Formation IA : Comment (et pourquoi) former vos équipes à l’Intelligence Artificielle ?

L’IA s’installe partout dans l’entreprise et vos collaborateurs l’utilisent déjà, que vous le sachiez ou non. Le problème n’est donc pas que les gens n’utilisent pas l’IA.

Le problème, c’est qu’ils l’utilisent sans cadre, sans méthode et souvent sans en mesurer les risques.

Les chiffres de l’enquête Hub France IA (Q4 2024) sont éclairants : dans les PME, la difficulté n°1 dans le déploiement de l’IA est le manque d’expertise technique. Dans les ETI, le premier défi identifié est celui des utilisateurs non formés aux enjeux et à l’utilisation de l’IA. La résistance au changement touche d’ailleurs 64% des ETI interrogées.

Le sujet n’est plus optionnel. Depuis février 2025, l’article 4 de l’AI Act impose à toutes les organisations de garantir un niveau suffisant de maîtrise de l’IA à leurs collaborateurs.

Former vos équipes à l’IA, c’est le levier pour passer d’une adoption sauvage à une adoption maîtrisée. C’est aussi le pilier opérationnel de votre stratégie IA.

Se former à l’IA : de quoi parle-t-on concrètement ?

Pourquoi la formation IA est un investissement (et pas juste une « bonne idée »)

Commençons par la question que se posent beaucoup de dirigeants : pourquoi investir dans un dispositif de formation structuré plutôt que de laisser les équipes se débrouiller ? Après tout, ChatGPT est accessible à tout le monde, les tutoriels pullulent et vos collaborateurs les plus curieux expérimentent déjà.

Le problème, c’est que l’auto-formation produit des usages fragmentés, inégaux et souvent risqués. Certains collaborateurs deviennent de vrais power users, d’autres n’osent pas toucher aux outils, la majorité utilise l’IA de manière superficielle. Personne ne parle le même langage. Les bonnes pratiques ne circulent pas et les mauvaises non plus, d’ailleurs, jusqu’au jour où un incident survient.

Les gains d’une formation structurée sont documentés. Selon l’enquête Hub France IA, les bénéfices obtenus par les entreprises ayant déployé l’IA générative sont, dans l’ordre : le gain de temps et le gain de productivité, suivis de l’augmentation de la créativité et de la génération de nouvelles idées. Le plan « Osez l’IA » cite de son côté +20% de productivité et +16% de croissance sur 10 ans grâce à l’IA.

Mais les gains vont au-delà de la productivité individuelle :

• Limiter les risques : Les utilisateurs non formés sont le premier vecteur de Shadow AI, de fuites de données, d’usages non conformes. Former, c’est sécuriser.
• Accélérer l’adoption : Une formation bien conçue réduit la résistance au changement en démystifiant la technologie et en montrant sa valeur concrète sur des tâches quotidiennes.
• Créer un langage commun : Aligner les métiers, la DSI, la direction sur ce que l’IA peut faire, ne peut pas faire et dans quel cadre elle doit être utilisée.
• Se conformer à l’AI Act : L’article 4 impose une obligation de littératie IA. Ce n’est plus un nice-to-have.
• Ancrer une culture IA durable : Un one-shot ne suffit pas. La formation continue est le socle d’une organisation capable d’évoluer avec les outils.

Chez Cartelis, nous en sommes convaincus : former vos équipes à l’IA n’est pas un « plus », c’est la condition pour que vos projets IA produisent des résultats. L’IA la plus sophistiquée ne sert à rien si les équipes qui l’utilisent n’ont pas les compétences pour en tirer parti, en évaluer les limites et en maîtriser les risques.

« Compétences IA » : quatre familles à distinguer

« Se former à l’IA » est un terme-valise. Un marketeur qui apprend à rédiger un prompt efficace, un responsable service client qui configure un agent IA dans son CRM, un commercial qui évalue les suggestions d’un outil de lead scoring, un product owner qui prototyper une application en « vibe coding » : ce sont quatre réalités radicalement différentes. Pour structurer un plan de formation pertinent, il faut commencer par clarifier ce qu’on entend par « compétences IA ».

