Que peuvent faire les dirigeants lorsqu'un projet pilote prometteur dans le domaine de l'IA n'a pas changé le quotidien au travail ?
Un projet pilote d'IA peut sembler prometteur au moment de son lancement. Quelques personnes y trouvent des applications utiles, la participation aux formations est bonne et les outils sont disponibles. Quelques semaines plus tard, cependant, la majeure partie de l'entreprise fonctionne pratiquement comme avant. Que doivent donc faire les dirigeants lorsqu'ils sont confrontés à des difficultés liées à l'adoption de l'IA ?
Dans le premier épisode du podcast « Experiments in Artificial Intelligence » de The Gen AI Academy (22 janvier 2026), Karrie Sullivan, experte en IA et en gestion du changement, s’est entretenue avec Dave Birss, cofondateur de The Gen AI Academy et animateur du podcast, au sujet de la dimension humaine de l’adoption de l’IA. Son message principal est que les premiers utilisateurs d’un projet pilote et l’ensemble du personnel ont souvent besoin de types de soutien différents. Le rôle des dirigeants aujourd’hui consiste à transformer des expériences isolées en meilleures méthodes de travail, puis à évaluer si ces changements apportent une réelle valeur ajoutée.
Écoutez l'intégralité de la conversation
Une adoption de l'IA qui fonctionne vraiment : aller à la rencontre des gens là où ils se trouvent
Expériences en intelligence artificielle, épisode 1 : « Aller à la rencontre des humains là où ils se trouvent : une adoption de l'IA qui fonctionne vraiment » — Dave Birss avec Karrie Sullivan.
Pourquoi l'adoption de l'IA ralentit-elle après une phase pilote ?
Karrie indique que, dans de nombreux projets pilotes auxquels elle a participé, seuls environ 15 à 25 % des participants continuent à utiliser la technologie après les premiers jours ou les premières semaines. Il s’agit là d’une observation issue de sa pratique au sein des organisations, et non d’un taux universel ou d’une référence que chaque entreprise devrait s’attendre à atteindre. La question importante est de savoir pourquoi les autres employés n’ont pas trouvé de moyen utile et viable de l’adopter.
Les dirigeants ont déjà été confrontés à des problèmes similaires lors du déploiement de systèmes ERP et CRM : l'acquisition d'un système ne suffit pas à elle seule à changer les habitudes. L'IA ajoute une difficulté supplémentaire, car ses utilisations sont moins bien définies. Les équipes doivent déterminer comment l'adapter à leurs clients, à leurs tâches et à leurs normes de qualité. Une démonstration des capacités d'un outil ne constitue pas encore une méthode de travail communément admise.
Les premiers utilisateurs ne forment pas un groupe homogène. Certains aiment découvrir des outils qu’ils ne connaissent pas. D’autres cherchent à en tirer un avantage pratique dans le cadre de leurs fonctions. D’autres encore souhaitent savoir si l’IA pourrait avoir un impact sur leur emploi. Le fait qu’ils continuent à utiliser ces outils indique aux dirigeants les pistes à explorer, mais cela ne prouve pas que la même approche fonctionnera pour tout le monde.
Apporter à chaque groupe le soutien dont il a besoin
Ne considérez pas l'hésitation comme un manque de compétences. Un collaborateur qui pose beaucoup de questions cherche peut-être à dissiper ses doutes concernant les attentes, la sécurité, la qualité ou son futur rôle. Le simple fait de l'encourager davantage à « faire des essais » ne suffira peut-être pas à répondre à ces préoccupations.
La séquence qu’elle propose commence par les personnes qui sont prêtes : utiliser des tâches réelles pour développer et tester des applications spécifiques, puis montrer aux collègues ce qui a changé. Pour l’ensemble du personnel, traduisez ces enseignements en schémas de processus, listes de contrôle, exemples et consignes réutilisables, adaptés à chaque rôle. Expliquez quand l’IA est appropriée, à quoi ressemble un résultat satisfaisant et qui se charge de le vérifier. L’objectif est de rendre une pratique utile reproductible plutôt que d’attendre de chaque employé qu’il en invente une à partir de zéro.
C'est également à ce stade que les dirigeants peuvent poser une question plus constructive que « Pourquoi les gens opposent-ils une résistance ? » : quelle partie du nouveau processus proposé manque de clarté, est difficile à mettre en œuvre ou ne bénéficie pas d'un soutien suffisant ?
Aider les responsables à mener à bien le changement
Les cadres intermédiaires sont souvent chargés d'assurer la fiabilité des livraisons, le service client et la conformité. Karrie fait valoir que les organisations peuvent alors demander à ces mêmes cadres de mener une transformation pleine d'incertitudes sans modifier les critères d'évaluation qui leur sont imposés ni leur fournir de méthode claire pour gérer les risques.
