L’intelligence artificielle générative s’est imposée en quelques mois comme un sujet stratégique pour les entreprises. Les promesses sont bien identifiées : gains de productivité, amélioration de l’expérience collaborateur, automatisation de certaines tâches, accélération de l’innovation ou encore personnalisation accrue des services.
La conduite du changement IA devient ainsi un enjeu stratégique. Au-delà des outils, les organisations doivent accompagner l’évolution des pratiques, des métiers, du management et des modes de collaboration pour transformer les expérimentations en usages concrets.
Pour éclairer ce sujet, nous avons réalisé une étude visant à recueillir les pratiques d’entreprises engagées dans des démarches d’acculturation à l’IA. Cette analyse met en évidence une conviction forte : la réussite repose autant sur l’accompagnement du changement que sur la performance des technologies déployées.
De cette étude ressortent six facteurs clés de succès, qui permettent de mieux comprendre ce qui favorise l’adoption durable de l’intelligence artificielle en entreprise.
1. Passer d’une logique outil à une logique de transformation
L’un des premiers enseignements de l’étude est le suivant : les démarches d’acculturation les plus solides ne se limitent pas à une approche technologique.
Les outils deviennent plus accessibles. Les expérimentations se multiplient. Pourtant, le passage à l’échelle reste souvent difficile. Les usages peuvent demeurer périphériques, les rôles ne sont pas toujours clarifiés, les managers peinent parfois à trouver leur place, et les métiers n’identifient pas encore clairement le bénéfice dans leur quotidien.
Les retours d’expérience analysés suggèrent que les difficultés apparaissent souvent lorsque l’initiative est abordée avant tout sous l’angle de l’outil. À l’inverse, les démarches qui semblent progresser plus durablement sont généralement celles qui inscrivent l’IA dans une dynamique plus large de transformation, avec une gouvernance lisible et une implication précoce des métiers.
Autrement dit, l’IA ne s’intègre pas seulement comme un nouvel outil dans l’environnement de travail. Elle invite aussi à faire évoluer certaines façons de travailler, de collaborer et, dans certains cas, de décider.
2. Lever les freins à l’adoption grâce à une conduite du changement adaptée
Dès les premières phases, des interrogations reviennent fréquemment dans les organisations :
- la peur de l’automatisation de certaines activités,
- la crainte d’une perte d’expertise,
- les questions des managers sur l’évolution de leur rôle,
- les doutes sur la fiabilité des résultats produits,
- les risques liés à des usages non maîtrisés, notamment en lien avec la confidentialité.
Le benchmark montre que ces sujets ne sont pas périphériques. Ils jouent souvent un rôle structurant dans la manière dont l’IA est perçue, testée puis adoptée. Les démarches les plus abouties semblent être celles qui prennent ces inquiétudes au sérieux dès le départ, en ouvrant des espaces de dialogue et en adaptant l’accompagnement aux populations concernées.
L’exemple de Carrefour est éclairant à cet égard. L’entreprise a inscrit son déploiement dans une logique de concertation, avec plusieurs mois de dialogue social pour traiter les craintes en amont. Autre point marquant : les managers intermédiaires ont été considérés comme une population à accompagner en propre, et non comme de simples relais. Le retour d’expérience souligne aussi qu’une acculturation uniforme trouve vite ses limites, ce qui plaide pour des approches plus ciblées selon les publics.
En ce sens, il ne s’agit pas uniquement de mettre un outil à disposition. L’enjeu est aussi de rendre son usage compréhensible, pertinent et légitime dans la réalité du travail.
3. Faire émerger les cas d’usage depuis le terrain
Autre enseignement fort : les cas d’usage les plus pertinents ne viennent pas toujours d’une logique strictement descendante.
Ils émergent souvent à partir d’irritants concrets, de besoins opérationnels ou d’initiatives locales portées par les métiers. C’est généralement ce qui permet de passer d’une démonstration technologique à un usage réellement utile.
Le retour d’expérience d’AG2R La Mondiale illustre bien cette dynamique. L’organisation a engagé sa transformation IA avec une approche bottom-up, appuyée sur une logique de “do it yourself”. Cette démarche a permis la création de 1 300 assistants métiers directement par les équipes, avec 100 ambassadeurs IA déployés sur le terrain. L’exemple met en avant plusieurs leviers : une appropriation portée par les métiers, un rôle structurant des ambassadeurs, l’implication des managers de proximité et une dynamique communautaire qui soutient la diffusion des usages.
Dans le même esprit, l’exemple de BPCE met en lumière l’intérêt d’une remontée terrain structurée, avec 650 cas d’usage identifiés. Il en ressort qu’une acculturation portée uniquement de manière descendante montre rapidement ses limites. Les cas d’usage gagnent à émerger des métiers, puis à être qualifiés et priorisés dans un cadre clair.
