Intelligence Artificielle – Essentiel N°49 • Juin 2026
Les climats politiques et géopolitiques de ce printemps inspirent des craintes pour la stabilité de notre environnement économique. À ce contexte anxiogène s’ajoute le thème de l’Intelligence Artificielle qui donne lieu à de multiples publications tantôt rassurantes, tantôt alarmistes, sans que l’on sache auxquelles il convient de se fier.
Dans ce paysage, la responsabilité sociale de l’entreprise est de rassurer autant qu’elle le peut en donnant des garanties concrètes, en guise de reconnaissance du travail des salariés. Avant de revenir prochainement sur l’IA, nous observons dans le présent numéro que, sur d’autres sujets, la Direction n’est pas au rendez-vous pour la part de sécurisation que les salariés sont en droit d’attendre. Entre un déni manifeste sur la nécessité d’accompagner la hausse du coût des carburants, un coup d’arrêt à la progression de l’abondement sur le PERECO et un dénigrement de l’accord télétravail en cours, l’état des lieux n’est pas idyllique.
Heureusement la prorogation du TAR et du Mécénat de compétences pour le premier semestre 2027 apporte une légère éclaircie pour les salariés qui peuvent en bénéficier, mais ils ne constituent pas la majorité des effectifs.
Bonne lecture !
Christophe Vercoutère
L’apparition de l’IA et son évolution
ChatGPT ne marque pas l’année zéro de l’IA, son histoire commence par une quête entamée il y a plusieurs décennies avec pour objectif de simuler l’intelligence humaine.
Les années 1950 (l’éveil)
Alan Turing pose la question : « Les machines peuvent-elles penser ? ». En 1956, le terme « Intelligence Artificielle » est officiellement adopté (conférence de Dartmouth).
L’ère des systèmes experts
(1970-1980)
On code des règles logiques et rigides. Premiers succès et premières limites.
La révolution du deep learning (depuis 2010)
L’accès à des volumes massifs de données (big data) et l’utilisation de processeurs de plus en plus efficaces accélèrent le calcul des algorithmes d’apprentissage. Les machines n’apprennent plus par des règles, mais par l’exemple, en s’inspirant de la structure des neurones humains.
À ce jour, L’IA n’est pas réellement intelligente. Elle ne fait qu’exploiter des capacités de stockage et de calcul à grande échelle.
Les différents niveaux d’intelligence artificielle
3 Niveaux d’IA sont identifiés à ce jour :
L’IA “étroite” ou “faible” ou ANI (*) reproduit des éléments précis et résout des problèmes définis. Elle est aujourd’hui représentée par nombre d’applications associées à divers équipements(voitures autonomes, la reconnaissance d’image, gestion de texte …).
L’IA “générale” ou AGI (*) est théoriquement capable d’apprendre et de s’adapter à tout problème, comme le ferait un humain. Elle cherche à reproduire la complexité du cerveau. Cette IA en est au stade de la recherche. Il n’existe pas d’application qui la mette en œuvre aujourd’hui.
L’IA “super-intelligente” ou ASI (*) désigne la forme d’IA qui dépasse les capacités cognitives de l’humain, de manière totalement autonome. Cette forme d’IA est hypothétique et pose des questions éthiques et philosophiques importantes, voire fondamentales.
Aujourd’hui, toutes les IA se classent parmi les ANI. L’IA générale n’est pas une réalité immédiate, mais peut-être le sera-t-elle dans un futur proche ?
(*) Source : Le Lab de la Sécurité Sociale, ANI : Artificial Narrow Intelligence, AGI : Artificial General Intelligence, ASI : Artificial Super Intelligence.
La donnée : la nourriture de l’IA qui impacte notre environnement
L’IA suppose de la donnée et la capacité à la traiter massivement. Aujourd’hui, d’immenses serveurs (Data Center) hébergent le « big data » qui est constitué du volume considérable d’informations que les humains et les machines génèrent. La capacité de traiter massivement ces données produit de l’IA et rend obsolète les anciennes méthodes de traitement. La qualité des données est un élément clé pour garantir l’efficacité, le bon fonctionnement et la pertinence des résultats d’un outil d’IA.
Qui dit développement de l’IA dit multiplication des serveurs et impact extrêmement négatif des serveurs sur l’eau, l’énergie et le climat.
IA générative, vecteur de la propagation de l’intelligence artificielle
L’IA générative est une technologie capable de créer d’elle-même des contenus originaux (texte, images, musique, code informatique), là où les anciens algorithmes se contentaient de classer les informations. Elle fonctionne grâce à une interaction simple :
Le « Prompt » : C’est la consigne (ex :« Écris-moi un poème sur la nature »).
La “Création” : C’est l’analyse de la demande puis une réponse unique en quelques secondes.
Pour créer, l’IA est soumise à une phase d’apprentissage intensif (Deep Learning) qui se déroule comme suit :
L’observation massive : On « nourrit » l’IA avec des quantités gigantesques de données (presque tout internet : livres, photos, articles, codes).
La détection de modèles : À force d’analyses, l’IA repère des structures (par exemple, après « Il était une », le mot « fois » revient presque toujours …).
