Étude de Sber : comment l'IA remplace en silence les décisions stratégiques

Les dirigeants consultent l'IA plus souvent que les autres profils : selon Gallup 2025, c'est désormais une tendance stable. Les managers confient aux modèles des tâches stratégiques : prévision de l'évolution du marché, évaluation des risques, hiérarchisation des priorités, choix de la direction de développement. Et c'est là que se trouve le problème de fond : bien formuler une question stratégique est très difficile. Elle conserve généralement de l'incertitude, des données contradictoires, un contexte implicite propre à l'entreprise et au secteur, et des termes flous.

Là où l'IA devient dangereuse

Le manque de contexte et les contradictions internes dans la formulation de la tâche n'amènent pas le modèle à s'arrêter pour demander des précisions. Il comble au contraire les lacunes avec ses propres hypothèses. Et il ne dit pas qu'il le fait. La réponse paraît assurée, logique, riche en raisonnements, mais repose sur des données déformées ou entièrement inventées.

Ce n'est pas de la théorie : c'est confirmé expérimentalement. Le laboratoire de neurosciences et de comportement humain de Sber étudie la psychologie, les processus cognitifs et l'évolution de la pensée à l'ère de l'IA. L'équipe mène des recherches à la croisée des sciences cognitives, du business et de l'IA. À partir des résultats, elle prépare pour les dirigeants des documents au format Think Tank : des analyses de la façon dont les nouvelles technologies transforment la prise de décision et le fonctionnement des organisations.

Ce que l'IA remplace

Lorsqu'un modèle rencontre une lacune d'information, il la comble en silence avec quatre types d'hypothèses :

• Manque de contexte : le modèle choisit le scénario le plus probable de ses données d'entraînement, en ignorant le caractère unique de votre situation et de votre entreprise
• Données contradictoires : il privilégie une interprétation et masque le conflit entre les sources au lieu de le signaler
• Contexte implicite : il comble les lacunes de connaissances spécialisées sur votre secteur, vos concurrents, la législation et la culture d'entreprise
• Termes flous : il interprète « priorité stratégique », « risque » ou « avantage concurrentiel » selon sa propre compréhension, et non selon la définition de votre entreprise

Le dirigeant reçoit une réponse qui semble bien argumentée, avec un enchaînement logique de raisonnements, mais qui contient des erreurs cachées. Le problème, c'est qu'il est pratiquement impossible de les repérer à la lecture. Elles sont dissimulées dans la texture même de la réponse.

Stratégie : les erreurs coûteuses se révèlent tard

Dans les décisions opérationnelles, l'erreur du modèle se voit vite. Une prévision erronée à court terme se révèle le mois suivant. Une erreur stratégique, elle, apparaît des mois ou des trimestres plus tard, quand l'entreprise a déjà dépensé des ressources considérables, recruté et modifié ses plans. Et comme le conseil de l'IA semblait assuré et logique, le dirigeant a pu ne pas chercher d'avis alternatifs, d'expertise extérieure ni de données contradictoires.

Ce que cela signifie

L'IA est utile pour analyser rapidement des faits et produire une première version. Mais en stratégie, elle est dangereuse comme arbitre et conseillère de décision. Il faut l'utiliser comme assistante : pour des analyses préliminaires rapides, la recherche d'arguments supplémentaires et la génération d'alternatives. La décision finale reste à l'humain et, surtout, les dirigeants doivent devenir bien plus critiques envers les conseils du modèle.