Les éditeurs de livres déploient l’IA dans toute l’organisation—mais leurs propres salariés refusent de plus en plus de l’utiliser. Le paradoxe : l’adoption organisationnelle de l’IA chez les grands éditeurs est montée à 63% en 2026, tandis que l’utilisation individuelle est descendue à 38%. Ce n’est pas un problème d’édition. C’est une crise de gestion du changement qui touche tous les secteurs intermédiaires.
Soyons directs : le secteur de l’édition vient de donner un cours magistral à chaque décideur PME sur la façon de ne pas déployer l’IA. Et presque personne ne l’a remarqué.
Voilà ce qui se passe. HarperCollins a acheté des licences pour Claude, ChatGPT et Jasper, nommé des « Champions IA » pour promouvoir l’adoption, et s’est enthousiaste au point de dépenser plus en logiciels qu’en augmentations de salaires. Simon & Schuster a lancé un concours IA interne avec prix—puis a exploré discrètement des outils de surveillance en milieu de travail (Blueprint de Skan AI) susceptibles d’identifier les tâches à automatiser. Hachette soutient l’IA opérationnelle mais la restreint pour les communications avec auteurs. Un peu partout, l’IA génère discrètement des textes de couverture, des listes Amazon, des pitches Goodreads et des descriptions de quatrième de couverture, souvent sans que les auteurs ou même les salariés le sachent.
Et le résultat ? Le Book Industry Study Group a interrogé 771 professionnels de l’édition en 2026. L’adoption organisationnelle de l’IA a atteint 63%, contre 48% un an plus tôt. L’utilisation individuelle de l’IA par les salariés ? Elle est passée de 46% à 38%. Les organisations achètent les outils. Les gens qui font le travail refusent activement de les toucher.
Le schéma dont personne ne parle
Ce n’est pas une anomalie du secteur éditorial. Je l’observe constamment chez les PME avec lesquelles je travaille. Le schéma est toujours le même : la direction exécutive déclare l’IA prioritaire stratégique, signe un gros contrat fournisseur, lance une formation obligatoire, et s’attend à ce que l’adoption suive. Au lieu de cela, on observe une résistance silencieuse—des salariés qui traînent les pieds, qui utilisent l’outil avec réticence, ou qui trouvent des contournements. Le gain de productivité de 20% promis ne se concrétise jamais. Le management blâme les travailleurs. Les travailleurs blâment l’absence de consultation et la menace vague sur la sécurité de l’emploi.
Dans l’édition en particulier, la résistance n’est pas subtile. Les salariés de Simon & Schuster ont collecté des signatures contre le logiciel de surveillance—non pas par rejet du progrès, mais parce que le message reçu était : « On vous regarde pour voir qui d’entre vous peut être remplacé. » Les responsables de publicité chez HarperCollins se sont plaints que les pitches générés par l’IA détruisent l’engagement authentique avec lecteurs et contacts médias. Les salariés citaient des charges de travail doublées ou triplées, des préoccupations sur la confidentialité des manuscrits, et l’impression que l’entreprise acceptait de dépenser gros en automatisation mais pas en eux.
Parmi ceux interrogés, une part significative s’oppose éthiquement à l’IA ou manque d’intérêt pour son utilisation. Seuls 72% de ceux qui utilisent réellement l’IA rapportent une meilleure efficacité—ce qui signifie que 28% l’utilisent sans amélioration mesurable.
Les préoccupations majeures ? Les contrôles insuffisants sur les contenus protégeables (86% citent cela), l’exactitude des informations générées par l’IA (89%), et le flot de livres générés par IA de faible qualité qui détruit le marché. Ce n’est pas un sentiment anti-technologie. C’est des préoccupations opérationnelles et éthiques légitimes que la direction aurait dû aborder AVANT d’acheter l’outil, pas après.
Pourquoi cela compte pour votre PME manufacturière de 60 personnes ou votre agence de 80
L’effondrement éditorial importe parce qu’il expose un mode de défaillance universel. Vous pouvez avoir le meilleur moteur d’inférence du marché, l’intégration la plus fluide avec vos flux de travail, une gouvernance des données inattaquable—et regarder quand même l’adoption stagner si votre équipe n’a pas participé à la conception du déploiement.
Imaginez une PME logistique de 75 personnes. Le directeur des opérations voit une démo d’un agent IA qui pourrait automatiser les flux commande-livraison et économiser 15% de saisie manuelle. Bonne décision, non ? La direction exécutive approuve. Contrat signé. Système déployé. Six semaines plus tard, l’équipe de dépêche continue à saisir manuellement la moitié des commandes parce que l’IA omet occasionnellement un drapeau de manutention spéciale, et « revérifier ce que le robot a fait » prend plus de temps que de bien faire du premier coup. L’équipe d’entrepôt, jamais consultée, jamais formée sur quand faire confiance au système, simplement ne le fait pas. Le CFO voit le coût de licence et zéro ROI. Le fournisseur est blâmé. L’outil est rangé.
