Ces dernières années, j’ai assisté à de nombreuses réunions où l’on annonçait un nouveau programme d’IA. Les slides sont généralement bonnes. Il y a une licence pour chacun, un calendrier de formation, une communauté d’ambassadeurs et un objectif d’utilisateurs actifs. Six mois plus tard, les mêmes salles sont un peu plus calmes. L’usage stagne, les ambassadeurs sont accaparés par leur vrai travail, et quelqu’un demande pourquoi l’investissement ne se voit pas dans les chiffres.
On est tenté d’appeler cela de la résistance au changement. D’après mon expérience, c’est quelque chose de bien plus simple. Les gens sont déjà occupés. La plupart sont bons dans leur travail et dispersés sur trop de tâches. Quand nous leur remettons un nouvel outil puissant, nous leur confions aussi un nouveau travail : apprendre à rédiger des prompts, décider où l’utiliser, vérifier ce qu’il produit et expliquer à leur manager pourquoi il fait gagner du temps. Personne n’a demandé cela.
Former n’est pas transformer
La formation compte. Mais une session de deux heures pour mieux rédiger ses prompts ne change pas la façon dont une facture est rapprochée, dont une demande client est acheminée ou dont un nouveau collègue obtient ses accès le premier jour. Le processus reste exactement le même. Nous avons simplement ajouté une étape facultative dont chacun doit se souvenir, à chaque fois, en plus de tout le reste.
C’est pourquoi tant de pilotes semblent prometteurs puis s’enlisent. L’enthousiasme est réel, mais le travail n’a pas bougé. La valeur dépend de milliers de décisions individuelles d’ouvrir une fenêtre de chat, et c’est une base fragile pour un business case.
Rejoindre les gens là où le travail se fait déjà
La bonne question n’est pas de savoir comment faire utiliser l’IA aux collaborateurs. C’est de savoir quel travail ne devrait plus du tout arriver sur leur bureau. Quand une facture fournisseur arrive, le rapprochement peut démarrer automatiquement. Quand une réunion se termine, les notes et les actions de suivi peuvent déjà attendre au bon endroit. Quand quelqu’un rejoint l’entreprise, les comptes, l’équipement et le planning de la première semaine peuvent être prêts avant son arrivée.
Rien de tout cela ne demande aux gens d’adopter une nouvelle habitude. Tout fonctionne à partir d’événements métier et de plannings, dans les systèmes qu’ils utilisent déjà, et ne fait intervenir une personne que lorsqu’il y a une vraie décision à prendre. Le plus beau compliment que l’on puisse nous faire n’est pas qu’un outil est impressionnant. C’est qu’une tâche a tout simplement cessé d’être pénible.
Rendre le « oui » sans risque
Retirer du travail aux équipes ne fonctionne que si elles ont confiance dans ce qui le remplace. Cela suppose un responsable clair pour chaque agent, des limites raisonnables à ce qu’il peut faire et un moyen visible de le mettre en pause ou de le corriger. Cela suppose aussi de dialoguer tôt avec la DSI, avec la sécurité et, en Allemagne comme dans de nombreux autres pays européens, avec les représentants du personnel. Ces échanges ne sont pas des obstacles. C’est là que les garde-fous sont conçus correctement.
Quand les équipes peuvent voir ce qu’un agent a fait et pourquoi, et savent que les décisions sensibles leur reviennent toujours, la conversation change. La question n’est plus de savoir s’il faut faire confiance à l’IA en général. Elle est de savoir si ce workflow précis, avec ces garde-fous précis, fait mieux que la façon dont le travail était fait le mois dernier.
Mesurer le travail, pas les connexions
Le nombre d’utilisateurs actifs est facile à remonter, mais c’est un indicateur de valeur bien faible. Je préfère de loin savoir combien de factures ont été rapprochées sans relances manuelles, à quelle vitesse les nouveaux arrivants sont devenus productifs ou combien de demandes clients ont été résolues du premier coup. Ces chiffres appartiennent au métier, pas à la technologie.
C’est aussi comme cela que l’adoption progresse en pratique. Une équipe voit l’équipe voisine passer moins de temps sur les tâches routinières et demande la même chose. Nul besoin de campagne pour cela. Le résultat suffit à convaincre.
Commencer par un processus qui fait mal
Si vous préparez votre prochaine étape avec l’IA, mon conseil est modeste. Ne commencez ni par la plateforme ni par le plan de formation. Commencez par un processus que tout le monde juge pénible, suivez-le de bout en bout avec les personnes qui le réalisent, et supprimez autant de tâches routinières que possible en toute sécurité. Puis recommencez.
La technologie doit rendre les gens plus capables, pas leur donner davantage à gérer. Si nous y parvenons, l’adoption cesse d’être un programme. Elle devient la façon normale dont l’entreprise fonctionne.
