Quelles questions les conseils d’administration doivent-ils poser à l’IA avant de prendre des décisions stratégiques ?

L’équipe chargée de la stratégie entre dans la salle avec une recommandation formulée avec assurance, étayée par un modèle de scénario, trois graphiques et une synthèse produite en quelques minutes par un système d’IA. Personne au sein du conseil ne l’a élaborée, personne ne comprend pleinement comment elle est parvenue à cette conclusion, et la réunion accuse déjà du retard. La tentation est de l’approuver d’un simple signe de tête et, au moment où quelqu’un commence à avoir des doutes, le point suivant du dossier est déjà à l’ordre du jour. 

Accepter une réponse qui paraît convaincante n’est pas la même chose que poser une bonne question, et les conseils d’administration qui ont pris l’habitude d’un suivi continu, discipline abordée dans un précédent article consacré à l’adaptation stratégique continue, doivent encore développer une compétence distincte : savoir quoi demander avant qu’une recommandation ne devienne une décision. La qualité des décisions assistées par l’IA dépendra également de la pertinence des questions que les membres du conseil posent au sujet des informations produites par ces outils. 

Cet article présente quatre questions qu’il est utile de poser avant qu’une recommandation assistée par l’IA ne soit soumise au vote, ainsi que ce qu’il faut pour intégrer cette habitude au fonctionnement des réunions du conseil et un moyen rapide de vérifier si cette pratique est réellement ancrée. 

Dans cet article: 

• Pourquoi l’IA ne supprime pas la responsabilité du conseil d’administration dans une décision. 
• Quatre questions à poser avant qu’une recommandation assistée par l’IA ne soit soumise au vote. 
• Ce qui change dans le déroulement des réunions lorsque la remise en question devient systématique plutôt qu’exceptionnelle. 
• Un test rapide pour vérifier la solidité du jugement de votre conseil d’administration lorsqu’il s’appuie sur l’IA. 

Pourquoi l’IA ne supprime pas la responsabilité du conseil d’administration 

Quel est le rôle du conseil d’administration dans la prise de décision assistée par l’IA ? Il reste inchangé depuis l’arrivée de l’IA : porter le jugement final et assumer les conséquences, quelle que soit la quantité d’analyses humaines ou générées par une machine qui sous-tendent la décision. L’IA peut produire la recommandation. Elle ne peut pas être tenue responsable si cette recommandation s’avère erronée. 

Les régulateurs rendent désormais cette distinction explicite au lieu de la laisser implicite. En vertu de la disposition 29 du UK Corporate Governance Code, applicable aux exercices commençant le 1er janvier 2026 ou après cette date, les conseils d’administration doivent aller au-delà d’une simple liste des contrôles en place et démontrer qu’ils comprennent réellement pourquoi ces contrôles pourraient échouer. Appliqué aux décisions assistées par l’IA, cela constitue un défi direct pour les conseils qui considèrent la présentation soignée d’une recommandation comme une preuve de sa solidité. Une synthèse claire et un contrôle efficace sont deux choses différentes, et un conseil qui ne peut pas expliquer pourquoi il a fait confiance à une recommandation assistée par l’IA ne répond pas à cette exigence. 

Les conseils d’administration qui ont consacré ces dernières années à instaurer une discipline comparable autour du risque cyber et de la gouvernance des données disposent déjà d’un modèle de ce que cela implique en pratique. La supervision de l’IA consiste essentiellement à appliquer la même rigueur à une nouvelle catégorie de décisions, et non à adopter un type d’examen totalement différent. 

Bien encadrer les décisions assistées par l’IA relève avant tout de la gouvernance, même si l’IA est impliquée, et non d’une question technologique : qui est responsable, qu’est-ce qui a été testé avant que le conseil ne s’appuie sur la recommandation, et l’examen mené par le conseil résisterait-il à une vérification plusieurs mois plus tard ? Les quatre questions ci-dessous illustrent ce que cet examen implique concrètement. 

Un cadre pratique de questionnement pour les membres du conseil 

Quelles questions les conseils d’administration doivent-ils poser à l’IA ? Quatre questions, posées systématiquement, couvrent l’essentiel : quelles hypothèses formule-t-elle, quelles preuves manquent, quelles alternatives n’ont jamais été envisagées et sur quels points pourrait-elle tout simplement se tromper ? 

Quelles hypothèses l’IA formule-t-elle ? 

Toute recommandation générée par l’IA repose sur des hypothèses que personne n’a formulées explicitement : qu’un marché continuera de se comporter comme il l’a toujours fait, qu’une relation avec un fournisseur se maintiendra ou qu’un concurrent n’agira pas en premier. Les faire émerger est la première étape, car une hypothèse que personne n’a nommée est une hypothèse que personne ne peut remettre en question. 

