Partie 3 de la série Du projet pilote au déploiement à grande échelle : un changement systémique pour l’IA, qui explore comment les organisations peuvent transformer leurs initiatives en IA en une véritable valeur à l’échelle de l’entreprise.
Dans notre précédent article, nous avons abordé la Phase 1, les changements de mentalité nécessaires à l’adoption de l’IA ainsi que les étapes pour mettre en place les bases d’une IA évolutive (en alignant vos dirigeants et en assainissant vos données).
Nous passons maintenant à la Phase 2 : Développer la maîtrise de l’IA.
Chez Ateko, nous voyons souvent des entreprises investir des millions de dollars dans des solutions d’IA internes bâties sur Google Cloud, ou encore activer Agentforce dans Salesforce ou Now Assist dans ServiceNow. Puis… plus rien ne se passe. L’adoption stagne. La technologie est en place, mais les gens ne l’utilisent pas.
Si vous voulez combler l’écart entre « nous avons acheté une solution d’IA » et « nous utilisons réellement l’IA », vous devez considérer l’IA comme une compétence qui s’apprend, se développe et se récompense.
Voici les quatre étapes pour bâtir une main-d’œuvre qui maîtrise réellement l’IA.
1. Une seule présentation de formation ne convient pas à tout le monde
La réalité : La plupart des entreprises organisent une seule séance d’introduction à l’IA sur l’heure du dîner et considèrent que le travail est fait. Ce n’est pas suffisant.
La solution : Vous avez besoin d’une approche à deux niveaux. D’abord, tout le monde doit acquérir les bases (par exemple : « N’entrez jamais de données confidentielles de clients dans la version publique de ChatGPT. »). Ensuite, la formation doit être adaptée à chaque rôle.
- Les représentants Salesforce : Ils n’ont pas besoin de comprendre le fonctionnement des grands modèles de langage (LLM). Ils doivent savoir comment utiliser Agentforce pour rédiger un courriel de renouvellement ou repérer les opportunités prioritaires dans Sales Cloud qui nécessitent une intervention.
- Les agents ServiceNow : Ils doivent apprendre à utiliser l’IA pour prioriser les billets plus rapidement et trouver les procédures opérationnelles normalisées (SOP) associées à des problèmes précis.
- Les équipes infonuagiques : Elles ont besoin d’une formation technique approfondie sur l’orchestration des modèles et les pipelines de données, ainsi que de contenu d’habilitation sur les outils de développement axés sur l’IA comme Cursor ou Claude Code.
Le contexte est essentiel. Si la formation ne les aide pas à mieux accomplir leur travail dès aujourd’hui, ils l’ignoreront.
Questions à vous poser :
Quelqu’un analyse-t-il les journaux d’activité des agents afin d’améliorer les modèles et les données en fonction des requêtes des clients qui ne produisent pas les résultats attendus?
Vos représentants savent-ils comment formuler des requêtes pour générer de la valeur d’affaires, ou seulement pour s’amuser?
Avez-vous défini ce que signifie réellement la « maîtrise de l’IA » pour une personne non technique?
Le paradoxe du « je suis trop occupé »
La réalité : C’est le plus grand obstacle que nous observons, autant chez Ateko que chez nos clients. Les gens savent que l’IA leur fera gagner du temps à long terme, mais ils sont trop occupés aujourd’hui pour apprendre à l’utiliser. C’est le paradoxe du « Je suis trop occupé à me noyer pour apprendre à nager. »
La solution : Vous ne pouvez pas simplement imposer l’utilisation de l’IA en plus d’une charge de travail déjà à 100 %. Vous devez instaurer des rituels. Il faut réserver officiellement du temps, à l’écart des tâches quotidiennes, pour apprendre. Par exemple, instaurer des « vendredis après-midi sans réunions » consacrés à l’expérimentation de nouveaux processus de travail.
Si ce temps n’est pas officiellement prévu, l’urgence prendra toujours le dessus sur le stratégique. Vous devez accepter d’investir du temps au départ afin de récolter, à long terme, les gains de rapidité.
Questions à vous poser :
- Avez-vous officiellement retiré certaines tâches à votre équipe afin qu’elle puisse apprendre à utiliser l’IA?
- Le fait « d’expérimenter les outils » est-il considéré comme du travail ou comme une perte de temps?
- Avez-vous un moment prévu régulièrement où les équipes partagent ce qu’elles ont appris?
Trouvez les personnes qui le font déjà (vos champions)
La réalité : Vous pouvez embaucher des consultants externes coûteux, mais ils ne connaissent pas votre entreprise. Ils ne savent pas, par exemple, que « Projet X » est en réalité le nom de code d’une fusion.
La solution : Vous n’avez pas besoin d’experts externes; vous avez besoin de champions internes. Dans chaque entreprise, certaines personnes utilisent déjà l’IA. Ce sont vos utilisateurs de « l’IA de l’ombre ». Au lieu de les décourager, faites-en vos formateurs.
Un champion est une personne capable de traduire des principes généraux dans le contexte d’Ateko. Un administrateur de plateforme qui découvre une excellente façon de nettoyer les données grâce à l’IA vaut plus que dix consultants externes, parce qu’il peut expliquer cette approche à ses collègues dans leur propre langage. Repérez ces personnes, reconnaissez leur expertise et donnez-leur l’occasion de transmettre leurs connaissances.
Questions à vous poser :
- Savez-vous qui sont vos « utilisateurs avancés »?
- Donnez-vous à vos champions internes une tribune pour former les autres?
- Accordez-vous trop d’importance aux experts externes au détriment du contexte interne?
Ne vous contentez pas de féliciter les gens; reproduisez leurs réussites
La réalité : Souvent, une personne trouve un cas d’usage exceptionnel, reçoit une tape dans le dos, puis… personne d’autre n’en entend parler. La réussite reste isolée.
La solution : Vous avez besoin d’un mécanisme de diffusion. Lorsqu’une équipe Marketing découvre une façon d’automatiser ses rapports, comment l’équipe Finance l’apprend-elle? Lorsqu’un agent du service à la clientèle rédige l’invite parfaite pour désamorcer une situation avec un client mécontent, comment les 50 autres agents y ont-ils accès?
Vous devez systématiquement reproduire et diffuser les réussites. Qu’il s’agisse d’une bibliothèque d’invites partagée dans Salesforce ou d’une infolettre hebdomadaire présentant les meilleures pratiques, vous devez concevoir les mécanismes qui permettent aux bonnes idées de circuler dans toute l’entreprise. Ne récompensez pas seulement l’innovation; récompensez aussi le partage de cette innovation.
Questions à vous poser :
- Si quelqu’un découvre aujourd’hui une façon de gagner énormément de temps, combien de temps faudra-t-il avant que tout le monde le sache?
- Disposez-vous d’une bibliothèque centrale regroupant les invites et les cas d’usage?
- Récompensez-vous les personnes qui partagent leurs meilleures pratiques?
Les prochaines étapes
Une fois la Phase 2 terminée, votre capital humain est enfin prêt à tirer pleinement parti des systèmes mis en place lors de la Phase 1. C’est maintenant que les choses deviennent vraiment intéressantes.
Dans notre prochain article, nous aborderons la Phase 3 : Définition de la portée et priorisation, afin de déterminer quels projets d’IA devraient être réalisés en premier.
Vous éprouvez des difficultés avec l’adoption de l’IA au sein de votre organisation? Communiquez avec nous.
