Managers et IA : les plus assidus – mais pas pour manager
Parmi toutes les professions qui ouvrent Claude le plus souvent, les managers arrivent en tete. Dans l’enquete d’Anthropic, ils representent 23 % des repondants – alors qu’ils ne comptent que pour environ 7 % de l’emploi aux Etats-Unis. Les managers sont donc trois fois surrepresentes parmi les utilisateurs d’IA. Et maintenant, le deuxieme chiffre : les taches de management ne representent qu’environ 4 % de l’ensemble des sessions. Les gens qui dirigent utilisent l’IA pour tout, sauf pour diriger.
Derriere ces deux chiffres se cache la description la plus fidele de la facon dont un manager travaille reellement avec l’IA. Et la raison pour laquelle la peur du « il va prendre mon poste » fonctionne differemment dans cette profession qu’on ne le croit.
Le 26 juin 2026, Anthropic a publie un nouveau rapport Economic Index intitule « Cadences ». C’est la suite de la serie Economic Index, que nous analysons regulierement : le premier volet etait l’Anthropic Economic Index Survey en avril, et avant cela, l’etude de decembre portant sur 1,5 million de conversations avec Claude, que nous avions decortiquee dans une serie de trois articles. Cette nouvelle edition s’appuie sur de la telemetrie horaire fraiche, plus les premiers resultats de cette meme enquete – environ 9 700 personnes dont les reponses ont ete croisees avec la nature reelle de leur utilisation du modele. Le rapport se divise en trois parties : quand les gens utilisent l’IA, ce qu’ils produisent avec, et ce qu’ils en pensent.
Ce qui m’interesse ici, c’est une ligne en particulier – celle du management. Explorons-la, et les rythmes et les chiffres raconteront d’eux-memes beaucoup de choses utiles en chemin.
Les managers utilisent l’IA pour tout, sauf pour manager
Revenons au paradoxe. Les dirigeants sont les utilisateurs les plus actifs de Claude, et pourtant ils ne l’appliquent presque pas au travail de management proprement dit. Ou passent-ils leur temps, ces 23 % ?
Dans la redaction, l’analyse et la planification. Anthropic a decompose 93 % de toutes les conversations en « artefacts » concrets – ce que l’utilisateur emporte avec lui.
C’est exactement cette couche de travail qui enveloppe le management de toutes parts. Preparer une note, mettre en forme un rapport, rassembler des arguments pour une reunion, ebaucher un plan. Le manager delegue la preparation a l’IA, et garde la decision pour lui.
Et il le fait deliberement. Dans la meme enquete, a la question « que ne sait pas faire l’IA ? », les reponses les plus frequentes citaient deux choses : le jugement et la gestion des personnes. Plus le repondant etait experimente, plus il l’affirmait avec assurance. Les personnes ayant 15 ans d’experience ou plus evaluent les capacites actuelles de l’IA environ 10 points de pourcentage plus bas que les debutants, et donnent les memes explications : jugement contextuel, pensee situationnelle, construction de la confiance, travail avec les gens. Une cartographie precise de la ou passe la frontiere.
D’ou la forme d’utilisation observee. L’IA prend en charge ce qui se formalise, et l’humain conserve ce qui ne se formalise pas. Le paradoxe « j’utilise plus que tout le monde, mais pas pour manager » est en realite une division du travail assez mature, pas une lacune dans la maitrise de l’outil.
Il vaut la peine de confronter ce constat avec ce que les dirigeants disent eux-memes de leurs attentes vis-a-vis de l’IA : dans un ensemble de 40 reponses reelles, on retrouve le meme schema – la demande porte sur l’elimination de la routine autour du management, pas sur le remplacement de la decision manageriale.
Qui travaille la nuit, et pourquoi c’est important
La partie du rapport consacree aux « cadences » – aux rythmes – semble a premiere vue n’etre qu’une statistique amusante, mais pour un dirigeant, elle contient un signal operationnel.
L’utilisation de Claude reproduit la semaine de travail. En semaine, la part des requetes personnelles est d’environ 35 % ; le week-end, elle bondit a pres de 50 %. A l’interieur de la journee, on voit l’emploi du temps de toute une societe : les gens demandent les actualites vers 7 heures du matin, la correspondance professionnelle vers 10-11 heures, les recettes de cuisine a 18 heures avec une frequence 2,3 fois superieure a la moyenne, des conseils pour le sommeil aux heures qui precedent l’aube, des recommandations de films et series le soir. L’IA est devenue le miroir de la journee type.