Un exemple concret : une prévision de croissance assistée par l’IA qui suppose implicitement que les coûts actuels d’acquisition client resteront stables. Cette hypothèse peut être raisonnable. Elle peut aussi être l’élément le plus fragile de toute la recommandation, et le conseil n’a aucun moyen de savoir lequel des deux cas s’applique sans poser la question. Il ne s’agit pas de savoir si l’hypothèse figure quelque part dans les documents justificatifs. Il s’agit de savoir si un membre du conseil peut la citer sans devoir la chercher, et s’il serait même capable de la reconnaître comme une hypothèse plutôt que comme un fait. 

Quelles preuves manquent ? 

Il est facile de donner une impression d’exhaustivité, mais difficile de la vérifier de l’extérieur : une recommandation peut sembler complète tout en omettant, sans que personne ne s’en aperçoive, précisément la catégorie de preuves qui aurait pu modifier la conclusion. 

Une version particulièrement pertinente de cette question consiste à se demander si les risques cyber et les risques liés à l’activité ont été évalués parallèlement aux arguments commerciaux, ou s’ils figuraient dans un rapport distinct que personne n’a recoupé avec la recommandation elle-même. Une stratégie de croissance qui ne se demande jamais ce qui se passerait si l’infrastructure de données sous-jacente était compromise présente une lacune, non pas dans sa logique, mais dans ce qu’elle a pris en compte. Les membres du conseil qui cherchent à approfondir ce point demandent ce qui n’a pas été inclus, et pas seulement si ce qui l’a été paraît crédible. Un conseil d’administration qui n’a jamais demandé à consulter le registre des risques parallèlement à la recommandation n’est pas en mesure de savoir si ce recoupement a réellement été effectué. 

Quels scénarios alternatifs devraient être envisagés ? 

Felipe Csaszar, professeur de stratégie à la Ross School of Business de l’Université du Michigan, a formulé dans la Harvard Business Review une observation particulièrement pertinente sur le faible nombre de véritables alternatives générées lors de la plupart des sessions stratégiques : les équipes repartent avec trois ou quatre options non pas parce qu’il n’en existait pas davantage, mais parce que « c’est tout ce que votre équipe avait le temps et la capacité mentale de développer ». L’IA supprime cette contrainte particulière. Elle ne supprime pas pour autant la nécessité de se demander si les alternatives envisagées sont les bonnes, ou simplement les plus faciles à générer. 

Nous avons déjà expliqué plus en détail comment l’IA élargit l’éventail des scénarios qu’un conseil d’administration peut tester dans un précédent article consacré à la modélisation de scénarios assistée par l’IA. La question qui importe ici est plus ciblée, et plus difficile à éluder : quelqu’un a-t-il délibérément tenté de mettre la recommandation en défaut à l’aide d’un scénario conçu pour la remettre en question, ou chaque variante a-t-elle confirmé la même conclusion, simplement habillée de chiffres légèrement différents ? 

Sur quels points l’IA pourrait-elle se tromper ? 

Les membres du conseil identifient les angles morts de l’IA en se demandant où la confiance affichée par un modèle et son exactitude pourraient diverger, car ce ne sont pas deux choses équivalentes et une réponse fluide et bien présentée peut être erronée avec assurance. 

La version pratique de cette question est la suivante : qu’est-ce qui devrait être vrai pour que cette recommandation échoue, et comment le conseil d’administration saurait-il que cela s’est produit ? Une recommandation incapable de répondre à cette question, sans condition explicite permettant de conclure qu’elle est erronée, n’a pas réellement été testée. Elle a simplement été produite. Demander sur quels points l’IA pourrait se tromper n’est pas une démarche contradictoire pour le simple plaisir de l’être, et les conseils qui la perçoivent ainsi cessent généralement de poser la question dès la première réponse inconfortable. C’est ce qui distingue une recommandation que le conseil a réellement interrogée d’une recommandation qu’il s’est contenté de recevoir. 

Intégrer la remise en question dans les discussions du conseil d’administration 

Aucune des quatre questions ci-dessus n’est vraiment utile si elle ne vient à l’esprit de quelqu’un qu’une fois que la réunion est déjà passée au point suivant. Les intégrer au fonctionnement du conseil exige quelques habitudes précises, dont aucune ne nécessite de ralentir autant les travaux du conseil que certains membres peuvent le craindre. 

Formulez les points de l’ordre du jour sous forme de questions, et non de recommandations. « Devons-nous approuver ce plan de croissance assisté par l’IA ? » invite à acquiescer. « Parmi les hypothèses de cette recommandation, lesquelles nous inspirent le moins confiance ? » invite à un véritable débat. 

