L’IA est désormais présente sur le lieu de travail. Également dans les RH, la planification et la préparation de la paie.
Les collaborateurs utilisent l’IA pour rédiger des textes, résumer des documents, analyser des données, rechercher des erreurs ou identifier des tendances. Souvent avec les meilleures intentions. Ils veulent travailler plus vite, effectuer moins de corrections manuelles et comprendre plus rapidement où se situe un problème.
Mais c’est précisément là qu’un nouveau risque apparaît : le shadow AI.
Le shadow AI désigne l’utilisation d’outils d’IA par des collaborateurs ou des équipes sans approbation formelle, contrôle ou gouvernance de la part de l’IT, de la sécurité ou du management. Pensez à un planificateur qui charge dans un outil d’IA public un fichier Excel contenant des collaborateurs, des clients, des projets et des disponibilités. Ou à un collaborateur RH qui demande à un chatbot de résumer des données de paie, des absences ou des règles internes. Ou encore à une équipe payroll qui fait interpréter des indemnités complexes ou des remboursements de mobilité par un outil d’IA séparé.
Cela semble efficace. Jusqu’au moment où l’on réalise quelles données peuvent s’y retrouver.
Noms des collaborateurs
Heures et prestations
Absences
Mobilité
Indemnités
Accords salariaux internes
Informations sur les projets
Données clients
Lieux d’affectation
Certificats
Coûts et marges
Le problème n’est pas que les RH ou la paie souhaitent utiliser l’IA. Le problème est que des données sensibles sortent du flux d’entreprise contrôlé.
Le shadow AI n’est pas un effet de mode. C’est un signal d’alarme.
Selon Gartner, 69 % des organisations interrogées soupçonnent ou savent que des collaborateurs utilisent des outils GenAI publics interdits. Gartner met également en garde contre des risques tels que la perte de propriété intellectuelle, l’exposition de données et l’augmentation des risques de sécurité. Gartner prévoit aussi que, d’ici 2030, plus de 40 % des entreprises connaîtront des incidents de sécurité ou de conformité liés à du shadow AI non autorisé.
Gartner a également identifié le shadow AI comme l’une des principales préoccupations des responsables du risque en 2025.
Mais pour les RH, la prépaie et les opérations, la question essentielle n’est pas seulement :
Quels outils d’IA nos collaborateurs utilisent-ils ?
La meilleure question est :
Pourquoi ont-ils besoin de ces outils d’IA séparés ?
Car le shadow AI provient rarement de mauvaises intentions. Il apparaît lorsque les processus sont trop lents, trop fragmentés ou trop manuels. Lorsque les collaborateurs doivent copier des données. Lorsque Excel reste la passerelle de secours. Lorsque les exceptions ne deviennent visibles qu’en fin de mois. Lorsque la planification, l’enregistrement, l’approbation, les règles et la préparation de la paie ne suivent pas la même chaîne de données.
Autrement dit : le shadow AI n’est souvent pas un problème IT. C’est le symptôme d’une friction opérationnelle.
Pourquoi ce sujet est particulièrement pertinent pour les RH et la prépaie
Les RH et la prépaie travaillent avec des données à la fois sensibles et complexes. Il ne s’agit pas simplement d’« heures ». Il s’agit de l’interprétation de ces heures.
- La personne était-elle planifiée ou réellement présente ?
- Y a-t-il eu de la mobilité ?
- Y a-t-il eu un écart ?
- Un supplément devait-il être appliqué ?
- La prestation est-elle approuvée ?
- Quel régime, quelle convention collective ou quelle règle interne s’applique ?
- Quel code salarial doit finalement être transmis au secrétariat social ?
Ces questions sont rarement résolues par un seul système. Dans de nombreuses entreprises, l’information est répartie entre la planification, l’enregistrement du temps, l’ERP, les systèmes RH, les e-mails, les fichiers Excel et les contrôles manuels.
C’est là que la pression apparaît. Et lorsque la pression augmente, les collaborateurs cherchent des raccourcis.
Aujourd’hui, ce raccourci est de plus en plus souvent l’IA.
Cas d’usage 1 : la paie utilise l’IA pour comprendre plus rapidement les exceptions
La préparation de la paie est souvent le point d’arrivée de tous les écarts opérationnels. Ce qui n’a pas été correctement enregistré dans la planification, l’enregistrement ou l’approbation finit par arriver chez les RH ou dans la prépaie.
Juste avant la clôture de la paie, tout doit soudain être clarifié rapidement.
Quelles heures sont correctes ?
Quelle mobilité doit être prise en compte ?
