À Stockholm, un café a tenté une expérience rare : confier la gestion d’entreprise à une intelligence artificielle. Recrutement, gestion des salaires, création des menus, sélection des fournisseurs… tout passe par une “manager” logicielle. Le résultat est fascinant, parfois efficace, et déjà riche d’enseignements très concrets pour les professionnels comme pour les particuliers curieux de comprendre ce que l’automatisation change vraiment au travail.
Quand l’IA devient patronne : ce que révèle l’expérience du café de Stockholm
Le principe est simple : une startup, Andon Labs, a ouvert un café dans un quartier résidentiel de Stockholm et a confié les commandes à “Mona”, un agent IA basé sur Google Gemini. Une fois le local trouvé, le bail et l’objectif de rentabilité lui sont transmis, ainsi qu’un budget de départ. À partir de là, l’IA orchestre le quotidien, comme le ferait une direction opérationnelle.
Sur place, un écran affiche en temps réel des indicateurs de gestion (chiffre d’affaires, solde), et les clients peuvent même commander via un téléphone qui permet de dialoguer avec l’IA. Le café attire déjà entre 50 et 80 clients par jour, signe que l’innovation technologique crée aussi un effet de curiosité… et une nouvelle forme d’expérience client. Insight clé : la “gestion par IA” devient tangible dès qu’elle est reliée à des systèmes concrets (caisse, stocks, commandes), pas seulement à des promesses.
Du fantasme à la réalité : pourquoi l’IA a quand même dû embaucher des humains
L’IA a vite constaté une évidence opérationnelle : quelqu’un doit préparer les boissons et servir. Elle a donc recruté deux personnes, en passant par des plateformes classiques comme Indeed et LinkedIn, puis en réalisant des entretiens téléphoniques avant de trancher. L’un des employés, Kajetan Grzelczak, raconte avoir cru à une blague en voyant l’annonce publiée un 1er avril, avant de passer un entretien d’environ trente minutes.
Ce détail est central : l’automatisation ne supprime pas forcément le besoin humain, elle le reconfigure. Le café devient une démonstration vivante d’un futur probable des ressources humaines : des décisions accélérées par des systèmes, mais des métiers terrain toujours indispensables. Insight clé : l’IA “optimise” souvent l’organisation, mais elle ne remplace pas l’exécution physique ni le sens du service.
Pour approfondir ce que l’IA change dans la gestion opérationnelle au quotidien (commandes, planning, performance), voici une piste vidéo utile à regarder en parallèle.
Recrutement piloté par intelligence artificielle : vitesse, cohérence… et angles morts
Dans ce café, le recrutement a été mené de bout en bout par l’IA : diffusion d’annonces, pré-qualification, entretien vocal, décision finale. Pour une petite structure, le gain est évident : vous réduisez le temps administratif et vous standardisez le processus, ce qui peut limiter certaines inégalités de traitement dues à la fatigue ou à l’improvisation.
Mais l’angle mort apparaît vite : que mesure réellement l’IA pendant un entretien téléphonique ? La fluidité verbale, l’assurance, la disponibilité immédiate… des signaux qui ne sont pas toujours corrélés à la qualité de service ou à l’endurance en période de rush. Insight clé : un recrutement par IA est performant si vous définissez des critères métiers mesurables, et risqué si vous laissez le système “deviner” ce qu’est un bon candidat.
Exemple concret : un entretien “correct” peut produire une décision “fragile”
Imaginez votre propre entreprise (ou même une association) qui recrute un poste polyvalent. Si l’IA privilégie des réponses rapides et structurées, elle peut écarter un profil plus discret mais très fiable sur la durée. À l’inverse, elle peut sélectionner quelqu’un de très à l’aise à l’oral, mais moins rigoureux sur les procédures.
Dans un café, ces écarts se voient immédiatement sur l’expérience client. Dans des fonctions support, ils peuvent rester invisibles des mois, jusqu’au premier incident. Insight clé : le recrutement automatisé doit être “branché” sur des retours terrain (qualité, erreurs, réclamations) pour s’améliorer réellement.
Pour visualiser les pratiques actuelles (tri, scoring, entretien augmenté, vérifications), cette ressource vidéo complète bien le sujet.
Gestion des salaires par IA : efficace sur le papier, sensible dans la vraie vie
Dans l’expérience de Stockholm, l’équipe technique explique que l’IA a proposé un niveau de rémunération jugé “bon”. En pratique, cela montre qu’un système peut être généreux s’il comprend qu’il doit attirer et retenir, surtout sur un marché tendu. Si la paie est connectée aux ventes et aux marges, l’IA peut même ajuster rapidement pour sécuriser la continuité du service.
Le problème n’est pas seulement le montant. Le quotidien de l’employé révèle une dérive classique : le droit à la déconnexion est mal respecté, avec des messages envoyés à toute heure, et des demandes de congés oubliées. Insight clé : la gestion des salaires ne peut pas être isolée des règles de temps de travail, de repos, et de traçabilité RH.
Ce que votre organisation doit cadrer avant d’automatiser paie et avantages
Dans une PME, automatiser la paie peut réduire les erreurs de saisie et accélérer les cycles. Mais si les règles ne sont pas formalisées (heures, primes, congés, astreintes), l’IA appliquera des “logiques” qui ne correspondent pas à vos obligations internes ou sociales.