Nous pouvons grosso modo distinguer quatre familles :

• Famille 1 : les compétences d’usage = savoir utiliser l’IA au quotidien. Cela inclut la rédaction de prompts efficaces, l’utilisation d’outils comme ChatGPT, Claude ou Copilot pour synthétiser un document, reformuler un texte, préparer un brief ou analyser des données. Cela inclut aussi l’exploitation des fonctions IA intégrées dans vos outils métiers existants (CRM, marketing automation, support client, BI). Ce sont les compétences les plus immédiatement visibles en termes de gain de temps. Mais attention : beaucoup d’entreprises s’arrêtent là…et c’est insuffisant.
• Famille 2 : les compétences de jugement = savoir évaluer et contrôler les outputs de l’IA. il peut s’agir, notamment, de détecter une hallucination, d’identifier quand un résultat est biaisé ou sorti de son contexte, de savoir quand ne PAS utiliser l’IA (données sensibles, décisions à fort impact, sujets réglementés), de recouper systématiquement un output avant de s’en servir pour une décision business. Toutes ces compétences sont critiques : l’IA produit des résultats qui ont l’apparence de la fiabilité et sans esprit critique vos équipes prennent des décisions sur des bases fausses. Comme le formule Mark Esposito, enseignant à Harvard : « Notre capacité à nous former pour comprendre la qualité du contenu généré repose sur une combinaison d’ingénierie de prompts et de maîtrise des flux de raisonnement » (source).
• Famille 3 : les compétences de cadrage = savoir identifier et structurer un cas d’usage IA pertinent. C’est la capacité à repérer dans son activité quotidienne les tâches, les processus, les décisions qui gagneraient à être « augmentés » par l’IA, puis à formuler le besoin, évaluer la faisabilité (les données sont-elles disponibles ? le ROI est-il justifié ?), cadrer un mini-projet. Ces compétences ciblent les profils « augmentés » (marketing, commercial, support, RH, produit) et les managers. Ce sont elles qui permettent de passer des expérimentations ponctuelles aux cas d’usage industrialisés.
• Famille 4 : les compétences de gouvernance = comprendre les risques et le cadre réglementaire. Connaître les règles d’usage internes (charte IA, politique de confidentialité), comprendre les bases du RGPD appliquées à l’IA, savoir quelles données ne jamais partager avec un outil d’IA externe, identifier et signaler un comportement anormal du système. Ces compétences concernent tous les collaborateurs sans exception. Elles constituent le socle minimal de la gouvernance des données appliquée à l’IA, et répondent directement à l’obligation de littératie IA posée par l’article 4 de l’AI Act.

Le message clé : il n’y a pas UNE formation IA, il y a DES compétences IA complémentaires. Le bon plan de formation part des cas d’usage métiers et croise ces quatre familles, pas de la technologie.

Comment construire votre plan de formation IA

Étape 1 : Cartographier les usages IA existants (y compris le Shadow AI)

Avant de former, il faut savoir ce qui existe déjà :

• Quels outils d’IA sont utilisés dans votre organisation ?
• Par qui ?
• Pour quels usages ?
• Avec quelles données ?

Cette cartographie ne doit pas se limiter aux outils officiellement déployés par la DSI. Le Shadow AI est un phénomène massif : des collaborateurs qui utilisent ChatGPT en version gratuite pour traiter des données clients, des équipes qui souscrivent des modules IA dans des SaaS métiers sans passer par les circuits IT, des extensions Chrome « boostées à l’IA » installées sur les postes de travail. L’intégration croissante de l’IA dans les outils SaaS amplifie le phénomène : l’IA entre dans vos processus sans que vous l’ayez décidé.

Ce travail de recensement est le point de départ de tout plan de formation. Il vous permet de mesurer l’écart entre les usages réels et les compétences présentes, d’identifier les zones de risque et de prioriser vos efforts de formation sur les populations et les cas d’usage qui en ont le plus besoin.

Étape 2 : Segmenter les équipes par niveau d’exposition et de besoin

Tous vos collaborateurs n’ont pas vocation à recevoir le même niveau de formation. Un data scientist et un responsable marketing n’ont pas les mêmes besoins, un manager et un opérationnel terrain non plus. L’erreur classique est de déployer une formation unique « one size fits all » qui ennuie les uns et perd les autres.

