Le 15 juin 2026, le ministre du Travail Jean Boulet a dévoilé deux documents gouvernementaux sur l’IA qui qui s’adressent directement aux employeurs, aux gestionnaires et aux équipes. Si vous n’avez pas encore eu le temps de les parcourir, voici l’essentiel des recommandations pour une intégration de l’IA en entreprise réussie (selon eux), et notre avis sur la question en tant que centre de formation spécialisé dans l’IA. 👇
Points clés
- En 2025, seulement 12,2 % des entreprises canadiennes utilisaient l’IA dans leurs opérations, soit le double de l’année précédente : la courbe d’adoption s’accélère, mais la majorité des organisations partent encore de zéro.
- Les deux guides du gouvernement du Québec (juin 2026) ne sont pas contraignants : ils constituent un cadre de référence à adapter selon la taille, le secteur et la maturité numérique de chaque organisation.
- L’adoption de l’IA reste profondément inégale selon les secteurs : plus de 35 % des entreprises en technologies de l’information et en finance l’utilisent, contre moins de 3 % en agriculture, transport et hébergement.
- Les cinq principes directeurs du guide (droits, vie privée, gouvernance, surveillance humaine, bien-être) sont fondés sur un consensus patronal-syndical adopté à l’unanimité par le Comité consultatif du travail et de la main-d’œuvre.
- Le guide « Pratiques pour passer à l’action » couvre les 7 phases du cycle de vie d’un système d’IA, de la conception initiale jusqu’à la mise hors service, en passant par les tests et le déploiement.
Pourquoi l’intégration de l’IA en entreprise mobilise maintenant les gouvernements
Les chiffres parlent d’eux-mêmes. En 2025, 12,2 % des entreprises canadiennes utilisaient l’IA pour produire des biens ou fournir des services, ce qui représente le double du taux enregistré l’année précédente. La progression est réelle. Mais elle est aussi très inégale : parmi les entreprises qui déclarent utiliser l’IA, celles des industries de l’information et de la culture (35,6 %), des services professionnels, scientifiques et techniques (31,7 %) et de la finance et des assurances (30,6 %) sont les plus susceptibles de le faire. L’intégration de l’IA en entreprise n’est donc pas uniforme : elle concentre les premiers mouvants dans certains secteurs clés.
À l’opposé, les secteurs les moins portés à utiliser l’IA sont l’agriculture (0,3 %), les services d’hébergement et de restauration (1,9 %), la construction (2,3 %) ainsi que le transport et l’entreposage (2,9 %). Ce décalage n’est pas qu’une question de moyens. Pour les entreprises qui n’ont pas investi dans leur infrastructure numérique, les trois principaux obstacles à l’intégration de technologies d’IA sont le coût élevé de mise en œuvre (27,2 %), l’incertitude quant au rendement des investissements (19,3 %) et le manque de connaissances spécialisées (14,3 %). Le manque de connaissances : voilà quelque chose que les guides ne règlent pas seuls, et sur lequel on reviendra.
C’est dans ce contexte que le ministre du Travail Jean Boulet a rendu public, le 15 juin 2026, le Guide pour soutenir les milieux de travail dans l’implantation et l’usage des systèmes d’intelligence artificielle. Cet outil concret vise à aider les entreprises, les travailleuses, les travailleurs et leurs représentants à intégrer l’intelligence artificielle de façon responsable, tout en profitant de ses gains potentiels en matière de productivité, d’innovation et de santé et sécurité du travail.
Le guide est composé de trois documents, n’est pas prescriptif et ne constitue pas une solution clés en main. Il sert de point d’ancrage destiné à être adapté aux réalités propres à chaque organisation selon son secteur, sa taille, sa culture, son cadre réglementaire et le niveau de maturité de ses pratiques numériques. Autrement dit : c’est un point de départ, pas une checklist obligatoire.
Le guide de principes : comprendre le cadre de l’intégration de l’IA en entreprise
Voir le guide du gouvernement du Québec
Qu’est-ce qu’un système d’IA, exactement ?
