Le Royaume-Uni a mis en place 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 définir des attentes quant à son usage.
Les résultats paraissent 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% déclarent qu’elle les rend plus productifs, la part la plus élevée entre le Royaume-Uni, les États-Unis et l’Australie.
- Les salariés indiquent économiser 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 au Royaume-Uni ont aussi davantage confiance dans le système qui encadre 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 : livrer un travail assisté par l’IA qu’ils n’ont pas suffisamment vérifié, qu’ils ne comprennent pas totalement, ou qu’ils ne pourraient pas défendre avec assurance.
Le Royaume-Uni a associé une forte confiance dans les politiques à une adoption élevée. Il n’a toujours pas résolu la question de la vérification.
Le Work AI Index 2026 : UK, 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 responsables IA et analysé des interactions IA en entreprise anonymisées et agrégées issues de la platform d’IA d’entreprise de Glean.
Ce que nous avons constaté, c’est un pays qui a rendu l’IA « autorisée » au travail, sans toujours rendre ses résultats fiables.
L’avantage IA du Royaume-Uni est institutionnel
L’IA s’est davantage intégrée au système opératoire formel du travail au Royaume-Uni qu’aux États-Unis.
42% des travailleurs au Royaume-Uni disent que l’IA est intégrée aux workflows essentiels dans plusieurs départements, contre 32% aux États-Unis. Plus de la moitié ont envoyé un jumeau numérique IA assister à une réunion à leur place. L’IA joue également un rôle croissant dans les décisions qui façonnent la carrière des personnes.
Les travailleurs au Royaume-Uni sont plus à l’aise que leurs homologues américains avec l’utilisation de l’IA dans des décisions RH à forts enjeux :
- Évaluation de la performance : 54% au Royaume-Uni contre 42% aux États-Unis
- Recrutement : 40% contre 34%
- Promotion et rémunération : 40% contre 35%
- Licenciement : 31% contre 28%
Cette aisance se traduit déjà dans la pratique. 40% disent que leur organisation utilise l’IA dans les évaluations de performance. 29% signalent son utilisation dans le recrutement, et 18% disent qu’elle joue un rôle dans les décisions de licenciement.
Cela se produit dans un système qui a posé des limites visibles autour de l’IA. Les employeurs ont formalisé des politiques. ACAS a publié des recommandations sur l’usage de l’IA dans les décisions liées à l’emploi. Le UK AI Safety Institute a fait de la gouvernance de l’IA un élément régulier des discussions de politique nationale.
Le résultat, c’est une culture de travail où l’IA bénéficie d’un soutien institutionnel. Les salariés n’ont pas à décider seuls si la 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 de l’impact organisationnel le plus fort parmi les trois pays interrogés. 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 au Royaume-Uni déclarent économiser 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. Mais ils restent très en deçà de ce que laisseraient supposer 90% d’adoption et 78% de productivité déclarée.
Une partie de l’écart vient du travail nécessaire pour rendre l’IA utile.
Les travailleurs au Royaume-Uni consacrent 38% de leur temps lié à l’IA au botsitting : fournir le contexte manquant, relire les résultats, déboguer les erreurs, relancer des prompts et nettoyer ce qui passe entre les mailles. Ils consacrent 36% de ce temps à utiliser l’IA pour produire le travail lui-même.
Pour chaque heure passée à obtenir un résultat exploitable, les salariés passent environ une autre heure à rendre ce résultat utilisable.
Ce travail n’a pas disparu parce que les organisations ont des politiques. Une politique peut dire à un salarié quel outil est approuvé, à quelles données il peut accéder et quels usages sont interdits. Elle ne peut pas vérifier qu’une source est réelle, remarquer qu’une réponse a manqué une contrainte importante, ni décider si un brouillon bien rédigé est prêt à être utilisé.
Ce jugement reste du ressort de la personne qui réalise le travail.
Une politique ne vérifie pas le résultat
Malgré une meilleure connaissance des politiques et un soutien institutionnel, 37% des utilisateurs d’IA au Royaume-Uni disent encore qu’il leur arrive de livrer un travail assisté par l’IA qu’ils n’ont pas entièrement vérifié, 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 façon importante :
- 40% livrent parfois un travail assisté par l’IA qu’ils ne sauraient pas expliquer si on le 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 imputé à l’IA 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 définit les autorisations et les limites. La vérification intervient plus tard, au cœur même du travail.
C’est le moment où un employé décide s’il faut vérifier une citation, remettre en question une hypothèse, remonter 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 sûre à croire. Cette distinction devient plus importante à mesure que l’IA s’impose dans des travaux à plus forts enjeux.
Les travaux à plus forts enjeux augmentent le coût d’une vérification insuffisante
La profession juridique au Royaume-Uni offre un exemple clair.
