L’IA n’attend pas que nos descriptions de poste rattrapent leur retard. Dr Andy Packham
Sept employés sur dix disent utiliser l’IA au travail, mais seulement environ quatre sur dix se disent satisfaits de la formation reçue. Pendant ce temps, les projets pilotes et les preuves de concept (PoC) sont partout, pourtant on estime que 80 à 90 % de ces pilotes IA n’atteignent jamais la production à grande échelle. Une raison majeure est ce que j’appelle le problème de la « paralysie du pilote » : beaucoup de pilotes cherchent à prouver qu’une technologie fonctionne, sans démontrer la validité de l’ensemble du concept. Le « concept » dans preuve de concept signifie l’idée globale : le processus, le flux de travail, les personnes et les compétences nécessaires pour réussir à grande échelle. Si une PoC ne valide pas ces éléments, elle ne prouve pas vraiment le concept – ce n’est qu’une simple démonstration technologique. Pas étonnant que tant de pilotes prometteurs s’arrêtent avant d’apporter une réelle valeur.
Cependant, cet écart entre potentiel et résultat peut être comblé — je l’ai vu de mes propres yeux. Chez HCLTech, nous avons aidé des clients à transformer des expériences IA en résultats tangibles. Par exemple, dans un processus de diligence raisonnable juridique, l’automatisation propulsée par l’IA a permis de réduire de moitié le temps de revue, et dans un projet de santé, les premières revues de documents cliniques ont été réduites de 88 %. Ce ne sont pas des victoires théoriques ; ce sont des résultats concrets – du genre à présenter à votre PDG. Et tout ceci s’est réalisé parce que nous avons jumelé la technologie avec les bonnes compétences, le bon leadership et les bons processus pour l’opérationnaliser. En d’autres mots, nous avons prouvé le concept, pas seulement la technologie.
Fondamentalement, combler ce fossé du pilote à la production ne concerne pas uniquement la technologie — cela demande le soutien des dirigeants et un changement de culture. Récemment, j’ai abordé ce défi dans un balado avec deux experts en formation IA sur le terrain : Justin Slade, directeur de la stratégie commerciale pour la formation des partenaires chez Microsoft, et Vinutha Rao, vice-présidente principale chez HCLTech, responsable de la prestation d’entreprise et de la transformation des talents. Notre conversation a renforcé un thème clair : passer du pilote IA à la productivité IA repose sur les personnes et sur les compétences. La technologie peut allumer l’étincelle, mais ce sont des gens compétents (avec le soutien de la direction) qui la transforment en une flamme durable. Lorsque les leaders défendent l’apprentissage IA et l’intègrent à la stratégie d’affaires, ils préparent le terrain à un changement culturel et accélèrent tout l’organisme. Dans ce blogue, je partagerai les principaux enseignements tirés de cette discussion—including six actions clés—pour les cadres qui souhaitent voir leurs PoC se traduire en résultats concrets.
Pourquoi les PoC en IA stagnent
Voyons pourquoi tant d’initiatives IA restent bloquées dans la paralysie du pilote :
Le choc de vélocité. Le rythme du changement en IA donne le vertige. Comme l’a souligné Vinutha, « Les TI évoluent plus vite qu’on l’imagine aujourd’hui », et ce qui fonctionnait hier ne suffira pas demain. Cette évolution rapide peut dépasser l’ensemble de compétences d’une organisation. Si votre main-d’œuvre ne suit pas, même les meilleurs pilotes auront du mal à atteindre la production.
Compétences et culture héritées. Les organisations se concentrent souvent sur la mise à jour technologique, mais négligent la mise à niveau des compétences et de l’état d’esprit. Gérer l’infrastructure héritée est important, mais s’attaquer aux compétences et à la culture héritées l’est tout autant. Si les équipes fonctionnent encore avec les hypothèses, processus et zones de confort d’hier, même les outils IA les plus avancés ne prendront pas racine. Il faut pour cela un soutien visible des dirigeants et la transition vers une culture d’apprentissage continu. Les équipes doivent sentir qu’acquérir de nouvelles compétences est attendu et valorisé, du sommet à la base.
Apprentissage générique. Trop souvent, les programmes de formation sont larges et théoriques, déconnectés de l’impact d’affaires. On comptait autrefois le nombre de certificats ou d’heures de formation et on estimait progresser. Mais se familiariser seulement avec des concepts IA ne suffit pas. Si la formation demeure générique, les employés connaissent la technologie sans savoir comment l’appliquer à des problèmes concrets. Justin et Vinutha ont tous deux insisté sur la nécessité de s’éloigner du perfectionnement universel. Le développement des compétences doit être axé sur les résultats et adapté au rôle, pas un exercice académique. Si la formation reste trop générique, les pilotes échouent car les équipes ne sont pas prêtes à adapter la technologie à leur domaine ou leur processus.