Avant d’aller plus loin, posons les bases que le guide lui-même établit. Un système d’IA, ce n’est pas une magie qui décide à la place des humains. C’est une application concrète qui, à partir d’objectifs fixés par des personnes, produit des prédictions, des recommandations ou aide à prendre des décisions, avec un certain degré d’autonomie. L’IA soutient le jugement humain. Elle ne le remplace pas. C’est le fil rouge de l’ensemble du document sur l’intégration de l’IA en entreprise.
Le guide distingue aussi deux réalités qui sont déjà présentes dans beaucoup d’organisations sans qu’elles le réalisent.
– La gestion automatisée des tâches (ce que le guide appelle « gestion algorithmique ») : ce sont les outils qui attribuent les missions, planifient les horaires, suivent le rendement, évaluent la performance. On les trouve déjà dans la logistique, les centres d’appels, les RH.
– L’IA générative, soit les outils comme ChatGPT qui produisent du texte, des images, du son ou du code à la demande. Ces derniers soulèvent des enjeux bien précis : droits d’auteur, confidentialité des données, risques de fausses informations et biais potentiels dans les contenus générés.
Le cadre juridique : l’IA est déjà encadrée, même sans loi spécifique
Le ministère du Travail précise que le guide ne remplace en aucun cas les lois et règlements déjà en vigueur. Toutes les obligations légales applicables aux employeurs continuent de s’appliquer lors du déploiement d’un système d’IA. Il n’existe pas encore de loi spécifiquement dédiée à l’IA, mais celle-ci tombe déjà sous l’emprise de plusieurs cadres existants : la Charte des droits et libertés, le Code du travail, la Loi sur la santé et sécurité du travail, la Loi 25 sur la protection des renseignements personnels, entre autres. Si votre outil collecte des données sur vos employés ou vos clients, vous êtes déjà dans un territoire réglementé.
Les 5 principes directeurs : le cœur du premier guide
Le premier document établit cinq grands principes. Ils ont été proposés par le Comité consultatif du travail et de la main-d’œuvre (CCTM), et le guide se veut cohérent avec cet avis. Ce qui rend ces principes particulièrement solides, c’est leur légitimité : ils résultent d’un consensus entre les représentants patronaux et syndicaux, adopté à l’unanimité.
1. Le respect des droits et libertés en milieu de travail. L’IA touche désormais le recrutement, l’évaluation du rendement, l’affectation des tâches, parfois les décisions de promotion. Le défi majeur : les biais. Un outil qui a été nourri de données historiques peut reproduire des inégalités existantes, voire les amplifier, sans que personne ne s’en rende compte. Le guide recommande de prévenir activement ces biais dès la conception et l’usage des outils, pas après le fait. Le bénéfice si c’est bien fait ? Des décisions plus rapides et mieux contextualisées, et du temps libéré pour des tâches à plus forte valeur humaine.
2. La protection de la vie privée et la gouvernance des données. Plus un outil d’IA est capable, plus il collecte de données. Le risque : surveillance accrue, profilage, fuites, usages non autorisés. Le guide est clair : limitez la collecte aux données strictement nécessaires, sécurisez ce que vous recueillez, et établissez une gouvernance rigoureuse pour l’intégration de l’IA en entreprise. Pensez à votre équipe qui colle des informations confidentielles dans un outil grand public sans y réfléchir.
3. La gouvernance, la participation et le dialogue social. Qui est responsable quand un outil d’IA prend une mauvaise décision ? C’est LA question. Le guide pointe le risque de dilution de la responsabilité : quand on peut dire « c’est le système qui a décidé », la chaîne d’imputabilité s’effrite. La réponse proposée pour une véritable intégration de l’IA en entreprise : impliquer toutes les parties concernées, travailleurs, représentants syndicaux, gestionnaires et direction, dans une gouvernance multipartite.
4. La surveillance humaine et la transparence. Ce principe aborde ce que le guide appelle l’effet « boîte noire » : on reçoit un résultat d’un outil, mais on ne sait pas comment il y est arrivé. Si on ne peut pas expliquer une décision prise avec l’aide d’une IA, on ne peut pas l’assumer devant un employé, un client ou un juge. Le guide est ferme : le contrôle humain doit rester rigoureux, et la capacité à expliquer toute décision est non négociable pour une intégration de l’IA en entreprise responsable. Les gains de productivité et de fiabilité que l’IA apporte ne valent quelque chose que sous supervision.
