Dans la plupart des entreprises, l’IA générative circule déjà avant la moindre formation officielle. Selon une étude Microsoft/YouGov menée en 2026, 61% des salariés français utilisent des outils d’IA hors de tout cadre fixé par leur employeur, souvent depuis leur compte personnel. Avant de former votre équipe sur ce sujet, mieux vaut donc savoir ce qui s’y passe déjà.
1. Commencer par un état des lieux honnête
Avant de lancer la moindre session, cartographiez les usages réels de votre équipe. Qui a déjà testé ChatGPT, Claude ou Gemini dans son coin ? Qui n’a jamais ouvert un outil d’IA et ignore ce que signifie un « prompt » ? Un questionnaire interne, même informel, sépare déjà ceux qui ont essayé l’IA de ceux qui découvrent tout. Trois ou quatre questions suffisent : quels outils sont déjà utilisés, sur quel type de tâche, à quelle fréquence. De quoi dessiner deux groupes de niveau, plutôt qu’une session unique pensée pour personne en particulier.
Cette photographie de départ vous évite de perdre la moitié de la salle dès les dix premières minutes. Selon l’Observatoire de l’IA responsable en entreprise 2026 (KPMG France, ViaVoice, Impact AI), seuls 23% des salariés du secteur privé déclarent avoir reçu une formation à l’IA, et 6% seulement de façon approfondie. L’audit ne sert pas qu’à ajuster le contenu de la session : il révèle, le plus souvent, qu’une bonne partie de l’équipe navigue déjà seule, sans aucun repère.
2. Partir des tâches que l’équipe fait déjà
La formation échoue souvent quand elle reste abstraite : un enchaînement de fonctionnalités sans lien avec le travail réel. Le plus simple est de demander directement à votre équipe quelles tâches lui prennent le plus de temps dans une semaine normale, rédiger un compte-rendu de réunion ou résumer un contrat, par exemple, puis de choisir une ou deux d’entre elles pour la première session, plutôt que de viser l’exhaustivité.
Plusieurs études chiffrent ce gain de temps, avec des écarts selon la population mesurée. Une étude de la London School of Economics et du cabinet Protiviti (2025, Bridging the Generational AI Gap) évalue le gain à l’équivalent d’une journée de travail par semaine, soit environ 7 heures, et précise un point utile : ce gain dépend d’abord de la formation reçue, pas de l’âge ou de l’aisance naturelle avec la technologie. Un salarié sceptique de 55 ans, bien formé, progresse plus vite qu’un jeune collaborateur laissé seul devant l’outil. Une étude Asterès pour France Num, menée spécifiquement auprès de chefs d’entreprise artisanale, mesure un gain plus modeste, 2 heures par semaine chez les utilisateurs quotidiens : l’ampleur réelle dépend donc beaucoup du métier et du niveau de maîtrise de l’outil.
Cette logique se vérifie aussi sur l’adoption elle-même. Selon le même Observatoire, le recours à l’IA générative grimpe à 90% chez les salariés ayant suivi une formation à l’IA responsable, contre 47% en moyenne sur l’ensemble des salariés. Les réticences s’estompent dès que le gain devient concret et personnel.
3. Poser un cadre clair avant d’aller plus loin
Avant d’élargir les usages, autant fixer quelques règles simples : quelles données ne doivent jamais être collées dans un outil grand public, quels usages sont autorisés, qui relit un contenu généré par l’IA avant qu’il parte à un client. Selon le baromètre IA des PME françaises 2026, 67% des PME n’ont encore mis en place aucune charte ni règle encadrant l’usage de l’IA en interne. Sans ce cadre, chaque collaborateur improvise ses propres limites, ou n’en a aucune.
Le risque n’est pas que théorique. Une étude Cyberhaven (2024) a mesuré que 11% des contenus collés par des salariés dans ChatGPT contenaient des informations confidentielles, dont 4% de données personnelles directement identifiantes : noms, adresses, données clients. Un cadre écrit, même d’une page, suffit à limiter ce genre d’erreurs : il précise ce qui peut être collé dans un outil grand public, et ce qui ne doit jamais l’être.
4. Faire de l’expérimentation un rituel, pas un événement
Une session isolée ne suffit pas à ancrer de nouvelles pratiques : sans relais, les bons réflexes se perdent en quelques semaines. Un rituel simple permet de les entretenir : une réunion mensuelle de partage de prompts, où chacun montre une astuce ou un usage qu’il a testé, complétée par un canal Slack ou Notion dédié aux expérimentations en cours. Pour durer, ce rituel n’a pas besoin d’être long : vingt minutes une fois par mois suffisent, à condition que quelqu’un dans l’équipe soit chargé de relancer la session si elle s’essouffle.
Une étude EY (Work Reimagined, 2025), menée auprès de grandes entreprises dans le monde, va dans le même sens : les organisations qui tirent le plus de valeur de l’IA sont celles qui ont mis en place une vraie culture d’apprentissage, appuyée par un système qui récompense l’expérimentation plutôt que la seule performance immédiate. Le rituel ne vaut que si l’erreur y a sa place : un prompt qui n’a pas fonctionné mérite d’être partagé autant qu’une astuce qui marche.
5. Mesurer ce qui a vraiment changé, six mois après
Le nombre de sessions organisées ne dit pas grand-chose sur la réussite d’une formation. Le bon réflexe, six mois plus tard, c’est de regarder ce qui se passe une fois les sessions terminées : les usages remontent-ils dans un canal commun, ou restent-ils cantonnés aux comptes personnels de chacun, comme c’est encore le cas aujourd’hui pour six salariés français sur dix ?
Quand les outils sont déployés en licence, ChatGPT Entreprise, Claude Entreprise, Copilot ou un autre abonnement professionnel, la console d’administration donne un indicateur plus précis que les impressions : nombre d’utilisateurs actifs et fréquence d’usage. Croisé avec les réponses du questionnaire de départ, ce taux d’adoption réel dit si la formation a changé les pratiques ou si elle est restée un événement isolé. C’est ce déplacement, des comptes personnels vers des usages mesurés et partagés, qui montre qu’une formation a porté ses fruits.
Envie d'en savoir plus ?
Découvrir