Formation IA en entreprise : la ligne que personne ne budgète (et qui tue la licence)

La thèse en une phrase : la formation est la ligne que personne ne met dans le budget IA, et c’est exactement celle qui décide si l’outil que tu as acheté est utilisé ou reste mort dans un tiroir hors de prix. On approuve la licence, on célèbre le lancement, et six mois plus tard personne ne s’en sert. Ce n’est pas que l’outil était mauvais ni que le modèle était bête : acheter la licence, c’est la moitié du travail, et l’autre moitié —que tes gens l’utilisent vraiment, dans leur travail réel— est celle qu’on a coupée en premier parce qu’elle ne brillait pas dans la démo.

La licence achetée n’est pas la licence utilisée

Il y a deux chiffres qu’on confond exprès parce que l’un est confortable et l’autre non. Le confortable, c’est combien de gens ont accès à l’outil : c’est sur la facture, ça se montre en comité, ça donne une impression de progrès. L’inconfortable, c’est combien de gens l’utilisent vraiment pour faire leur travail. Tout le projet vit entre ces deux chiffres, et ils sont presque toujours à des années-lumière. Payer l’accès est facile ; obtenir l’usage, c’est autre chose, et c’est ce que personne ne budgète.

Une licence que personne n’utilise n’est pas une économie en attente : c’est une dépense déjà faite qui ne rend rien. Chaque mois entre « on l’a achetée » et « ils l’utilisent » est de l’argent brûlé et, pire, c’est la fenêtre où l’équipe décide que « cette histoire d’IA, c’était pas si énorme » et revient à la méthode manuelle. Cette décision, une fois prise, coûte bien plus cher à inverser que ce qu’aurait coûté une bonne formation dès le premier jour.

L’adoption gap : 85 % peuvent l’utiliser, 25 % l’utilisent

Ce n’est pas une intuition de consultant : c’est un schéma mesuré. Selon une étude IBM de 2026 auprès de dirigeants, 85 % des employés ont accès à des outils d’IA, mais seuls 25 % les utilisent régulièrement. Cet écart —l’adoption gap— c’est là que s’évapore le retour promis dans la proposition. Il ne se perd pas parce que le modèle échoue ; il se perd parce que la plupart des gens avec accès ne l’intègrent jamais à leur travail quotidien. L’outil est allumé, et seul.

Et voici la donnée qui achève le tableau : dans le même type d’études, la plupart des employés disent que la formation qu’ils reçoivent ne les aide pas à utiliser l’IA dans leur poste. Autrement dit, ce n’est pas qu’il n’y a pas de formation —c’est que celle qui existe ne sert à rien. On donne un cours générique « voici ChatGPT et voici un prompt », on coche la case, et la personne retourne à son bureau sans la moindre idée de comment appliquer ça à ce qu’elle fait chaque jour. L’adoption gap ne se ferme pas avec un webinaire ; il se ferme avec une formation collée au travail réel.

Pourquoi la formation générique ne bouge pas l’aiguille

L’erreur de base, c’est de traiter la formation IA comme un cours produit et pas comme un changement dans la façon de faire le travail. Un cours générique explique l’outil ; ce dont les gens ont besoin, c’est de voir leur propre tâche faite avec l’outil. Ce sont des choses différentes, et les confondre, c’est ce qui remplit les entreprises de licences mortes.

• Générique au lieu de par rôle. Le commercial, l’administratif et le support n’utilisent pas l’IA pour la même chose. Un cours valable pour tous ne sert vraiment à aucun. La formation qui accroche part de la tâche concrète de chaque rôle, pas de l’outil.
• De la théorie au lieu de leur travail. Enseigner ce qu’est un prompt, ce n’est pas enseigner à résoudre l’email que cette personne écrit vingt fois par jour. Comment découper sa propre tâche en instructions qu’une IA suit vraiment, c’est la moitié du travail, et on le développe dans automatiser des tâches avec ChatGPT.
• Un événement au lieu d’une habitude. Une session de deux heures le jour du lancement ne crée pas d’habitude. L’usage s’installe avec de la pratique répétée, des exemples de l’équipe elle-même, et quelqu’un qui répond aux questions quand elles arrivent, pas avant.
• Sans propriétaire de l’adoption. Si la formation se termine et que personne ne mesure qui utilise quoi ni n’aide celui qui bloque, l’outil s’éteint tout seul. L’adoption a besoin d’un responsable, comme tout autre projet qu’on veut voir arriver.

Quoi budgéter quand tu budgètes l’IA

Si la formation est la moitié qui décide du résultat, elle doit être au budget dès le départ, pas comme un extra qu’on coupe quand les chiffres serrent. Et pas n’importe quelle formation : celle qui ferme l’adoption gap a une forme concrète.

1. Budgète la formation par rôle, pas un cours unique. Chaque fonction a besoin de voir sa propre tâche résolue avec l’outil, avec les exemples et les données avec lesquels elle travaille vraiment.
2. Mesure l’usage réel par personne, pas les licences actives. Le chiffre qui compte, c’est combien de gens l’utilisent chaque semaine dans leur travail, et c’est ce chiffre qui te dit si la formation a marché.
3. Nomme un propriétaire de l’adoption. Quelqu’un qui répond aux questions, récolte les cas qui marchent et les diffuse, et repère qui est resté à la traîne avant qu’il n’abandonne.
4. Commence par une tâche réelle et visible, pas tout d’un coup. Un cas que les gens voient marcher —l’email répétitif, le rapport de toujours— convainc plus que n’importe quel discours, et pose la base du comment utiliser l’IA au quotidien dans l’entreprise, ce qu’on aborde dans utiliser ChatGPT en entreprise.
5. Si ce que tu montes est un agent avec ton information, la formation inclut apprendre à l’équipe à le superviser et le corriger, pas seulement à l’utiliser. Ce transfert fait partie du travail, et on le détaille dans entraîner l’agent avec ta propre information.

La licence morte coûte plus cher que celle que tu n’as pas achetée

La facture d’une licence que personne n’utilise, c’est la partie pas chère du problème. Le cher, c’est ce qu’on ne voit pas : l’équipe qui a décidé que l’IA « c’était pas si énorme » et qu’il faut reconvaincre, le projet présenté comme un échec en comité alors qu’il n’a jamais été utilisé, et le mois après mois de coût d’opportunité d’un travail encore fait à la main à côté d’un outil allumé. Couper la formation pour économiser est l’économie la plus chère qui soit : tu économises la petite ligne et tu paies la grande.

La conclusion n’est pas « formez plus », c’est « budgétez l’adoption comme partie du projet, pas comme un extra ». L’outil, c’est 50 % ; qu’il soit utilisé, c’est l’autre 50 %, et ce 50 % s’achète avec une formation collée au travail réel et un propriétaire qui la soutient. Si tu veux que ce côté —l’adoption de l’IA par ton équipe, pas seulement son achat— soit porté par quelqu’un qui le traite comme le travail que c’est, l’adoption de l’IA pour les équipes est exactement ça : on ne te vend pas la licence, on laisse l’équipe s’en servir.