Maîtrise de l'IA : comment former méthodiquement vos équipes à bien utiliser l'IA

Lorsqu'elles évoquent la formation à l'IA, beaucoup d'entreprises pensent d'abord à apprendre à leurs collaborateurs « comment utiliser tel outil » : rédiger un prompt, générer un rapport hebdomadaire. C'est utile, mais très insuffisant. Ce qui manque le plus aux collaborateurs, ce n'est souvent pas le mode opératoire, mais le discernement : quand peut-on se fier à un résultat produit par l'IA, quand faut-il impérativement le vérifier, quelles données ne doivent jamais y être saisies. L'essentiel de la maîtrise de l'IA n'est pas de « savoir s'en servir », mais de s'en servir en connaissance de cause et en toute confiance.

Comment, dès lors, une entreprise peut-elle développer méthodiquement la maîtrise de l'IA de ses équipes, plutôt que de considérer la mission accomplie après quelques conférences ? Cet article présente les compétences que recouvre la maîtrise de l'IA, les exigences du règlement européen sur l'IA en la matière, le constat d'un usage « généralisé mais insuffisamment accompagné », et la manière de concevoir une formation par niveau de poste puis de la déployer pas à pas.

Qu'est-ce que la maîtrise de l'IA ? Pourquoi ne se résume-t-elle pas à « savoir utiliser des outils » ?

La maîtrise de l'IA (AI literacy) désigne l'ensemble des connaissances et des compétences qui permettent aux collaborateurs de comprendre ce que l'IA peut faire et ne peut pas faire, et de l'utiliser de manière responsable dans leur travail. Elle s'apparente davantage à une « littératie », comme savoir lire et écrire, qu'à une compétence logicielle. Les outils évoluent sans cesse, mais la capacité à évaluer un résultat produit par l'IA et à repérer les risques reste transférable dans la durée.

La notion de « littératie » est en elle-même éclairante. Lorsqu'on parlait autrefois d'éducation aux médias, l'enjeu n'était pas de savoir regarder la télévision ou faire défiler son téléphone, mais de pouvoir interroger une information : « qui l'a produite, pourquoi la présente-t-on ainsi, qu'est-ce qui a été omis ? ». La maîtrise de l'IA procède de la même logique : les contenus générés par l'IA paraissent fluides et assurés, mais ils peuvent inventer des faits, omettre des conditions essentielles ou amplifier les biais présents dans les données d'entraînement. Face à ce « collègue très éloquent », les collaborateurs doivent savoir garder la tête froide.

La définition retenue par le règlement européen sur l'IA va dans le même sens : il s'agit des compétences, des connaissances et de la compréhension qui permettent aux personnes concernées de déployer des systèmes d'IA en connaissance de cause, et de prendre conscience des possibilités et des risques de l'IA ainsi que des préjudices qu'elle peut causer (source).

En entreprise, on peut décomposer la maîtrise de l'IA en quatre niveaux :

• Savoir utiliser. Savoir à quelles tâches l'IA se prête, formuler clairement une demande et intégrer l'IA dans son travail quotidien. Par exemple, demander à l'IA de dresser, à partir d'un compte rendu de réunion, la liste des actions à mener et de leurs responsables.
• Comprendre les limites. Savoir que l'IA peut se tromper avec le plus grand sérieux (on parle souvent d'« hallucinations »), qu'elle ignore la situation interne la plus récente de l'entreprise et qu'elle ne peut pas assumer les conséquences à la place d'une personne.
• Savoir juger. Vérifier les faits et les chiffres clés, repérer les biais et les omissions dans un résultat, savoir quelles conclusions doivent être validées par un humain. Par exemple, pour un devis rédigé par l'IA, les prix, remises et délais de livraison doivent être contrôlés dans le système avant tout envoi au client.
• Respecter le cadre. Avoir le réflexe de la sécurité des données : savoir que les informations clients, les contrats, les données financières et les données personnelles des salariés ne doivent pas être saisis à la légère dans des outils non approuvés, et savoir à qui s'adresser en cas de problème.

Beaucoup de formations ne couvrent que le premier niveau. C'est pourtant dans les trois suivants que se situent réellement les risques et la valeur pour l'entreprise.

Quelles exigences le règlement européen sur l'IA impose-t-il en matière de maîtrise de l'IA ?

L'article 4 du règlement européen sur l'IA est spécifiquement consacré à l'obligation de maîtrise de l'IA ; il s'applique depuis le 2 février 2025. Sa portée dépasse la seule conformité : pour la première fois, un texte de loi affirme explicitement qu'une entreprise qui fait utiliser l'IA à ses collaborateurs a la responsabilité de leur en donner la compréhension nécessaire.