Diffusez les analyses issues de l’IA avant la réunion, et non pendant celle-ci. Les membres du conseil remettent plus efficacement en question les contenus lorsqu’ils ont eu le temps de les examiner et de se forger leur propre opinion, au lieu de devoir les assimiler en direct pendant la séance. 

Attendez un examen individuel avant la discussion collective. Un membre du conseil qui a déjà identifié l’hypothèse qui l’inquiète arrive prêt à approfondir ce point, au lieu d’attendre de voir d’abord ce que les autres en pensent. 

Les présidents doivent veiller activement à ce que les points de vue alternatifs soient débattus. Une recommandation qui n’est pas remise en question simplement parce que personne n’a été chargé de le faire n’est pas une recommandation testée, quel que soit le résultat du vote. C’est un rôle que le président doit assumer délibérément. Comme l’explique Simon Laffin dans le podcast Boardroom Confidential : « On peut considérer que si tout le monde est d’accord, le président devrait interrompre la discussion et dire : “Nous n’allons pas approuver cela tant que quelqu’un n’aura pas exprimé son désaccord.” » 

Confirmez une compréhension commune avant de conclure. Avant de clore une décision, le président devrait pouvoir énoncer clairement ce qui a été décidé et pourquoi, et obtenir l’accord de l’ensemble des participants sur ce point, au-delà du simple fait qu’un vote a eu lieu. 

Le test d’un bon jugement assisté par l’IA 

Trois questions permettent de savoir si cette discipline est réelle ou seulement théorique. Un membre du conseil pourrait-il expliquer, sans notes, l’hypothèse unique dont dépendait le plus une récente recommandation assistée par l’IA ? Quelqu’un au sein du conseil a-t-il déjà modifié une recommandation en posant l’une de ces quatre questions, ou celles-ci ne font-elles que confirmer ce qui avait déjà été décidé ? Et le raisonnement du conseil résisterait-il à une relecture dix-huit mois plus tard par quelqu’un qui n’était pas présent dans la salle ? Un conseil qui répond non à l’une de ces questions reçoit des recommandations, mais ne les met pas réellement à l’épreuve. 

Comment Sherpany favorise de meilleures délibérations au sein du conseil d’administration 

De meilleures délibérations supposent que les questions ci-dessus laissent une trace, au lieu de disparaître une fois la réunion terminée et de ne subsister que dans la mémoire de la personne qui les a posées. 

Sherpany offre aux conseils d’administration un espace sécurisé et structuré pour conserver cet historique : quelles hypothèses ont été remises en question, quelles preuves un membre du conseil a signalées comme manquantes et pourquoi le conseil a finalement accordé sa confiance, ou non, à une recommandation assistée par l’IA particulière. Cette piste d’audit est importante à deux niveaux. Elle rend la remise en question visible sur le moment, car une question soulevée et consignée a davantage de poids qu’une question posée puis oubliée. Elle rend également le raisonnement du conseil défendable par la suite, lorsqu’un régulateur, un auditeur ou un nouveau membre demande pourquoi une décision a été prise de cette manière. 

Rien de tout cela ne décide à la place du conseil d’administration. Cela permet simplement de conserver, au-delà de la réunion où elles ont été formulées, une trace du jugement du conseil et des questions qui l’ont façonné. 

Une bonne réponse n’est pas la même chose qu’une réponse réellement mise à l’épreuve 

Une recommandation qui paraît convaincante et une recommandation réellement mise à l’épreuve ne sont pas interchangeables, et c’est précisément l’écart entre les deux que ces quatre questions visent à combler. L’IA peut produire la première. Seul le conseil d’administration, en demandant sur quelles hypothèses elle repose, ce qu’elle a omis, quelles autres possibilités auraient dû être envisagées et sur quels points elle pourrait se tromper, peut produire la seconde. 

Bien poser ces questions tend à accélérer les décisions plutôt qu’à les ralentir, car une mauvaise hypothèse est repérée pendant la réunion plutôt que dix-huit mois plus tard, lorsqu’elle devient coûteuse et publique. Le conseil d’administration qui réussit le mieux n’est pas celui qui dispose des outils d’IA les plus sophistiqués. C’est celui qui n’a jamais cessé de se demander ce que ces outils auraient pu manquer, réunion après réunion, bien après que la nouveauté de la présence de l’IA dans la salle s’est estompée. 

Si vous souhaitez découvrir comment Sherpany favorise des décisions du conseil mieux documentées et davantage mises à l’épreuve, réservez une démonstration gratuite et découvrez comment Sherpany peut vous accompagner.