Canva, Miro et le paradoxe de l'IA : quand la productivité individuelle fragilise la performance collective - Enjeu du "design organisationnel"
L'intelligence artificielle promet des gains de productivité considérables. Mais à quelle échelle réellement ces gains sont-ils à considérer ? Une étude récente de Miro et la réorganisation annoncée par Canva mettent en lumière un même problème : l’augmentation des capacités individuelles ne suffit pas à rendre une organisation plus efficace. Elle peut même renforcer ses difficultés de coordination.
Canva : les limites d'une organisation devenue trop spécialisée
Le 3 novembre 2026, Melanie Perkins, cofondatrice et directrice générale de Canva, a annoncé une importante réorganisation de l'entreprise. Ce sont au total, 1 271 collaborateurs, soit 22 % des effectifs, qui sont concernés par des changements de poste, des relocalisations ou des départs.
Au-delà de la dimension sociale de cette annonce, c'est le diagnostic organisationnel présenté qui a retenu mon attention.
Pour accompagner une croissance, qui a vu Canva passer en 13 ans d’un statut de start-up à celui d’une plateforme mondiale utilisée par des centaines de millions d'utilisateurs, l'entreprise avait multiplié les équipes spécialisées en clarifiant les responsabilités et structurant les fonctions.
Une évolution logique.
Mais cette spécialisation, qui a permis à Canva cette évolution, est devenu antinomique avec le besoin du développement actuel produisant des effets contraires à ceux recherchés : L'amélioration d'une fonctionnalité nécessitait des interactions toujours plus importantes entre les équipes Product, Growth et Platform. Les passages de relais se multipliaient, les responsabilités se fragmentaient et les équipes perdaient leur capacité à traiter un problème de bout en bout.
La réponse annoncée par Canva : réunir ces trois fonctions dans une même organisation produit, élargir les périmètres de responsabilité, réduire certains niveaux hiérarchiques et rapprocher les équipes fortement interdépendantes.
L'ambition affichée est de retrouver des collectifs plus autonomes, capables de prendre des décisions et d'assumer la responsabilité d'un résultat complet.
Si la spécialisation avait permis à Canva de grandir, elle était devenue, selon sa direction, un frein à sa capacité collective d'agir.
Miro : quand l'IA rend chacun plus productif, mais pas nécessairement l'organisation
Le même jour, le 3 novembre 2026, Miro publie une étude intitulée The State of Intelligent Collaboration, réalisée auprès de plus de 9 500 dirigeants et salariés dans plusieurs régions du monde.
ces résultats sont particulièrement éclairants.
83 % des personnes interrogées estiment que l'IA améliore leur productivité individuelle 73 % déclarent produire plus rapidement.
Et pourtant, seules 56 % constatent une amélioration de la qualité du travail,
60 % ne constatent pas d'amélioration de la collaboration et
52 % n'observent pas d'amélioration des processus de décision.
Comment expliquer ce décalage ?
L'étude pointe notamment une fragmentation de l'usage de l'IA :
69 % des répondants déclarent que la majorité du travail assisté par l'IA s'effectue dans des sessions individuelles plutôt que dans des espaces partagés.
Chacun travaille plus vite, produit davantage en explorant des possibilités nouvelles. Mais quand les productions individuelles doivent ensuite être partagées, comprises, vérifiées, discutées et intégrées dans une activité collective, la cohérence d’ensemble se dilue !
Et de fait, l'étude révèle ainsi que 59 % des répondants constatent une augmentation des contenus générés par IA à vérifier, tandis que 45 % des dirigeants interrogés signalent un allongement des cycles de revue et de feedback.
Ce que l'IA fait gagner à un individu génère de nouvelles charges de coordination pour les autres.
Il ne faut pas surinterpréter ces résultats : il s'agit de perceptions déclarées, et non de mesures directes de productivité collective. Par ailleurs, Miro commercialise des solutions de collaboration, ce qui invite à examiner avec recul ses recommandations.
Néanmoins, ce type de résultats pointent une question organisationnelle fondamentale : pourquoi une accumulation de gains individuels ne se traduit-elle pas mécaniquement en gains collectifs ?
Le piège de l'optimisation locale
Le rapprochement entre Canva et Miro est assez logique :
Canva met en évidence les limites d'une organisation dont les responsabilités et les expertises se sont excessivement fragmentées.
Miro montre que l'IA peut amplifier les conséquences de cette fragmentation lorsque son déploiement privilégie l'efficacité individuelle.
Dans les deux cas, nous retrouvons un même principe : l'optimisation des parties ne garantit pas celle du système (ce qu'on appelle la non-sommativité en systémie)
Dans une entreprise, chaque fonction utilise désormais l'IA pour accélérer ses activités. Le marketing produit davantage d'analyses et de propositions commerciales. La R&D multiplie les scénarios techniques. Les achats accélèrent leurs consultations. La finance produit plus rapidement ses simulations économiques.
Chacune de ces fonctions peut légitimement constater des gains de productivité dans leurs champs de compétences.
Mais si leurs objectifs, leurs priorités et leurs processus de décision restent insuffisamment articulés, l'organisation risque de produire davantage d'informations, de propositions et de demandes d'arbitrage sans pouvoir les traiter efficacement. Les goulots d'étranglement se déplacent.
Ils ne se situent plus nécessairement dans la production du travail, mais dans sa coordination, son évaluation et sa transformation en décisions.
