La transformation IA ne se décrète pas. Elle se manage.

Posez cette question à n'importe quelle équipe : “Si l’on retirait vos outils IA demain, combien d’entre vous en ressentiraient un vrai manque ?”

Dans la plupart des organisations, la réponse est proche de zéro. Non par manque d’outils — les licences ont été distribuées, les webinaires organisés. Mais parce que la transformation IA, dans beaucoup d’entreprises, n’a pas réellement eu lieu.

Selon une étude BCG (2025), seulement 5% des entreprises exploitent réellement l’IA à grande échelle. 35% s’organisent encore pour y parvenir. Les 60% restants n’ont pas encore engagé de démarche structurée. Ce retard n’est, dans la plupart des cas, ni un problème de budget, ni un problème d’outil. C’est, en grande partie, un problème de management.

La transformation IA est un sujet humain à 90%

C’est la thèse de Charles Gorintin, cofondateur d’Alan, une perspective qui contraste avec les approches centrées avant tout sur le choix des outils.

L’erreur la plus fréquente consiste à traiter l’IA comme un projet d’outillage. Sans un environnement qui valorise l’initiative et la responsabilité, l’IA reste marginale : les équipes l’utilisent en dehors des cadres officiels, la direction perd le contrôle, et la transformation n’a pas lieu.

Chez Alan (700 personnes), 100% des collaborateurs utilisent l’IA chaque semaine. Non par obligation, mais parce que la culture de l’entreprise — fondée sur l’autonomie et l’initiative — a rendu l’adoption organique. Dans les équipes commerciales, cela s’est accompagné d’une revalorisation explicite des objectifs : +30%. L’IA n’a pas remplacé les commerciaux. Elle leur a donné les moyens de viser plus haut.

La question que cela pose aux managers n’est pas d’ordre technique : “Mon équipe est-elle dans un environnement où elle s’autorise à tester, à se tromper, à itérer ?”

Ce qui bloque réellement l’adoption dans les équipes

Isabelle Bénard, ancienne CPO de Mirakl et trainer chez Pollen, identifie un pattern récurrent : trop d’entreprises cherchent à structurer des usages avancés sans avoir laissé le temps aux équipes de s’approprier les outils.

Les freins sont souvent légitimes — peur de perdre son emploi, doute sur la fiabilité des résultats, sentiment de ne pas être à la hauteur. Ces réticences ne se dissipent pas avec un webinaire. Elles se lèvent avec du temps, des espaces d’expérimentation, et surtout un manager qui montre l’exemple.

L’adoption se construit en trois phases. D’abord la curiosité : donner accès aux outils, laisser explorer librement, démystifier. Ensuite la structuration : proposer un cadre sécurisé, des règles sur la gouvernance, passer d’un usage individuel à un usage collectif. Enfin la performance : l’IA devient un levier intégré aux objectifs métiers. La plupart des entreprises sautent les deux premières phases. C’est là que ça se joue.

Ce que font concrètement les entreprises qui avancent

Doctolib : une méthode en trois temps

Depuis février 2024, Doctolib a déployé Dust auprès de ses 3 000 salariés. Aujourd’hui, 60% l’utilisent régulièrement. La méthode repose sur trois niveaux d’engagement progressifs : un e-learning de 45 minutes pour rendre l’IA accessible sans barrière technique, des ateliers métiers co-construits avec les équipes pour traduire les cas d’usage en gains concrets, puis des hackathons orientés impact business réel.

Le principe qui sous-tend cette approche est simple : si vous voulez former une population à adopter un esprit critique sur l’IA, il n'y a pas de meilleure façon que de la pousser à tester par elle-même. C’est lorsqu’on expérimente une hallucination en direct que l’on comprend à la fois les limites et la puissance de l’IA. L’ambition affichée : rendre 20% de temps aux collaborateurs en automatisant les tâches à faible valeur ajoutée.

Publicis : la puissance du réseau d’ambassadeurs

Avec le programme AI4CREA, 25 AI Champions formés en interne ont permis de toucher plus de 300 créatifs, avec un taux de satisfaction proche de 5/5.

Le pivot que peu de managers ont encore fait

La plupart des managers utilisent encore l’IA comme un chatbot : ils lui posent une question, elle répond. Le vrai changement de paradigme, c’est de passer à l’agent : lui déléguer un objectif, pas juste une tâche. Préparer un feedback difficile, analyser les frustrations récurrentes d’une équipe à partir des derniers 1-on-1, produire un compte-rendu structuré avec responsables et deadlines en moins de deux minutes — c’est ce niveau d’usage, enseigné dans les formations managers, qui libère vraiment du temps et transforme la posture.

Les compétences qui font la différence

Charles Gorintin décrit l’évolution en cours à travers le “triangle d’efficacité”. Avec l’IA, la capacité technique cesse progressivement d’être un facteur différenciant. Ce qui devient critique, c’est l’agentivité — s’autoriser à tenter, itérer, corriger, sans attendre la validation — le discernement pour évaluer une réponse IA et identifier ses limites, et la capacité à cadrer les problèmes : distinguer ce qui peut être automatisé de ce qui doit rester humain.

———

Les exemples de Doctolib, Alan et Publicis le montrent : les organisations qui progressent le plus vite ne sont pas nécessairement celles qui ont les meilleurs outils. Ce sont celles qui ont su créer les conditions pour que leurs équipes s’en emparent et faire de l’IA non pas un projet, mais une compétence collective.

———

Pour aller plus loin

• Former 5 à 10% d'AI Champions : la méthode des entreprises leaders
• IA : quand la formation devient transformation, avec Doctolib et Schneider Electric
• Charles Gorintin, Alan & Mistral AI : l'adoption de l'IA, d'abord une question de culture
• Intelligence artificielle : comment les RH peuvent accompagner l'adoption

Envie d'aller plus loin avec vos équipes ?

Découvrez les formations Manager à l'ère de l'IA et AI Champions

— conçues avec et par des praticiens qui l'ont déjà fait.