Quel supplément s’applique ?
Quelle absence influence le calcul ?
Quelle exception doit encore être approuvée ?
Quel code salarial s’applique à cette situation ?
Lorsque ces informations sont dispersées, l’IA devient attractive. Un collaborateur copie une situation dans un outil d’IA et demande :
« Quel code salarial dois-je utiliser ? »
« Comment dois-je interpréter cette indemnité de mobilité ? »
« Quel supplément s’applique à cette prestation ? »
« Crée une formule pour cette exception. »
« Contrôle cet Excel avec les heures et les primes. »
Cela peut sembler anodin. Mais la paie ne peut pas se permettre de prendre des risques.
Un outil d’IA peut fournir une réponse très convaincante tout en étant erronée. C’est particulièrement vrai lorsqu’il s’agit de conventions collectives, d’accords internes, de mobilité, de primes, d’heures supplémentaires, de travail en équipes, de prestations de nuit, de week-end ou d’exceptions. Une mauvaise réponse n’entraîne pas seulement des corrections. Elle entraîne aussi des discussions, de la frustration et une perte de confiance chez les collaborateurs.
Avec VIRO, cette complexité n’est pas interprétée de manière ad hoc par une IA. VIRO applique les règles de façon centralisée, vérifiable et reproductible. Les enregistrements bruts sont automatiquement transformés en codes salariaux corrects et en données prêtes pour la paie. Les écarts deviennent visibles avant la clôture de la paie, et non après.
Flo peut en complément intervenir comme copilote IA, par exemple pour signaler des anomalies, identifier des tendances ou répondre à des questions sur la base de données validées. Mais le principe reste le même : les règles, les calculs et les validations doivent rester traçables.
L’IA peut soutenir la paie. Elle ne doit pas la remplacer par une interprétation isolée et non contrôlée.
Cas d’usage 2 : la planification se tourne vers l’IA parce que la replanification demande trop de travail manuel
De nombreux problèmes de paie ne commencent pas dans la paie. Ils apparaissent plus tôt.
Dans la planification
Sur le chantier ou le site
Lors de l’enregistrement
Lors de changements tardifs
En cas de maladie, d’absence, de mission supplémentaire ou de changement de shift
Un planificateur apprend par exemple le jeudi soir qu’un collaborateur est malade, qu’un chantier est déplacé et qu’un client demande une capacité supplémentaire. Le planning du vendredi doit à nouveau être correct.
Si la planification se trouve dans Excel ou dans un planboard visuel limité, la pression augmente rapidement. Le planificateur doit tenir compte des disponibilités, des compétences, des certificats, des équipes, des équipements, des lieux, des temps de déplacement et des règles internes.
La tentation est alors grande d’exporter les données et de demander à une IA :
« Crée un meilleur planning à partir de ceci. »
« Trouve les conflits dans ce planning. »
« Répartis ces collaborateurs sur ces sites. »
« Replanifie demain en fonction des disponibilités et des compétences. »
Mais cet export contient souvent des données sensibles : noms de collaborateurs, données clients, adresses de sites, certificats, disponibilités, horaires et parfois aussi des informations de projet.
De plus, l’IA peut proposer une solution qui semble logique mais qui est opérationnellement incorrecte : une personne sans certificat valable, une double affectation, une mauvaise composition d’équipe, un collaborateur indisponible ou une combinaison de tâches irréaliste.
La planification ne doit donc pas être optimisée en dehors du processus, mais au sein même du processus.
Avec SOLUTIO, la planification part de la réalité opérationnelle. Pas uniquement de blocs dans un calendrier, mais de contraintes telles que les disponibilités, les absences, les compétences, les certificats, les équipements, la capacité et les règles. Lorsque la réalité change, SOLUTIO permet de replanifier plus rapidement et de manière plus réaliste, sans devoir copier des données sensibles vers des outils séparés.
L’enregistrement mobile ramène la réalité du terrain vers le back-office : heures, mobilité, matériel, photos, check-lists, bons de travail digitaux et écarts.
La planification ne devient ainsi plus un calendrier isolé, mais le début d’un flux de données fiable vers l’approbation, la prépaie et la post-calculation.
Cas d’usage 3 : le management veut identifier plus rapidement les tendances dans les coûts, les heures supplémentaires et les écarts
Le management ressent lui aussi cette pression.
Les heures supplémentaires augmentent.
Les coûts de mobilité progressent.
Les projets deviennent plus chers que prévu.
La post-calculation arrive trop tard.
Les équipes sont affectées différemment de ce qui était prévu.