En 2025, la High Court a averti que les solicitors et les barristers pourraient faire l’objet de poursuites pour outrage au tribunal s’ils soumettaient des contenus générés par l’IA contenant des références jurisprudentielles inventées. Cet avertissement a fait suite à des affaires où des avocats ont cité des autorités qui n’existaient pas.
La Solicitors Regulation Authority et le 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. Il s’agissait de savoir si quelqu’un restait responsable de vérifier ce qu’elle produisait.
Le même principe s’étend bien au-delà du droit. Le travail assisté par l’IA alimente désormais les évaluations de performance, les recommandations de recrutement, les modèles financiers, les analyses stratégiques et des décisions qui circulent entre plusieurs équipes.
Une hypothèse fragile dans un brouillon privé est un problème. La même hypothèse intégrée à une évaluation de performance, un dossier pour le conseil d’administration ou une recommandation client est bien plus difficile à contenir.
Le besoin de vérification n’a rien d’hypothétique. 77 % des travailleurs au Royaume-Uni ont corrigé ou refait un travail assisté par l’IA au cours du mois passé. 26 % le font au moins chaque semaine.
À mesure que l’IA s’ancre davantage dans des workflows importants, la vérification ne peut pas rester une tâche informelle que chacun suppose que quelqu’un d’autre a effectuée.
Le chemin approuvé doit fonctionner
Le prochain défi du Royaume-Uni va au-delà de la rédaction de nouvelles règles. Il consiste à rendre la manière autorisée d’utiliser l’IA suffisamment pratique pour résister à l’épreuve du travail réel.
Les travailleurs n’utilisent pas toujours des outils non approuvés parce qu’ils sont indifférents à la gouvernance. Ils réagissent peut-être à un système approuvé trop lent, trop générique ou trop déconnecté des informations dont la tâche a besoin.
La moitié des travailleurs au Royaume-Uni déclarent que des informations importantes dont ils ont besoin ne sont pas accessibles via leurs outils d’IA.
Les employés comblent alors eux-mêmes les lacunes. Ils collent des informations internes dans des 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 autorisé et peiner 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 a besoin d’un chemin praticable à travers cette décision. Cela signifie donner à l’IA approuvée l’accès au bon contexte d’entreprise, maintenir les politiques à jour à mesure que les outils et les workflows évoluent, et clarifier quand une revue humaine est requise.
Le chemin le plus sûr doit aussi être un chemin réaliste.
La vérification doit devenir partie intégrante du workflow
Le Royaume-Uni a déjà réalisé une grande partie du travail visible d’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 l’IA est revu, pris en charge et livré.
Cela commence par quelques décisions pratiques :
- Définir des standards de revue selon le risque. Un compte rendu de réunion et une recommandation de licenciement ne devraient pas passer par le même niveau de contrôle.
- Nommer la personne responsable. L’IA peut contribuer au résultat, mais quelqu’un doit encore le comprendre et l’assumer.
- Intégrer des contrôles dans le workflow. La revue des sources, les étapes d’approbation et les voies d’escalade ne devraient pas dépendre uniquement du fait qu’un employé pense à les ajouter.
- Donner aux outils approuvés le contexte dont ils ont besoin. Les employés continueront à reconstruire manuellement la connaissance de l’entreprise lorsque l’IA ne peut pas identifier les informations actuelles, faisant autorité et pertinentes.
- Utiliser les contournements comme feedback. Des exceptions répétées à la politique révèlent souvent que l’outil ou le processus autorisé n’est pas adapté au travail.
L’objectif n’est pas de ralentir chaque interaction avec l’IA. Il est de rendre la revue attentive normale lorsque les conséquences le justifient.
Le prochain avantage du Royaume-Uni en matière d’IA est opérationnel
L’approche du Royaume-Uni, guidée par les politiques, a produit de réels bénéfices. Les travailleurs au Royaume-Uni déclarent des gains de productivité plus élevés, une plus grande confiance et un impact organisationnel plus important que leurs pairs aux États-Unis et en Australie.
Cette base compte. Mais la confiance dans la politique ne peut pas se substituer à la rigueur de la 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 approche, que la réponse semble convaincante et que la vérifier prendrait plus de temps.
L’employé sait-il ce qui nécessite une nouvelle passe ? Le système approuvé peut-il produire une réponse ancrée dans le bon contexte d’entreprise ? Est-il clair qui reste responsable du résultat final ?
Le Royaume-Uni a contribué à légitimer l’IA au travail. Son prochain avantage viendra du fait de faire du travail assisté par l’IA fiable la norme.
Lisez l’intégralité du Work AI Index 2026 : UK pour voir où vont les gains de temps de l’IA et comment les organisations britanniques peuvent transformer une adoption guidée par les politiques en impact réel.