L’enjeu n’est donc pas nécessairement de tout centraliser, mais plutôt de créer un cadre suffisamment solide pour orienter, sélectionner et amplifier les initiatives les plus utiles.
4. Les managers, acteurs clés de la conduite du changement IA
Dans de nombreux programmes IA, les managers intermédiaires occupent une place décisive dans le passage entre curiosité initiale et adoption réelle.
Les directions portent une ambition. Les collaborateurs expérimentent. Mais ce sont souvent les managers qui traduisent ces évolutions dans l’organisation du travail : quelles tâches faire évoluer, quels usages encourager, quels points de vigilance poser, quels réflexes collectifs installer ?
En effet, chez AG2R La Mondiale, le dispositif s’appuie explicitement sur les managers de proximité. Chez Carrefour, les managers intermédiaires apparaissent comme une cible spécifique d’accompagnement. Plus largement, les démarches observées montrent l’intérêt de structurer des communautés, de proposer des temps d’échange dédiés et de partager régulièrement les retours d’expérience.
Lorsqu’ils sont associés tôt et accompagnés de manière concrète, les managers peuvent jouer un rôle d’accélérateur. À l’inverse, lorsqu’ils restent en périphérie du dispositif, l’adoption peut avoir plus de mal à s’ancrer dans les pratiques quotidiennes.
5. Personnaliser l’acculturation selon les profils
Toutes les populations n’abordent pas l’IA avec le même niveau de maturité, les mêmes attentes ni les mêmes préoccupations.
Certaines ont besoin d’un premier niveau de repères. D’autres attendent avant tout des cas d’usage métier. D’autres encore cherchent un cadre clair sur ce qui est permis, utile ou prioritaire. C’est pourquoi les démarches les plus convaincantes tendent à s’éloigner des approches uniformes.
Le benchmark va dans ce sens. Un autre acteur analysé souligne qu’une acculturation identique pour tous atteint vite ses limites. Les dispositifs les plus complets combinent généralement plusieurs formats : modules e-learning, webinaires ouverts, clubs managers, ateliers de découverte par métier, ressources par niveau, supports pas à pas, FAQ ou pages intranet dédiées.
Cette segmentation permet de rendre l’IA plus concrète pour chacun. Elle aide aussi à éviter un écueil fréquent : s’adresser de la même façon à des publics qui n’ont ni les mêmes usages potentiels, ni les mêmes points d’attention.
6. Installer une dynamique continue pour faire de l’IA un réflexe
Le lancement d’un outil d’IA suscite souvent une forte curiosité. Mais cet élan peut retomber rapidement si l’organisation ne crée pas de continuité dans le temps.
Les retours d’expérience analysés montrent que l’adoption durable repose rarement sur un temps fort unique. Elle semble davantage se construire dans la répétition, l’animation et la valorisation progressive des usages. Carrefour met ainsi en évidence le risque d’un essoufflement après la phase de découverte initiale. De son côté, AG2R La Mondiale illustre l’apport d’une dynamique communautaire pour faire de l’IA un réflexe métier davantage qu’un projet perçu comme centralisé.
Concrètement, plusieurs leviers peuvent contribuer à installer cette continuité :
- des communautés d’utilisateurs,
- une animation managériale régulière,
- des retours d’expérience partagés,
- la mise en visibilité des usages utiles,
- des indicateurs d’adoption,
- une écoute continue des collaborateurs,
- des ajustements progressifs à partir du terrain.
L’enjeu n’est plus seulement de donner accès à un outil. Il s’agit d’inscrire son usage dans les pratiques de travail de manière durable.
L’acculturation à l’IA, un levier de transformation dans la durée
L’acculturation à l’IA ne consiste pas uniquement à former les collaborateurs à de nouveaux outils. Elle vise plus largement à faire émerger des repères communs, à accompagner l’évolution des pratiques et à créer les conditions d’une adoption durable.
Le benchmark réalisé met en évidence six facteurs clés de succès : sortir d’une approche purement outillée, traiter l’acceptabilité sociale dès l’amont, faire remonter les cas d’usage du terrain, donner toute leur place aux managers, adapter l’accompagnement aux profils et installer une dynamique continue.
Plus qu’un sujet strictement technologique, l’intelligence artificielle en entreprise apparaît ainsi comme un enjeu à la fois humain, managérial et organisationnel.
Vertone vous accompagne dans votre conduite du changement IA
L’adoption de l’intelligence artificielle ne repose pas uniquement sur le choix des technologies. Elle implique d’accompagner les équipes, de faire évoluer les pratiques et de structurer une gouvernance adaptée.
Vertone accompagne les entreprises dans leurs projets de conduite du changement IA, d’acculturation des collaborateurs, de transformation des organisations et de définition de stratégies Data & IA, afin de créer les conditions d’une adoption durable et créatrice de valeur.
