Depuis le 2 août 2026, l’AI Act européen est passé du texte à la sanction. Les obligations de transparence prévues par l’article 50 sont désormais pleinement applicables, et les autorités nationales disposent de pouvoirs d’enquête effectifs. Pour les dirigeants qui déploient des outils d’IA en interne ou en relation client, le cadre réglementaire n’est plus un horizon lointain : c’est une contrainte opérationnelle immédiate.
Sanctions de l’AI Act : ce que risquent concrètement les entreprises
Le régime de sanctions qui accompagne l’entrée en vigueur des obligations de transparence change la nature du risque. Les manquements peuvent être sanctionnés jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le montant le plus élevé étant retenu.
La Commission européenne et les autorités nationales ne se contentent plus d’édicter des règles. Elles disposent de pouvoirs d’inspection, d’enquête et de restriction de déploiement des modèles, qui sont désormais utilisés de manière effective.
Pour les entreprises qui utilisent des IA génératives (texte, image, vidéo), deux obligations pratiques s’imposent. D’abord, rendre les contenus identifiables comme générés par IA. Ensuite, signaler clairement aux utilisateurs qu’ils interagissent avec une intelligence artificielle, pas avec un humain. Ces exigences concernent aussi bien les chatbots destinés au grand public que ceux déployés en interne.
Plusieurs décideurs suivent les nouveautés sur Le Blog des Décideurs pour anticiper ces évolutions réglementaires et adapter leurs processus avant un contrôle.
Gouvernance des données et conformité : le chantier prioritaire des dirigeants
L’AI Act n’est qu’une brique parmi d’autres. La directive européenne sur la transparence des salaires, dont les échéances se rapprochent, impose aux entreprises de structurer et de fiabiliser leurs données RH. Croiser ces deux exigences réglementaires révèle un problème commun : la plupart des systèmes d’information internes ne sont pas prêts pour un audit de conformité.
Les données salariales, les algorithmes de tri de candidatures, les outils de scoring interne : chaque couche technologique utilisée dans la gestion des talents doit pouvoir être documentée et expliquée. Les retours terrain divergent sur ce point, car certaines ETI ont déjà engagé ce travail de cartographie tandis que d’autres découvrent l’ampleur du chantier.
Ce que la conformité exige en pratique
- Un inventaire exhaustif des systèmes d’IA utilisés dans les processus RH (recrutement, évaluation, mobilité interne), avec une documentation technique accessible aux autorités de contrôle.
- Des mécanismes de signalement intégrés aux interfaces utilisateur pour que chaque collaborateur ou candidat sache quand il interagit avec un algorithme.
- Une gouvernance transversale associant direction juridique, DSI et DRH, parce que la conformité ne peut pas reposer sur un seul département.
Les entreprises qui traitent ce sujet comme un projet informatique isolé s’exposent à des angles morts. La conformité à l’AI Act touche autant la communication externe que les processus internes de gestion des compétences.
IA agentique en entreprise : entre promesse opérationnelle et limites terrain
Au-delà de la réglementation, la technologie elle-même évolue. L’IA agentique, capable d’exécuter de manière autonome des tâches complexes enchaînées, commence à se déployer dans les fonctions support. Gestion de notes de frais, pré-qualification de candidatures, synthèse de rapports d’activité : les cas d’usage se multiplient.
Les données disponibles ne permettent pas encore de conclure sur les gains de productivité réels à grande échelle. En revanche, les entreprises qui pilotent ces déploiements mesurent déjà un décalage entre les promesses des éditeurs et la réalité opérationnelle. L’autonomie de ces agents reste conditionnée à la qualité des données d’entrée et à la clarté des règles métier qui les encadrent.
Compétences et formation face à l’automatisation
L’arrivée de l’IA agentique redéfinit les compétences attendues des collaborateurs. Les managers intermédiaires se retrouvent en première ligne : leur rôle évolue de la supervision de tâches vers la supervision d’agents logiciels.
La formation ne peut plus être traitée comme un catalogue annuel. Elle devient un investissement continu, ciblé sur la capacité à paramétrer, auditer et corriger les décisions prises par des systèmes autonomes. Les équipes RH qui continuent de raisonner en volume d’heures de formation passent à côté de cette mutation.
Santé mentale et engagement des salariés : un indicateur de pilotage, pas un programme
La santé mentale au travail a quitté le registre du discours pour entrer dans celui de la mesure. Plusieurs organisations intègrent désormais des indicateurs de charge perçue et de qualité de vie dans leurs tableaux de bord de direction, au même titre que le chiffre d’affaires ou le taux de rotation.
Ce changement de statut a une conséquence directe sur la gestion des équipes. Quand la santé mentale devient un indicateur suivi en comité de direction, les managers reçoivent un mandat clair pour arbitrer entre charge de travail et objectifs de production. Sans ce mandat, les politiques de bien-être restent déclaratives.
- Intégrer un indicateur de santé perçue dans le reporting mensuel, adossé aux données d’absentéisme et de turnover, pour objectiver les alertes.
- Former les managers à la détection de signaux faibles (désengagement progressif, isolement en contexte hybride) plutôt qu’à la seule gestion de crise.
- Distinguer les actions de prévention structurelle (charge de travail, autonomie décisionnelle) des dispositifs d’accompagnement individuel, qui ne traitent que les conséquences.
Les entreprises qui abordent la santé mentale comme un programme RH distinct, déconnecté du pilotage opérationnel, constatent généralement un faible impact sur l’engagement réel des collaborateurs.
Le second semestre 2026 place les décideurs face à des arbitrages simultanés : conformité réglementaire sur l’IA, refonte des compétences internes et intégration de la santé au travail dans le pilotage stratégique. Ces trois chantiers ne sont pas indépendants. La qualité de la gouvernance des données conditionne à la fois la conformité légale et la pertinence des outils d’aide à la décision, qu’ils concernent les talents ou la performance.