Dans le jeu pédagogique La Hutte du Chef, une scène fonctionne toujours très bien.
Le village vient d’acquérir de nouveaux filets de pêche. Plus modernes, plus performants, mieux adaptés à certaines prises. Pourtant, Stilobix continue à préférer ses anciennes cannes à pêche.
On pourrait y voir une résistance au changement. Le réflexe classique : « avant, c’était mieux. »
L’échange montre autre chose. Stilobix ne refuse pas le progrès. Il ne sait pas encore bien utiliser les filets. Il ne voit pas dans quelles situations ils l’aideraient. Il craint de perdre du temps, de mal faire, d’être moins efficace. Alors il revient à ce qu’il maîtrise.
Nous traitions cette situation depuis longtemps dans nos formations. Elle reste pourtant très actuelle.
Aujourd’hui, les filets s’appellent Copilot, Gemini, ChatGPT ou outils métiers augmentés par l’intelligence artificielle.
Les organisations peuvent acheter les meilleures solutions, ouvrir des licences, communiquer sur les nouveaux usages et proposer des démonstrations impressionnantes.
Reste une question : que se passe-t-il vraiment dans le travail quotidien ?
Cette question est au cœur de l’adoption de l’IA en entreprise : comment passer de l’accès à l’outil à une véritable appropriation de l’IA dans les pratiques de travail ?
Mettre un outil à disposition est une première étape. Nécessaire, mais elle dit peu de son usage réel.
Un outil peut être disponible sans être utilisé. Il peut être utilisé sans être bien utilisé. Il peut être apprécié sans créer beaucoup de valeur. Il peut faire gagner du temps sur certaines tâches et en faire perdre ailleurs, faute de cadrage, de discernement ou de méthode.
C’est particulièrement visible avec l’IA générative. Certaines personnes s’en emparent vite, explorent, testent et construisent leurs propres repères d’usages professionnels de l’IA. D’autres l’utilisent ponctuellement pour améliorer un mail, reformuler une phrase ou résumer un contenu. D’autres y renoncent rapidement, par manque de temps pour apprendre dans un quotidien déjà saturé.
Ce décalage est fréquent. Il a existé avec la messagerie, les outils collaboratifs, les CRM, les plateformes de gestion de projet ou les espaces partagés. L’outil change. Les mécanismes d’appropriation restent proches.
Souvent, ce que l’on appelle résistance est plutôt un manque de repères.
Un collaborateur continue à travailler comme avant parce qu’il ne voit pas le bénéfice pour son activité. Un manager n’encourage pas l’usage de l’IA parce qu’il ignore lui-même ce qui est attendu, autorisé, utile ou risqué. Une équipe reste prudente parce qu’elle a déjà connu des outils déployés avec enthousiasme, puis peu soutenus dans la durée.
Il devient alors utile de changer la question.
Plutôt que « Pourquoi les équipes n’utilisent-elles pas l’outil ? », mieux vaut demander : « Dans quelles situations de travail cet outil peut-il aider, et qu’avons-nous mis en place pour que les personnes apprennent à s’en servir avec discernement ? »
Cette nuance change beaucoup de choses. Elle déplace le regard de la bonne volonté des acteurs vers les conditions concrètes de l’appropriation : besoin réel, formation, temps d’essai, droit à l’apprentissage, soutien managérial, règles d’usage et retours d’expérience.
L’IA générative donne rapidement une impression de puissance. Elle produit vite, reformule vite, synthétise vite. Cette rapidité est précieuse lorsqu’elle sert une intention claire.
Mais un texte généré rapidement peut rester trop général. Une synthèse peut sembler claire et oublier un point essentiel. Une proposition peut séduire et rester inadaptée au contexte. Une réponse peut donner confiance alors qu’elle demande une vérification sérieuse.
L’enjeu n’est donc pas seulement d’apprendre à formuler des prompts. C’est d’apprendre à travailler avec l’IA dans des situations professionnelles réelles, à partir de cas d’usage IA précis : préparer une réunion, structurer une note, clarifier une demande, synthétiser un échange, comparer des options, préparer une décision, améliorer une formulation, identifier les points de vigilance d’un projet ou gagner du temps sur une tâche répétitive.
Dans chacun de ces cas, l’outil aide, mais pas de la même manière. Il ne porte pas le même niveau de risque. Il ne remplace pas le même type de jugement humain. Il ne demande pas le même cadrage.
C’est la logique que nous travaillons avec les équipes : cadrer le besoin et la valeur attendue, co-traiter avec l’IA sans lui déléguer la valeur, évaluer ce qu’elle produit, choisir ce qu’on garde, transforme ou abandonne, puis transférer dans le travail réel. Cinq gestes simples qui font la différence entre un déploiement et une pratique.
