De l'individu à l’organisation

Dans son Work Trend Index 2026, Microsoft pointe un décalage inattendu. Les salariés explorent l’IA, inventent des usages, confient certaines tâches à des agents et élargissent leur capacité d’action, mais les entreprises peinent à convertir cette énergie en performance collective. Les individus avancent plus vite que les systèmes dans lesquels ils travaillent. Selon l’étude, fondée notamment sur les réponses de 20 000 utilisateurs de l’IA dans dix pays et sur l’analyse de signaux issus de Microsoft 365, les facteurs organisationnels (culture, soutien managérial, pratiques de gestion des talents) pèseraient deux fois plus dans l’impact déclaré de l’IA que les seuls efforts individuels. Former les salariés à mieux utiliser les outils, c'est bien… encore faut-il reconstruire autour d’eux une organisation capable de repérer leurs découvertes, de les vérifier, de les partager et d’en faire de nouvelles manières de travailler ! Microsoft nomme cette organisation le « Learning System » : l’entreprise qui apprend le plus vite de sa propre activité prend l’avantage. La formule change la place du Learning & Skills qui, ne se contentant plus de répondre à des besoins identifiés (ce qui n'est pas si mal), participe à la conception du système par lequel l’entreprise transforme continuellement son expérience en capacité collective.

Le système d’exploitation vaut mieux que la plateforme

L’image du système d’exploitation permet de pousser plus loin le raisonnement de Microsoft. Une plateforme héberge et distribue des services. Un système d’exploitation relie des ressources, déclenche des opérations, gère les droits d’accès, conserve une mémoire et coordonne des applications qui, sans lui, resteraient séparées. C’est précisément ce qui manque encore à la plupart des écosystèmes Learning. Référentiels de compétences, LMS, LXP, bibliothèques de contenus, bases documentaires, outils métier et réseaux d’experts accumulent les données sans réellement travailler ensemble. L’IA pourrait constituer la couche d’interprétation et d’orchestration de cet ensemble. Elle identifierait la compétence sollicitée par une activité, chercherait une connaissance disponible, proposerait une assistance, mobiliserait un agent ou un expert, puis conserverait ce qui vient d’être produit et appris. Le parcours de formation perdrait son monopole. Selon le besoin, l’apprentissage pourrait prendre la forme d’une explication, d’un exemple, d’une simulation, d’un retour critique ou d’une action menée avec un agent. Le LMS garderait ses fonctions d’administration, de conformité et de preuve ; il ne serait plus le centre autour duquel tout doit s’organiser. L’expression « système d’exploitation » ne désigne donc pas un super-LMS dopé à l’IA. Elle décrit une infrastructure d’apprentissage présente dans l’activité quotidienne, capable de faire circuler les connaissances entre les outils, les métiers et les situations. (On ne s’étonnera pas que cette vision trouve chez Microsoft l’un de ses principaux promoteurs : le succès de l’entreprise s’est largement construit sur le quasi-monopole de ses systèmes d’exploitation, devenus le passage obligé entre utilisateurs, applications et ressources informatiques.)

Trail of Bits transforme l’expérience en infrastructure

Le cas de Trail of Bits, rapporté par Tim O’Reilly dans son article « AI as an Enterprise Operating System », donne une consistance pratique à cette hypothèse. Cette société de cybersécurité ne s’est pas contentée de distribuer des licences d’IA et d’attendre les gains de productivité. Elle a défini une matrice de maturité propre à chaque métier, organisé des hackathons bimestriels et créé plusieurs dépôts dans lesquels sont conservés les savoir-faire, configurations et composants réutilisables. Le niveau le plus élevé de sa matrice ne distingue pas le collaborateur qui recourt le plus souvent à l’IA, mais celui qui invente une nouvelle manière de travailler et la rend utilisable par les autres. L’expertise change ainsi de manifestation : elle ne réside plus seulement dans la maîtrise individuelle, elle se mesure à ce que l’expert ajoute au patrimoine opérationnel de l’entreprise. Les hackathons procèdent de la même logique. Leur réussite n’est pas évaluée au nombre de productions livrées, mais à la progression des participants dans la matrice de capacités. Les résultats utiles sont ensuite collectés, structurés et versés dans les dépôts communs. Trail of Bits cherche ainsi à transformer ce que Dan Guido, son dirigeant, appelle les « cicatrices » de l’expérience en infrastructure. Une difficulté résolue, une erreur comprise ou une bonne configuration ne doit plus être redécouverte par le prochain salarié. Le système apprend parce que l’activité laisse derrière elle des ressources vérifiées dont les missions suivantes pourront immédiatement bénéficier.

Quel choix d'architecture pour Les Directions L&D ?

Cette conception ouvre un territoire considérable aux professionnels du Learning & Skills, mais elle ne leur en garantit pas la maîtrise. Les équipes informatiques peuvent déployer les modèles, les métiers créer leurs agents et les éditeurs intégrer leurs copilotes sans qu’aucune cohérence d’apprentissage ne se dégage. Prendre place dans ce nouveau système suppose d’intervenir sur son architecture : définir les capacités attendues par métier, organiser l’expérimentation, construire les progressions, qualifier les ressources produites, reconnaître ceux qui contribuent au patrimoine commun et évaluer les résultats obtenus par les humains comme par les agents. La fonction doit aussi apprendre à distinguer une aide ponctuelle d’une compétence réellement acquise. Un salarié qui obtient une réponse satisfaisante grâce à un agent sait-il contrôler cette réponse, l’adapter à une situation nouvelle et agir sans assistance lorsque le contexte l’exige ? La question devient centrale dès lors que l’IA prend en charge une partie de l’exécution. Gouverner ce système implique enfin de décider quelles connaissances peuvent être mobilisées, par qui et dans quelles conditions. L’IA reste faillible, les données restent inégalement fiables et les permissions conçues pour des utilisateurs humains ne suffisent pas toujours face à des agents capables d’explorer plusieurs sources en quelques secondes. Le système d’exploitation du Learning & Skills sera donc sociotechnique : l’IA pourra en assurer l’orchestration, à condition que des professionnels assument la conception des règles, la qualité des apprentissages et la responsabilité des arbitrages.

(Source : Microsoft, 2026 Work Trend Index Annual Report ; Tim O’Reilly, AI as an Enterprise Operating System, 31 juillet 2026)

Par Michel Diaz