Former ses équipes à l'IA est la mauvaise première étape

Une entreprise décide de se mettre à l’intelligence artificielle générative. Le premier réflexe, presque toujours, consiste à inscrire les équipes à une formation. C’est un réflexe rassurant, et c’est un des moyens les plus sûrs de dépenser un budget sans rien changer à l’entreprise.

Le réflexe qui paraît raisonnable

Le raisonnement tient en trois temps. L’intelligence artificielle générative transforme le travail de bureau. Nos équipes ne savent pas s’en servir. Formons-les, et nous verrons ensuite ce que nous en ferons.

Ce raisonnement a une vraie vertu : il est facile à décider. Une formation se commande, se planifie, se finance. Elle produit une preuve d’action visible par tout le monde. Elle rassure un comité de direction qui sent qu’il prend du retard. Et elle ne fait courir aucun risque opérationnel, puisqu’elle ne touche à aucun processus.

Le problème est qu’elle répond à la mauvaise question. La vraie question n’est pas de savoir si vos collaborateurs savent ouvrir un assistant conversationnel. Elle est de savoir quel travail, dans votre entreprise précisément, mérite d’être repris avec ces outils, et ce que cela vous rapporte. Aucune formation sur catalogue ne répond à cette seconde question, parce qu’elle ne connaît ni vos processus, ni vos données, ni vos irritants.

Trois raisons pour lesquelles former d’abord ne fonctionne pas

La compétence se périme plus vite que le plan de formation

Le domaine bouge à une vitesse que peu de sujets techniques ont connue. Les modèles changent plusieurs fois par an. Les interfaces changent avec eux. Les façons de faire considérées comme optimales il y a dix-huit mois, les longues recettes de rédaction d’instructions notamment, ont été rendues largement inutiles par des modèles qui comprennent mieux une demande écrite en français simple.

Surtout, le centre de gravité s’est déplacé. L’enjeu n’est plus de bien formuler une question dans une fenêtre de dialogue. Il est de connecter un assistant à vos systèmes pour qu’il lise vos données, agisse dans vos outils et rende un travail vérifiable. Une personne formée en début d’année sur la rédaction d’instructions retrouve six mois plus tard un paysage différent, et repart avec le sentiment désagréable d’avoir appris quelque chose de déjà daté.

Ce n’est pas un argument contre l’apprentissage. C’est un argument contre l’apprentissage à vide. Ce qui ne se périme pas, c’est l’habitude prise sur un outil que l’on utilise tous les jours dans son métier. Cette habitude-là survit aux changements de version, parce qu’elle est attachée à un usage, pas à une technologie.

Une formation générique ne sait pas ce qu’il faut automatiser chez vous

Dans un cabinet d’études, le temps perdu ne se trouve pas au même endroit que dans une société de services ou chez un distributeur. Ici, ce sont les comptes rendus de rendez-vous et les offres qui suivent. Là, ce sont les rapprochements entre le logiciel de facturation et le fichier client. Ailleurs encore, c’est la préparation manuelle d’études que trois personnes seulement savent faire.

Ces gisements ne se voient pas depuis une salle de formation. Ils se voient en regardant le calendrier réel d’une équipe, en comptant les allers-retours, en demandant à quelqu’un combien de temps il passe à recopier une information d’un écran à l’autre. C’est un travail d’observation, pas un travail de transmission de connaissances. Il produit une liste de chantiers classés par gain et par difficulté, ce qu’une formation ne produit jamais.

Nous faisons ce travail sur un domaine à la fois, en dix jours. La sortie n’est pas une montée en compétence : c’est une décision d’investissement, chiffrée.

Une équipe formée sans outil ni mandat retourne à ses habitudes

Le troisième point est le plus banal, et le plus fatal. Une formation se termine un vendredi. Le lundi, la charge quotidienne reprend ses droits. Les personnes formées reviennent avec des idées, parfois avec de l’enthousiasme, mais sans outil installé, sans budget, sans autorisation explicite de modifier un processus, et sans temps dégagé pour le faire.

Il faut y ajouter un obstacle dont on parle peu : la peur de mal faire avec les données de l’entreprise. Un collaborateur à qui l’on a expliqué en formation qu’il ne faut pas déposer d’informations confidentielles dans un outil grand public, sans lui fournir d’alternative sous contrat, prendra la seule décision raisonnable de son point de vue. Il n’utilisera rien. C’est un sujet à traiter en amont, et nous lui consacrons un guide complet sur l’IA générative et les données confidentielles.