La suite est plus interessante. Le travail qui se fait malgre tout la nuit et le week-end est biaise vers les professions les mieux remunerees : les deux quartiles superieurs de salaire gagnent 8 % chacun, le quartile intermediaire inferieur perd 11 %. L’explication est simple et familiere a tout manager : les marketeurs, les chefs de produit, les developpeurs travaillent en dehors des heures de bureau plus souvent que les autres. Et les week-ends liberent de la place pour du neuf – les conversations sur « lancer son propre business » atteignent leur pic le samedi et le dimanche, tandis que l’activite de recherche d’emploi diminue ces jours-la.
Pour un dirigeant, ce n’est pas une anecdote attendrissante. C’est un rappel que la frontiere entre travail et non-travail s’est effacee chez les collaborateurs les plus precieux, et que l’IA enregistre cet effacement a l’heure pres. Nous avions observe la meme dynamique dans notre analyse de huit mois d’observation : l’IA ne fait pas gagner du temps – elle le densifie. Et dans notre article sur le rythme de projet et les 300 heures : l’outil change non seulement ce que vous faites, mais aussi quand vous le faites.
Avant d’aller plus loin vers la partie la plus contre-intuitive du rapport, il vaut la peine de tester ces observations sur vous-meme – pas sur des cas abstraits, mais sur vos propres taches.
Vous voulez voir quelles taches manageriales l'IA couvre le mieux ? 9 taches reelles de manager dans un module en acces libre -- testez-les sur votre propre travail. Gratuit.
Sans paiement requis • Notification au lancement
Plus le travail est precieux, plus l’humain s’investit
L’observation la plus utile du rapport casse une peur bien installee. L’idee recue veut que plus on delegue a l’IA, moins on fait soi-meme, et plus on s’atrophie. Les donnees disent le contraire.
Anthropic a mesure le volume de calcul (en tokens) mobilise pour differentes taches, et a decouvert que le cout augmente avec la valeur du travail. Les professions du tiers superieur en termes de salaire consomment environ deux fois plus de tokens que le tiers inferieur. La construction d’une application consomme trois fois plus de tokens que la conversation mediane, tandis qu’une simple explication n’en utilise qu’un cinquieme. Mais l’essentiel n’est pas dans les proportions. Dans les conversations couteuses et complexes, Claude produit davantage a chaque tour de parole – et en meme temps, l’humain s’implique plus fortement : environ une fois et demie plus de repliques, recours plus frequent a la reflexion etendue. Plus d’IA ne signifie pas moins d’humain. Au contraire – plus la tache est serieuse, plus les deux parties sont actives.
Le rapport decrit cela comme un renforcement (augmenting) et non un remplacement (displacing). Pour un manager, cela reformule la question elle-meme. La question n’est plus « combien de travail vais-je ceder », mais « quel niveau de complexite puis-je desormais me permettre de prendre en charge ». Deleguer la routine ne vous libere pas de la reflexion – cela releve le seuil de ce qui merite qu’on y reflechisse.
Et c’est la que se trouve le chiffre le plus important pour nous. Ceux qui deleguent le plus a l’IA se revelent plus optimistes que les autres sur les six dimensions du travail mesurees : salaire, stabilite, chances de trouver un emploi, sens, autonomie, interactions humaines. L’ecart est le plus marque sur le salaire et l’employabilite. L’effet tient meme a anciennete egale. Les delegateurs actifs ne se sentent pas devalorises. Plus de huit sur dix disent travailler plus vite et avoir pris en charge davantage de taches. Pres de sept sur dix constatent une hausse de la qualite. Plus de la moitie estiment que leurs competences ont gagne en valeur. Les personnes qui deleguent le plus volontiers a l’IA sont aussi celles qui disent avoir le plus appris sur la periode.
Le rapport est honnete sur ce point : l’auto-evaluation ne peut pas exclure une erosion des competences que la personne ne percoit pas elle-meme. Il n’y a pas de preuve directe d’atrophie, mais les donnees ne garantissent pas non plus son absence. Le mecanisme par lequel cela peut se produire de facon invisible, nous l’avons analyse separement – HBR l’a appele thinkslop : la substitution de sa propre reflexion par les reponses toutes faites du modele. Cette reserve est d’autant plus importante qu’elle rejoint ce que nous avions analyse dans l’article sur l’experience d’Anthropic sur la formation des competences. La-bas, 52 developpeurs avaient montre que ce n’est pas la quantite de delegation qui compte, mais la maniere. Si on met les deux etudes bout a bout : deleguer beaucoup n’est pas dangereux en soi ; ce qui est dangereux, c’est de deleguer de facon a ne plus jamais se confronter a la difficulte.