Le vrai problème n’était pas l’outil. C’était que la mise en œuvre n’avait zéro adhésion des gens qui bougent réellement les colis. L’équipe de dépêche aurait pu vous dire à la semaine une que les drapeaux de manutention spéciale nécessitaient une stratégie de détection différente. Mais on ne lui a pas demandé. On lui a dit.
C’est ce que j’appelle le piège de l’adoption IA : la capacité sans la préparation. Vous construisez la capacité—l’aptitude technique à déployer l’IA—mais vous sautez la préparation : l’alignement organisationnel, l’alignement culturel, l’adhésion des équipes. La capacité sans préparation ne s’accélère pas. Elle stagne. Et elle brûle la crédibilité auprès de votre équipe.
La gestion du changement non verrouillée
La question pour votre entreprise n’est pas « Devrions-nous déployer l’IA ? » C’est « Sommes-nous prêts à déployer l’IA d’une manière que votre équipe utilisera réellement ? »
Cela semble mou. Ce ne l’est pas. C’est la différence opérationnelle brutale entre une courbe d’adoption de 5% et une courbe de 90%. Voici ce qu’une préparation structurée ressemble en pratique :
- Impliquez les équipes concernées à la phase de conception, pas à celle du déploiement. Si votre équipe de dépêche avait été dans la salle quand vous aviez défini le projet d’automatisation des commandes, elle aurait dit « la détection des drapeaux est le blocage » avant même que vous signiez un contrat. Vous auriez choisi un autre fournisseur ou un autre flux de travail. Vous auriez construit sur du terrain solide.
- Soyez transparent sur ce qui change pour le travail des gens. Pas « on garde tout le monde et l’IA vous aide juste à aller plus vite », ce que tout le monde sait être faux. Plutôt : « Cet outil gèrera X, Y, Z de saisie de données. Votre rôle évolue vers la revue qualité et la gestion des exceptions. Voici le calendrier de formation. Voici comment votre compensation change si cela modifie vos heures. » L’honnêteté coûte moins cher que le mystère.
- Adressez les préoccupations légitimes en premier. Dans l’édition, la préoccupation majeure est les garanties de droits d’auteur. Vous ne pouvez pas déployer un LLM entraîné sur des livres scrappés et espérer que personne ne s’en apercevra. Soit vous résolvez ce problème architecturalement, soit vous ne déployez pas. Le même principe s’applique partout. Si votre équipe s’inquiète sincèrement de la sécurité des données, répondez avant le lancement, pas après que la résistance se cristallise.
Les éditeurs qui peinent ont raté cela. Ils ont acheté les outils, annoncé le mandat, et espéré que l’élan surmonterait le frottement. Ce ne fut pas le cas.
Ce qu’il faut faire lundi matin
Si vous planifiez un déploiement IA dans les 12 prochains mois—et la plupart des PME le font—faites ceci :
D’abord, auditez votre maturité organisationnelle. Pas une maturité « avons-nous les bons serveurs ». La maturité organisationnelle signifie : Vos équipes comprennent-elles ce qui change ? Avez-vous impliqué les gens qui utiliseront réellement cet outil dans la sélection du fournisseur ou la conception du flux de travail ? Avez-vous un plan de formation vraiment adapté à votre culture ? Êtes-vous transparent sur les risques d’impact sur les emplois ?
Deuxièmement, choisissez un petit pilote avec une équipe déjà curieuse. Pas toutes les équipes n’ont besoin d’adopter simultanément. Laissez un sous-ensemble de vos responsables de publicité, de personnel de dépêche, ou d’agents de service client essayer l’outil, collecter des retours, affiner le flux de travail, puis passer à l’échelle. L’adoption se propage par les histoires de succès, pas par les mandats.
Troisièmement, intégrez une boucle de retour et agissez. Si 30% de votre personnel dit « cela ajoute du travail, ça n’en enlève pas », c’est de la donnée. Cela signifie soit que l’outil n’est pas adapté à votre flux de travail, soit que votre approche de formation ne fonctionne pas. La direction éditorial n’a pas ajusté. Elle a poussé plus fort. Observez ce qui se passe : les taux d’adoption chutent davantage.
L’ironie est brutale. Les éditeurs ont investi dans l’IA parce qu’ils pensaient que cela améliorerait l’efficacité et réduirait la pression sur les effectifs. À la place, ils ont créé un scénario où les salariés se méfient de la technologie, l’adoption stagne, et le ROI disparaît. Ils ont mal dépensé l’argent. Ils ont abordé une lacune de capacité sans aborder une lacune de maturité.
Votre concurrent pourrait faire la même erreur. Si vous ne le faites pas, vous verrez la courbe d’adoption que HarperCollins aurait dû voir : des équipes alignées, des outils réellement utilisés, et une productivité qui se concrétise.
C’est la vraie transformation IA. Pas l’outil. Les gens.
0 Comments