La question du retard pris dans l’utilisation de l’IA s’invite avec de plus en plus d’insistance au cœur des comités de direction. Pour esquisser un début de réponse, le réflexe naturel est de chercher du côté technique et financier. Ce sont des domaines où les solutions sont plus directes : investir dans les outils et acquérir des compétences techniques. Pourtant, cette lecture correspond de moins en moins à la réalité. Selon le Boston Consulting Group, 70 % des difficultés rencontrées par les entreprises dans leurs initiatives IA relèvent des personnes et des processus, contre 20 % de la technologie et seulement 10 % des algorithmes.
Discuter de l’IA en entreprise à travers le seul prisme des capacités des outils d’IA conduit donc à une impasse stratégique. Le véritable frein n’est plus seulement technologique : il est structurel, organisationnel et managérial.
L’IA est disponible, mais sa valeur reste difficile à concrétiser
ChatGPT, Claude, Gemini, Copilot et une multitude d’autres solutions ont démocratiser l’accès à l’intelligence artificielle. Un collaborateur peut aujourd’hui expérimenter l’IA générative en quelques minutes, parfois sans même attendre qu’une solution lui soit fournie, ni même que son usage soit encadré, par son entreprise (phénomène qu’on appelle shadow IA) .
Dans le même temps, les organisations multiplient les investissements et les déploiements. Mais accès ne signifie pas forcément adoption.
Le World Economic Forum et Accenture mettent justement en évidence cet écart. Malgré les investissements réalisés, seules 32 % des organisations tous secteurs confondus déclarent obtenir un impact business tangible grâce à l’IA. Beaucoup restent bloquées entre expérimentation ponctuelle et transformation réelle des pratiques.
Une entreprise peut ainsi avoir déployé des licences d’IA générative et constater, quelques mois plus tard, que certains collaborateurs utilisent quotidiennement l’outil tandis que d’autres l’ouvrent rarement. Entre les deux, les usages restent souvent individuels, difficiles à partager et peu intégrés aux processus collectifs.
Le retard ne se mesure donc plus uniquement au nombre d’outils disponibles. Il se mesure à la capacité de l’organisation à transformer ces outils en nouvelles façons de travailler.
Le véritable défi consiste à modifier les pratiques de travail
C’est précisément là que la dimension managériale devient déterminante. Il faut qu’une entreprise puisse passer du déploiement de la technologie à une véritable transformation de la manière de travailler.
Les organisations les plus avancées ne cherchent plus seulement à multiplier les cas d’usage. Elles repensent les processus dans lesquels l’IA peut apporter une valeur réelle. BCG souligne d’ailleurs que les entreprises les plus matures ne se contentent pas d’ajouter de l’IA à leurs processus existants : elles cherchent à repenser les workflows de bout en bout.
Ce changement déplace le véritable enjeu : il ne s’agit plus seulement d’explorer ce que l’IA peut faire, mais de repenser la manière dont le travail doit désormais être réalisé. Et cela concerne directement les managers.
Le manager devient le relais de la transformation IA
Le manager occupe une position particulière : il se trouve à l’endroit précis où une ambition stratégique doit devenir une pratique quotidienne. La direction peut définir une politique IA, la DSI (direction des services informatiques) sélectionner les outils et les RH organiser des formations. Mais c’est souvent le manager qui doit ensuite aider son équipe à comprendre ce qui change concrètement.
Il doit également traiter des questions beaucoup moins techniques : jusqu’où déléguer une tâche à l’IA ? Comment contrôler une réponse ? Que devient l’expertise métier lorsque certaines tâches sont automatisées ? Comment partager les bonnes pratiques sans imposer une méthode identique à tous ? Comment rassurer un collaborateur inquiet pour son poste ?
Le World Economic Forum insiste d’ailleurs sur le rôle du leadership dans l’adoption. Lorsque les dirigeants utilisent eux-mêmes l’IA et donnent de la visibilité à ces usages, les équipes sont 1,4 fois plus susceptibles d’adopter une attitude positive envers l’IA. À l’inverse, présenter l’IA principalement sous l’angle de la réduction des coûts peut nourrir la résistance.
Le manager n’est donc pas seulement chargé de faire adopter un nouvel outil. Il doit créer les conditions dans lesquelles les collaborateurs peuvent expérimenter, apprendre, questionner et progressivement transformer leurs pratiques. C’est une compétence managériale à part entière.
Le paradoxe : demander aux managers d’accompagner un changement qu’ils découvrent eux-mêmes
C’est peut-être l’un des principaux points faibles des stratégies actuelles. On équipe les collaborateurs, on organise une session d’acculturation, puis on attend du management intermédiaire qu’il accompagne naturellement la transformation. Or les managers sont eux-mêmes en phase d’apprentissage.
Le Work Trend Index 2025 de Microsoft montre ainsi que 51 % des managers considèrent que la formation ou la montée en compétences en IA deviendra une responsabilité importante de leurs équipes dans les cinq prochaines années.
Cette évolution modifie leur rôle. Ils devront aider leurs collaborateurs non seulement à apprendre à utiliser l’IA, mais également à déterminer quand l’utiliser, comment évaluer ses résultats et comment l’intégrer intelligemment dans leur activité.
C’est pourquoi former les managers à accompagner leur équipe dans la transformation IA ne peut pas se résumer à leur apprendre à rédiger de meilleurs prompts. La compétence attendue est plus large : il faut savoir piloter l’adoption.
Accompagner son équipe dans la transformation IA Générative
Une formation pour les managers : comprendre son rôle dans la transformation par l’IA générative, montrer l’exemple au quotidien et conduire le changement au sein de son équipe, avec des outils concrets et des mises en situation.
Comment rattraper le retard ? Commencer par équiper les managers
Pour les entreprises, la priorité consiste donc moins à ajouter une nouvelle couche technologique qu’à créer les conditions organisationnelles de son appropriation.
Cela suppose notamment de :
- former les managers avant de leur demander d’accompagner les autres, en combinant acculturation, pratique de l’IA, compréhension de ses limites et conduite du changement
- partir du travail réel, en identifiant avec chaque équipe quelques situations dans lesquelles l’IA peut concrètement améliorer la qualité, la rapidité ou la prise de décision
- créer des temps d’expérimentation, afin que les collaborateurs puissent tester sans attendre d’avoir trouvé immédiatement le « bon » usage
- installer des routines de partage, par exemple en consacrant régulièrement quelques minutes à un cas d’usage, une réussite ou une erreur dont l’équipe peut tirer un enseignement
- donner aux managers un cadre clair, notamment sur les outils autorisés, les données pouvant être utilisées et le niveau de contrôle humain attendu
- mesurer l’adoption autrement que par le nombre de connexions, en observant l’évolution des pratiques, le temps gagné, la qualité produite ou les processus effectivement transformés
La formation joue ici un rôle central parce qu’elle permet de faire passer le manager d’une posture d’utilisateur à une posture de pilote de la transformation.
C’est probablement là que se situe aujourd’hui une partie du véritable retard des entreprises. Non pas dans leur capacité à accéder à l’intelligence artificielle, mais dans leur capacité à organiser son appropriation collective.
La prochaine étape de la transformation IA ne consiste donc pas forcément à acheter davantage d’IA. Elle consiste à donner aux managers les compétences, les méthodes et la légitimité nécessaires pour transformer cette technologie en nouvelles pratiques de travail.
Management à l’ère de l’IA
Le retard sur l’IA en entreprise se joue au niveau managérial. Ce livre blanc détaille comment former, accompagner et outiller les managers pour transformer un usage individuel de l’IA en pratique d’équipe pilotée.
Télécharger le livre blanc
