Un salarié sur deux utilise l’IA générative chaque semaine. Un sur trois seulement a reçu une formation de son employeur ces six derniers mois. Ce décalage vous est probablement déjà remonté. Le problème qui devrait vous inquiéter est ailleurs : quand la formation à l’IA existe, elle porte encore sur les fondamentaux, le prompt et le chatbot, au moment où le travail bascule vers la délégation à des agents. Votre plan coche toutes les cases et forme vos équipes à un usage qui sera périmé avant la fin de son déploiement.
Sommaire
- L’écart entre ce que vos équipes font et ce que vous leur enseignez
- Le problème n’est pas le volume de formation, il est dans son contenu
- Ce qui change quand l’IA cesse d’être un chatbot
- Une formation qui arrive trop tard perd l’essentiel de sa valeur
- Le cas Mayo Clinic, ou ce que devient un métier quand l’IA s’installe
- Les quatre compétences qui manquent à votre plan
- Ce que l’AI Act vous impose déjà en matière de formation
- Par où reprendre la main sans refaire tout le plan
L’écart entre ce que vos équipes font et ce que vous leur enseignez
Vos salariés se sont formés seuls. 55,1 % d’entre eux utilisent l’IA générative chaque jour ou chaque semaine, mais 33,3 % seulement ont suivi une formation fournie par leur employeur au cours des six derniers mois, et 28,3 % déclarent que leur organisation n’en propose aucune. L’usage a pris de l’avance sur le dispositif.
Ces chiffres viennent d’une enquête mondiale du Conference Board, l’organisme de recherche économique américain fondé en 1916, publiée le 28 juillet 2026 sous le titre Skilling for AI [1]. Elle repose sur près de 1 300 salariés interrogés dans plusieurs pays et sur des entretiens menés auprès de dirigeants de 35 entreprises. Le même travail montre que moins d’un salarié sur deux estime disposer du temps nécessaire pour développer ses compétences en IA, 48,0 %.
Le baromètre international Transformations, Compétences et Learning 2026 du groupe français de formation professionnelle Cegos aboutit au même ordre de grandeur en Europe, en Asie et en Amérique latine : 32 % des collaborateurs déclarent avoir été formés à l’IA par leur organisation, sur plus de 6 000 répondants dans onze pays [2]. Deux méthodologies différentes, deux périmètres différents, un résultat convergent autour d’un tiers.
Une organisation qui laisse deux salariés sur trois se débrouiller avec un outil qui produit du texte plausible ne prend pas seulement un retard de compétences. Elle laisse s’installer des pratiques qu’elle ne voit pas, ne documente pas et ne contrôle pas. Le sujet a déjà quitté le terrain du plan de développement des compétences pour rejoindre celui du risque opérationnel.
Le problème n’est pas le volume de formation, il est dans son contenu
Ajouter des sessions ne réglera rien si elles enseignent la mauvaise chose. Le constat le plus utile du rapport du Conference Board ne porte pas sur le nombre de salariés formés, mais sur ce qu’on leur apprend : des fondamentaux, l’acculturation, le fonctionnement d’un modèle de langage, la rédaction de consignes.
Matt Rosenbaum, chercheur principal au Human Capital Center du Conference Board et auteur du rapport, le formule sans détour dans la presse professionnelle RH américaine : « Ce qui nous a frappés, c’est à quel point cette formation se concentrait sur des fondamentaux assez basiques, des choses comme la littératie IA, qu’est-ce qu’un LLM, l’ingénierie de prompt » [3]. Un LLM, ou grand modèle de langage, est le moteur qui produit du texte derrière un outil comme ChatGPT. Savoir ce que c’est est utile. Cela ne dit rien de la manière de travailler avec.
La conclusion du rapport tient dans son titre : les organisations préparent leurs équipes à l’IA d’aujourd’hui, pas aux métiers de demain. Les compétences avancées, à commencer par la conduite et la supervision d’agents, restent absentes des programmes. Vous formez au clavier au moment où le sujet devient la délégation.
Cette erreur de contenu coûte surtout en crédibilité interne. Un salarié qui a passé deux heures à découvrir ce qu’est un prompt, puis qui se retrouve six mois plus tard face à un outil qui exécute une chaîne de tâches sans lui, en tirera une conclusion simple : la formation de son entreprise ne le prépare à rien.
Ce qui change quand l’IA cesse d’être un chatbot
Un chatbot répond, un agent agit. Avec un assistant conversationnel, vous posez une question et vous jugez la réponse. Avec un agent, vous confiez un objectif et une suite d’étapes à une machine qui les enchaîne, consulte des données, déclenche des actions et vous rend un résultat. Le travail humain se déplace du faire vers le cadrer et le vérifier.
Ce déplacement se lit déjà dans les offres d’emploi. Le McKinsey Global Institute, branche de recherche du cabinet de conseil américain McKinsey, a mesuré la demande de compétences sur le marché du travail des États-Unis dans son rapport Agents, robots, and us publié le 25 novembre 2025 [4]. La maîtrise de l’IA, entendue comme la capacité à utiliser et piloter ces outils, y est la compétence dont la demande croît le plus vite, avec une multiplication par sept en deux ans.