Selon le texte publié sur EUR-Lex, l'article 4 impose aux fournisseurs (ceux qui développent l'IA) et aux déployeurs (les organisations qui utilisent l'IA dans leurs activités) de prendre des mesures pour garantir, dans toute la mesure du possible, un niveau suffisant de maîtrise de l'IA à leur personnel et aux autres personnes qui s'occupent du fonctionnement et de l'utilisation des systèmes d'IA pour leur compte, en tenant compte de leurs connaissances techniques, de leur expérience, de leur éducation et de leur formation, du contexte d'utilisation de l'IA et des personnes sur lesquelles elle doit être utilisée. L'article 113 prévoit que le chapitre I, qui contient l'article 4, s'applique à compter du 2 février 2025 (source).

Les règles ont depuis été ajustées une fois. Les « Questions-réponses sur la maîtrise de l'IA » de la Commission européenne précisent que l'omnibus numérique sur l'IA (Digital Omnibus on AI), entré en vigueur à la mi-juillet 2026, a modifié l'article 4 : la maîtrise de l'IA reste une obligation pour les fournisseurs et les déployeurs, mais il n'est plus exigé d'atteindre un niveau spécifique ou « suffisant », ni de garantir que chaque collaborateur atteint un certain degré ; la surveillance et le contrôle de l'application, confiés aux autorités de surveillance du marché des États membres, débutent le 2 août 2026 (source).

Le même document clarifie plusieurs points qui préoccupent particulièrement les entreprises (source) :

• Pas de certificat requis. L'entreprise peut consigner en interne les actions de formation et d'accompagnement menées.
• Pas de format imposé. Le règlement ne prescrit ni cursus obligatoire ni forme particulière, mais se contenter de faire lire aux collaborateurs la notice d'utilisation de l'outil est, dans bien des cas, insuffisant.
• L'usage courant est concerné. Par exemple, un collaborateur qui utilise un chatbot pour rédiger un texte publicitaire ou traduire un document doit lui aussi être informé de risques précis comme les hallucinations.
• Le contenu doit être adapté au risque. Le document recommande de prendre en compte au moins quatre éléments : donner aux collaborateurs une compréhension générale de l'IA ; déterminer si l'entreprise est fournisseur ou utilisatrice ; identifier les risques des systèmes d'IA utilisés ; puis concevoir des mesures concrètes en fonction du profil des collaborateurs et des contextes d'utilisation.
• Pas seulement les entreprises européennes. Dès lors qu'un système d'IA est mis sur le marché de l'UE, utilisé dans l'UE ou que son utilisation affecte des personnes situées dans l'UE, les règles s'appliquent également.

Pour les entreprises sans activité dans l'UE, ce texte ne s'applique pas directement. Il offre néanmoins un repère clair : la maîtrise de l'IA n'est pas un module « bonus », mais une responsabilité de base de toute entreprise qui utilise l'IA.

Les collaborateurs utilisent déjà largement l'IA : la formation suit-elle ?

En réalité, les collaborateurs adoptent l'IA bien plus vite que les entreprises ne les forment. La plupart ont appris à s'en servir seuls, par tâtonnement, sans accompagnement structuré.

Plusieurs grandes enquêtes illustrent ce décalage :

• Usage généralisé, formation rare. Le « Work Trend Index 2024 » de Microsoft et LinkedIn, mené auprès de 31 000 travailleurs du savoir dans 31 marchés, montre que 75 % d'entre eux utilisent déjà l'IA au travail et que 78 % des utilisateurs apportent leurs propres outils, mais que seuls 39 % des utilisateurs ont reçu une formation à l'IA de la part de leur entreprise (source).
• Des besoins forts, peu satisfaits. L'étude « AI at Work » publiée par BCG en juin 2026, menée auprès de 11 749 employés de bureau, managers et dirigeants, indique que 74 % des collaborateurs de terrain utilisent désormais l'IA régulièrement, soit 23 points de plus que l'année précédente ; 88 % des répondants estiment devoir monter fortement en compétences au cours des cinq prochaines années, mais seuls 36 % jugent avoir été suffisamment formés, une proportion inchangée par rapport à 2025 ; enfin, seuls 33 % des collaborateurs de terrain considèrent que la direction a communiqué clairement sur l'IA (source).
• Sans règles, l'IA s'utilise « en cachette ». L'enquête 2025 de BCG, menée dans 11 pays auprès de plus de 10 600 salariés, révèle que 54 % des répondants déclarent qu'ils utiliseraient des outils d'IA même sans autorisation ; à l'inverse, les collaborateurs ayant suivi plus de 5 heures de formation, en particulier avec un accompagnement et un coaching en présentiel, sont nettement plus susceptibles de devenir des utilisateurs réguliers (source).
• Les managers eux-mêmes ne sont pas prêts. Une enquête Gartner menée en 2025 auprès de 114 responsables RH montre que seuls 8 % d'entre eux estiment que les managers de leur entreprise disposent des compétences nécessaires pour utiliser efficacement l'IA, et que seules 14 % des entreprises aident leurs managers à intégrer l'IA générative dans leur travail quotidien (source).