Paralysie du pilote. C’est le piège où le pilote s’avère utile en laboratoire mais ne s’intègre jamais à l’entreprise. Souvent, c’est parce que le projet a été traité isolément comme une démo technique. Il a peut-être démontré la précision d’un modèle ou la capacité d’un chatbot, mais il n’a pas permis de vérifier si l’entreprise était prête à l’intégrer à ses processus réels. En d’autres mots, il a prouvé la techno, pas le concept. Sans commanditaire exécutif, propriétaire d’affaires clair et plan pour le changement de processus, le PoC n’a pas de pont vers la production. Il reste coincé dans les limbes. Il faut planifier les pilotes dès le départ comme si la réussite était attendue — en mettant l’accent sur les utilisateurs finaux, les indicateurs d’affaires et les considérations opérationnelles.
Décalage de gouvernance. Les entreprises ont raison de se préoccuper de la gouvernance : sécurité, conformité, éthique. Mais les cadres de gouvernance suivent souvent en retard le rythme de l’innovation. Au moment où les équipes risque et conformité comprennent enfin comment encadrer un nouveau pilote IA, la technologie (ou le marché) a déjà bougé. Ce décalage peut ralentir les projets à l’extrême ou, s’il est ignoré, mener à des déploiements risqués. Il faut donc intégrer les experts en gouvernance et en éthique dans les discussions dès le début. Cela garantit que les responsabilités et directives sont claires d’emblée, éliminant les blocages de dernière minute et renforçant la confiance dans les résultats.
Écart domaine–décision. Les solutions IA ne vivent pas en vase clos : elles servent les domaines d’affaires. Un problème courant : le fossé entre les équipes techniques qui conçoivent l’IA et les experts métier qui se servent des résultats. Si votre équipe IA développe un excellent modèle prédictif pour, par exemple, la chaîne d’approvisionnement, mais que les gestionnaires de la chaîne ne le comprennent ou n’y croient pas, le projet échouera. À l’inverse, si les experts métier ne maîtrisent pas l’IA, ils ne sauront même pas formuler de demandes. Combler ce fossé veut dire former vos gens de la techno au contexte d’affaires, et vos experts métier aux bases de l’IA. Vinutha parle de « compétences d’adjacence » : ajouter un contexte d’affaires aux rôles technos, et inversement, pour que le pouvoir de décision revienne à ceux qui détiennent l’expertise. Quand experts métier et spécialistes IA travaillent en tandem dès le départ, les PoC ont beaucoup plus de chances d’adresser les vrais problèmes de façon utile.
Ces défis peuvent sembler décourageants, mais ils ont tous la même racine : un écart de compétences et de culture. Et cela, nous pouvons y remédier. Voici cinq mesures concrètes pour accélérer la montée en compétences dans votre organisation et instaurer la culture nécessaire pour transformer les pilotes IA en succès de production à grande échelle.
Six mesures pour accélérer le développement des compétences IA
S’il y a une chose que j’ai retenue de notre conversation, c’est que le développement des compétences IA doit être traité en véritable initiative stratégique par la direction, et non comme une case à cocher. Les six étapes suivantes peuvent aider les cadres à dynamiser leurs efforts en matière de compétences IA et, du même coup, leurs résultats IA.
1. Former tout le monde dans la chaîne de valeur. Une cause d’échec fréquente des pilotes : la formation se limite à l’équipe techno, sans inclure ventes, opérations, finances, RH et autres fonctions d’affaires. Pour réellement générer de la valeur, toute personne impliquée dans le processus, de l’ingénierie jusqu’à l'utilisateur, doit faire partie du parcours de perfectionnement. C’est ici que le soutien exécutif est crucial : la direction devrait exiger et incarner un apprentissage IA à l’échelle de l’entreprise. En pratique, il faut penser au-delà des TI. Les équipes de ventes doivent savoir comment l’IA peut appuyer la qualification des opportunités et l’analyse client ; le marketing, pour le ciblage et la personnalisation des campagnes ; les finances, pour la prévision et la détection d’anomalies ; les RH, pour l’analyse de talents et la planification de la main-d’œuvre, etc. Quand le perfectionnement est inclusif et croisé, l’adoption s’améliore partout. Cela envoie un signal culturel fort : l’IA n’est pas un « projet TI » — elle fait partie de l’entreprise. L’objectif : bâtir la confiance et la capacité à chaque niveau, pour que l’IA devienne un outil fiable du quotidien, non un projet nébuleux dans un coin.
