Le Royaume-Uni a construit l’un des environnements institutionnels les plus solides pour l’IA au travail. Les salariés l’ont adoptée, les employeurs ont rédigé des politiques à son sujet, et les régulateurs ont commencé à fixer des attentes quant à son usage.
Les résultats semblent plus solides que dans les autres pays représentés dans le Work AI Index 2026 :
- 90% des travailleurs numériques au Royaume-Uni utilisent l’IA au travail.
- 78% disent qu’elle les rend plus productifs, la part la plus élevée parmi le Royaume-Uni, les États-Unis et l’Australie.
- Les salariés déclarent gagner environ 12 heures par semaine grâce à l’automatisation par l’IA.
- 18% disent que l’IA a nettement amélioré les performances de leur organisation, contre 12% aux États-Unis et 10% en Australie.
Les travailleurs britanniques ont également davantage confiance dans le cadre qui entoure la technologie. 65% ont lu intégralement la politique IA de leur organisation, contre 57% aux États-Unis. 73% disent avoir confiance dans la stratégie IA de leur organisation.
Et pourtant, 70% des utilisateurs d’IA au Royaume-Uni déclarent au moins une forme de botshitting : mettre en production un travail assisté par l’IA qu’ils n’ont pas suffisamment vérifié, qu’ils ne comprennent pas entièrement, ou qu’ils ne sauraient pas défendre avec assurance.
Le Royaume-Uni a combiné une forte confiance dans les politiques avec une adoption élevée. Il n’a toujours pas résolu la vérification.
Le Work AI Index 2026 : UK, issu du Work AI Institute de Glean, a interrogé 1 500 travailleurs numériques au Royaume-Uni dans le cadre d’une étude mondiale portant sur 6 000 salariés à temps plein. Nous avons également échangé avec des dizaines de leaders de l’IA et analysé des interactions IA anonymisées et agrégées sur le lieu de travail à partir de la plateforme d’IA d’entreprise de Glean.
Ce que nous avons constaté, c’est un pays qui a rendu l’IA acceptable au travail, sans toujours rendre ses résultats fiables.
L’avantage IA du Royaume-Uni est institutionnel
L’IA s’est davantage intégrée au système d’exploitation formel du travail au Royaume-Uni qu’aux États-Unis.
42% des travailleurs britanniques disent que l’IA est intégrée aux workflows essentiels dans plusieurs départements, contre 32% aux États-Unis. Plus de la moitié ont envoyé un double numérique IA pour assister à une réunion à leur place. L’IA joue aussi un rôle croissant dans les décisions qui façonnent les carrières.
Les travailleurs britanniques sont plus à l’aise que leurs homologues américains avec l’usage de l’IA dans des décisions RH à fort enjeu :
- Évaluation des performances : 54% au Royaume-Uni contre 42% aux États-Unis
- Recrutement : 40% contre 34%
- Promotion et rémunération : 40% contre 35%
- Licenciement : 31% contre 28%
Ce niveau de confort se traduit déjà dans la pratique. 40% disent que leur organisation utilise l’IA dans les évaluations de performance. 29% signalent son usage dans le recrutement, et 18% disent qu’elle intervient dans les décisions de licenciement.
Tout cela se déroule dans un système qui a posé des limites visibles à l’IA. Les employeurs ont formalisé des politiques. ACAS a publié des recommandations sur l’utilisation de l’IA dans les décisions d’emploi. Le UK AI Safety Institute a fait de la gouvernance de l’IA un sujet récurrent des discussions de politique nationale.
Le résultat est une culture de travail où l’IA semble soutenue institutionnellement. Les salariés n’ont pas à décider seuls si cette technologie a sa place au travail. L’organisation a déjà indiqué que oui.
Cette confiance institutionnelle s’accompagne des gains de productivité les plus élevés déclarés et du plus fort impact organisationnel des trois pays étudiés. Mais elle n’a pas supprimé la nécessité de vérifier ce que produit l’IA.
Mais la confiance dans le système peut aussi créer un angle mort.
Les gains sont réels, mais l’écart reste important
Les travailleurs britanniques déclarent gagner 12 heures par semaine grâce à l’automatisation par l’IA. Seuls 18% disent que ces gains se sont traduits par une amélioration significative des performances de l’organisation.
