Il m’arrive souvent de parler avec des responsables RH qui m’expliquent leurs besoins en programmes de formation à l’intelligence artificielle. Cours sur ChatGPT, ateliers de prompting, sessions sur l’utilisation des outils d’IA générative. Et je me retrouve toujours un peu partagé : d’un côté, je trouve cela absolument juste et nécessaire ; de l’autre, j’ai le sentiment qu’on ne regarde qu’un petit coin d’un tableau bien plus vaste.
L’upskilling — la mise à jour ciblée des compétences — est fondamental. Disons-le clairement. Le World Economic Forum estime que 44 % des travailleurs devront acquérir de nouvelles compétences d’ici 2027. Ce n’est pas une éventualité lointaine, c’est une nécessité concrète. Qui ne se forme pas aujourd’hui risque de se retrouver demain avec un bagage de connaissances obsolètes.
Mais ce qui m’inquiète, c’est quand on s’arrête là. Quand on pense qu’il suffit d’apprendre aux gens à utiliser les outils d’IA pour que tout soit réglé. Parce que dans ce cas, on règle seulement la couche superficielle du problème — la plus visible, la plus immédiate — alors qu’en dessous il y a un séisme structurel qui demande une refonte bien plus profonde.
La formation qui sert vraiment
Toutes les formes d’upskilling ne se valent pas. Il y a une différence énorme entre apprendre à quelqu’un à utiliser un outil précis et l’aider à développer une compréhension profonde de la manière dont l’IA est en train de transformer son métier.
Le premier type de formation — technique, opérationnel — est important, mais il a un défaut intrinsèque : il vieillit vite. Les outils changent, les interfaces évoluent, ce qui est à la pointe aujourd’hui peut être dépassé dans six mois. C’est nécessaire quand même, parce que les gens ont besoin d’aisance avec les outils qu’ils utiliseront tous les jours. Mais s’arrêter là, c’est bâtir sur des fondations fragiles.
Le second type — stratégique, critique — est bien plus durable. Il s’agit de développer la capacité de comprendre quand utiliser l’IA et quand ne pas le faire, d’interpréter de manière critique ses résultats, de repérer les biais cachés dans ses outputs, d’intégrer l’IA dans son flux de travail de façon créative. Ce sont des compétences qui ne deviennent pas obsolètes à la prochaine mise à jour logicielle.
Et puis il y a les soft skills, ces compétences transversales qui deviennent paradoxalement de plus en plus importantes à mesure que la technologie avance. Pensée critique, créativité, intelligence émotionnelle, capacité à collaborer, à communiquer des idées complexes. McKinsey en a identifié pas moins de 56 essentielles pour le futur du travail. Ce n’est pas un hasard : ce sont précisément les domaines où les humains gardent un net avantage sur les machines.
Le problème systémique que l’upskilling ne résout pas
Mais même quand la formation est bien faite — ciblée, stratégique, équilibrée entre hard et soft skills — il reste une limite fondamentale : l’upskilling agit sur les individus, alors que le problème est systémique.
J’ai vu plusieurs organisations investir des ressources importantes dans des programmes de formation excellents, pour se retrouver ensuite avec des personnes compétentes qui retournent travailler exactement comme avant. Pourquoi ? Parce que les processus internes n’ont pas changé. Les structures hiérarchiques sont les mêmes. Les systèmes d’évaluation récompensent encore les mêmes métriques d’avant.
C’est un peu comme apprendre à quelqu’un à conduire une voiture électrique de pointe et la renvoyer ensuite sur des chemins de terre conçus pour des calèches. La compétence est là, mais le contexte ne lui permet pas de s’exprimer.
Le MIT a publié des données qui devraient nous faire réfléchir : 95 % des projets d’IA générative en entreprise échouent. Et le problème, c’est rarement la technologie ou le manque de compétences techniques. Le problème, c’est qu’on essaie de glisser l’IA dans des structures organisationnelles pensées pour une autre époque.
Accompagner l’upskilling d’une transformation profonde
Ce qu’il faut vraiment, c’est une approche à deux étages. D’un côté, oui, formation continue et ciblée. De l’autre — et c’est la pièce qui manque presque toujours — une refonte radicale de la manière dont on travaille.
Il ne suffit pas d’apprendre aux gens à utiliser l’IA. Il faut repenser entièrement leurs rôles en se demandant : quelles activités peuvent être déléguées à l’IA ? Lesquelles requièrent intuition humaine, créativité, jugement éthique, capacité relationnelle ? Et surtout : comment libère-t-on les personnes des tâches que l’IA fait mieux qu’elles, pour les concentrer sur ce que seuls les humains savent faire ?
Prenons l’exemple d’un analyste qui suit un excellent cours d’upskilling sur l’IA pour l’analyse de données. Il rentre au bureau avec de nouvelles compétences. Mais si son rôle reste défini exactement comme avant — même charge, mêmes deadlines, mêmes attentes — qu’est-ce qui changera vraiment ?