Les écarts ne deviennent visibles que lorsque le mois est presque clôturé.
La question est logique :
« Où perdons-nous de l’argent ? »
Lorsque le reporting adéquat fait défaut, les managers se tournent rapidement vers des exports. Les données provenant de la planification, de l’ERP, de l’enregistrement du temps, des RH, de la paie et de la finance sont rassemblées dans Excel puis analysées à l’aide d’une IA.
« Où se trouvent le plus d’écarts ? »
« Quelles équipes effectuent le plus d’heures supplémentaires ? »
« Quels projets s’écartent le plus du planning ? »
« Pourquoi ce site dépasse-t-il son budget ? »
« Résume ces écarts de coûts pour le management. »
Cela peut apporter des informations utiles à court terme. Mais le risque réapparaît immédiatement. Les coûts de projet, les données du personnel, les informations clients, les tarifs, les marges et les données financières internes peuvent sortir de l’environnement contrôlé.
Et les résultats ne sont fiables que si les données d’entrée le sont. Ajouter de l’IA à des données incomplètes ou incorrectes n’accélère pas la prise de décision. Cela accélère les mauvaises conclusions.
GO-VIRTUAL aborde cette problématique autrement. En reliant mieux la planification, l’enregistrement mobile, l’approbation, le traitement VIRO et la post-calculation ERP, une chaîne de données plus fiable est créée. Les écarts deviennent visibles plus tôt et l’IA peut contribuer à l’analyse sur la base d’informations validées.
Il ne s’agit plus d’essayer d’expliquer après coup pourquoi la marge a disparu, mais de voir plus rapidement où l’écart apparaît.
La véritable solution : pas une interdiction de l’IA, mais un meilleur flux
Les entreprises ne résoudront pas le shadow AI en interdisant simplement l’IA. L’utilisation se déplacera alors vers des comptes privés, des outils dans le navigateur ou des applications séparées. Les collaborateurs continueront à rechercher de la rapidité, surtout lorsque la pression est forte.
La meilleure approche consiste à proposer une alternative contrôlée.
Cela commence par le flux opérationnel.
Chez GO-VIRTUAL, nous considérons ce flux comme une seule chaîne :
données de base → planification → enregistrement mobile → approbation → prépaie → données prêtes pour la paie → post-calculation ERP
Lorsque cette chaîne se rompt, le travail manuel augmente. Lorsque le travail manuel augmente, la dépendance à Excel s’accroît. Lorsque la dépendance à Excel s’accroît, les collaborateurs cherchent des raccourcis.
Et aujourd’hui, ces raccourcis sont souvent des outils d’IA.
L’IA ne doit donc pas fonctionner à côté du processus. Elle doit être intégrée dans un flux de données contrôlé.
Ce que SOLUTIO, VIRO et Flo apportent dans ce contexte
SOLUTIO assure une planification réaliste et une replanification rapide sur la base des disponibilités, des absences, des compétences, des certificats, du matériel, de la capacité et des règles. La solution aide les planificateurs à réagir plus vite aux changements sans perdre le contrôle. Pas en exportant les données vers des outils séparés, mais en réunissant planification, ressources et contraintes opérationnelles dans un seul flux.
L’enregistrement mobile veille à ce que la réalité du terrain remonte correctement vers le back-office. Les heures, la mobilité, le matériel, les photos, les check-lists, les bons de travail et les écarts ne sont pas reconstruits après coup, mais enregistrés de manière structurée.
VIRO transforme ensuite ces enregistrements bruts en données de prépaie correctes. Les heures, indemnités, données de mobilité, remboursements, absences et exceptions sont traités selon les conventions collectives et les règles internes de l’entreprise. Pas dans Excel. Pas au feeling. Pas au moyen d’une interprétation isolée. Mais via un moteur de règles reproductible.
Flo peut ensuite assister les utilisateurs comme copilote IA afin d’obtenir plus rapidement des insights. Pensez à la détection d’anomalies, l’identification de tendances, la réponse à des questions ou l’explication d’écarts. Mais toujours sur la base de données contrôlées, avec des droits clairs, de la traçabilité et une validation humaine lorsque cela est nécessaire.
C’est la différence entre le shadow AI et une utilisation contrôlée de l’IA dans les opérations.
Du risque à l’avantage concurrentiel
Le shadow AI montre où les entreprises ressentent aujourd’hui de la pression. Il révèle les processus trop lents, les flux de données peu fiables et les situations où les collaborateurs cherchent eux-mêmes des solutions parce que le processus officiel ne les aide pas suffisamment.
