Le prochain KPI de la formation ?

Le gouvernement veut porter l’adoption de l’IA à 100 % des grandes entreprises, 80 % des PME-ETI et 50 % des TPE d’ici 2030. Le bilan à un an du plan « Osez l’IA » confirme ces objectifs et l’accélération recherchée. Reste à transposer cette ambition dans chaque entreprise : l’adoption ne peut y être réduite au nombre de comptes ouverts ou d’utilisateurs actifs. Elle varie selon les métiers, les usages, la maturité digitale et la transformation effective du travail. Pour le Learning & Skills, un nouveau chantier se dessine : faire progresser cette adoption, mais aussi apprendre à la mesurer — jusque dans les pratiques de chaque collaborateur.

100 % d’adoption : la statistique s’arrête à la porte de l’entreprise

À l’échelle d’un pays, mesurer l’adoption de l’IA par le pourcentage d’entreprises qui l’utilisent a du sens. Le plan gouvernemental « Osez l’IA » s’est d’ailleurs fixé des objectifs explicites à l’horizon 2030 : 100 % des grandes entreprises, 80 % des PME et ETI et 50 % des TPE. Son bilan à un an fait état d’une adoption qui aurait triplé en deux ans et annonce une nouvelle phase d’accélération. Mais, une fois franchie la porte de l’entreprise, l’indicateur devient beaucoup moins évident. Que signifie avoir « adopté » l’IA ? Avoir ouvert ChatGPT ou Copilot à ses collaborateurs ? Constater qu’ils l’utilisent chaque semaine ? Avoir intégré l’IA dans certains processus ? Avoir redessiné des métiers autour d’elle ? La réponse dépend aussi du secteur, du degré de digitalisation de l’entreprise et des métiers concernés. Une banque, un industriel ou un cabinet de conseil ne peuvent viser exactement la même adoption, pas plus qu’un juriste, un commercial ou un technicien de maintenance. La statistique nationale mesure une diffusion ; l’entreprise, elle, a besoin d’en mesurer la profondeur.

Une grille simple permettrait de distinguer cinq degrés : exposition, usage, maîtrise, intégration, transformation. Au premier, le collaborateur connaît l’outil et ses possibilités sans véritablement s’en servir. Au deuxième, il commence à l’utiliser pour quelques tâches ponctuelles. Au troisième, il sait choisir les usages pertinents, obtenir un résultat exploitable, le contrôler et identifier les limites de l’outil. L’intégration marque un changement plus profond : l’IA trouve une place régulière dans certains processus de travail. La transformation constitue un dernier degré, celui où le partage des tâches entre le collaborateur et l’IA conduit à modifier la façon même d’exercer le métier. Cette échelle n’a évidemment rien d’universel : toutes les populations n’ont ni besoin ni vocation à atteindre son dernier niveau. Son intérêt serait précisément de fixer un niveau d’adoption pertinent par métier ou population, puis d’observer les déplacements. Un utilisateur actif n’est plus alors une unité de mesure suffisante : deux collaborateurs qui ouvrent quotidiennement le même outil peuvent se trouver à des degrés d’adoption radicalement différents.

Cette lecture change aussi la question posée à la formation. Il ne s’agit plus seulement de savoir combien de collaborateurs ont suivi une formation à l’IA, mais si celle-ci leur a permis de franchir un degré d’adoption. Les dispositifs doivent alors différer selon le déplacement recherché. Une sensibilisation, des démonstrations et quelques premiers cas d’usage peuvent suffire pour passer de l’exposition à l’usage. La maîtrise réclame davantage : entraînement sur des situations professionnelles, qualité des requêtes, évaluation des réponses, vérification des sources, confidentialité, choix de l’outil et exercice du jugement. L’intégration appelle encore autre chose : ateliers métier, résolution de cas réels, accompagnement dans le flux de travail, échanges entre pairs ou communautés de pratiques. Quant à la transformation, elle déborde largement la formation traditionnelle. Learning, métiers, RH et parfois IT doivent alors travailler ensemble sur les processus, la nouvelle distribution des tâches entre humain et IA et les compétences à acquérir, à maintenir ou à abandonner. À chaque degré son intervention ; et à chaque intervention, un déplacement observable plutôt qu’une simple participation à une formation.

Pourquoi ne pas donner aussi au collaborateur les moyens d’observer lui-même sa progression ? Une sorte de compte personnel d’adoption de l’IA — non, pas un nouveau CPF ! Il ne s’agirait surtout pas d’accumuler des droits, des badges ou des points, ni de compter les prompts envoyés. Le collaborateur pourrait suivre la diversification de ses usages, ceux qui deviennent récurrents, les tâches dont l’IA a réellement modifié l’exécution, les gains qu’il constate, les résultats qu’il doit encore reprendre, les nouveaux usages qu’il expérimente ou ceux auxquels il a appris à renoncer. Certaines traces d’usage pourraient compléter cette auto-évaluation lorsque les outils et les règles de gouvernance le permettent. Mais l’indicateur devrait résister à une tentation classique : confondre quantité et maturité. Cent prompts ne valent pas nécessairement mieux que dix. Savoir qu’une tâche doit rester entièrement humaine, ou qu’un résultat fourni par l’IA ne mérite pas confiance, constitue aussi un signe de maîtrise. L’objectif n’est donc pas de consommer toujours plus d’IA, mais de constater qu’elle trouve progressivement sa juste place dans le travail.

Agrégées à l’échelle d’une équipe, d’un métier ou d’une population, ces informations dessineraient une cartographie autrement plus instructive que le seul nombre de licences distribuées ou d’utilisateurs actifs. Le Learning pourrait observer où l’adoption reste bloquée au stade de l’expérimentation, quelles populations passent réellement à l’intégration dans le travail, quels dispositifs de formation favorisent ce déplacement et où la transformation recherchée n’a pas lieu. Il disposerait surtout d’un indicateur relié à l’activité plutôt qu’à la seule consommation de formation. Les objectifs d’« Osez l’IA » donnent une mesure utile de la diffusion de l’intelligence artificielle dans l’économie française. Leur traduction dans chaque entreprise réclame désormais une unité de mesure beaucoup plus fine. Le Learning & Skills pourrait avoir intérêt à s’en saisir rapidement : après avoir longtemps compté les inscrits, les heures, les complétions et les scores, il tient peut-être avec la profondeur d’adoption un KPI directement connecté à la transformation du travail.