Ces 18% sont supérieurs aux États-Unis et à l’Australie. Ils restent néanmoins bien en deçà de ce que laisseraient supposer 90% d’adoption et 78% de productivité déclarée.
Une partie de cet écart tient au travail nécessaire pour rendre l’IA utile.
Les travailleurs britanniques consacrent 38% de leur temps lié à l’IA au botsitting : fournir le contexte manquant, relire les résultats, corriger les erreurs, relancer les prompts et nettoyer ce qui passe entre les mailles du filet. Ils consacrent 36% de ce temps à utiliser l’IA pour produire le travail lui-même.
Pour chaque heure passée à obtenir un résultat utile, les salariés en passent à peu près une autre à rendre ce résultat exploitable.
Ce travail n’a pas disparu parce que les organisations ont des politiques. Une politique peut dire à un salarié quel outil est approuvé, quelles données il peut consulter et quels usages sont interdits. Elle ne peut pas vérifier si une source est réelle, remarquer qu’une réponse a ignoré une contrainte importante, ni décider si un brouillon soigné est prêt à être utilisé.
C’est encore à la personne qui fait le travail d’exercer ce jugement.
La politique ne vérifie pas le résultat
Malgré une meilleure sensibilisation aux politiques et un soutien institutionnel plus fort, 37 % des utilisateurs d’IA au Royaume-Uni disent encore qu’ils publient parfois des travaux assistés par IA sans les avoir entièrement vérifiés, soit presque autant que les 36 % aux États-Unis.
70 % des utilisateurs d’IA au Royaume-Uni déclarent au moins un comportement de botshitting, contre 64 % aux États-Unis.
Cela se manifeste de manière importante :
- 40 % livrent parfois des travaux assistés par IA qu’ils ne sauraient pas expliquer si on leur demandait.
- 34 % utilisent des outils que leur employeur n’a pas approuvés.
- 35 % utilisent des outils approuvés d’une manière qui enfreint la politique de l’entreprise.
- 24 % ont rejeté la faute sur l’IA pour une erreur qui était la leur.
Ces chiffres ne suggèrent pas que les politiques britanniques ont échoué. Ils montrent la limite de ce qu’une politique peut accomplir à elle seule.
La politique établit l’autorisation et les limites. La vérification intervient ensuite, au cœur même du travail.
Elle intervient lorsqu’un employé décide s’il doit vérifier une citation, remettre en question une hypothèse, retracer un chiffre jusqu’à sa source, ou envoyer le résultat parce que la réunion commence dans 10 minutes.
L’approbation institutionnelle peut rendre l’IA plus sûre à utiliser. Elle ne peut pas rendre chaque réponse digne de confiance. Cette distinction devient plus importante à mesure que l’IA s’étend à des travaux à plus forts enjeux.
Les travaux à forts enjeux augmentent le coût d’une vérification insuffisante
La profession juridique britannique offre un exemple clair.
En 2025, la Haute Cour a averti que les solicitors et les barristers pourraient faire l’objet de poursuites pour outrage s’ils déposaient des contenus générés par IA contenant de fausses citations jurisprudentielles.
La Solicitors Regulation Authority et la Bar Standards Board ont réaffirmé le même principe : la responsabilité de vérifier une autorité incombe à l’avocat, pas à l’outil.
La question n’était pas de savoir si les avocats avaient le droit d’utiliser l’IA. C’était de savoir si quelqu’un restait responsable de la vérification de ce qu’elle produisait.
Le même principe s’étend bien au-delà du droit. Les travaux assistés par IA alimentent désormais les évaluations de performance, les recommandations d’embauche, les modèles financiers, les analyses stratégiques et des décisions qui circulent entre plusieurs équipes.
Une hypothèse fragile dans un brouillon privé est déjà un problème. La même hypothèse, intégrée à une évaluation de performance, à un dossier présenté au conseil d’administration ou à une recommandation client, est beaucoup plus difficile à contenir.
Le besoin de vérification n’est pas hypothétique. 77 % des travailleurs britanniques ont corrigé ou refait un travail assisté par IA au cours du mois dernier. 26 % le font au moins chaque semaine.
À mesure que l’IA s’intègre davantage dans des flux de travail importants, la vérification ne peut pas rester une tâche informelle que tout le monde suppose que quelqu’un d’autre a accomplie.