La bonne entrée n’est pas : « Nous avons déployé des outils IA en entreprise, Copilot, Gemini ou ChatGPT, comment former les équipes ? »
La bonne entrée est : « Quelles situations de travail voulons-nous améliorer, sécuriser ou accélérer ? »
Dans une organisation, l’IA peut réduire des tâches répétitives, aider à structurer des idées, comparer des hypothèses, reformuler pour différents publics ou faciliter une première analyse. Elle peut aussi créer du bruit, produire de la quantité sans valeur, donner une impression de maîtrise ou déplacer la charge de vérification sur des personnes déjà saturées.
Avant de former, quelques questions simples éclairent le terrain.
L’IA devient utile quand elle est reliée à un besoin de travail, à une responsabilité humaine et à un critère de valeur.
Une démonstration donne envie. Elle rassure, elle fait découvrir des possibilités. Elle ne suffit pas à transformer les pratiques.
Voir quelqu’un utiliser un outil efficacement ne signifie pas qu’on saura soi-même l’utiliser dans son contexte, avec ses contraintes, ses données, ses interlocuteurs et ses habitudes de travail.
Pour qu’une formation IA en entreprise produise autre chose qu’une découverte ponctuelle, elle doit permettre aux participants de travailler sur leurs vrais cas d’usage. Tester, comparer, se tromper, recommencer, analyser ce qui marche, comprendre ce qui est fragile, construire leurs propres repères.
C’est aussi pour cela que les jeux pédagogiques sont utiles quand ils sont bien intégrés. Un jeu comme La Hutte du Chef fait vivre une situation, prendre du recul, voir ce qui se joue dans les réactions, les choix, les malentendus ou les arbitrages.
Mais le jeu n’est qu’un moment dans la formation. Il ne suffit pas de jouer pour devenir compétent. Ce qui compte, c’est ce qui se passe autour : le cadrage, l’analyse, le débriefing, le lien avec les situations réelles, les apports, l’entraînement, puis le transfert dans le travail.
C’est exactement la logique que nous appliquons sur l’IA. Une activité rend visible un mécanisme. Elle ne remplace pas l’apprentissage : elle l’ouvre, le met en mouvement, puis permet de travailler autrement. C’est ce que nous avons conçu avec Brief Express, un jeu où les participants produisent avec l’IA sous contrainte de temps, puis découvrent que le vrai travail tient au cadrage en amont et au tri en aval.
Pour certaines situations de transformation, nous utilisons aussi L’Aventure de l’Endurance, notre jeu sur le management en période de transition.
Là où La Hutte du Chef travaille le management au quotidien, L’Endurance travaille ce qui se joue quand l’organisation se recompose : incertitude, arbitrages non rendus, priorités mouvantes, équipes à embarquer, stabilisation progressive des nouvelles pratiques.
Dans un changement comme dans l’appropriation de l’IA, beaucoup de choses se jouent entre l’annonce et l’usage réel. Un outil est présenté, une nouvelle pratique attendue, des règles évoluent, des habitudes doivent bouger. Les managers doivent arbitrer, rassurer, cadrer et apprendre eux-mêmes en avançant. Un changement ne réussit pas parce qu’il est annoncé ou déployé. Il réussit quand il devient compréhensible, praticable et transférable dans le quotidien.
C’est ce que nous travaillons avec les managers et les équipes dans nos formations Manager le changement et Réussir un changement en équipe : préparer l’annonce, accompagner les réactions, soutenir la dynamique pendant la transition et stabiliser les nouvelles pratiques. L’arrivée de l’IA dans les organisations relève souvent de cette même logique : une conduite du changement IA qui aide les équipes à comprendre, expérimenter, ajuster et stabiliser de nouveaux usages.
Le lien entre IA et management est donc central. Les managers ont un rôle important dans l’adoption de l’IA, même sans être experts de l’outil.
Ils n’ont pas besoin de tout maîtriser techniquement. En revanche, ils créent les conditions d’un usage professionnel clair : clarifier les usages attendus et ceux à éviter, aider à choisir quelques cas d’usage réalistes, sécuriser le droit d’apprendre sans devoir réussir parfaitement du premier coup, prévoir des temps de partage sur ce qui fonctionne, distinguer le gain de temps apparent de la création de valeur réelle, et éviter que l’IA devienne une injonction de plus dans des équipes déjà chargées.
Le manager aide aussi à prioriser. Tous les usages ne se valent pas, tous les métiers n’ont pas les mêmes contraintes. La maturité d’usage se construit progressivement, à partir de situations concrètes.
L’appropriation demande du temps. Pas forcément beaucoup, mais un temps protégé, assumé et relié au travail réel.
Si les équipes testent l’IA entre deux urgences, sans cas d’usage clair, sans débrief et sans droit à l’apprentissage, beaucoup reviendront vite à leurs anciennes pratiques. Par sécurité, parce que l’ancien geste reste plus rapide à court terme et moins coûteux mentalement.
C’est le paradoxe de beaucoup d’outils : ils peuvent faire gagner du temps, mais ils demandent d’abord un investissement. Apprendre, comparer, ajuster, vérifier, construire des réflexes, décider ce qu’on garde et ce qu’on abandonne.