2. Relier la formation aux indicateurs d’affaires. Ne formez pas juste pour former — formez pour des résultats concrets. Chaque programme de développement des compétences doit être arrimé à un KPI d’affaires prioritaires. Par exemple, si votre PDG se concentre sur la satisfaction client, reliez votre formation IA à cet indicateur (ex. « apprendre à utiliser l’IA pour réduire les délais de réponses clients de 30 % »). En rattachant le perfectionnement à des indicateurs de performance clés, vous le rendez utile à des objectifs d’affaires tangibles. Justin voyait le développement des compétences comme « un levier stratégique de croissance ». Le succès se mesure alors non par le nombre de certifications, mais par des résultats comme des cycles de ventes écourtés, des taux de réussite accrus, des coûts moindres ou la hausse du NPS. Cette démarche requiert l’engagement des dirigeants : quand la direction porte l’agenda d’apprentissage et l’intègre à la stratégie, la transformation culturelle s’enclenche vraiment.
3. Adapter la formation aux rôles, pas générique. Selon les rôles, l’usage de l’IA varie. Le développement des compétences le plus efficace est celui qui colle aux tâches du poste et du quotidien. Voilà où la culture rencontre le concret : c’est une marque de respect pour le temps et les besoins des employés. Formez vos représentants en ventes à l’utilisation de l’IA pour la notation des pistes et la rédaction des propositions ; vos agents de soutien client sur les outils d’assistance IA ; vos gestionnaires de projets sur l’IA pour la prévision des risques ; vos développeurs logiciels sur les outils d’IA dédiée ; vos chefs de service à l’interprétation d’analyses IA pour la prise de décision. Les parcours adaptés au rôle assurent un apprentissage contextuel et immédiatement pertinent. Lorsqu’une nouvelle compétence peut être mise en pratique dès le lendemain, elle s’ancre et son impact se fait sentir. Cette approche sur mesure bâtit la confiance, stimule l’adoption : l’IA devient alors un outil concret, non un concept abstrait. Autre avantage : on peut ainsi repérer les écarts ; si tel rôle éprouve des difficultés après la formation, on cerne un problème d’organisation ou un besoin d’appui supplémentaire à adresser avant le déploiement à grande échelle. Bref, personnalisez le parcours : c’est plus engageant et beaucoup plus efficace que tout programme universel.
L’IA elle-même peut grandement contribuer. Les plateformes intelligentes d’apprentissage analysent les rôles, données de performance et écarts de compétences pour bâtir des plans de formation sur mesure, par individu ou équipe. Ainsi, les employés ne reçoivent pas une simple liste de cours génériques : ils sont guidés vers le contenu le plus pertinent, au bon niveau et dans le bon format. C’est une façon plus intelligente et scalable de personnaliser la formation à l’échelle de l’organisation.
4. Former dans un contexte réel d’affaires (sur du vrai travail). On apprend toujours le mieux en pratiquant, surtout sur des cas réels. Je crois fortement au transfert de la formation du local vers le terrain. Cela veut dire intégrer l’apprentissage à de vrais projets et cas d’usage, plutôt que de se fier à des diapositives ou à des exercices fictifs. Organisez des hackathons et des laboratoires en lien avec des défis d’affaires actuels. Lorsque les gens s’exercent sur de vraies données et enjeux concrets, deux choses surviennent : on aboutit souvent à un livrable utile (même à l’état de preuve de concept) et l’équipe acquiert une expérience pratique durable. Tout aussi important : formez ensemble, en équipes pluridisciplinaires. Tous ceux impliqués dans la transformation – techniques et non techniques – doivent vivre l’expérience d’apprentissage. Lorsqu’un ingénieur de données, un analyste marketing et un responsable conformité assistent au même atelier IA, ils développent une compréhension et une confiance mutuelles ; ils apprennent à connaître les enjeux et idées des autres, et travailleront mieux ensemble quand l’IA sera déployée. Un projet IA ne réussit pas en silo : il réussit lorsque toute la chaîne de valeur est impliquée. Apprendre en mode collaboratif et réaliste développe non seulement les compétences, mais aussi l’esprit d’équipe et l’adhésion nécessaires pour amener les pilotes à la production.
