Le déséquilibre structurel des investissements dans l’IA
Dans un récent entretien avec Fortune, le directeur technique de Deloitte, Bill Briggs, a mis en évidence un déséquilibre frappant : on estime que les organisations allouent environ 93 % de leurs budgets de transformation de l’IA à la technologie et seulement 7 % aux personnes.
L’infrastructure est financée. On attend de la main-d’œuvre qu’elle s’adapte.
Ce déséquilibre devient encore plus préoccupant lorsqu’il est examiné sous l’angle d’une recherche plus large sur la transformation. McKinsey a toujours indiqué qu’environ 30 % seulement des initiatives de transformation ont un impact durable sur les performances. En d’autres termes, la plupart des programmes de changement à grande échelle ne parviennent pas à réaliser pleinement leurs ambitions.
L’étude de Prosci apporte une nuance importante : les organisations qui appliquent une gestion structurée du changement ont jusqu’à sept fois plus de chances d’atteindre leurs objectifs que celles qui négligent l’aspect humain de la transformation.
Lorsque ces idées sont appliquées à l’IA, il est difficile d’ignorer la conclusion. La technologie seule ne transforme pas les organisations. La valeur durable émerge lorsque les personnes changent leur façon de travailler.
Pourquoi les initiatives en matière d’IA s’essoufflent-elles ?
Dans les entreprises et les organisations de taille moyenne, nous observons un schéma similaire. Les outils d’IA sont déployés avec succès d’un point de vue technique. La gouvernance et la sécurité sont prises en compte. Les cas d’utilisation sont identifiés et les premiers utilisateurs commencent à expérimenter. L’enthousiasme initial est souvent grand. Cependant, au fil du temps, l’élan ralentit.
Ce ralentissement est rarement dû aux performances des modèles ou aux limites de l’infrastructure. Il reflète plutôt l’incertitude et les frictions au niveau du travail quotidien. Les employés ne savent pas toujours quand l’IA apporte une valeur ajoutée et quand elle n’en apporte pas. Ils peuvent manquer de confiance dans la formulation d’invites efficaces. Ils peuvent avoir du mal à intégrer les résultats de l’IA dans les processus existants ou mettre en doute la fiabilité des résultats générés.
L’IA offre de nouvelles possibilités, mais elle remodèle également les rôles, les responsabilités et les flux de travail. Sans une orientation délibérée et un soutien structuré, ce changement reste incomplet. La capacité ne se traduit pas automatiquement par la productivité. Sans adoption structurée de l’IA, la technologie reste sous-utilisée.
Le véritable fossé de la transformation de l’IA
La contrainte centrale de la transformation de l’IA n’est pas l’accès aux outils. La plupart des organisations peuvent aujourd’hui acquérir des capacités d’IA avancées relativement rapidement. La question la plus difficile est de savoir si les employés sont équipés pour utiliser ces capacités de manière efficace et responsable.
L’IA modifie la façon dont le travail est préparé, exécuté et examiné. Les rapports peuvent être rédigés en quelques minutes. Les données peuvent être analysées plus rapidement. Les tâches répétitives peuvent être automatisées. L’accès aux connaissances peut se faire de manière conversationnelle. Toutefois, pour réaliser ces gains, il faut plus qu’une licence logicielle. Il faut savoir comment l’IA affecte des rôles spécifiques, disposer de compétences pratiques en matière d’incitation et d’évaluation, et avoir la confiance nécessaire pour intégrer l’IA dans les flux de travail quotidiens.
C’est là que de nombreuses initiatives échouent. La technologie évolue rapidement, mais la préparation de la main-d’œuvre évolue plus lentement. Pour combler ce fossé, il faut investir délibérément.
De la prise de conscience à l’adoption mesurable
Chez Xylos, nous abordons la transformation de l’IA comme un parcours organisationnel plutôt que comme un déploiement purement technique. Construire une base numérique sécurisée et évolutive reste essentiel, tout comme intégrer l’IA dans les processus pour améliorer l’efficacité. Cependant, aucun de ces efforts n’atteindra son plein potentiel sans une main-d’œuvre qui comprend comment traduire la capacité en valeur.
C’est pourquoi nous mettons l’accent sur l’IA et la maîtrise des données.
La maîtrise de l’IA n’est pas une session de formation unique. Il s’agit d’une progression structurée qui va de la prise de conscience à l’adoption mesurable. Dans le cadre de nos programmes, nous commençons par une mesure de référence afin d’évaluer le point de départ de l’organisation. Les parcours d’apprentissage sont ensuite adaptés aux rôles, garantissant la pertinence et l’application pratique. Tout au long du programme, des contrôles de pouls rendent les progrès visibles, et un rapport d’impact final met en évidence les niveaux d’adoption et les domaines d’amélioration restants.
La mesure est importante. Sans visibilité sur l’adoption, les organisations ne peuvent pas déterminer si l’IA influence réellement la productivité.
Pour rendre l’apprentissage tangible, nous complétons les programmes structurés par des formats interactifs tels que le Copilot Escape Game, où les équipes appliquent l’IA dans des scénarios réalistes, et le mAIndset Prompting Game, qui renforce les compétences en matière d’incitation à travers différents niveaux d’expérience . Ces formats réduisent les hésitations et renforcent la confiance dans la pratique.
L’apprentissage doit être directement lié au travail quotidien. La confiance doit être acquise par l’expérience. L’impact doit être démontré et non présumé.
L’IA récompensera les organisations prêtes à embaucher
Les entreprises ont besoin d’envergure, de gouvernance et de cohérence. Les entreprises de taille moyenne privilégient souvent la rapidité et la concentration. Malgré ces différences, elles sont toutes deux confrontées au même impératif stratégique : aligner les investissements technologiques sur la préparation de la main-d’œuvre.
Les organisations qui seront les plus performantes dans les années à venir ne seront pas nécessairement celles qui déploieront les modèles les plus avancés. Ce seront celles qui prépareront systématiquement leur personnel à utiliser l’IA de manière réfléchie, efficace et responsable.
L’IA peut commencer comme une innovation technologique, mais sa valeur à long terme est déterminée par l’adoption humaine. Le succès de l’IA est une stratégie de main-d’œuvre. Les organisations qui le reconnaissent très tôt seront celles qui travailleront vraiment plus intelligemment.
