Former ton équipe à l’IA ? Commence par ce que tu veux voir changer dans 30 jours

Tu bloques trois heures un mardi matin pour huit personnes.

Mine de rien, ton entreprise vient déjà d’investir 24 heures de travail.

Donc avant d’ouvrir ChatGPT, de parler de prompts ou de montrer quoi que ce soit, j’écrirais une phrase sur une feuille :

« Dans un mois, qu’est-ce que je veux voir changé dans leur travail ? »

Si la réponse est simplement « qu’ils comprennent mieux l’IA », je trouve ça un peu léger.

Comprendre, c’est bien.

S’en servir correctement sur quelque chose qui existe vraiment dans la journée, c’est quand même plus intéressant.

Je commencerais par chercher deux ou trois petites galères

Pas besoin de faire un audit de trois semaines.

Tu prends les personnes concernées et tu regardes leur boulot.

Quelqu’un passe régulièrement du temps à remettre des notes au propre.

Un autre prépare des réponses clients qui se ressemblent sans être identiques.

Une personne doit lire plusieurs documents avant d’en sortir les informations utiles.

Une autre cherche toujours les mêmes renseignements avant un rendez-vous.

Voilà déjà de la matière.

Et parfois, après avoir regardé la tâche, la conclusion sera simplement :

« Là, l’IA ne va pas nous apporter grand-chose. »

Très bien.

On vient d’éviter de perdre du temps à vouloir absolument lui trouver une utilité.

C’est aussi ça, apprendre à travailler avec l’IA.

Ensuite, je prends une photo du « avant »

C’est la partie qu’on oublie facilement.

Si on ne sait pas comment la tâche était faite avant, trois semaines plus tard tout le monde aura une impression.

« Je pense que ça va plus vite. »

« J’ai l’impression que c’est mieux. »

Peut-être.

Mais on peut faire un peu mieux que ça.

Pas besoin de chronométrer les salariés avec un sifflet non plus.

Sur la tâche choisie, je veux simplement savoir à peu près combien de temps elle prend, où ça coince, ce qui demande de la vérification et ce qui agace la personne qui la fait.

Puis on teste.

Prenons un compte rendu.

Il fallait jusque-là trente minutes entre les notes et la version terminée.

Après accompagnement, la personne utilise l’IA pour préparer une première version.

Elle met quinze minutes.

Très bien.

Mais si elle passe ensuite vingt minutes à reprendre les erreurs, le champagne peut rester au frais.

Le temps intéressant, c’est celui qui reste après les corrections, la vérification et les petites manipulations qu’on oublie facilement de compter.

Chez XÉDRIA, c’est ce que j’appelle le temps net récupéré.

Pas le temps gagné pendant la démonstration.

Le temps réellement rendu à la personne.

Le jour de l’accompagnement ne prouve pas grand-chose

C’est même probablement le pire moment pour mesurer si ça fonctionne.

Quelqu’un est là pour aider.

Le cas a été choisi.

On prend le temps.

Quand la demande est mauvaise, on la corrige ensemble.

Évidemment que les résultats sont plutôt bons.

Le vrai test arrive après.

Un mercredi matin, trois semaines plus tard, avec un client différent, un document moins propre et personne à côté pour souffler la réponse.

Là, je veux voir ce que fait le salarié.

Est-ce qu’il comprend pourquoi le résultat est mauvais ?

Est-ce qu’il sait ajouter le contexte qui manque ?

Est-ce qu’il vérifie ce qui mérite de l’être ?

Est-ce qu’il est capable de laisser tomber l’IA quand elle complique la tâche au lieu de la simplifier ?

S’il sait faire ça, on commence à avoir autre chose qu’une démonstration réussie.

Pour une TPE-PME, le temps investi compte vraiment

Le Baromètre France Num 2025 indique que 26 % des TPE-PME interrogées déclarent utiliser des solutions d’intelligence artificielle, soit deux fois plus qu’un an auparavant. Mais le même baromètre montre aussi que 55 % identifient le manque de temps comme principal frein à la formation numérique.

Je trouve que les deux chiffres vont assez bien ensemble.

L’envie de tester existe.

Le temps disponible, beaucoup moins.

Donc mobiliser une petite équipe pendant plusieurs heures pour lui montrer tout ce que l’IA sait faire ne me paraît pas être le meilleur calcul.

Autant passer rapidement aux tâches qui les concernent.

L’enquête qualitative réalisée pour France Num va d’ailleurs dans ce sens : les dirigeants interrogés évoquent spontanément un besoin d’accompagnement et disent avoir du mal à identifier les usages réellement adaptés à leur entreprise puis à les déployer.

C’est exactement l’écart qu’il faut essayer de combler.

Entre :

« Regarde tout ce qu’on peut faire avec l’IA. »

et :

« Voilà où ça peut nous servir chez nous. »

Alors, avant de commencer, je noterais ça

Pas cinquante objectifs.

Une personne.

Une ou deux tâches réelles.

Comment elle les fait aujourd’hui.

Ce qu’on aimerait améliorer.

Et une date pour revenir voir ce qui s’est réellement passé.

Un mois plus tard, la discussion devient beaucoup plus simple.

« Tu l’utilises encore ? »

« Sur quoi ? »

« Ça t’apporte quoi ? »

« Tu sais maintenant te débrouiller seul ? »

Et surtout :

« Est-ce que ça vaut le temps qu’on a investi au départ ? »

Il peut très bien y avoir une mauvaise réponse.

Un usage qu’on pensait excellent a été abandonné.

Une tâche n’a finalement pas gagné de temps.

Un salarié préfère sa méthode précédente.

Ce n’est pas dramatique.

Je préfère largement apprendre ça après un mois que continuer six mois juste parce qu’on a décidé que l’entreprise devait « faire de l’IA ».

C’est comme ça que je vois l’accompagnement chez XÉDRIA

Je ne voudrais pas arriver avec dix usages tout préparés et essayer de les faire rentrer chez tout le monde.

Je préfère regarder ce que les personnes font réellement, choisir quelques cas qui valent le coup d’être testés et travailler dessus avec elles.

Puis revenir au résultat.

Qu’est-ce qui est resté ?

Qu’est-ce qui a réellement simplifié le travail ?

Combien de temps a été récupéré une fois les corrections comptées ?

Est-ce que la personne peut continuer sans moi ?

Si oui, on peut aller un peu plus loin.

Si non, on corrige.

Et si l’IA ne sert finalement à rien sur le problème choisi, on passe à autre chose.

Ça aussi, c’est un résultat.

Parce qu’un accompagnement réussi ne devrait pas te laisser avec une équipe qui utilise plus d’IA.

Il devrait te laisser avec une équipe qui sait mieux où elle mérite son temps.

Sources

• France Num, Baromètre France Num 2025 : le numérique et l’intelligence artificielle dans les TPE et PME
• France Num, Baromètre France Num 2025 : résultats de l’enquête qualitative