Étude de Sber : comment AI remplace silencieusement la prise de décisions stratégiques

Les hauts dirigeants consultent l'IA plus fréquemment que les autres : selon Gallup 2025, c'est déjà une tendance stable. Les leaders confient à des modèles la résolution de tâches stratégiques — prévisions du développement du marché, évaluation des risques, établissement des priorités, choix de la direction. Et là réside un problème fondamental : bien formuler une question stratégique est très difficile. Elle contient habituellement de l'incertitude, des données contradictoires, un contexte implicite de l'entreprise et de l'industrie, des termes vagues.

Où l'IA Devient Dangereuse

Le manque de contexte et les contradictions internes dans la formulation de la tâche n'obligent pas le modèle à s'arrêter et à demander des précisions. Au lieu de cela, il comble les lacunes par ses propres hypothèses. Et il n'annonce pas ce qu'il fait.

La réponse semble confiante, logique, remplie de raisonnements — mais elle repose sur des données déformées ou complètement 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 la façon dont la pensée change à l'ère de l'IA.

L'équipe mène des recherches à l'intersection des sciences cognitives, de l'entreprise et de l'IA. Sur la base des résultats, elle prépare des matériaux pour les hauts dirigeants au format Think Tank — des analyses de la façon dont les nouvelles technologies changent la prise de décision et le fonctionnement des organisations.

Ce que les Substitutions de l'IA Deviennent

Quand un modèle rencontre une lacune d'information, il la substitue silencieusement par quatre types de suppositions :

• Manque de contexte — le modèle choisit le scénario le plus probable de ses données d'entraînement, en ignorant l'unicité de votre situation et de votre entreprise
• Données contradictoires — préfère une interprétation et cache le conflit entre les sources, au lieu de le signaler
• Contexte implicite — comble les lacunes dans les connaissances spécialisées sur votre industrie, vos concurrents, la législation, la culture de votre entreprise
• Termes vagues — 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 fondée, avec une chaîne logique de raisonnements — mais qui contient des erreurs cachées. Le problème est que les détecter en lisant est pratiquement impossible. Elles sont cachées dans la texture même de la réponse.

Stratégie : les Erreurs Coûteuses sont Révélées Tard

Dans les décisions opérationnelles, une erreur du modèle est visible rapidement. Une prévision à court terme incorrecte se révèlera le mois prochain. Mais une erreur stratégique se révèle en mois ou trimestres, quand l'entreprise a déjà dépensé des ressources significatives, embauché du personnel, changé ses plans. Et comme le conseil de l'IA semblait confiant et logique, le dirigeant pourrait ne pas avoir cherché des opinions alternatives, une expertise externe ou des données contradictoires.

Ce Que Cela Signifie

L'IA est bonne pour l'analyse rapide des faits et la formation d'une version initiale. Mais en stratégie, elle est dangereuse en tant qu'arbitre et consultante en décisions. Elle doit être utilisée comme un assistant — pour une analyse rapide et approximative, la recherche d'arguments supplémentaires, la génération d'alternatives. La décision finale reste du ressort de l'humain, et l'essentiel est que le dirigeant doit être beaucoup plus critique envers les conseils du modèle.