Un exemple simple : si votre responsable demande à un employé d’avancer des achats “sur ses fonds”, vous créez une zone grise comptable et un risque de tension. Une IA peut répéter cette demande parce qu’elle “optimise” le cashflow à court terme, sans percevoir l’impact humain. Insight clé : sans garde-fous, l’optimisation financière peut devenir une mauvaise pratique managériale.
Création des menus et sélection des fournisseurs : l’IA forte en idées, faible en bon sens logistique
Le café illustre un contraste saisissant. D’un côté, la création des menus par IA peut être rapide, créative et adaptée à des tendances (avocado toasts, latte, options végétales). De l’autre, la sélection des fournisseurs et l’approvisionnement quotidien peuvent dérailler si l’agent ne relie pas menu, stockage, rotation des produits et contraintes de terrain.
L’employé a même surnommé une étagère “le mur de la honte” : l’IA y a accumulé des achats inutiles ou disproportionnés, comme de grandes quantités d’huile d’olive, de tomates en conserve, de lait de coco, ou encore des milliers de serviettes… alors que le menu ne requiert pas ces ingrédients. Insight clé : un système peut très bien générer un menu séduisant, tout en achetant “à côté” s’il n’a pas de boucle de validation métier.
Exemple de pilotage simple : relier menu, stock et ventes pour éviter les absurdités
Une méthode pragmatique consiste à imposer une règle : aucune commande fournisseur ne part sans correspondance explicite avec une recette, une prévision de ventes et une capacité de stockage. Dans un café, cela peut se résumer à une checklist de 6 lignes, mais appliquée systématiquement.
Vous obtenez ainsi une IA utile pour proposer, simuler et comparer, tout en gardant un contrôle humain sur les décisions irréversibles (gros volumes, nouveaux partenaires, contrats). Insight clé : l’IA devient un copilote performant quand elle est contrainte par des règles opérationnelles claires.
Ce que cette “patronne IA” apprend aux RH et à la gestion d’entreprise en 2026
Cette expérience n’est pas qu’un coup marketing. Elle met en lumière les points où l’intelligence artificielle excelle déjà (vitesse, exécution, suivi d’indicateurs) et ceux où elle se trompe de priorité (rythme humain, contexte, exceptions, responsabilité). Une chercheuse venue sur place se pose d’ailleurs la question la plus importante : si quelqu’un se blesse, comment réagit le système ?
Pour vos équipes ressources humaines, l’enjeu est de transformer ces observations en politiques claires : qui décide, qui valide, qui est responsable, et comment on documente les arbitrages. Insight clé : l’IA peut “tenir le volant”, mais la responsabilité, elle, reste une décision d’organisation.
Liste de garde-fous concrets avant de confier des décisions à une IA
- Définir un périmètre de décision clair (ce que l’IA peut faire seule, ce qui exige une validation humaine).
- Imposer des règles de droit à la déconnexion (plages horaires, urgence réelle, journalisation des messages).
- Formaliser le traitement des congés et absences (workflow, accusé de réception, statut visible par l’employé).
- Interdire les avances de frais non encadrées (plafonds, justificatifs, remboursement automatique).
- Relier achats et fournisseurs à des contraintes métier (menu, stock, rotation, capacité de stockage).
- Mettre en place une procédure d’incident (blessure, harcèlement, conflit) avec escalade humaine immédiate.
Tableau : où l’IA est pertinente, où elle doit être encadrée
| Domaine | Ce que l’IA fait bien | Risque observé | Contrôle recommandé |
|---|---|---|---|
| Recrutement | Diffusion multicanale, pré-tri rapide, entretiens structurés | Critères implicites biaisés (aisance orale, disponibilité), décisions difficiles à expliquer | Grille de critères métiers + validation humaine sur les décisions finales |
| Gestion des salaires | Ajustements cohérents avec la rentabilité, calculs sans erreurs de saisie | Oubli des règles humaines (repos, congés), optimisation court-termiste | Règles RH formalisées + audit mensuel + traçabilité des changements |
| Création des menus | Idées rapides, adaptation aux tendances, variantes (allergènes, végétal) | Décorrélation avec les stocks et les capacités réelles | Validation cuisine + lien obligatoire recette → ingrédients → volumes |
| Sélection des fournisseurs | Comparaison de prix, délais, conditions, consolidation des commandes | Sur-achats, produits inutiles, oublis logistiques | Seuils d’alerte + approbation humaine pour volumes/contrats |
| Pilotage financier | Tableaux de bord temps réel, alertes marge et trésorerie | Décisions “correctes” financièrement mais toxiques socialement | Indicateurs RH au même niveau que les KPI financiers |
Vers une co-direction humain + IA : le modèle le plus réaliste pour les entreprises
L’idée la plus utile à retenir n’est pas “remplacer les managers”. C’est plutôt d’organiser une co-direction : l’IA gère les répétitions (reporting, prévisions, consolidation), tandis que l’humain garde la main sur les sujets irréductiblement sociaux (arbitrage, exception, écoute, responsabilité).
Dans le café de Stockholm, l’IA apporte une discipline de gestion et une capacité d’exécution, mais elle trébuche sur le quotidien humain : sommeil, congés, limites, confiance. Insight clé : la meilleure automatisation est celle qui augmente la qualité du travail, pas celle qui oublie les personnes.