Précisons que les répondants de ces enquêtes sont majoritairement des employés de bureau de moyennes et grandes entreprises ; la situation peut être différente dans les PME et sur les sites de production. Mais la tendance est la même : les outils sont déjà entrés dans les bureaux, la compréhension et les règles pas encore.

Ce décalage ne se traduit pas seulement par des pertes d'efficacité. En tâtonnant seuls, des collaborateurs peuvent coller une liste de clients dans un outil conversationnel lié à leur compte personnel, ou reprendre dans un contrat une clause inventée par l'IA ; d'autres, craignant d'être perçus comme « paresseux », préfèrent taire leur usage. Un usage silencieux est plus dangereux qu'un usage assumé, car l'entreprise n'en voit pas les risques et ne peut pas non plus en tirer d'enseignements.

Que doivent apprendre les collaborateurs selon leur poste ?

La formation à l'IA ne peut pas reposer sur « un seul support pour tout le monde ». Selon les postes, on n'utilise pas l'IA de la même façon, on n'assume pas les mêmes responsabilités, et les priorités de formation diffèrent. Le principe de la segmentation est simple : plus les responsabilités sont élevées, plus il faut maîtriser le jugement et les risques ; plus on est proche du terrain, plus la formation doit coller aux tâches concrètes.

Le tableau ci-dessous propose un cadre par niveau, à utiliser comme point de départ pour concevoir les contenus :

Ce tableau n'est qu'indicatif : le contenu doit être adapté au secteur, aux outils utilisés et au niveau de risque. Par exemple, les collaborateurs de terrain d'une chaîne de restauration auront surtout besoin de comprendre les plannings et les suggestions de commande générés par l'IA, tandis que les référents métier d'un grossiste-distributeur devront plutôt apprendre à traiter avec l'IA de gros volumes de demandes de prix et d'e-mails de commande.

Un public est souvent négligé : la direction. Un manager qui ne sait pas utiliser l'IA et n'en comprend pas les risques aura du mal à juger de la fiabilité des productions de son équipe, comme à la rassurer. La formation des dirigeants ne doit donc pas se limiter à « assister à une présentation des tendances » : elle doit les amener à réaliser eux-mêmes quelques tâches réelles.

Comment déployer méthodiquement une formation à l'IA ? Guide étape par étape

Mieux vaut concevoir la formation à l'IA comme un programme continu que comme une action ponctuelle. D'abord dresser un état des lieux, puis concevoir des parcours par niveau, s'exercer sur des tâches réelles, consolider avec des règles et des relais internes, et enfin s'améliorer en continu grâce aux données.

Étape 1 : dresser un état des lieux. Commencez par identifier les outils d'IA utilisés par les collaborateurs, à quelles fins, les difficultés rencontrées et les inquiétudes que suscite l'IA. Un questionnaire anonyme complété par quelques entretiens en petit comité suffit. L'anonymat est essentiel : ce n'est qu'en l'absence de crainte de sanction que les collaborateurs indiqueront les outils qu'ils utilisent officieusement. Cette étape aboutit à une « cartographie des usages » et à une « liste des risques ».

Étape 2 : concevoir des parcours par niveau. En vous appuyant sur le tableau précédent, définissez des contenus et des durées adaptés à chaque poste. Tout le monde suit un « socle commun obligatoire » couvrant les principes de base de l'IA, les types d'erreurs fréquents, les lignes rouges en matière de sécurité des données et les règles de l'entreprise ; des modules spécifiques à chaque poste viennent s'y ajouter.

Étape 3 : s'exercer sur des cas métier réels. Les supports de formation doivent provenir du travail quotidien des collaborateurs, et non de cas génériques. Par exemple, demandez aux conseillers du service client de rédiger avec l'IA les réponses à dix réclamations réelles, puis de relever mutuellement les erreurs factuelles et les problèmes de ton ; demandez aux acheteurs de comparer avec l'IA les offres de trois fournisseurs, puis de vérifier le résultat au regard des documents d'origine. Voir l'IA se tromper de ses propres yeux est plus efficace que de répéter dix fois « pensez à vérifier ».

