L’IA va-t-elle décider de vos horaires ?

Épisode de Le podcast 100% IA et 100% Comex par Guillaume Vigneron · 7 octobre 2026 · 14 min

La gestion des plannings constitue un terrain particulièrement intéressant pour l’IA générative, à condition de bien comprendre ce qu’elle apporte réellement.

Un planning complexe reste avant tout un problème d’optimisation sous contraintes. Il faut tenir compte des disponibilités, des compétences, des horaires, des règles légales, des coûts et parfois des préférences individuelles. Les moteurs d’optimisation savent traiter ce type de problèmes depuis longtemps.

Les grands modèles de langage ne sont pas naturellement meilleurs pour effectuer ces calculs et peuvent même produire des plannings apparemment cohérents qui enfreignent certaines contraintes.

La véritable rupture se situe ailleurs. L’IA générative permet désormais de dialoguer avec les systèmes de planification en langage naturel. Un manager peut demander qui pourrait remplacer un salarié absent, pourquoi une personne a été affectée à un créneau précis ou quelles conséquences aurait l’ajout de deux collaborateurs à une équipe. L’IA peut également extraire des contraintes depuis des e-mails, des documents ou des conversations et les transmettre à un moteur spécialisé.

Cette logique apparaît déjà dans les agendas personnels et professionnels. Microsoft Copilot et Google Gemini peuvent rechercher des disponibilités, proposer des créneaux, créer des événements ou faciliter leur replanification. Dans la gestion des équipes, des solutions comme Oracle, Workday ou UKG associent progressivement prévisions, règles métier, optimisation et interfaces conversationnelles.

L’étape suivante est celle des agents. Face à une absence, un système pourrait identifier le besoin, rechercher les remplaçants disponibles, vérifier leurs compétences et leur temps de travail, proposer une solution puis modifier le planning après validation. Le planning devient alors dynamique et continuellement ajustable.

Cette évolution soulève toutefois une question majeure : que cherche-t-on à optimiser ? Réduire les coûts peut conduire à des horaires plus instables. Maximiser les préférences individuelles peut augmenter les dépenses. La planification contient donc toujours des choix de management.

Le risque augmente lorsque l’IA commence à décider directement qui travaille, quand et dans quelles conditions. Les questions d’équité, de transparence, de données personnelles et de réglementation deviennent alors centrales.

L’avenir le plus crédible repose donc sur des architectures hybrides. Le modèle génératif comprend les demandes et explique les arbitrages. Les moteurs de règles contrôlent les contraintes impératives. Les solveurs calculent les solutions. Les agents exécutent certaines décisions autorisées. Le vrai changement n’est donc pas que l’IA sache faire un planning. C’est qu’elle puisse progressivement comprendre, négocier et agir sur son évolution.

Contenu généré avec l'aide de l'IA générative

Autres épisodes de « Le podcast 100% IA et 100% Comex »

À propos du podcast

Ce podcast, produit par Guillaume Vigneron, analyse l’impact de l’intelligence artificielle générative sur la gouvernance, la décision et le pilotage des organisations. En moins de 10 minutes par épisode, avec une publication pluri hebdomadaire, il examine les sujets structurants : transformation…

Le podcast 100% IA et 100% Comex

Épisodes similaires

Tous les épisodes de Le podcast 100% IA et 100% Comex · Plus de podcasts Business