Trois mois plus tard, le bilan est presque toujours le même. Deux ou trois personnes motivées se sont bricolé des usages personnels utiles. Le reste de l’équipe est revenu exactement à sa façon de travailler d’avant. Et l’entreprise a la sensation confuse d’avoir essayé, ce qui rend le prochain essai plus difficile à financer.

Ce qu’il faut faire à la place

L’ordre des opérations que nous défendons est simple, et il inverse la séquence habituelle.

• Choisir un domaine, un seul, où la douleur est reconnue par tout le monde.
• Mesurer où part réellement le temps dans ce domaine, en heures, pas en impressions.
• Construire un premier système qui tourne en production et qui produit un résultat utilisable.
• Former les équipes sur cet outil-là, une fois qu’il existe.

Le choix du domaine compte plus qu’on ne le croit. Un périmètre large donne une liste d’intentions. Un périmètre étroit donne un chantier. Le commercial, l’administratif, la relation client, la production d’études : commencez par celui dont le responsable vous dit spontanément qu’il y a un problème. Vous aurez un allié plutôt qu’un sceptique.

La mesure du temps est la partie que les entreprises sautent le plus volontiers, et c’est dommage, parce qu’elle décide de tout. Tant que vous ne savez pas combien d’heures par semaine partent dans une tâche, vous ne pouvez ni prioriser, ni justifier une dépense, ni constater un gain. Compter grossièrement suffit. Une fourchette honnête vaut mieux qu’un pourcentage inventé.

Vient ensuite la construction. Un premier système n’a pas besoin d’être ambitieux, il a besoin d’être réellement utilisé. C’est la différence entre une démonstration et un chantier pilote : la démonstration impressionne une fois, le chantier pilote encombre le quotidien de quelqu’un jusqu’à ce qu’il fonctionne.

Et la formation arrive à ce moment-là. Elle devient concrète, courte, et adressée à des gens qui ont l’outil sous les yeux. Elle ne parle plus de l’intelligence artificielle en général. Elle explique comment relire un texte généré, comment repérer une erreur typique, quoi faire quand le résultat est mauvais, et où s’arrête l’autonomie de la machine.

Deux chantiers qui montrent l’ordre des choses

Dans un cabinet d’études d’implantation d’une vingtaine de personnes, le suivi commercial partait en fumée après chaque rendez-vous de présentation. Nous n’avons envoyé personne en formation. Nous avons mis en place l’enregistrement du transcript des présentations, puis un système qui rédige seul le mail de suite et l’offre correspondante, les envoie après une relecture humaine, et alimente le logiciel de gestion de la relation client. L’apprentissage s’est fait en une conversation, parce qu’il n’y avait qu’une chose à apprendre : relire avant d’envoyer. Le détail de ce chantier est raconté dans un autre guide, du transcript de rendez-vous à l’offre envoyée.

Deuxième exemple, du même client. Les chargés d’études préparaient leurs études d’implantation avec une chaîne d’étapes manuelles. Nous avons construit un outil interne sur mesure, utilisable directement par eux. Ils ne sont pas devenus des spécialistes de l’intelligence artificielle générative. Ils sont devenus des utilisateurs d’un outil qui leur rend leur travail plus rapide, ce qui est exactement le but recherché. La question du sur-mesure contre l’abonnement du marché mérite un guide à elle seule, et nous lui en avons consacré un.

Dans les deux cas, la compétence est arrivée après le système, portée par lui. C’est le sens de la séquence que nous proposons.

Quand la formation devient un bon investissement

Il serait malhonnête de conclure que la formation ne sert à rien. Elle sert, mais à un autre moment et pour d’autres raisons.

Elle est utile quand un outil existe et qu’il faut en généraliser l’usage au-delà des premiers utilisateurs. Elle est utile pour transmettre des règles de prudence sur les données, une fois que le cadre a été posé et que les alternatives autorisées existent. Elle est utile pour une équipe dont le métier va changer en profondeur, et qui a besoin de comprendre ce qui arrive, pas seulement de recevoir un logiciel. Elle est utile, enfin, quand l’entreprise veut devenir autonome et reprendre la main sur les systèmes construits pour elle, ce qui est l’objectif normal d’une phase de transfert.

Dans tous ces cas, la formation a un objet précis et un outil en face. Elle n’est plus un pari sur l’avenir, elle est l’accompagnement d’un changement déjà engagé. C’est la même dépense, au bon moment, avec un tout autre rendement.

Si vous hésitez entre inscrire dix personnes à une session et lancer un premier chantier, regardez d’abord ce que couvre un diagnostic sur un seul de vos domaines. Vous saurez au bout de dix jours ce qu’il y a à gagner, et la question de la formation se posera alors dans les bons termes.