5. Le développement durable et le bien-être. Le dernier principe est peut-être le plus sous-estimé lors d’une intégration de l’IA en entreprise. L’IA, si elle est mal introduite, peut intensifier la charge de travail plutôt que de l’alléger, générer du stress, créer un sentiment d’insécurité durable dans les équipes. Le guide reconnaît ces risques psychosociaux et pose clairement que l’humain doit demeurer au cœur des décisions. L’outil doit réduire l’exposition aux risques, améliorer la qualité de vie au travail, et non alimenter une pression constante de performance.
Ce dernier point rejoint une conviction qu’on observe systématiquement sur le terrain : les équipes qui adoptent l’IA avec le plus de succès ne sont pas celles à qui on a imposé l’outil. Ce sont celles qui ont compris pourquoi il les aide. On avait d’ailleurs abordé ce point sur Linkedin ici il y a quelques semaines.
La phrase qui résume l’esprit de ce premier guide sur l’intégration de l’IA en entreprise ? Elle se trouve dans le document lui-même : « Refuser toute technologie par méconnaissance revient à se priver de leviers potentiels d’amélioration du travail. » Ni méfiance aveugle, ni enthousiasme naïf, telle est la vision du gouvernement, et on ne peut qu’y adhérer.
Le cycle de vie d’un système d’IA : les 7 phases du guide « Pratiques pour passer à l’action »
Voir le guide pour passer à l’action du gouvernement du Québec
Le deuxième document est le volet opérationnel. Il propose sept phases, allant de la définition de la stratégie d’IA jusqu’à la mise hors service de la technologie. Pour chaque phase, des pratiques concrètes et des pistes d’action sont proposées, sans être prescriptives. Voici ce que chaque étape signifie pour une organisation concrète.
- Planifier et concevoir. Avant de déployer quoi que ce soit, définissez clairement vos objectifs, les usages envisagés et les populations concernées. C’est aussi ici qu’on intègre dès le départ les principes de respect des droits, de gouvernance et de bien-être. Ce qu’on fait en amont détermine 80 % du succès du déploiement lors de votre intégration de l’IA en entreprise. Les organisations qui brûlent cette étape le regrettent presque toujours.
- Collecter et traiter les données. Quelles données sont nécessaires ? Comment les protéger ? Comment éviter d’intégrer des biais dès la base de votre projet d’intégration de l’IA en entreprise ? Cette phase demande une gouvernance rigoureuse : ne collectez que ce qui est vraiment utile, sécurisez-le, et documentez vos choix. La Loi 25 s’applique pleinement ici.
- Construire ou adapter le modèle. Si vous développez ou personnalisez un outil d’IA pour votre organisation (plutôt que d’utiliser une plateforme grand public), cette phase concerne les choix de conception pour votre intégration de l’IA en entreprise. Les biais se préviennent à ce stade, pas après. Le guide recommande une vigilance particulière sur les données d’entraînement : des données historiques biaisées produiront un outil biaisé.
- Tester, évaluer et valider. Avant de déployer, éprouvez le système. Comprenez ses limites. Questionnez ses résultats. Cette phase de validation est essentielle pour éviter des déconvenues coûteuses une fois que l’outil est entre les mains de vos équipes ou de vos clients pendant votre intégration de l’IA en entreprise. Le guide insiste sur le regard critique : un bon résultat en test ne garantit rien si les conditions réelles sont différentes.
- Déployer et utiliser. C’est ici que les choses deviennent tangibles pour vos équipes lors de l’intégration de l’IA en entreprise. L’organisation des tâches change, les modes de décision évoluent. Le guide souligne explicitement que la sensibilisation et l’implication des travailleuses et travailleurs sont des leviers essentiels pour une utilisation acceptable et durable. L’usage doit rester centré sur l’humain et compréhensible pour tous ceux qui l’utilisent. Selon nous chez La Fusée, c’est à ce stade que le volet formation est indispensable.
- Exploiter et assurer le suivi. Déployer, c’est bien. Surveiller dans la durée, c’est indispensable pour pérenniser votre intégration de l’IA en entreprise. Maintenir un contrôle humain actif, prévoir des mécanismes de recours si quelque chose se passe mal, entretenir le dialogue avec les équipes concernées : voilà ce que cette phase couvre. Un outil d’IA n’est pas un investissement ponctuel, c’est un engagement continu.