La compréhension du langage naturel : Elle finit par comprendre le langage que nous utilisons tous les jours plutôt que de simples lignes de codes.
Les entreprises ont perçu tout le potentiel de l’IA Générative et c’est son apparition qui a amené nombre d’entreprises à reconsidérer leur stratégie pour ne pas passer à côté des « bénéfices » qu’elles pouvaient en tirer, que ce soit en termes de qualité mais aussi, et surtout, en termes de productivité.
L’IA générative ne se contente pas de faire un « copier-coller », elle utilise tout ce qu’elle a appris pour créer et assembler des éléments afin de répondre précisément à votre demande.
IA Agentique
Avec l’IA agentique le potentiel des outils IA se développe encore puisqu’elle ne se contente pas de répondre à une question ou à générer un contenu, elle agit comme un véritable assistant autonome.
Cette technologie utilise des Agents IA, c’est-à-dire des programmes qui rendent l’IA Agentique capable :
D’analyser une situation :
Au-delà de suivre une règle rigide, elle comprend le contexte global d’une mission.
De prendre des décisions :
Elle choisit la meilleure alternative pour contourner un obstacle.
De passer à l’action :
Elle utilise nos outils sans intervention humaine (envoyer un mail, réserver un billet, coder un logiciel).
Elle apprend de l’expérience :
Elle s’améliore en continu en observant les résultats de ses actions précédentes.
Pourquoi est-ce une révolution ?
Si jusqu’alors, l’informatique cesse de fonctionner face à une situation imprévue, l’IA agentique, au contraire, pourra gérer des flux de travail complexes et changeants de A à Z.
L’IA agentique ne se contente pas de « réfléchir » ou de « parler », elle est conçue pour « faire » avec des risques de dérives encore accrus.
L’importance fondamentale du sujet dans l’entreprise
Le groupe AXA ne va pas attendre là où la concurrence avance. Aujourd’hui les salariés AXA utilisent l’IA générative (SecurGPT, Copilot ou SmartinAXA) mais, très vite, L’IA agentique devrait prendre une place importante.
Au-delà d’être une technologie, l’Intelligence Artificielle est un enjeu de pouvoir, de conditions de travail, de santé et d’environnement.
La CFDT veut traiter ces différents aspects dans le cadre du dialogue social au sein de l’entreprise.
L’impact environnemental
L’utilisation massive des données hébergées dans d’énormes Datacenters a un impact négatif sur l’environnement (consommation massive d’énergie et d’eau). Pour la CFDT il faut mettre en place des indicateurs qui, pour chaque usage et selon la requête effectuée, informent les utilisateurs et agrègent précisément le coût environnemental lié aux utilisations. Cela est une nécessité pour piloter nos usages et prendre les bonnes décisions.
L’évolution des métiers
Si l’IA peut automatiser des tâches pénibles, elle menace aussi de transformer radicalement, voire de supprimer, certains emplois.
Il faut anticiper et faire en sorte que l’IA soit au service du salarié et non à l’origine de sa disparition ?
La répartition de la valeur
L’IA permet de produire plus et plus vite. Il est impératif que les gains de productivité liés à l’IA servent à augmenter les rémunérations, à faciliter l’aménagement du temps travaillé et à améliorer les conditions de travail.
La surveillance et le management algorithmique
Le maintien des rôles et responsabilités de l’humain est essentiel. La protection des données, le droit à la déconnexion doivent être garantis.
L’éthique et la santé au travail
La perte de sens face à une machine comme l’intensification des tâches sont source de dégradation de la santé mentale des salariés.
La CFDT alerte depuis l’origine sur le risque d’intensification du travail et l’épuisement qui en résulte.
Nous devons nous protéger contre l’apparition de nouvelles maladies comme le « Brain Fry », lié à la surcharge cognitive provoquée par l’IA (brouillard mental), ou le Vibe Coding Paralysis (productivité infinie de l’IA qui impacte le cerveau des codeurs informatiques) *
(*) Source : Le Lab de la Sécurité Sociale, ANI : Artificial Narrow Intelligence, AGI : Artificial General Intelligence, ASI : Artificial Super Intelligence.
L’accélération du rythme de travail, la multiplication des outils, la nécessité de supervision constante, et la surcharge d’informations sont autant de mécanismes qui menacent la capacité cognitive humaine, menant à une fatigue mentale profonde. Pour éviter cela, il faut adopter des pratiques équilibrées, limiter la supervision et le nombre d’outils simultanés, adapter l’organisation du travail.
Le rôle de la CFDT
Cette technologie utilise des Agents IA, c’est-à-dire des programmes qui rendent l’IA Agentique capable :
Rester vigilants sur les impacts de l’IA sur l’emploi.
Veiller à ce que l’IA soit un outil au service de l’humain, et non un instrument de contrôle ou de précarisation.
Mesurer l’impact environnemental de nos usages et faire en sorte de les limiter à ce qui est nécessaire.
La CFDT a demandé en 2023 et obtenu en 2025 un accord-cadre permettant aux élus de suivre et questionner l’arrivée de nouveaux outils IA. Cet accord doit évoluer dans le sens d’un renforcement pour prendre en compte les nouvelles technologies, l’accroissement des risques pour la santé et les risques environnementaux toujours plus forts.