La question n’est donc pas seulement « Avons-nous formé les équipes ? » Elle est aussi : « Avons-nous créé les conditions pour qu’elles puissent vraiment apprendre et transférer ? »
Si l’on rassemble ce qui précède, réussir l’adoption de l’IA en entreprise tient à quelques conditions simples, valables quel que soit l’outil déployé.
1) Partir du besoin, pas de l’outil.
Avant de former, identifiez les situations de travail à améliorer, sécuriser ou accélérer. Un usage utile répond à un besoin réel, pas à une logique d’équipement ou de modernisation.
2) Former sur de vrais cas d’usage.
Une démonstration donne envie, elle ne transforme pas les pratiques. Les participants doivent travailler sur leurs propres tâches, tester, comparer, se tromper et construire leurs repères dans leur contexte.
3) Apprendre le discernement, pas seulement le prompt.
Formuler une demande, vérifier une réponse, distinguer ce qui est rapide de ce qui est juste, garder la responsabilité humaine sur la décision finale. C’est ce qui sépare un usage qui crée de la valeur d’un usage qui produit du bruit.
4) Donner de la bande passante.
Prévoyez un temps protégé pour apprendre et un droit à l’essai. Sans ce temps, les équipes testent l’IA entre deux urgences, puis reviennent à ce qu’elles maîtrisent.
5) Impliquer les managers dans la démarche.
Ils n’ont pas besoin d’être experts de l’outil. Ils cadrent les attentes, aident à choisir quelques usages réalistes, sécurisent les apprentissages et évitent que l’IA devienne une injonction de plus.
Ces cinq conditions ne sont pas propres à l’IA. Elles valent pour tout outil dont on attend qu’il change vraiment les façons de travailler.
Revenons à Stilobix. Ses anciennes cannes ne sont pas mauvaises. Elles sont familières, maîtrisées, rassurantes. Les nouveaux filets sont peut-être meilleurs dans certaines situations, encore faut-il comprendre quand les utiliser, comment les manier, comment les intégrer dans la façon de travailler du village.
C’est exactement le sujet de l’IA en entreprise. On peut déployer Copilot, Gemini ou ChatGPT. On peut ouvrir des licences et montrer des démonstrations impressionnantes. Mais fournir l’outil ne suffit pas.
Un outil transforme les pratiques quand il répond à un besoin réel, qu’il est travaillé sur des cas concrets, soutenu dans la durée, qu’il laisse une place au discernement humain et que les équipes disposent d’assez de bande passante pour apprendre.
Les outils changent. Les mécanismes d’appropriation restent étonnamment stables. Une organisation peut acheter les meilleurs filets du village. Sans apprentissage réel, beaucoup continueront à pêcher à la canne.
Parce qu’un outil disponible ne devient pas automatiquement une pratique utile. L’adoption suppose de relier l’outil à des situations de travail concrètes, de former les utilisateurs sur leurs cas réels, de clarifier les règles d’usage et de soutenir les apprentissages dans la durée.
Les managers aident à prioriser les usages, sécuriser les apprentissages, donner du temps pour tester, cadrer les attentes et rappeler la responsabilité humaine. Ils ne sont pas seulement relais d’un outil : ils transforment l’accès à l’IA en pratiques professionnelles utiles.
Un jeu pédagogique fait vivre une situation, puis l’analyser avec du recul. Mais il ne suffit pas de jouer pour apprendre. La valeur vient du débriefing, du lien avec le réel, des repères apportés et du transfert vers les situations professionnelles.
L’IA peut faire gagner du temps, mais son appropriation demande un investissement initial : tester, apprendre, vérifier, ajuster, construire des repères. Quand les équipes sont saturées, elles utilisent l’IA ponctuellement ou reviennent vite aux anciennes pratiques.
En partant des situations de travail réelles plutôt que de l’outil. L’appropriation de l’IA suppose d’identifier les usages utiles, de former sur des cas concrets, de donner du temps pour tester, de clarifier les règles d’usage et d’organiser des retours d’expérience.
Parce que les cas d’usage relient directement l’outil au travail quotidien. Ils permettent aux participants de voir quand l’IA peut aider, quand elle peut faire perdre du temps, ce qu’il faut vérifier et comment garder la responsabilité humaine sur le résultat final.
Chez Eikos Concepts, nous travaillons l’appropriation de l’IA comme un sujet d’usages professionnels : partir des situations réelles, clarifier les besoins, entraîner sur des cas concrets, construire des repères de discernement et favoriser le transfert dans les pratiques.
Si ce sujet fait écho à vos enjeux, parlons-en.
Chaque organisation a ses propres contraintes, ses propres enjeux, son propre terrain.
Un échange de 30 minutes suffit souvent à identifier ce qui serait vraiment utile — et la forme que ça pourrait prendre.
Indiquez votre adresse email pour recevoir la ressource dans votre boite de réception