5. Créer des champions internes et des communautés d’apprentissage entre pairs. Dans chaque organisation, il existe des passionnés d’IA et des adopteurs précoces : ce sont vos champions. Mais, pour vraiment canaliser leur énergie, il faut aller au-delà de quelques « héros IA » isolés sur des projets d’appoint. Favorisez l’apprentissage et le mentorat entre pairs. Encouragez vos champions à constituer des communautés de pratique (un « guild IA » interne, par exemple) pour expérimenter, célébrer les victoires et coacher leurs collègues. Ces communautés amplifient les premiers succès, renforcent les acquis et transforment le savoir individuel en progrès collectif. Un champion isolé peut s’essouffler ou passer inaperçu ; un champion intégré à une communauté peut déclencher un mouvement. Donnez-leur du soutien et une tribune : séances régulières de partage ou canal Teams interne pour échanger conseils et réponses. Important : laissez ces communautés s’autogérer. Souvent, ceux en première ligne verront la prochaine lacune de compétences ou l’opportunité IA avant la direction. En écoutant ces signaux, vous assurez la pertinence et l’agilité de la formation. Bref, cultivez un environnement où chacun apprend avec et grâce aux autres. C’est la différence entre une équipe qui attend la formation et une équipe avide d’explorer. Et d’après mon expérience, cette dernière est la marque d’une culture prête pour l’IA.
6. Enseignez comment faire fonctionner l’IA pour vous – pas comment fonctionne l’IA. C’est sans doute ma devise préférée à inculquer. Nous devons déplacer le focus de la formation sur l’application de la technologie au travail, et non sur la technologie elle-même. La majorité des employés n’ont pas besoin d’approfondir les mathématiques des réseaux neuronaux ; ils ont besoin de savoir comment employer un outil IA pour améliorer leurs résultats. Comme je l’ai mentionné au balado :
Il ne suffit pas de comprendre comment fonctionne l’IA, il faut découvrir comment je peux exploiter l’IA dans mon travail. Dr Andy Packham
Toutes ces démarches se renforcent. Former tout le monde stimule naturellement l’apprentissage entre pairs. Relier la formation aux résultats rend le tout pratique et personnalisé. Orienter le leadership de haut en bas fait fleurir les communautés d’apprentissage à la base. Ensemble, on crée un élan : un moteur de développement continu des compétences qui prépare votre organisation à réussir l’IA. J’appelle souvent cela construire un volant de compétences.
Bâtir un volant de compétences
Une formation ponctuelle ne suffira pas à suivre le rythme de l’évolution IA. Les entreprises d’avant-garde comprennent que le développement des compétences IA n’est pas un événement unique, mais un engagement continu. Je vois cela comme un volant de compétences : un moteur d’apprentissage et d’application constant dont la dynamique s'accélère à chaque tour. Comment y arriver ? En progressant par cycles courts, itératifs — par exemple, des boucles de 90 jours. Chaque trimestre, ciblez quelques cas d’usage IA prioritaires ou écarts de compétences, formez un groupe restreint (ou plusieurs) sur ces sujets, faites appliquer les connaissances immédiatement via un projet réel et mesurez les résultats. Utilisez les apprentissages du cycle pour planifier le suivant, et ainsi de suite.
Par exemple, imaginez que chaque trimestre vous reteniez deux ou trois « sprints IA » alignés aux objectifs d’affaires. Au T1, le support client automatise les réponses FAQ via l’IA (formation des agents au réglage des messages et à l’interprétation des suggestions IA), pendant que la finance teste un outil IA pour le traitement des factures. Au T2, le soutien client passe à une IA qui aide à la vente croisée lors des discussions en direct, et la finance s’attaque à la prévision IA – en capitalisant sur les précédents apprentissages. À chaque cycle, plus de gens se familiarisent avec l’IA et de nouveaux cas d’usage sont livrés. C’est digeste parce que segmenté, mais c’est aussi régulier et soutenu.
Cette approche installe une culture d’apprentissage IA continu. Les leaders d’aujourd’hui attendent de leurs équipes qu’elles consacrent une partie de leur temps à intégrer l’IA à leur travail. Permettez aux employés d’apprendre sans cesse, et le volant de compétences démarre vraiment sur les chapeaux de roue.
Chez HCLTech, nous encourageons ce type de boucles via des hackathons, « journées IA » et une formation continue et modulaire, mais le vrai moteur reste l’état d’esprit : apprendre, toujours. À chaque itération, le personnel gagne de nouveaux savoir-faire et… de nouvelles idées d’affaires. Ce développeur qui a adopté un assistant de codage IA sera peut-être le prochain à automatiser une part du test QA, en gagnant du temps. Le marketeur, devenu expert en analytique IA, découvrira peut-être un nouveau segment de clients à cibler. L’effet volant de compétences, c’est la transformation du perfectionnement en innovation supérieure.
