Pour Nazim Chibane, CEO et cofondateur de Klara, l’IA doit aider les équipes de première ligne à mieux travailler, pas simplement enrichir les outils de formation. Un poste à couvrir, une habilitation à renouveler, un savoir-faire à transmettre : ces situations révèlent les compétences dont dépend la performance quotidienne. En rassemblant les observations du terrain, l’IA peut éclairer les choix de formation, sans se substituer au jugement des managers.
Partir du poste
Les équipes formation disposent aujourd’hui d’une offre riche et variée : parcours en ligne, classes virtuelles, contenus à la demande, ressources spécialisées. Cette diversité est un atout, mais elle pose une question : comment orienter chacun vers ce qui l’aidera le plus dans son travail ? La réponse part du poste et des besoins constatés dans l’activité. Quelle pratique mérite d’être renforcée pour sécuriser la qualité ? Quel geste métier demande plus de temps à un nouvel arrivant ? Où un accompagnement ciblé aurait-il le plus d’effet sur l’activité ? Les managers détiennent une grande partie de ces réponses, mais elles restent souvent réparties entre plusieurs outils et plusieurs échanges. L’IA peut rassembler ces informations et faire apparaître les besoins qui se répètent pour un même métier, d’une équipe ou d’un site à l’autre.
La matrice de compétences pour arbitrer
La matrice de compétences est un outil que de nombreuses organisations ont déjà mis en place. Sa mise à jour demande toutefois du temps, et les équipes, prises par l’activité, ne peuvent pas toujours l’actualiser au rythme où les pratiques évoluent. Une matrice tenue à jour plus facilement change la nature des arbitrages. Elle montre les compétences maîtrisées, les pratiques à consolider et les postes où il est utile de former un relais pour assurer la continuité de l’activité, ce qui permet de décider où investir en priorité. Elle gagne en fiabilité lorsqu’elle s’appuie sur des observations concrètes, comme une procédure appliquée en autonomie, un geste métier réalisé selon les standards attendus ou une situation inhabituelle gérée sans appui, ainsi que sur les échanges réguliers entre managers et collaborateurs. L’IA allège ce travail : elle centralise les observations, signale un écart à examiner et propose une orientation. Chacun garde ensuite la main sur ce qui relève de son rôle. Le manager décide de l’accompagnement au plus près de l’équipe, tandis que l’équipe formation ajuste les dispositifs et les priorités. Tous gagnent le temps de la collecte et le consacrent à l’analyse et à l’échange.
Croiser les observations
Une formation n’a d’effet que si ses acquis se retrouvent au poste. Ce passage de la formation au travail reste peu suivi : selon l’enquête Learning at Work 2023 du CIPD, seules 8 % des équipes formation font de l’accélération du transfert des acquis au poste une priorité. Il se joue pourtant chaque jour, sous les yeux de plusieurs personnes. Prenons un opérateur formé au réglage d’une nouvelle machine. Il sait lui-même ce qu’il réalise déjà seul. Son tuteur l’a vu faire ses premiers réglages, le responsable maintenance sait s’il peut intervenir sans appui en cas d’incident, et son manager constate, au fil des semaines, si le geste est acquis. Chacun détient une partie de la réponse, mais ces observations restent dispersées entre un carnet, un tableur et une discussion en fin de poste. Un outil d’IA peut rassembler ces observations et en faire la synthèse, sans se substituer à ceux qui les ont recueillies. Avant un entretien individuel ou une réunion d’équipe, le manager voit en quelques minutes ce qui est maîtrisé, ce qui reste à consolider et les postes qui reposent sur une seule personne en cas d’absence ou de pic d’activité. Le temps d’échange se concentre sur l’explication, la démonstration et la transmission. L’opérateur voit les étapes qu’il a validées, l’habilitation qu’il prépare et la nouvelle activité qu’il pourra bientôt prendre en charge. Sa progression est reconnue, ce qui donne du sens à la formation qu’il suit.
Du ROI au retour sur objectif de compétences
Le taux de complétion et le nombre de contenus consultés montrent l’activité de formation, mais pas son effet. Les directions générales attendent un retour sur investissement, et ce retour se mesure dans l’activité. En production, on le voit à des arrêts de ligne moins fréquents et à des délais mieux tenus. Dans les services, on le voit à une relation client plus solide et à des pratiques plus conformes. Tous ces résultats ont le même point de départ : une compétence mieux maîtrisée. Un second indicateur, complémentaire du ROI, permet de le vérifier : le retour sur objectif de compétences. Prenons une équipe qui doit appliquer une nouvelle procédure de sécurité. Avant la formation, le manager et l’équipe formation définissent ce qu’ils veulent constater au poste : la procédure appliquée sans aide, au bon moment, par chaque collaborateur. Quelques semaines plus tard, le tuteur ou le manager vérifie si chacun l’applique en autonomie ou a encore besoin d’un appui. L’écart entre le niveau visé et le niveau observé montre ce que la formation a réellement changé, et où il faut encore accompagner. C’est le parti pris de Klara, solution de pilotage des compétences et de la performance des équipes de première ligne : rendre les compétences visibles et structurer la progression, avec une IA qui renforce le travail des managers et des équipes. Une IA utile commence toujours par la même question : de quoi les collaborateurs ont-ils besoin pour mieux faire leur travail ?