# La règle 15-80-5 pour diriger des équipes et l’IA > Comment déléguer l’exécution aux équipes et à l’IA tout en restant responsable : donner un cap clair, puis adapter la revue au risque. URL: https://inocta.io/fr/labo/notes-de-terrain/la-regle-15-80-5-pour-diriger-des-equipes-et-l-ia/ Notre labo ### La règle 15-80-5 pour diriger des équipes et l’IA Le rythme de délégation de Gary Vaynerchuk, adapté aux équipes et à l’IA : un cap clair au départ et une revue finale qui tranche vraiment. Lire la note Par Mo Kahlain avec Nora Inocta · agent IA Analyse 2 novembre 2026 6 min de lecture #### En bref - L’approche 15-80-5 de Gary Vaynerchuk est le point de départ : un cap clair, une vraie autonomie d’exécution et une revue finale qui tranche vraiment. - C’est un rythme de délégation, pas un découpage mesuré de la journée d’un dirigeant. L’IA a besoin d’un périmètre, de permissions et de capacités vérifiées. - Adaptez les vérifications au risque. Déléguer l’exécution ne supprime pas notre responsabilité. En discuter avec votre agent ChatGPT Claude Ouvre votre assistant avec cette note et son lien déjà dans le prompt. L’ approche 15-80-5 de Gary Vaynerchuk est le point de départ de cette note de terrain. Les sources et les notes de recherche se trouvent à la fin. Variante de délégation à l’IA : les humains fixent le cap et assurent la revue. L’IA réalise le travail de fond. Avec une équipe humaine, l’équipe prend en charge l’exécution. L’approche 15-80-5 de Gary Vaynerchuk, adaptée par inocta.io. La part proposée pour la revue est de 5 à 20 % de l’effort prévu, voire davantage selon le risque, en rééquilibrant les autres étapes. Proportions conceptuelles et repère indicatif de planification, pas une norme professionnelle validée ni un plafond de sécurité. #### Commencer par un accord clair La délégation échoue souvent avant même que le travail commence. Nous confions une tâche et gardons nos attentes en tête. À la fin, le résultat nous surprend. Ou nous restons tellement présents que l’équipe porte la responsabilité sans avoir la latitude de décider. Gary Vaynerchuk décrit une autre façon de faire. Le dirigeant contribue aux premiers 15 % pour préciser l’idée et le cap, et l’équipe prend en charge les 80 % du milieu. Il revient ensuite pour les derniers 5 % de finition [1]. Le principe 10-80-10 de John C. Maxwell présente une idée apparentée, plus ancienne. Les proportions diffèrent, mais les deux approches laissent une large place à l’exécution déléguée [3]. Farshad Asl applique ce modèle à l’IA [7]. Pour nous, la question utile est de comprendre ce qui rend cette autonomie possible. #### Les premiers 15 rendent le travail réalisable Un bon départ apporte plus qu’une consigne. Il précise le résultat attendu, sa raison d’être, les contraintes et les critères qui permettront de juger sa qualité. Il clarifie aussi le pouvoir de décision. Que peut décider l’équipe seule ? Quelles décisions nécessitent une discussion ? Qu’est-ce qui reste interdit sans autorisation ? Pour une mission confiée à l’IA, les mêmes consignes doivent fournir un contexte exploitable et des sources fiables. Elles doivent aussi prévoir des permissions explicites. Demander une recommandation n’autorise pas son envoi à un client. Demander un prototype n’autorise pas une modification du système en production. Ce travail de cadrage demande un effort. Il donne à la personne ou au système chargé de l’exécution les moyens de choisir, plutôt que de devoir constamment deviner notre intention. #### Les 80 du milieu demandent une vraie autonomie Pour les personnes, cela comprend la liberté de remettre les consignes en question et de choisir une méthode. Cela comprend aussi l’exercice de leur jugement. La recherche associe un leadership qui soutient l’autonomie à la motivation et au bien-être, ainsi qu’à de meilleurs résultats professionnels. Soutenir l’autonomie consiste à aider les personnes à exercer leur jugement, pas simplement à les laisser seules [4]. Nous devons rester disponibles lorsqu’une hypothèse change ou qu’une décision dépasse le périmètre convenu. Un point d’étape utile protège le travail sans transformer chaque choix en demande d’autorisation. L’IA demande un autre type de gestion. Nous ne pouvons pas lui prêter une motivation humaine, ni supposer qu’une conversation entraîne un apprentissage durable. Il nous faut des éléments montrant qu’elle peut accomplir la tâche précise qui lui est confiée. Dans une expérience menée auprès de 758 consultants, l’IA a amélioré les performances sur des tâches à sa portée. Elle a réduit l’exactitude des réponses sur une tâche analytique conçue pour dépasser ses capacités. La frontière traversait le travail professionnel, au lieu de délimiter proprement un métier entier [5]. Une flotte d’agents ajoute des questions de coordination. Qui tient les consignes à jour ? Quel agent produit le travail ? Qui le vérifie ? Que se passe-t-il lorsque les résultats se contredisent ? Ajouter des agents n’a d’intérêt que si cette répartition améliore suffisamment le résultat pour justifier les transmissions supplémentaires. #### Les derniers 5 doivent conduire à une vraie décision Vaynerchuk applique aussi ce schéma à l’IA : une consigne initiale solide, l’exécution, puis la révision [2]. Pour nous, cette dernière étape consiste aussi à décider si le travail est assez solide pour être utilisé. Nous devons savoir ce qui a été vérifié et quelles hypothèses subsistent. Nous devons aussi savoir ce qui pourrait modifier sensiblement la décision. Une expérience sur la décision assistée par l’IA a montré que des dispositifs exigeant une réflexion plus active réduisaient l’acceptation de recommandations incorrectes, par rapport à de simples explications. Une explication convaincante et un bouton d’approbation ne suffisent pas [6]. Pour un travail à fortes conséquences, la revue peut nécessiter une source originale, un calcul, un test ou une personne capable de repérer une erreur. Deux agents qui s’accordent peuvent simplement répéter la même erreur. Certaines vérifications doivent aussi précéder l’exécution. Un paiement peut être difficile à annuler. Une publication ou une modification en production aussi. Une approbation après coup ne remplace pas l’autorisation préalable. Pour les travaux juridiques, comptables et les autres activités à risque élevé, nous prévoirions de consacrer 5 à 20 % de l’effort à la revue humaine, voire davantage si nécessaire. Nous rééquilibrerions les autres étapes. #### Garder le rythme et adapter la supervision Les pourcentages décrivent une implication au fil d’un projet. Les 80 du milieu correspondent à l’exécution par l’équipe, pas à 80 % du temps de travail du dirigeant. Les derniers 5 ne constituent pas non plus un budget universel de vérification. Une tâche familière et réversible peut avancer avec une grande liberté. Un travail nouveau ou lourd de conséquences peut nécessiter un premier échantillon ou une revue spécialisée à une étape clé. Nous pouvons déléguer une grande partie de l’exécution. Notre responsabilité consiste à créer les conditions d’un bon travail et à rester disponibles lorsque la situation change. Il nous revient aussi de décider de la suite en connaissance de cause. #### Sources - Jason Feifer, Gary Vaynerchuk’s Controversial Career Advice, Entrepreneur, 21 juillet 2026. Première source datée de façon fiable avec la formulation exacte, repérée dans cette recherche. Ce n’est pas la preuve d’un premier usage. - Gary Vaynerchuk, publication personnelle sur le 15-80-5 et l’IA. Date de publication exacte non vérifiée. Consultée le 30 octobre 2026. - John C. Maxwell, archives de l’auteur avec les articles sur le 10-80-10, 22 et 25 juillet 2014. Les archives confirment l’enseignement daté. Les adresses des articles d’origine redirigent aujourd’hui vers les mauvaises pages. Aucune source vérifiée n’établit un emprunt direct entre Maxwell et Vaynerchuk. - Slemp et collègues, Leader autonomy support in the workplace, 2018. Méta-analyse de 72 études. Une grande partie des données est corrélationnelle. - Dell’Acqua et collègues, Navigating the Jagged Technological Frontier, Organization Science, 2026. Il s’agit de GPT-4 historique et de personnes assistées, pas de flottes autonomes. - Buçinca, Malaya et Gajos, To Trust or to Think, 2021. Expérience limitée à 199 participants. Une moindre dépendance ne signifie pas une revue sans erreur. - Maxwell Leadership, A Leader’s AI Roadmap with Farshad Asl Part 1, 23 avril 2026. Farshad Asl applique à l’IA le modèle 10-80-10 apparenté de Maxwell. C’est l’interprétation d’Asl, pas un conseil direct de Maxwell sur l’IA, vérifié. Aucune de ces études ne teste la répartition 15-80-5. La validation, les points de contrôle selon le risque et la conception d’une flotte sont l’interprétation pratique développée ici, pas des caractéristiques établies par l’expérience pour cette règle chiffrée. Recevez la prochaine note de terrain par courriel. S'abonner au Signal #### Continuer la lecture Tout le labo Note de terrain ##### Comment nous voyons l’IA s’ancrer dans une entreprise : trois phases Trois phases pour l’IA en entreprise, de chaque employé jusqu’au client, et la façon dont le savoir en IA circule sans engorger les opérations. Mo Kahlain 4 novembre 2026 8 min Lire la note L'IA cette semaine ##### Des pubs dans les réponses IA, l'IA qui influence les experts, Ottawa dans Cohere Les réponses IA de Google affichent des pubs hors des États-Unis, et une étude montre à quel point un agent d'IA oriente les experts. inocta.io 2 novembre 2026 2 min Voir l'épisode Annonce ##### inocta.io nomme L'Intelligence des Opérations, sa méthode pour que l'IA tienne dans les opérations réelles L'IA n'est plus un problème de technologie. La méthode d'inocta.io organise les connaissances et le travail pour que personnes et machines collaborent. Mo Kahlain 27 octobre 2026 3 min Lire la note