Le plus instructif tient dans la nature des compétences qui montent avec les agents. McKinsey cite le contrôle qualité, l’optimisation de processus et la capacité à enseigner, c’est-à-dire à expliquer à une machine ce qu’on attend d’elle et à corriger ce qu’elle produit. Le rapport observe aussi un glissement des tâches d’exécution vers la formulation du problème et l’interprétation du résultat, des compétences de cadrage et de jugement plus que des compétences d’outil.
La conséquence pratique est directe. Une formation construite autour de « comment obtenir une bonne réponse » devient largement hors sujet dès lors que la machine n’attend plus une question mais une mission. Ce qu’il faut apprendre à vos équipes, c’est comment découper un travail, ce qu’on peut confier, ce qu’on ne confie jamais, et à quels signaux on reconnaît un résultat qui a l’air juste sans l’être.
Une formation qui arrive trop tard perd l’essentiel de sa valeur
Le retard de contenu se double d’un retard de calendrier. 41 % des collaborateurs interrogés par Cegos estiment que la formation arrive trop tard pour répondre à leurs besoins réels [2]. Sur un sujet dont les usages se renouvellent en quelques mois, un cycle classique de conception pédagogique livre un contenu déjà décalé.
L’ampleur du mouvement à absorber est documentée. Le Future of Jobs Report 2025 du Forum économique mondial, construit sur les réponses de plus de 1 000 grands employeurs représentant plus de 14 millions de salariés dans 55 économies, estime que 39 % des compétences existantes seront transformées ou deviendront obsolètes entre 2025 et 2030 [5]. Sur cent salariés, cinquante-neuf auront besoin d’une formation d’ici 2030, et onze d’entre eux risquent de ne pas l’obtenir.
Cegos chiffre l’urgence côté français et européen : près d’un emploi sur quatre pourrait être confronté à une obsolescence des compétences dans les trois prochaines années [2]. Trois ans, c’est la durée de vie d’un plan de formation dans beaucoup d’organisations. Autrement dit, le plan que vous validez cette année expirera en même temps que les compétences qu’il vise à construire.
Il y a une réponse à ce problème, et elle n’est pas de courir plus vite. Elle consiste à changer la maille : arrêter de traiter l’IA comme un thème de catalogue mis à jour chaque année, et la traiter comme une capacité entretenue en continu, au plus près des situations de travail. C’est exactement ce que recouvre une organisation apprenante, et c’est probablement le seul format qui tienne le rythme sur ce sujet.
Le cas Mayo Clinic, ou ce que devient un métier quand l’IA s’installe
Un exemple vaut mieux qu’une projection. La Mayo Clinic, groupe hospitalier universitaire américain à but non lucratif basé dans le Minnesota, déploie plus de 250 modèles d’intelligence artificielle dans ses établissements, avec la radiologie en première ligne. Son effectif de radiologues a augmenté de 55 % depuis 2016, pour dépasser 400 praticiens.
Le fait est rapporté par le New York Times et repris par la presse professionnelle de santé américaine en mai 2025 [6]. Il vaut d’être regardé de près, parce que la radiologie était le métier que tout le monde donnait perdant. John Halamka, directeur médical de Mayo Clinic Platform, résume la valeur ajoutée de la machine d’une phrase : « le calcul voit ce que l’œil humain ne peut pas voir ».
La partie décisive est ailleurs. Dès 2016, le service de radiologie a constitué un groupe de recherche dédié à l’IA d’une quarantaine de personnes, scientifiques, chercheurs, ingénieurs et spécialistes des données. L’établissement a construit en interne, sur dix ans, la capacité à évaluer, valider et intégrer ces modèles dans une pratique clinique.
Ce que le radiologue de Mayo fait aujourd’hui n’est pas ce qu’il faisait en 2016. Il passe davantage de temps à décider quand faire confiance au modèle, à replacer un résultat dans un contexte clinique, à porter la responsabilité d’un diagnostic que la machine a préparé. Aucune formation à l’outil n’apprend cela. Un accompagnement long, adossé à des cas réels et à une expertise interne, si. La question que cet exemple pose à votre organisation est directe : qui, chez vous, est en capacité d’évaluer ce que produisent vos outils, et depuis combien de temps travaille-t-il sur le sujet ?
Les quatre compétences qui manquent à votre plan
Si vous deviez ajouter une chose à votre programme, ajoutez ces quatre capacités. Elles ne relèvent d’aucun outil particulier, elles survivront donc au prochain changement de modèle, et ce sont celles que les travaux du McKinsey Global Institute et du Conference Board voient monter avec les agents [1][4].
Déléguer une tâche à une machine
Découper un travail en étapes, décider lesquelles se confient et lesquelles restent humaines, formuler l’attendu de manière suffisamment précise pour qu’un résultat soit évaluable. C’est une compétence de conception du travail, proche de ce qu’un manager fait déjà quand il répartit une charge dans son équipe. Elle s’apprend sur les processus réels de l’organisation, pas sur des exercices génériques.