Une équipe peut alors gagner deux heures dans la production d'un livrable tout en imposant plusieurs heures supplémentaires de vérification, d'explication ou de réconciliation aux autres équipes. Le gain individuel devient un coût collectif.
Ce phénomène renvoie directement aux travaux de Jay Galbraith sur l'organisation comme système de traitement de l'information.
Plus les interdépendances et l'incertitude augmentent, plus les besoins de coordination se développent. Une organisation doit alors soit augmenter ses capacités de traitement de l'information, soit réduire les interdépendances qu'elle doit gérer.
L'IA augmente considérablement les premières, du moins dans leur dimension technique. Mais elle peut aussi augmenter les secondes en multipliant les productions et les interactions nécessaires à leur exploitation.
Repenser les frontières plutôt qu'accélérer les tâches
Cette analyse rejoint également la loi de Conway, selon laquelle les systèmes produits par une organisation tendent à refléter ses structures de communication.
Si une organisation est fragmentée en silos, les outils d'IA risquent de reproduire cette fragmentation, voire de la renforcer.
Chaque fonction développe ses assistants, ses agents, ses bases de connaissances et ses pratiques. L'IA améliore alors l'efficacité de chaque silo sans nécessairement faciliter la coopération entre eux. Le problème devient un problème organisationnel
Plutôt que d'optimiser les activités du marketing, des achats, de la production ou des fonctions support, pourquoi ne pas partir du résultat attendu et concevoir l'organisation capable de le produire de bout en bout ? en structurant les équipes autour des flux de valeur et en maîtrisant leurs modes d'interaction,.
Cela ne signifie pas supprimer toutes les spécialisations. Certaines expertises doivent évidemment être préservées et mutualisées.
Mais il restera essentiel de distinguer les interdépendances nécessaires à la création de valeur de celles que l'organisation produit artificiellement par son propre découpage.
La démarche annoncée par Canva semble s'inscrire dans cette logique, sans qu'il soit possible, à ce stade, d'en mesurer les résultats.
Recentrer la conception de la performance sur le gain collectif
L'un des biais des stratégies actuelles de déploiement de l'IA est de mesurer principalement l'adoption des outils et les gains de temps individuels.
Combien de collaborateurs utilisent l'IA ? Combien de temps gagnent-ils ? Combien de documents, d'analyses ou de lignes de code produisent-ils ?
Une organisation ne crée pas de valeur par la simple addition des activités réalisées par ses collaborateurs. Elle crée de la valeur par leur combinaison, leur coordination et leur orientation vers une finalité commune.
Une transformation organisationnelle par l'IA devrait donc s'intéresser à d'autres questions :
Le délai global de réalisation d'un processus s'est-il réduit ?
Les passages de relais entre équipes sont-ils moins nombreux ou plus fluides ?
Les décisions sont-elles prises plus rapidement et avec une meilleure qualité d'information ?
Les équipes disposent-elles d'une meilleure compréhension du résultat collectif attendu ?
Les nouvelles capacités techniques augmentent-elles réellement l'autonomie et le pouvoir d'agir ?
Ces questions transfert le regard de gain de productivité immédiate et "chimérique" vers le développement des capacités organisationnelles de façon durable.
Elles invitent également à ne pas diluer et borner l'autonomie individuelle dans un silotage d'expert et une deresponsabilisation de la finalité collective.
Un collaborateur peut disposer de moyens considérablement accrus grâce à l'IA tout en restant dépendant de multiples validations, arbitrages ou contributions extérieures pour faire aboutir son travail.
Son pouvoir de production augmente, mais pas nécessairement son pouvoir d'agir.
Vers une organisation réellement capacitante à l'ère de l'IA
La transformation annoncée par Canva et les résultats de Miro nous conduisent finalement vers une même interrogation.
Comment concevoir des organisations capables de transformer des gains de productivité individuels en capacités collectives nouvelles ?
La réponse ne consiste certainement pas à supprimer toutes les frontières organisationnelles, ni à multiplier les outils collaboratifs.
Elle suppose de travailler simultanément sur la division du travail, les interdépendances, les responsabilités, les processus de décision et les capacités d'apprentissage.
L'IA ouvre la possibilité de redistribuer les activités, d'élargir les compétences mobilisables et de donner davantage d'autonomie aux équipes.
Mais pour concrétiser ce potentiel, il faut accepter de remettre en question certaines structures qui avaient précisément été conçues pour améliorer l'efficacité de l'organisation.
Le véritable enjeu n'est donc pas de rendre chaque collaborateur plus productif grâce à l'IA, mais de concevoir une organisation dans laquelle cette productivité supplémentaire devient une capacité collective à mieux agir.
Et c'est probablement l'un des défis majeurs du design organisationnel dans les années à venir.
Sources et références
Melanie Perkins, An Important Update on Our Team, Canva, 3 novembre 2026. https://www.canva.com/newsroom/news/canva-team-update/
Asha Dinesh, Why is AI accelerating work but not improving it?, Miro, 3 novembre 2026. https://miro.com/blog/state-of-intelligent-collaboration-2026/
Miro, The State of Intelligent Collaboration, rapport 2026. https://miro.com/resources/the-state-of-intelligent-collaboration/
Melvin E. Conway, How Do Committees Invent?, Datamation, 1968.
Jay R. Galbraith, Organization Design: An Information Processing View, Interfaces, 1974.
Commentaires