Si la direction souhaite que l'utilisation de l'IA se généralise, les responsables ont besoin de temps et de conseils pour déterminer quelles tâches s'y prêtent, comment le travail sera contrôlé, ce que le personnel doit faire en cas de résultat erroné et comment cette nouvelle approche affecte les responsabilités existantes. Sinon, les appels à une adoption rapide risquent d'entrer en conflit avec le devoir des responsables d'assurer la stabilité des opérations.
Évaluer le travail modifié et ses résultats
Les connexions et les formations suivies jusqu'au bout témoignent de la participation. Elles ne permettent toutefois pas de déterminer si une équipe produit un travail plus fiable, offre un meilleur service aux clients ou a réduit une charge de travail évitable. Il convient de relier l'adoption de la solution à la stratégie de l'entreprise et de suivre des indicateurs tels que la charge de travail, la qualité des livraisons, l'expérience des employés et des clients, ainsi que la fidélisation. Les indicateurs pertinents dépendront du processus de travail concerné par le changement.
À mesure que son utilisation se généralise, le risque peut lui aussi évoluer. Sullivan décrit une étape ultérieure au cours de laquelle les gens pourraient accepter trop facilement les résultats générés par l’IA. Elle prend pour exemple une proposition client qui semble convaincante, mais qui promet quelque chose que l’organisation n’est pas en mesure de fournir. Que l’équipe en soit au début de l’adoption de l’IA ou qu’elle l’utilise déjà de manière courante, quelqu’un doit toujours assumer la responsabilité de la décision, vérifier le travail effectué et en comprendre les conséquences.
Dave décrit une évolution similaire dans les missions menées par The Gen AI Academy auprès de ses clients : les organisations commencent souvent par demander des compétences en matière de formulation de prompts, puis se rendent compte qu’elles ont besoin d’aide pour choisir des flux de travail et développer le discernement nécessaire pour y intégrer l’IA. La question concrète qui se pose aux dirigeants n’est pas simplement de savoir combien de personnes ont utilisé un outil, mais quelles tâches ont changé, quels progrès ont été réalisés et qui reste responsable.
Que doit faire un dirigeant à présent ?
Si votre projet pilote s'adresse à un petit groupe actif et que son champ d'application est relativement restreint, commencez par poser trois questions :
- Quelles tâches concrètes les premiers utilisateurs ont-ils améliorées, et comment le savez-vous ?
- De quoi les autres salariés et leurs responsables ont-ils besoin pour mettre en œuvre ces approches de manière sûre et cohérente ?
- Quels résultats et contrôles de qualité vous permettraient de conclure que le nouveau processus est plus efficace ?
Les réponses peuvent suggérer des mesures différentes selon les équipes. Elles fournissent également une base plus claire pour décider s'il convient d'étendre le projet pilote, de repenser un processus de travail ou d'investir dans un accompagnement plus ciblé.
Découvrez cet épisode et le soutien apporté par la Gen AI Academy
Pour les organisations qui passent d'une phase d'expérimentation initiale à un déploiement à plus grande échelle, le programme d'adoption de l'IA commence par une évaluation de l'organisation, puis vise à renforcer le leadership et les capacités internes, et enfin à suivre les progrès réalisés. Cet épisode explique pourquoi ce travail doit partir des personnes et de leurs méthodes de travail existantes.
Le cours « Stratégies d'adoption de l'IA fondées sur la psychologie » et l'atelier « L'adoption de l'IA pour les dirigeants » de Karrie Sullivan permettent d'approfondir son approche. Veuillez ajouter des liens vérifiés vers le cours, l'atelier et le profil d'expert de Karrie avant la publication.
Écoutez l'intégralité de l'entretien ci-dessus pour découvrir les réflexions de Sullivan sur la culture d'entreprise, les préjugés, les préoccupations des salariés et l'avenir de la prise de décision.
Pour en savoir plus
L'IA est confrontée à un problème de « trophée de participation » — Helena McAleer explique pourquoi la participation aux formations et les retours positifs peuvent ne pas suffire à changer les pratiques professionnelles au quotidien. Cet article examine ce que les dirigeants peuvent faire lorsqu'un projet pilote en arrive à ce stade.
« L'approche “AI-First” pourrait bien être la pire approche en matière d'IA » — Dave Birss analyse les décisions stratégiques qui sous-tendent le déploiement de l'IA et explique pourquoi les licences ou les objectifs d'utilisation ne constituent pas à eux seuls une stratégie.
Développer la collaboration entre les humains et l'IA générative — La ressource de Karrie Sullivan explore la psychologie du changement et la manière d'aborder les différents groupes au sein d'une organisation.