Imaginons au contraire que l’organisation repense entièrement le rôle : l’IA s’occupe de traiter les données, repérer les patterns, générer des rapports préliminaires ; l’analyste humain se concentre sur l’interprétation de ces patterns dans le contexte spécifique de l’organisation, sur les questions que la machine ne sait pas poser, sur la connexion entre informations apparemment dissociées, sur des décisions qui exigent une compréhension profonde du business.
Ce n’est plus seulement de la formation. C’est une redéfinition du travail lui-même.
Créer des espaces pour la créativité humaine
Et nous arrivons à ce qui est, pour moi, le point central. Toute cette transformation — l’upskilling, la refonte des processus, l’intégration de l’IA — devrait avoir un objectif final : libérer le potentiel créatif des personnes.
Aujourd’hui, la plupart des travailleuses et travailleurs passent leurs journées submergés de tâches opérationnelles, de réunions inutiles, d’emails sans fin, de rapports que personne ne lira. Seuls 29 % se sentent encouragés à penser de manière créative ou à trouver de nouvelles façons de faire. Le reste ? Ils exécutent, répondent, gèrent l’urgent sans jamais avoir le temps pour l’important.
L’IA pourrait — et j’utilise le conditionnel à dessein — être l’occasion de changer cela. Mais seulement si on accompagne la formation technique d’une transformation culturelle profonde. Seulement si on décide consciemment d’utiliser l’automatisation non pas pour faire les mêmes choses avec moins de gens, mais pour faire d’autres choses, mieux, avec des gens plus libres de penser.
Cela veut dire créer des espaces — physiques, temporels, mentaux — où la créativité puisse réellement émerger. Cela veut dire changer les systèmes d’évaluation pour récompenser l’innovation, pas seulement l’exécution. Cela veut dire donner aux personnes la permission d’expérimenter, de se tromper, d’explorer sans destination figée.
Repenser les processus, ne pas les rapiécer
La vérité, c’est que la formation seule, aussi excellente soit-elle, ne peut pas compenser des processus inefficaces. C’est comme monter un moteur électrique sur une calèche et attendre qu’elle devienne une voiture moderne.
Il faut le courage d’un vrai Business Process Reengineering. Pas des ajustements à la marge, mais un redessin radical. Et nous avons aujourd’hui des outils — l’IA elle-même — capables d’analyser des processus, de repérer des inefficacités, de suggérer des refontes, de s’adapter en temps réel.
Mais cela exige de remettre en question des hiérarchies installées, des rôles traditionnels, des manières de travailler qui existent depuis des décennies. Cela exige d’accepter que telle tâche qui occupait trois personnes à plein temps peut être gérée par un système intelligent, et que ces trois personnes peuvent faire quelque chose de bien plus intéressant et précieux pour l’organisation.
Certaines entreprises empruntent déjà cette voie. Elles ont créé des équipes hybrides où humains et IA collaborent vraiment, pas comme utilisateur et outil, mais comme partenaires aux compétences complémentaires. Elles ont redessiné des flux de travail entiers en partant de zéro, en se demandant : si l’on devait construire ce processus aujourd’hui, en sachant ce que l’IA peut faire, comment le ferait-on ?
Le risque de la superficialité
Il y a un risque énorme qui m’inquiète quand je parle de ces sujets. C’est de traiter l’upskilling comme la solution totale, comme s’il suffisait d’organiser quelques cours pour résoudre le problème.
J’ai vu trop d’entreprises lancer des initiatives IA en grande pompe, organiser des ateliers de deux jours sur la formation digitale, acheter des licences d’outils coûteux… et six mois plus tard, tout est revenu comme avant. Les gens continuent de travailler exactement comme ils travaillaient, peut-être avec quelques outils en plus qu’ils n’utilisent pas vraiment, parce que personne n’a repensé les processus, personne ne leur a donné la permission de travailler autrement, personne n’a retiré de leur bureau les activités inutiles qui les submergent.
C’est la différence entre faire un projet de formation et faire une transformation systémique. Le premier a un début et une fin, produit une attestation, se mesure en heures de cours. La seconde est continue, touche la culture organisationnelle, change la manière de prendre les décisions, exige que la direction soit prête à se remettre elle-même en question.
Une vision intégrée
Ce que je propose, et que je vois fonctionner dans les organisations les plus matures, c’est une approche intégrée à trois piliers :
Upskilling ciblé et continu : pas des cours ponctuels, mais des parcours structurés qui équilibrent compétences techniques et soft skills, évoluent avec la technologie, sont personnalisés sur les vrais besoins. Une formation qui ne se contente pas d’apprendre des outils mais développe la pensée critique, le jugement, la créativité dans l’usage de la technologie.
