Adoption de l'IA dans l'entreprise : la direction ne peut pas ignorer l'équipe

Les chiffres sur l’IA révèlent un paradoxe que de nombreuses entreprises connaissent déjà. L'adoption augmente, l'utilisation se répand, les pilotes se multiplient. Pourtant, la valeur n’évolue pas à la même vitesse.

McKinsey constate que 78 % des organisations utilisent l'IA dans au moins une fonction commerciale et 71 % utilisent régulièrement des outils d'IA générative, mais plus de 80 % ne voient toujours aucun impact tangible sur l'EBIT à l'échelle de l'entreprise.

Le BCG ajoute un autre élément : son utilisation est désormais quotidienne pour les dirigeants et les managers, tandis que parmi les travailleurs de première ligne, l'adoption s'est arrêtée à 51 %. Il ne s’agit donc plus de savoir si l’IA va entrer dans l’entreprise. Il s’agit de comprendre pourquoi, dans de nombreuses entreprises, le travail n’évolue pas encore vraiment.

Bien souvent, la réponse n’est pas technologique. C'est managérial. Lorsque l’IA est présentée comme un raccourci pour se passer des humains, l’organisation réagit de manière prévisible : elle se défend, se raidit, minimise, feint de se conformer. C’est ainsi que naît la forme la plus courante de fausse adoption : celle dans laquelle les outils sont là, les cas pilotes aussi, mais le travail quotidien continue quasiment le même qu’avant.

La première erreur : confondre adoption et remplacement

De nombreux programmes d’adoption de l’IA stagnent dès leur annonce. Non pas pour un problème de licences, de modèles ou de sécurité, mais pour le message implicite qu'ils véhiculent. Si le management communique, même indirectement, que l’IA est principalement utilisée pour comprimer les rôles, réduire les activités humaines ou « surperformer » les équipes, la réaction la plus probable n’est pas la curiosité. C'est la résistance.

Hilary Gridley observe qu’il est peu probable qu’une équipe adopte véritablement l’IA si elle perçoit que le leader est avant tout désireux de la remplacer ; McKinsey, pour sa part, rapporte que le plus grand obstacle au succès n'est pas la disponibilité des travailleurs, mais le leadership.

C'est une dynamique compréhensible. Personne n’investit réellement d’énergie dans l’apprentissage d’une nouvelle façon de travailler s’il perçoit que cet effort servira principalement à développer sa propre non-pertinence. C'est pour cette raison que le thème n'est pas seulement culturel, mais stratégique. Une véritable adoption de l’IA nécessite une confiance organisationnelle. Et la confiance ne naît pas de proclamations sur l’innovation, mais de la perception concrète que l’entreprise investit dans les personnes et non les contourne.

Voici un point que de nombreuses entreprises sous-estiment : les salariés sont souvent plus disposés que la direction à adopter ces outils.

Un rapport McKinsey de 2025 conclut que les employés utilisent l’IA bien plus que ne l’imaginent les dirigeants, qu’ils demandent avant tout plus de formation et de soutien et que le problème, dans de nombreux cas, n’est pas de convaincre la base, mais de donner un mandat de changement clair et crédible.

La deuxième erreur : ignorer ceux qui connaissent vraiment le métier

Le moyen le plus rapide de ralentir l’adoption est d’essayer de repenser les processus sans impliquer ceux qui les connaissent en détail. L’IA fonctionne bien lorsqu’elle réunit deux ingrédients : l’expertise technique et l’expertise du domaine. La première est de comprendre ce qui est possible. La seconde sert à comprendre ce qui vaut vraiment la peine d’être fait, où se trouvent les exceptions, quels sont les goulots d’étranglement, ce qui distingue un résultat médiocre d’un résultat utile.

Gridley insiste précisément sur ce point : la transformation réussit lorsqu'une expertise technique suffisante est apportée aux experts du domaine, ou une compréhension suffisante du domaine est apportée à ceux qui construisent les solutions.

Pour cette raison, la direction ne doit pas remplacer les experts du domaine, mais les transformer en protagonistes de la refonte. Ceux qui sont proches du client, du processus, de la décision, de l’erreur récurrente, possèdent le contexte qu’aucun modèle ni aucune équipe externe ne peut entièrement reconstruire. Penser qu'il suffit d'insérer une technologie ou de déléguer la tâche de réécriture de l'œuvre à l'extérieur produit souvent des résultats élégants dans la présentation et faibles dans la pratique.

Cela ne veut pas dire que les partenaires et les consultants ne sont pas utiles. Ils sont certes utiles, mais lorsqu'ils transfèrent de méthode, ils accélèrent l'apprentissage, ils aident à comprendre les priorités et les contraintes. Pas quand ils remplacent la compréhension interne de l’œuvre. Gridley note que le recours à des tiers peut même aggraver le problème si cela signale une méfiance à l'égard de l'équipe, alors que le véritable problème reste toujours le même : combiner l'expertise technique, le contexte commercial et la confiance organisationnelle. L’adoption ne devient solide que lorsque l’intelligence des processus reste au sein de l’entreprise et se développe parallèlement à l’utilisation de l’IA.

La troisième erreur : introduire des outils sans changer le contexte

De nombreuses entreprises déclarent que l’IA est stratégique, mais la considèrent ensuite comme une activité facultative à pratiquer quand on en a le temps. C'est là que la transformation se vide. Si la direction souhaite réellement l’adoption, il ne suffit pas de mettre à disposition un copilote ou d’organiser quelques heures d’ateliers. Elle doit changer les conditions de fonctionnement dans lesquelles les gens travaillent.