13 tours d’echanges contre un seul prompt
Une autre observation du rapport explique pourquoi il est important de distinguer non pas les modeles, mais les facons de travailler avec eux.
Anthropic a compare l’investissement humain dans le resultat via le chat classique et via Claude Code. L’exemple est saisissant. La conversation mediane dans le chat, qui aboutit a un article ou un post fini, comporte 13 allers-retours. La session mediane dans Claude Code, qui produit le meme post, c’est un seul prompt de l’utilisateur. Treize contre un. Et l’ecart persiste meme a modele egal. Ce n’est pas une question de modele plus intelligent. C’est une question de produit et de mode de delegation choisis.
Pour un manager, c’est une idee pratique, pas un detail technique. Le niveau d’autonomie que vous accordez est votre decision, pas une propriete de l’outil. La meme tache peut etre menee comme un dialogue avec douze precisions successives ou comme une seule instruction avec verification du resultat. Le choix depend de la mesure dans laquelle vous avez besoin de garder la main et de la confiance que vous accordez a la formulation de votre brief.
En lien avec cela, un autre fait interessant. Anthropic a mesure la complexite des requetes et des reponses sur une echelle liee au niveau d’etudes – grosso modo comme le grade level dans le systeme americain : 12 = lycee, 16 = licence, 20 = doctorat. En pratique, cela signifie : si vous formulez une tache au niveau « je sais decrire ce que je veux, mais je ne sais pas le faire moi-meme », Claude produit un resultat d’un cran superieur. Et l’ecart depend du type de tache. Il est le plus large la ou l’utilisateur commande un produit fini : graphisme +2,6 niveaux, jeux +1,9, applications +1,7. La ou le texte s’adresse a un public reel – blogs, articles – l’ecart est quasi nul.
Pour un manager, la conclusion est concrete. Si la tache consiste a assembler un rapport, une maquette, un modele – l’IA elevent reellement la qualite au-dela de ce que vous auriez produit seul. Si la tache consiste a ecrire un post en votre nom ou un message a votre equipe – l’IA produira votre niveau, pas au-dessus. Elle tire vers le haut la ou vous savez ce que vous voulez mais pas comment le faire. Elle ne tire pas la ou c’est votre voix qui compte. C’est exactement la frontiere qu’un manager experimente sent intuitivement.
Un seul prompt ou un dialogue en 13 echanges -- c'est votre choix, pas une propriete du modele. Entrainez-vous a formuler vos taches pour l'IA avec un resultat stable, sur 9 missions de manager. Gratuit.
Sans paiement requis • Notification au lancement
Pour qui les managers ont-ils vraiment peur ?
La peur de perdre son emploi est bien presente dans le rapport, et chez les managers elle prend une forme specifique.
Plus d’un tiers des repondants estiment que leurs responsabilites vont significativement changer dans les 12 prochains mois. Mais seuls 10 % jugent probable la perte de leur propre emploi. En revanche, l’inquietude pour les autres est nettement plus forte : plus d’un tiers evaluent a plus de 60 % la probabilite qu’un collegue plus junior perde son poste. Se dessine le portrait d’un dirigeant relativement serein pour lui-meme, mais pas pour son equipe. Un reflexe professionnel : penser aux personnes dont on est responsable.
Il y a aussi un detail inconfortable sur la dimension de genre. Les femmes ne representent que 12 % de l’echantillon apparie, et meme a profession egale, elles utilisent moins Claude Code (de 6,3 points), automatisent moins (de 7,3 points), mais passent plus de temps actif en chat – elles travaillent de maniere plus iterative et collaborative. Pour un dirigeant qui distribue des acces et juge qui est « le plus avance en IA », c’est un signal : une maniere differente de travailler avec l’outil se lit facilement comme un niveau de maitrise different, alors que ce sont simplement des strategies differentes. Nous avions explique pourquoi cela pose probleme au niveau de l’equipe dans notre article sur les raisons pour lesquelles les salaries cachent leur usage de l’IA.
Et un dernier point a garder en tete quand vous demandez a votre equipe de « se mettre a l’IA ». Dans les reponses ouvertes sur les espoirs pour les dix prochaines annees, les gens n’ont pas choisi l’automatisation pour ne rien faire. Environ 65 % ont cite comme priorite que le travail reste porteur de sens – que l’humain et l’IA travaillent ensemble. La moitie souhaitait l’elimination de la routine. Un tiers parlait de prosperite collective. Les gens ne veulent pas que l’IA fasse tout a leur place. Ils veulent qu’elle retire le superflu et laisse ce qui donne un sens au travail.