Le parcours approuvé doit fonctionner
Le prochain défi du Royaume-Uni va au-delà de la rédaction de nouvelles règles. Il s’agit de rendre la manière autorisée d’utiliser l’IA suffisamment pratique pour résister à la réalité du travail.
Les travailleurs n’utilisent pas toujours des outils non approuvés parce qu’ils sont indifférents à la gouvernance. Ils peuvent réagir à un système approuvé trop lent, trop générique ou trop éloigné des informations nécessaires à la tâche.
La moitié des travailleurs britanniques disent que des informations importantes dont ils ont besoin ne sont pas accessibles via leurs outils d’IA.
Cela pousse les employés à combler eux-mêmes les lacunes. Ils collent des informations internes dans les prompts, reconstruisent la tâche pour chaque outil et comparent plusieurs réponses assurées qui ne concordent pas. 60 % relancent le même prompt sur plusieurs outils d’IA parce que la première réponse n’était pas assez bonne.
Une politique claire peut malgré tout produire des contournements lorsque l’outil approuvé ne peut pas accomplir le travail.
Cela crée un choix difficile pour les employés :
- Suivre le processus validé et avoir du mal à obtenir un résultat utile.
- Utiliser l’outil qui fonctionne et accepter le risque lié à la politique.
- Avancer avec une réponse en laquelle ils n’ont pas totalement confiance.
Une gouvernance solide nécessite un chemin praticable à travers cette décision. Cela signifie donner à l’IA approuvée l’accès au bon contexte de l’entreprise, maintenir les politiques à jour à mesure que les outils et les flux de travail évoluent, et préciser quand une revue humaine est requise.
Le chemin le plus sûr doit aussi être un chemin réaliste.
La vérification doit devenir partie intégrante du flux de travail
Le Royaume-Uni a déjà accompli une grande partie du travail visible de l’adoption de l’IA. La phase suivante est plus opérationnelle.
Les organisations doivent traduire la politique en attentes claires sur la manière dont le travail assisté par IA est revu, assumé et livré.
Cela commence par quelques décisions pratiques :
- Définir des standards de revue selon le niveau de risque. Un compte rendu de réunion et une recommandation de licenciement ne devraient pas passer par le même niveau de contrôle.
- Désigner la personne responsable. L’IA peut contribuer au résultat, mais quelqu’un doit encore le comprendre et l’assumer.
- Intégrer les vérifications dans le flux de travail. La revue des sources, les étapes d’approbation et les voies d’escalade ne devraient pas dépendre uniquement du fait qu’un employé se souvienne de les ajouter.
- Donner aux outils approuvés le contexte dont ils ont besoin. Les employés continueront à reconstruire les connaissances de l’entreprise à la main lorsque l’IA ne peut pas identifier les informations actuelles, faisant autorité et pertinentes.
- Utiliser les contournements comme signal. Les exceptions répétées à une politique révèlent souvent que l’outil ou le processus validé ne correspond pas au travail.
L’objectif n’est pas de ralentir chaque interaction avec l’IA. C’est de rendre la revue attentive normale lorsque les conséquences le justifient.
Le prochain avantage de l’IA du Royaume-Uni sera opérationnel
L’approche britannique axée sur la politique a produit de réels bénéfices. Les travailleurs britanniques déclarent des gains de productivité plus forts, une plus grande confiance et un impact organisationnel supérieur à celui de leurs homologues aux États-Unis et en Australie.
Cette base compte. Mais la confiance dans la politique ne peut pas remplacer la discipline de vérification.
Le test le plus important de la gouvernance de l’IA n’est pas de savoir si la politique existe ou si les employés l’ont lue. C’est ce qui se passe lorsque l’échéance est proche, que la réponse paraît convaincante et que la vérifier prendrait plus de temps.
L’employé sait-il ce qui nécessite un second passage ? Le système approuvé peut-il produire une réponse ancrée dans le bon contexte de l’entreprise ? Est-il clair qui reste responsable du résultat final ?
Le Royaume-Uni a aidé à rendre l’IA légitime au travail. Son prochain avantage viendra de la capacité à faire du travail assisté par IA fiable la norme.
Lisez le Work AI Index 2026 : UK complet pour voir où vont les gains de temps de l’IA et comment les organisations britanniques peuvent transformer une adoption guidée par la politique en impact réel.