Cela signifie au moins quatre choses.

• La première est de protéger le temps d’expérimentation. Si chaque fonction est saturée d’objectifs, d’urgences et de routines trimestriels, personne n’utilisera l’IA pour repenser sérieusement son travail.
• La seconde consiste à définir des priorités explicites. Si le changement ne fait pas partie des objectifs concrets de l’année, il sera forcément traité comme accessoire.
• La troisième est de rendre les résultats visibles. Les comportements se propagent lorsque l'organisation voit qu'une expérience utile est reconnue, évoquée, imitée.
• La quatrième consiste à créer un environnement dans lequel l’erreur initiale est admise comme faisant partie de l’apprentissage.

Gridley propose exactement ces leviers : du temps pour expérimenter, une vraie priorité, des objectifs ambitieux, la reconnaissance des résultats, une culture d’apprentissage et un leadership qui montre l’exemple.

Les recherches récentes convergent sur ce point. McKinsey rapporte que la refonte des flux de travail est le facteur le plus étroitement lié à l'impact économique de l'IA, tandis que le BCG note que la valeur est générée lorsque les entreprises cessent de simplement introduire des outils et commencent à repenser les flux de travail de bout en bout. En d’autres termes, le levier n’est pas le logiciel lui-même, mais le contexte organisationnel qui rend possible son utilisation transformatrice.

Le management comme facilitateur et non comme spectateur

Il y a alors un changement plus profond. À l’ère des assistants et agents IA, les compétences managériales deviennent encore plus centrales. Ethan Mollick le résume bien : donner des instructions claires, définir l'objectif, établir les limites de la délégation, évaluer le résultat, corriger et améliorer sont autant de compétences de management avant même de inciter. L’IA, de ce point de vue, ne réduit pas le besoin de gestion. Cela le rend plus visible.

C'est pourquoi le rôle du management n'est pas de contrôler chaque expérimentation d'en haut, ni d'attendre que l'adoption émerge spontanément. Il s’agit de créer les conditions permettant aux individus d’apprendre à mieux travailler avec l’IA, avec des normes claires et des attentes crédibles. Le manager efficace ne se contente pas de dire « utilisez ces outils ». Il dit : voici quels problèmes méritent d'être résolus, voici comment nous reconnaissons un bon résultat, voici où vous avez de l'autonomie, voici comment nous partageons ce qui fonctionne.

Lorsque cela se produit, l’IA cesse d’être une promesse abstraite ou une vague menace. Cela devient une infrastructure opérationnelle. Il saisit les décisions, les bilans, les analyses, les activités répétitives mais aussi les étapes à forte valeur ajoutée. Surtout, cela s'arrête en fonction de l'enthousiasme de quelques pionniers.

De la formation aux changements de poste

Un autre malentendu récurrent est de penser qu’il suffit de se former pour adopter. La formation est nécessaire mais pas suffisante. Un cours peut accroître la familiarité et le vocabulaire commun, mais à lui seul, il ne modifie pas les processus, les responsabilités et les rituels. La véritable adoption commence lorsque ce que vous apprenez trouve sa place dans un travail concret : dans la réunion de vente, dans le cycle de livraison, dans la passation de fonctions, dans la manière de construire une présentation, d'analyser une anomalie ou de préparer une décision.

C’est pour cette raison que les entreprises plus matures ne traitent pas l’IA comme un simple sujet de formation, mais comme une intervention de refonte. Ils partent de questions très pratiques : quelles activités absorbent du temps sans générer de différenciation ? Où la qualité dépend de l’accès, de la synthèse ou de l’évaluation de l’information ? Où existe-t-il des goulots d’étranglement cognitifs qui peuvent être atténués ? Où le manager continue-t-il d’agir comme une plateforme manuelle pour des activités qui pourraient être mieux déléguées, orchestrées ou rendues auditables ?

La véritable adoption commence là. Pas dans le catalogue d'outils, mais dans la réécriture de l'ouvrage.

Une règle simple pour éviter de faire un mauvais départ

S’il y a une règle simple que la direction doit garder à l’esprit, c’est bien celle-ci : l’IA ne se propage pas contre les personnes, mais à travers les personnes. Tout raccourci qui tente d’ignorer ces éléments de preuve peut donner une apparence de rapidité au début, mais tend à produire une fragilité par la suite. Chaque investissement qui aide ceux qui connaissent le métier à le repenser avec l’IA nécessite plus de patience, mais génère une adoption plus forte.

La direction n’a donc pas à choisir entre protéger l’équipe ou innover. Il doit comprendre qu’à ce stade, les deux choses coïncident. Les entreprises qui s’en rendront compte en premier ne seront pas nécessairement celles qui possèdent le plus de licences ou le plus de pilotes. Ce seront ceux qui seront capables de transformer des compétences généralisées, la confiance interne et la qualité managériale en de nouvelles capacités opérationnelles.

Points à retenir

• L’adoption de l’IA échoue lorsqu’elle est perçue comme un projet de remplacement et non comme un levier d’amélioration du travail.
• Les experts du domaine sont au centre de la transformation, car ils connaissent le contexte réel, les exceptions et les critères de qualité.
• La direction doit créer du temps, des priorités, des incitations et des rituels d'apprentissage, et pas seulement acheter des outils.
• La valeur apparaît lorsque vous repensez les flux de travail et les décisions, et non lorsque vous ajoutez des outils à des processus inchangés.