Nous recommandons de segmenter en 3 niveaux, chacun combinant les familles de compétences dans des proportions différentes :

• Niveau 1 : l’acculturation (tous les collaborateurs). L’objectif, ici, est de comprendre ce qu’est l’IA, ce qu’elle fait, ce qu’elle ne fait pas, de connaître les bonnes pratiques, les risques, les règles d’usage de l’entreprise. Ce niveau couvre les compétences de gouvernance (famille 4) et une initiation aux compétences d’usage (famille 1). L’objectif n’est pas de faire de tout le monde un expert, mais de créer un socle commun. Ce socle a un bénéfice secondaire souvent sous-estimé : il aligne l’ensemble de l’organisation sur un langage partagé, ce qui facilite la collaboration entre métiers et DSI sur les projets IA.
• Niveau 2 : les compétences opérationnelles (métiers « augmentés »). Il s’agit, à ce niveau, de permettre aux équipes marketing, commerciales, service client, RH, produit d’utiliser l’IA dans leurs tâches quotidiennes. Ce niveau combine les compétences d’usage (famille 1), de jugement (famille 2) et de cadrage (famille 3). On ne forme plus « à l’IA » en général, on forme à des cas d’usage précis : rédiger un prompt efficace pour personnaliser une campagne, utiliser l’IA pour qualifier et prioriser des leads, configurer un assistant IA dans un outil de support, exploiter les fonctions IA d’un CRM.
• Niveau 3 : les compétences avancées (référents IA et experts internes). On parle ici de former des profils capables d’accompagner les équipes, de comprendre les mécaniques des modèles, d’intégrer l’IA dans les outils internes, de participer à la gouvernance IA. Ces référents sont les relais de votre stratégie IA au quotidien. Ils combinent les quatre familles de compétences à un niveau approfondi.

Étape 3 : Prioriser par les cas d’usage à plus fort impact

N’essayez pas de tout former en même temps. La bonne approche est de commencer par les 3 à 5 cas d’usage IA prioritaires, ceux qui génèrent le plus de valeur ou qui présentent le plus de risques, et de construire les modules de formation autour.

L’enquête Hub France IA donne un aperçu des usages les plus répandus en PME et ETI : la synthèse de documents et de textes, l’aide à la rédaction, la création d’agents conversationnels, l’analyse de données, la traduction. Ce sont des points de départ réalistes, avec un ROI mesurable rapidement.

L’approche que nous préconisons chez Cartelis : partir du métier, décomposer les activités en tâches élémentaires, identifier celles qui sont « augmentables » par l’IA, évaluer le gain potentiel, prioriser, puis concevoir un module de formation par cas d’usage prioritaire. C’est la même logique que celle que nous appliquons au cadrage d’un projet IA : on part du besoin métier, jamais de la technologie.

Étape 4 : Déployer le plan de formation

Le format de la formation compte autant que son contenu.

Voici les principes que nous avons vu fonctionner sur le terrain :

• Apprendre en faisant. Les formations les plus efficaces mettent les participants en situation sur leurs propres cas d’usage, avec leurs propres données. Pas de cours magistral théorique sur « les grands principes de l’IA ». Des ateliers pratiques où un marketeur apprend à prompter en travaillant sur sa prochaine campagne, où un commercial teste un outil de scoring sur ses leads réels. La pratique génère de l’adhésion, la théorie génère du décrochage.
• Privilégier les formats courts et itératifs. Des sessions de 1 à 2 heures, des micro-modules, des ateliers « lunch & learn ». La technologie évolue trop vite pour des formations-fleuve de trois jours qui seront obsolètes dans six mois. La montée en compétences doit être progressive et continue.
• Former des référents IA dans chaque équipe. C’est le relais indispensable entre le plan de formation central et le terrain. Le référent ancre les usages, accompagne ses collègues au quotidien, fait remonter les besoins et les irritants, diffuse les bonnes pratiques. Sans ce relais, les formations restent des événements ponctuels sans lendemain.
• Inscrire la formation dans la durée. Un plan de formation IA ne se déploie pas en une vague puis s’arrête. Les outils changent, les cas d’usage évoluent, de nouveaux collaborateurs arrivent. Il faut prévoir des rendez-vous réguliers : sessions de mise à jour trimestrielles, veille partagée sur les nouveaux outils, retours d’expérience entre équipes.
• Coupler formation et gouvernance. Former sans cadrer, c’est donner les clés de la voiture sans expliquer le code de la route. La formation est indissociable d’une charte d’usage, de règles claires sur les données, d’un registre des outils autorisés. Les deux se renforcent : la gouvernance donne le cadre, la formation donne les moyens de l’appliquer.