Какой вы делегатор?
Anthropic делит пользователей по тому, сколько работы они передают AI. Выберите вариант – покажу, что данные значат именно для вас.
Эпизодический делегатор
В отчёте оптимизм и ощущение роста навыков достаются именно тем, кто реально делегирует, – а не тем, кто присматривается со стороны. Это не призыв «отдать AI всё». Это сигнал, что выигрыш виден только в деле. Возьмите одну задачу, на которой результат заметен за один заход: причесать отчёт, собрать аргументы к встрече, набросать план. Один реальный выигрыш меняет отношение быстрее любой статьи.
Умеренный делегатор
Вы в самой важной зоне. Эксперимент Anthropic по формированию навыков показал: дело не в том, сколько вы делегируете, а в том, как. Опасно делегировать так, чтобы перестать встречаться с трудностью. Пока вы спорите с моделью, проверяете ответы и держите руку на сложных решениях – делегирование работает на вас, а не против. Ваш следующий шаг: расширять не объём, а контроль над качеством того, что отдаёте.
Активный делегатор
По данным отчёта вы в самой оптимистичной группе: активные делегаторы выше оценивают и зарплату, и шансы найти работу, и ценность своих навыков. Но та же оговорка отчёта про невидимую эрозию – про вас в первую очередь. Чем больше вы отдаёте, тем важнее сознательно оставлять за собой суждение там, где решает человек: люди, доверие, спорные решения. Тогда высокая планка делегирования поднимает то, что вы можете взять, а не понижает то, что вы умеете.
Qu’en faire des lundi matin
Le rapport est analytique, mais on peut en tirer plusieurs choses applicables immediatement.
Les donnees montrent exactement ou l’IA renforce le manager : preparation de rapports, collecte d’arguments, mise en forme de documents, brouillons d’e-mails – tout ce qui entoure la decision de toutes parts. Le jugement et le travail avec les personnes restent de votre ressort, mais plus vite vous evacuez la routine qui les entoure, plus il reste de temps pour ce qui necessite reellement votre reflexion. C’est exactement la que les utilisateurs les plus actifs consacrent leur temps, et c’est la que le gain se passe d’explication.
Deuxieme point – concentrez-vous sur les hesitants, pas sur les refractaires. Le signal issu d’une etude voisine sur la division de l’equipe en trois tiers converge avec ce rapport : l’optimisme et la montee en competences viennent a ceux qui deleguent concretement. Une seule tache ou le gain est visible en une seance – c’est le meilleur moyen de faire basculer un utilisateur episodique.
Un point distinct concerne la maniere de travailler. Un collaborateur qui mene un dialogue en dix repliques avec l’IA n’est pas forcement moins bon que celui qui resout tout en un seul prompt. Une strategie plus iterative donne souvent un resultat plus affine. Ne classez pas les gens parmi les retardataires en comptant les tokens.
Et l’essentiel : la delegation est un levier, pas une menace pour les competences. Les donnees montrent que les delegateurs actifs ressentent une progression, pas un declin. Mais la meme reserve prudente du rapport sur l’erosion invisible signifie : deleguez de facon a ne pas perdre pied dans la comprehension. Verifiez les reponses, contestez le modele, gardez la main sur les decisions complexes. Alors l’IA releve le seuil de ce que vous pouvez prendre en charge, au lieu d’abaisser le seuil de ce que vous savez faire. C’est exactement sur cette logique – trouver les taches ou l’IA vous renforce, et conserver le jugement la ou c’est l’humain qui decide – qu’est construit notre cours pour managers.
Apprenez a deleguer a l'IA pour que vos competences progressent au lieu de s'atrophier
Le socle du cours construit une comprehension systemique : comment identifier les taches ou l'IA renforce reellement le manager, formuler des instructions pour un resultat stable, et conserver le jugement pour soi. La specialisation en management traite separement le deploiement de l'IA dans l'equipe.
Часто задаваемые вопросы
Pourquoi les managers n'utilisent-ils pas l'IA pour le management lui-meme ?
Est-il vrai que l'IA fait perdre des competences quand on s'y fie trop ?
Quels salaries sont les plus optimistes face au travail avec l'IA ?
mysummit.school
Engineering Leader chez Microsoft18 ans a diriger des equipes d'ingenieurs. Fondateur de mysummit.school. 700+ diplomes chez Yandex Practicum et Stratoplan.