Cela ne doit pas rester une menace. Cela peut aussi devenir un levier.
Les organisations qui s’attaquent aux causes du shadow AI gagnent sur plusieurs fronts :
- moins de travail manuel
- moins d’exports Excel sujets aux erreurs
- replanification plus rapide
- enregistrements plus fiables
- moins de corrections de paie
- davantage de maîtrise sur les exceptions
- détection plus rapide des écarts
- moins de discussions sur les heures, la mobilité et les indemnités
- meilleure post-calculation
- davantage de confiance chez les collaborateurs
Le message est : utilisez l’IA là où elle doit se trouver.
Dans un flux fiable. Sur des données validées. Avec des règles claires. Avec contrôle, journalisation et traçabilité. Et avec une validation humaine lorsque les décisions ont un impact sur les personnes, l’argent ou la conformité.
Conclusie
Le shadow AI ne commence pas dans l’IT. Il commence là où la planification, l’enregistrement, les RH et la préparation de la paie contiennent trop d’étapes manuelles intermédiaires.
Lorsque des collaborateurs chargent des données sensibles dans des outils d’IA séparés, ce n’est généralement pas par mauvaise volonté. Ils le font parce qu’ils veulent travailler plus vite que leurs systèmes ne le permettent.
GO-VIRTUAL aide les entreprises à transformer ce réflexe en automatisation contrôlée.
Avec SOLUTIO, la planification devient plus réaliste et les enregistrements plus fiables. Avec VIRO, les heures, la mobilité, les exceptions et les codes salariaux sont traités correctement. Avec Flo, l’IA peut assister les utilisateurs en toute sécurité au sein d’un flux de données traçable.
L’IA ne devient ainsi plus un risque à côté du processus, mais un copilote contrôlé dans le flux allant de la planification aux données prêtes pour la paie.
Bronnen
Gartner, « Gartner Identifies Critical GenAI Blind Spots That CIOs Must Urgently Address », 19 novembre 2025
Cette publication de Gartner fait référence à une enquête menée auprès de 302 responsables de la cybersécurité entre mars et mai 2025. Elle indique que 69 % des organisations soupçonnent ou disposent de preuves que des collaborateurs utilisent des outils GenAI publics interdits. Gartner prévoit également que, d’ici 2030, plus de 40 % des entreprises connaîtront des incidents de sécurité ou de conformité liés à du shadow AI non autorisé.
Gartner, « Emerging Risk Deep Dive: Shadow AI », 11 juillet 2025
Cette page de rapport Gartner identifie le shadow AI comme une préoccupation actuelle pour les responsables du risque et explique pourquoi les organisations doivent comprendre ses causes, ses conséquences et les mesures possibles pour le maîtriser.
Le shadow AI désigne l’utilisation d’outils d’IA par des collaborateurs ou des équipes sans approbation, contrôle ou gouvernance formelle. En RH, cela peut concerner l’analyse de données de personnel, de planning, d’absences, de paie ou de mobilité dans des outils externes non contrôlés.
Parce que la prépaie traite des données sensibles et des règles complexes. Une interprétation erronée d’heures, d’indemnités, de mobilité ou d’exceptions peut entraîner des erreurs de paie, des corrections, des discussions avec les collaborateurs et des risques de confidentialité ou de conformité.
Généralement pas par mauvaise volonté, mais parce qu’ils veulent travailler plus vite. Lorsque la planification, l’enregistrement, les RH et la prépaie ne sont pas suffisamment alignés, le travail manuel augmente. Les collaborateurs cherchent alors des raccourcis pour analyser des fichiers Excel, identifier des tendances, comprendre des exceptions ou produire des rapports plus rapidement.
GO-VIRTUAL aide les entreprises à s’attaquer aux causes du shadow AI. SOLUTIO assure une planification réaliste, une replanification rapide et l’enregistrement mobile. VIRO transforme les heures, la mobilité, les indemnités et les exceptions en données correctes et prêtes pour la paie selon les conventions collectives et les règles internes. Flo peut intervenir comme copilote IA sur des données contrôlées, avec traçabilité et validation humaine lorsque cela est nécessaire.
Non. Une interdiction totale ne résout généralement pas le problème. Les collaborateurs continueront à chercher des moyens plus rapides de travailler. La meilleure approche consiste à intégrer l’IA de manière contrôlée dans un flux de données fiable. Les données sensibles restent ainsi dans le bon processus, tandis que l’IA peut assister en toute sécurité dans la détection d’anomalies, la reconnaissance de tendances, le reporting et l’explication des écarts.