Pour que ça dure, les dirigeants doivent célébrer les étapes d’apprentissage tout autant que les réussites d’affaires. Si une équipe décroche cent certifications IA pour un projet générant des revenus, soulignez à la fois la formation et le résultat. Ce renforcement positif ancre la culture. C’est le message : voici qui nous sommes maintenant – une entreprise qui apprend, s’adapte et innove continuellement.
Les entreprises d’avant-garde : la récompense d’une bonne démarche
Certains lecteurs se demandent peut-être : tout ce travail de perfectionnement et de culture vaut-il vraiment la peine ? Le terrain répond un oui catégorique. Les organisations qui investissent massivement dans la montée en compétences autour de l’IA – souvent surnommées « entreprises d’avant-garde » car elles sont en avance – récoltent des gains remarquables. Selon une étude récente d’IDC, les entreprises utilisant l’IA efficacement enregistrent déjà un rendement moyen de 3,70 $ pour chaque 1 $ investi, les meilleures dépassant les 10 $ pour chaque 1 $. Des chiffres impressionnants qui démontrent un avantage concurrentiel considérable : gains d’efficacité, baisses de coûts, nouveaux revenus qui surpassent largement le capital investi.
Les travaux sur la productivité du MIT offrent aussi un exemple parlant : donner un assistant de codage IA à des développeurs logiciels fait monter leur production de 26 % en moyenne. Les moins expérimentés finissent leurs tâches bien plus vite, les plus aguerris gagnent du temps sur le travail routinier. Réalisez : un quart de travail en plus, simplement en associant mieux l’humain à l’IA. Et ce phénomène ne se limite pas au codage — les chercheurs notent des effets comparables dans d’autres métiers du savoir. Le bon développement de compétences IA peut amplifier concrètement la productivité humaine.
Les entreprises d’avant-garde considèrent ces résultats non comme des coups de chance, mais comme des succès reproductibles et à grande échelle. Elles comprennent que l'essentiel est d’aligner dès le départ la technologie sur les gens. Elles investissent dans la formation, la gestion du changement et les incitatifs à l’innovation. Côté culture, elles normalisent le temps d’apprentissage : c’est devenu aussi attendu que de rendre son rapport hebdomadaire. Et, surtout, elles lèvent le drapeau par le haut : les dirigeants n’ordonnent pas seulement l’adoption de l’IA — ils s’y impliquent, parlent de leur propre parcours d’apprentissage et récompensent l’effort collectif. Les données sur le ROI et la productivité parlent d’elles-mêmes.
Et comme le souligne Vinutha Rao :
Il s’agit de notre façon d’envisager l’ensemble de l’entreprise, de soutenir et de faire croître nos activités dans un monde de bouleversements technologiques et de transformation continue des compétences. Vinutha Rao
La leçon est limpide : c’est l’humain et la culture qui font la différence en IA. Les outils deviennent accessibles à tous, mais la façon dont vous les déployez (et qui vous autorisez à les maîtriser) vous distingue des autres. Pour joindre les rangs des entreprises d’avant-garde, ne vous demandez pas ce que l’IA peut faire : demandez-vous ce que votre organisation peut accomplir avec l’IA – si elle dispose des bonnes connaissances, du bon esprit et du bon soutien.
L’appel à l’action
L’ère des projets pilotes sans fin est terminée. En tant que dirigeants, nous devons nous mobiliser pour transformer les projets pilotes en intelligence artificielle en gains de productivité généralisés. Cela commence par l’exemplarité et la promotion d’une culture où l’apprentissage continu est la norme. Faites des compétences en IA un sujet stratégique au conseil d’administration et un point permanent à l’ordre du jour des réunions d’équipe. Allouez un budget réel et attribuez de la reconnaissance aux efforts de formation, tout comme vous le feriez pour le lancement d’un produit majeur.
Comme l’a dit Justin Slade :
La formation du futur, dès aujourd’hui, doit être continue, alimentée par l’IA, orientée sur les résultats et hautement personnalisée. Justin Slade
Ne laissez pas votre prochaine preuve de concept devenir une simple démonstration technologique — faites-en l’étincelle qui déclenche un véritable changement pour l’entreprise. Impliquez tout le monde dans le processus, des développeurs TI aux employés de première ligne qui utiliseront l’IA au quotidien. Lorsque les dirigeants non seulement soutiennent, mais participent activement à l’apprentissage de l’IA, le message est fort : c’est du sérieux et c’est là pour rester. Alors commencez dès aujourd’hui. Choisissez un projet à fort potentiel qui piétine ou avance lentement et appliquez-y ces principes. Désignez un cadre supérieur comme sponsor et définissez un indicateur de succès clair. Constituez une équipe multidisciplinaire et donnez-lui la liberté d’innover.