Refonte des processus : analyse radicale de la manière dont on travaille, avec le courage de remettre en cause des hypothèses installées. Utiliser l’IA non pas pour automatiser des processus inefficaces, mais pour imaginer des manières entièrement nouvelles de créer de la valeur. Impliquer les personnes dans cette refonte, parce que ce sont elles qui connaissent vraiment le travail quotidien.
Transformation culturelle : créer un environnement où l’apprentissage continu est valorisé, où l’expérimentation est encouragée, où les métriques de succès récompensent l’innovation et pas seulement l’exécution. Où les personnes ont du temps et de l’espace pour penser, créer, imaginer des solutions nouvelles.
Vers un nouvel équilibre
Au fond, je crois qu’on est devant un choix fondamental. On peut utiliser l’upskilling comme un outil pour aider les personnes à s’adapter à un futur qui les écrase, en courant sans cesse derrière des technologies qui évoluent plus vite qu’elles ne peuvent apprendre. Ou on peut s’en servir comme partie d’une transformation plus large, où la formation des personnes va de pair avec la refonte de leur travail et la création d’espaces où elles peuvent vraiment exprimer leur potentiel humain.
La seconde voie est plus difficile. Elle demande des investissements non seulement en formations mais en culture organisationnelle. Elle demande du temps, de la patience stratégique, du courage en leadership. Mais c’est aussi la seule voie qui ait du sens, si l’on veut vraiment exploiter le potentiel de cette révolution technologique sans perdre ce qui nous rend humains.
L’upskilling fonctionne quand il est bien fait — ciblé, continu, équilibré entre hard et soft skills. Mais il ne fonctionne vraiment que lorsqu’il est accompagné d’une transformation plus profonde : celle des processus, de la culture, de la manière même dont on conçoit le travail à l’ère de l’IA.
Peut-être est-ce là ce qu’il faudrait enseigner d’abord dans nos programmes de formation : non pas comment utiliser l’IA, mais comment repenser ensemble — personnes, technologie, organisation — l’avenir du travail. Un avenir où la technologie amplifie l’ingéniosité humaine au lieu de la remplacer, où l’automatisation libère du temps pour la créativité au lieu de générer de l’angoisse, où les personnes peuvent enfin se concentrer sur ce qu’elles savent faire le mieux : imaginer, créer, innover, bâtir des relations authentiques.
Parce qu’à la fin, le succès à l’ère de l’IA ne se jugera pas à la maîtrise des outils. Il se jugera à notre capacité à bâtir des organisations où formation continue, refonte des processus et valorisation de la créativité humaine travaillent ensemble pour créer quelque chose qu’aucune des trois ne pourrait créer seule.
Ce qu'il faut retenir
Former des personnes à l’IA sans repenser ce qu’on attend d’elles produit cent collègues qui sortent du contenu médiocre plus vite.
Le vrai levier n’est pas l’outil mais la question : quelles activités libère-t-on de l’humain pour le concentrer sur le jugement, l’intuition, la relation — là où la machine ne rivalise pas.
Le périmètre où compte l’artisanat doit être protégé, le reste doit être automatisé : un upskilling efficace accompagne la refonte des processus, il ne la remplace pas.
Questions & réponses
Pourquoi l'upskilling, à lui seul, ne suffit-il pas à l'ère de l'IA ?
Parce que les formations enseignent à utiliser un outil, mais l’IA change la manière de travailler, pas seulement les outils. Vous pouvez former cent personnes à ChatGPT et vous retrouver avec cent personnes qui produisent du contenu IA médiocre plus vite. L’upskilling est un point de départ, pas un point d’arrivée. Il faut aussi un changement de processus, d’incitations, de culture du jugement critique.
Que manque-t-il aux programmes d'upskilling typiques en entreprise ?
Le contexte opérationnel. Des cours de huit heures sur le prompting, les agents, les modèles — détachés du travail réel — produisent une compétence théorique qui s’évanouit en deux semaines. Il faut une formation embarquée : entraînement sur des cas réels de l’entreprise, avec des métriques d’impact sur le travail, répétée dans le temps. Ce n’est plus du HR training — c’est du continuous learning avec la rigueur du product development.
Qui doit piloter la compétence IA en entreprise ?
Pas le CTO, pas la DRH. Cela doit être une responsabilité distribuée, coordonnée mais pas centralisée. Le modèle le plus efficace que j’ai vu : un petit noyau transversal (3 à 5 personnes de fonctions différentes) avec un mandat explicite d’expérimenter, documenter, diffuser. Pas un Chief AI Officer — une infrastructure d’apprentissage horizontal.
Qu'est-ce qui distingue l'upskilling efficace de l'upskilling symbolique ?
Trois indicateurs : (1) les personnes formées changent leur manière de travailler, pas seulement les outils qu’elles ouvrent ; (2) les résultats business sont traçables — pas seulement le « nombre de cours dispensés », mais des outcomes mesurables ; (3) la formation s’auto-reproduit — qui apprend forme les autres. S’il manque un de ces trois, le programme est du théâtre, pas de la transformation.
L'auteur
