Sur la base d'une enquête qualitative menée auprès de 14 organisations pionnières, cette étude décrit des formes multiples de shadow AI, ces usages informels de l'IA pouvant être secrets, clandestins, ou connus de la direction tout en demeurant personnels ou cachés aux clients. Les collaborateurs utilisent l’IA pour des tâches variées (rédaction, traduction, structuration d’idées…), dans une logique de bricolage mêlant expérimentation et autonomie. Ces usages, bien que générant un sentiment d'efficacité individuelle, exposent à des risques collectifs : sécurité des données, non-conformité, biais, atomisation des collectifs, apprentissage et inégalités.
L'étude dégage des recommandations en faveur d'une gouvernance partagée de l’IA, ancrée dans les usages réels et portée par l’intelligence collective et le dialogue social technologique, et propose des ressources pour les activer : négocier collectivement la sortie des pratiques informelles d'IA et des actions sont détaillées autour de trois objectifs : piloter, partager, sécuriser ; organiser des ateliers pour co-définir la qualité du travail avec l’IA et mettre en discussion les transformations du travail liées à l’IA, en faisant émerger des critères partagés de qualité. La 3e recommandation porte sur un cadre de confiance à co-construire pour une régulation des usages de l’IA générative qui combine clarté, adaptabilité et légitimité sociale des usages. Définir une formation à l’IA pour engager une montée en compétences au-delà des seuls savoir-faire techniques, en formant des professionnels capables d’un usage critique, réfléchi et responsable de l’IA.