Étape 4 : établir des règles d'utilisation claires. Les règles doivent répondre à quelques questions concrètes : quels outils sont approuvés ; quelles données ne doivent pas être saisies (par exemple les données d'identification des clients, le texte intégral des contrats, les données financières non publiées) ; quels résultats doivent faire l'objet d'une relecture humaine avant tout usage externe ; à qui signaler un problème. Elles doivent être courtes et concrètes, idéalement illustrées d'exemples à suivre et à éviter, et présentées point par point pendant la formation.

Étape 5 : former des relais IA en interne. Dans chaque service, identifiez une ou deux personnes qui utilisent bien l'IA et aiment partager, pour en faire des « relais IA ». Elles recueillent les bonnes pratiques de leur service, répondent aux questions quotidiennes de leurs collègues et font remonter à la direction les difficultés rencontrées sur le terrain. L'exemple et l'entraide entre collègues lèvent souvent les réticences mieux qu'un intervenant extérieur.

Étape 6 : évaluer et actualiser en continu. Suivez régulièrement plusieurs indicateurs : taux de participation à la formation, évolution de la confiance des collaborateurs envers l'IA, qualité et efficacité des tâches assistées par l'IA, ainsi que les incidents de sécurité des données et les erreurs constatées. Conservez également la trace des formations, pour pouvoir en dresser le bilan et, le cas échéant, justifier des actions menées par l'entreprise. Il est recommandé d'actualiser les contenus au moins tous les six mois.

Tout au long du déploiement, soignez aussi le ton de la formation. Insister uniquement sur « ce qu'il ne faut pas faire » rend les collaborateurs plus silencieux ; insister uniquement sur les « gains d'efficacité » leur fait craindre que ces gains ne se traduisent par des suppressions de postes. Le mieux est de discuter franchement de la manière dont l'IA va transformer chaque métier, et d'associer les collaborateurs à l'élaboration des règles. C'est aussi la condition pour qu'ils acceptent d'utiliser l'IA ouvertement et de partager leur expérience.

Questions fréquentes sur la formation des collaborateurs à l'IA

Une entreprise sans activité dans l'UE doit-elle se préoccuper de l'article 4 du règlement sur l'IA ? Si ses systèmes d'IA ne sont ni mis sur le marché de l'UE ni utilisés dans l'UE, et n'affectent pas de personnes situées dans l'UE, ce texte ne s'applique pas directement. Mais l'approche qu'il propose, à savoir faire comprendre aux collaborateurs l'IA qu'ils utilisent en fonction de leur poste et des risques, est utile à toute entreprise.

Combien d'heures faut-il prévoir pour une formation à l'IA ? Ni la réglementation ni les enquêtes ne fixent de norme commune. L'enquête de BCG montre que les collaborateurs ayant suivi plus de 5 heures de formation, avec un accompagnement en présentiel, sont plus susceptibles d'utiliser l'IA durablement : c'est un repère utile pour concevoir le socle commun, à compléter par des modules spécifiques selon les postes.

Comment aborder en formation la crainte d'être remplacé par l'IA ? N'éludez pas la question. Expliquez franchement pourquoi l'entreprise adopte l'IA et quelles tâches vont évoluer, et reliez le temps gagné aux nouvelles responsabilités et compétences des collaborateurs. C'est en voyant leur propre trajectoire d'évolution qu'ils s'investiront davantage dans l'apprentissage.

Par où commencer pour une PME sans service formation ? Par des règles d'utilisation succinctes et un module de base, puis en désignant comme relais un collaborateur à l'aise avec l'IA. Couvrir d'abord les outils les plus utilisés et les données les plus sensibles est plus réaliste que de viser d'emblée un cursus complet.

Références

• Règlement (UE) 2024/1689 (règlement sur l'intelligence artificielle), EUR-Lex, juin 2024
• AI Literacy - Questions & Answers, Commission européenne, mis à jour en octobre 2026
• AI at Work Is Here. Now Comes the Hard Part, Microsoft et LinkedIn, mai 2024
• AI at Work: Strategy Matters More Than Tools, BCG, juin 2026 (présentation de l'enquête)
• AI at Work 2025: Momentum Builds, But Gaps Remain, BCG, juin 2025
• Gartner Research Finds Only 8% of HR Leaders Believe Their Managers Have the Skills to Effectively Use AI, Gartner, octobre 2025