Comment se faire accompagner (et par qui)

Les différentes approches de formation IA

L’offre de formation IA est foisonnante, parfois confuse.

Pour y voir clair, il est utile de distinguer quatre grandes approches, chacune adaptée à des objectifs différents :

• L’autoformation et les ressources gratuites. MOOC (le « Objectif IA » d’OpenClassrooms, Google AI Essentials, les contenus de la BPI…), tutoriels en ligne, conférences, webinaires. C’est un bon point d’entrée pour l’acculturation individuelle, accessible à tous et à coût nul. Mais l’autoformation a ses limites : elle ne produit pas de montée en compétences homogène à l’échelle d’une organisation, elle n’est pas contextualisée aux cas d’usage de votre entreprise, et elle ne couvre pas les enjeux de gouvernance.
• Les plateformes de formation professionnelle. Des organismes comme DataScientest, LiveMentor ou l’école du numérique du CNAM proposent des formations certifiantes sur des compétences IA spécifiques (data science, prompt engineering, développement). Pertinent pour des montées en compétences techniques ciblées sur des profils identifiés (niveau 3 de notre segmentation), moins adapté pour un déploiement à l’échelle de l’entreprise.
• Les programmes institutionnels. Le plan « Osez l’IA » du gouvernement, le label IA Booster de BPI France, l’Académie de l’IA (annoncée pour fin 2025). Ces dispositifs combinent diagnostic, formation et accompagnement, souvent avec un financement subventionné. Ils sont particulièrement adaptés aux PME et ETI qui veulent structurer leur démarche IA sans engager des budgets importants. Le module IA Booster, par exemple, inclut un autodiagnostic de maturité IA (15 minutes), un cursus de formation de 10 heures et un webinaire dédié aux projets IA et à la gouvernance des données.
• L’accompagnement par un cabinet de conseil. C’est l’approche la plus adaptée quand l’enjeu n’est pas seulement de « former à l’IA » en général, mais de former dans le contexte de votre entreprise, sur vos cas d’usage, avec vos données, en lien avec votre stratégie. Un cabinet comme Cartelis n’intervient pas comme un organisme de formation classique : nous formons dans le cadre de projets concrets, avec un objectif de transfert de compétences qui rend vos équipes autonomes. La formation n’est pas une fin en soi, c’est un levier intégré dans une démarche plus large de transformation.

Comment choisir la bonne approche ?

Le choix dépend de votre contexte, de votre taille et de vos objectifs.

Voici les 4 critères structurants :

• L’adaptation au contexte métier. Une formation générique sur « les fondamentaux de l’IA » ne produit pas les mêmes résultats qu’une formation construite autour de vos cas d’usage réels. Plus la formation est contextualisée, plus l’adoption est rapide et durable.
• La dimension pratique. Privilégiez systématiquement les approches qui mettent vos équipes en situation. Les formations qui restent au niveau de la théorie, des définitions, des grands principes produisent peu de changements dans les pratiques quotidiennes.
• Le transfert d’autonomie. C’est un critère fondamental et c’est au cœur de l’approche Cartelis : le bon partenaire est celui qui vous rend autonomes, pas celui qui crée de la dépendance. Après la formation, vos équipes doivent être capables de continuer à progresser par elles-mêmes, d’identifier de nouveaux cas d’usage, de former les nouveaux arrivants.
• Le lien avec la gouvernance. Une formation isolée, déconnectée de votre charte d’usage, de votre politique de données, de votre registre des systèmes d’IA, produira des compétences en roue libre. Les meilleurs dispositifs intègrent formation et cadrage dans une même démarche.

CRM / Data - Plus de 15 ressources & templates gratuits à télécharger.

Découvrir