L’intelligence artificielle n’est plus un sujet prospectif. Elle est déjà intégrée dans les outils, les méthodes et les décisions. La question n’est donc pas « pour ou contre » mais : qui maîtrise son déploiement, ses usages et ses impacts ? L’IA va transformer le travail. Encore faut-il qu’elle ne transforme pas les métiers contre celles et ceux qui les exercent.
Pourquoi c’est concret ?
L’IA générative, les outils d’automatisation et les moteurs prédictifs ne sont pas des gadgets : ils transforment déjà la manière de produire des études, de rédiger des livrables, de dimensionner des projets ou d’évaluer des risques. La question centrale, que nous avons posée dans
IA générative à ARTELIA : maîtriser la technologie, protéger nos métiers,
est simple : ces outils soutiennent-ils l’expertise ou servent-ils d’abord à augmenter la profitabilité ?
Lors de l’analyse de la stratégie
Horizon 2030,
il nous a été expliqué que l’enjeu était d’améliorer la performance et la rentabilité. Or une transformation technologique guidée prioritairement par la profitabilité pose une question directe : si l’IA permet de produire plus vite, avec moins d’heures, qui absorbe l’écart ? Qui voit sa charge augmenter ? Et, à terme, qui voit son poste fragilisé ?
Regardez ce qui se passe ailleurs : chez Capgemini, des milliers de postes ont été supprimés au motif de l’IA. Ce n’est pas un scénario théorique. C’est une trajectoire déjà engagée dans certaines grandes entreprises du numérique.
L’argument phare avancé est connu : l’IA « libérerait des tâches à faible valeur ajoutée » – rédaction de comptes rendus, traitement de factures, synthèses, formalisation de documents. Vraiment ? Ces tâches seraient-elles sans valeur, ou simplement invisibilisées ? Elles structurent pourtant la qualité, la traçabilité et la responsabilité des projets. Les qualifier de « faible valeur ajoutée » revient à dévaloriser une partie du travail réel.
Les travaux académiques récents sur l’IA
montrent un phénomène documenté : l’automatisation partielle ne supprime pas le travail, elle le reconfigure. Et souvent, elle l’intensifie. Les délais se resserrent, les attentes augmentent, la charge cognitive progresse, tandis que la responsabilité individuelle demeure entière.
L’enjeu n’est donc pas d’être pour ou contre l’IA. Il est de savoir qui décide des usages, avec quels objectifs et avec quels effets sur les métiers.
Ce que la CGT ARTELIA a déjà fait
La question de l’IA n’a pas été introduite tardivement dans le débat syndical. Nous avons analysé ses impacts dans
IA générative à ARTELIA : maîtriser la technologie, protéger nos métiers,
relayé des ressources critiques et pédagogiques dans
Intelligence artificielle et transformations du travail,
et intégré cette thématique dans nos analyses de la stratégie 2030.
Nous avons demandé, sans être entendus, que le sujet soit traité en CSE comme un enjeu stratégique et non comme une simple évolution technique. L’IA touche à la qualité du travail, à la responsabilité professionnelle, à la protection des savoir-faire et à la stabilité des emplois.
Comme pour la souveraineté numérique ou l’éthique, le silence stratégique n’est jamais neutre. Nous avons, à minima, fait vivre ce débat parmi les salarié·es et mis des mots sur les risques d’intensification et de déqualification.
Ce que votre vote peut changer
Un CSE fort et indépendant
peut imposer un débat explicite sur les finalités poursuivies : l’IA est-elle déployée pour améliorer la qualité du travail et les conditions d’exercice des métiers, ou principalement pour accroître la profitabilité et réduire les coûts ? Il peut exiger une cartographie transparente des outils utilisés, une évaluation préalable et continue de leurs effets sur la charge de travail, ainsi que des garanties claires contre toute suppression ou fragilisation d’emplois liée à leur déploiement.
Il peut également inscrire l’IA dans une réflexion plus large sur
l’indépendance stratégique du groupe.
Les choix technologiques ne sont pas neutres : dépendance aux plateformes, verrouillage des données, opacité des modèles. Ils engagent la capacité d’expertise et la maîtrise industrielle.
Enfin, un CSE exigeant doit intégrer
les dimensions sociales et environnementales de ces technologies.
Les modèles d’IA, en particulier les grands modèles de langage, ont un coût énergétique élevé, une empreinte carbone significative et des impacts sociaux documentés tout au long de leur chaîne de valeur. Une stratégie responsable ne peut pas ignorer ces effets.