- Mettre hors service. Une phase que la plupart des organisations n’anticipent pas du tout lors d’une intégration de l’IA en entreprise. Quand un système produit des effets négatifs, quand il est remplacé par quelque chose de plus performant, comment gère-t-on la transition ? Le guide recommande d’anticiper l’arrêt dès la conception : accompagnement des équipes, révision des processus, ajustement des tâches. Ignorer cette étape, c’est laisser une dette organisationnelle que vous paierez plus tard.
Un tableau de bord des principes et phases pour intégrer l’IA en entreprise
Pour visualiser comment les 5 principes et les 7 phases s’articulent dans une démarche concrète d’intégration de l’IA en entreprise, voici une vue synthétique :
| Élément | Ce que le guide recommande | Le risque si ignoré |
|---|---|---|
| Droits et libertés | Prévenir les biais dès la conception et l’usage | Discrimination, recours légaux, perte de confiance |
| Vie privée et données | Limiter la collecte, sécuriser, gouverner | Violations de la Loi 25, fuites, profilage non consenti |
| Gouvernance et dialogue | Impliquer toutes les parties prenantes | Résistance, dilution de responsabilité, griefs |
| Surveillance humaine | Maintenir le contrôle et l’explicabilité des décisions | Effet boîte noire, perte de jugement, responsabilité floue |
| Bien-être et durabilité | L’humain au cœur des décisions, réduire les risques psychosociaux | Stress, épuisement, turnover, sentiment d’insécurité |
| Phase de test | Éprouver avant de déployer, comprendre les limites | Erreurs coûteuses en production, perte de crédibilité |
| Mise hors service | Anticiper la fin dès la conception, accompagner les équipes | Transition chaotique, compétences obsolètes, résistance future |
Ce que ces guides font très bien, et où la conversation doit continuer
Lus ensemble, ces deux documents forment quelque chose de solide pour encadrer l’intégration de l’IA en entreprise. La ruée vers l’intelligence artificielle en entreprise doit être « responsable, cohérente et transparente », selon le ministre Boulet. Le guide de principes fournit un cadre de valeurs robuste, fondé sur des référentiels internationaux reconnus (OCDE, UNESCO, Déclaration de Montréal, code de conduite canadien). Le guide opérationnel, lui, propose un parcours structuré à travers les 7 phases du cycle de vie d’un système d’IA, avec des pistes d’action adaptables à chaque réalité organisationnelle. Pour situer son organisation dans le paysage et comprendre les enjeux de l’intégration de l’IA en entreprise, c’est du travail sérieux.
En revanche, un élément nous semble manquant : la formation ! Le mot n’est cité que 2 fois sur l’ensemble des deux guides. Et on ne dit pas ça juste parce que c’est ce que nous vendons 😉
Comment amener concrètement une équipe marketing, une équipe RH, un groupe de gestionnaires à comprendre réellement ces outils, à les essayer sans appréhension, à développer les bons réflexes au quotidien ? Pour nous, c’est là que réside le vrai enjeu de l’intégration de l’IA en entreprise en 2026.
La surveillance humaine, l’esprit critique face aux biais, le fait de ne pas déposer de données confidentielles dans un outil grand public, tout ça ne fonctionne que si les personnes qui utilisent les outils comprennent vraiment ce qu’elles font. Lors de nos formations IA en entreprise, nous observons cette réalité revenir sans cesse : la bonne volonté est là, le cadre stratégique est souvent là aussi, mais les équipes n’ont pas encore eu l’espace et le temps de s’approprier concrètement les outils. C’est notre métier de combler cet espace, à travers des parcours de formations bâtis spécifiquement pour ça.
Pour nous, la vraie erreur que font la plupart des organisations face à ces guides sur l’intégration de l’IA en entreprise, c’est de les lire comme une liste de contrôle à cocher plutôt que comme une invitation à réorganiser la façon dont leurs équipes pensent et utilisent l’IA au quotidien. Un document gouvernemental, aussi bien fait soit-il, ne peut pas remplacer une vraie démarche d’appropriation interne. 🚀