Vérifier un résultat plausible
Un modèle de langage produit des sorties cohérentes qui peuvent être fausses. Repérer l’erreur demande de connaître le métier et de disposer d’une méthode de contrôle, avec des points de vérification définis à l’avance. McKinsey classe le contrôle qualité parmi les compétences dont la demande progresse le plus nettement à mesure que les systèmes prennent en charge l’exécution [4].
Arbitrer et reprendre la main
Savoir à quel moment on n’utilise pas l’outil, quelles décisions ne se délèguent jamais, quel niveau de risque justifie une validation humaine. Cet arbitrage suppose une doctrine explicite dans l’organisation. Sans elle, chaque salarié improvise sa propre règle, et vous découvrez les écarts après coup.
Rendre compte de ce qui a été fait
Documenter l’usage, tracer ce qui a été confié à une machine, être capable d’expliquer une décision prise avec son concours. Cette compétence est aujourd’hui la plus négligée. Elle deviendra la plus exigée, pour des raisons de conformité comme de responsabilité professionnelle.
Ce que l’AI Act vous impose déjà en matière de formation
Une obligation européenne s’applique depuis le 2 février 2025. L’article 4 du règlement européen sur l’intelligence artificielle, dit AI Act, impose aux fournisseurs et aux déployeurs de systèmes d’IA de garantir un niveau suffisant de maîtrise de l’IA chez les personnes qui les utilisent pour leur compte. Toute entreprise qui déploie un outil d’IA est concernée.
Le cabinet d’avocats français Capstan, spécialisé en droit social, en détaille la portée [7]. Le texte ne vous impose pas une formation formelle ni une certification. Il attend une compréhension technique adaptée à l’usage, doublée d’une conscience des enjeux éthiques, juridiques et sociaux. La Commission européenne recommande de qualifier son rôle, fournisseur ou déployeur, d’évaluer le niveau de risque des systèmes utilisés, et d’ajuster les actions de sensibilisation selon les fonctions concernées. Le règlement ne prévoit pas de sanction propre à l’article 4, les États membres devant définir leur régime de contrôle.
Le droit français ajoute une couche que beaucoup d’employeurs oublient. Le Code du travail impose déjà à l’employeur d’assurer l’adaptation des salariés à l’évolution de leur emploi, des technologies et des organisations, pendant toute la durée du contrat de travail. L’arrivée de l’IA dans un poste relève directement de cette obligation, indépendamment de l’AI Act.
Ceci n’est pas un conseil juridique et ne remplace pas l’avis de votre conseil habituel. Retenez cependant un point pratique : la traçabilité. Capstan recommande de conserver la trace des actions de formation et de sensibilisation menées. Une entreprise qui forme sans documenter se retrouvera dans la position inconfortable d’avoir fait le travail sans pouvoir le prouver.
Par où reprendre la main sans refaire tout le plan
Vous n’avez pas besoin de jeter votre plan de formation. Vous avez besoin de trois choses : savoir ce que vos équipes font réellement avec l’IA, redéfinir le contenu à partir des métiers plutôt qu’à partir de l’outil, et installer un rythme qui survive au prochain changement technologique.
Commencez par l’état des lieux des usages réels. Tant que vous ne savez pas quels outils circulent, sur quelles tâches et avec quelles données, vous concevez une formation à l’aveugle. Cet inventaire se fait vite, et il réserve presque toujours une surprise sur les usages les plus répandus.
Passez ensuite du catalogue au métier. Une session commune d’acculturation garde son utilité pour poser un socle partagé, mais l’essentiel de l’effort doit porter sur des cas de travail réels, fonction par fonction, avec les données et les contraintes de l’organisation. C’est là que le raisonnement en compétences prend tout son sens : identifier ce que chaque métier devra savoir faire dans deux ans, puis construire le chemin pour y mener les personnes déjà en poste. Nous avons développé cette logique dans notre article sur l’organisation par les compétences face à l’IA.
Installez enfin un rythme. Un point trimestriel sur les usages, un espace où les équipes partagent ce qui marche et ce qui échoue, un référent identifié par direction. Ce dispositif coûte peu et absorbe les changements d’outil sans qu’il faille reconcevoir un programme à chaque fois. Il touche aussi à une question que vos équipes se posent déjà, celle de la manière dont on apprend un métier quand la machine exécute les tâches d’entrée, que nous avons traitée sous l’angle des emplois juniors et du vivier de seniors.
Conclusion
Le chiffre d’un tiers de salariés formés vous sert d’alerte, il ne vous sert pas de diagnostic. Une organisation peut très bien former 100 % de ses équipes et se tromper entièrement de contenu. La question à poser à votre prochain comité tient en une ligne : ce que nous enseignons prépare-t-il nos équipes à l’outil que nous utilisions l’an dernier, ou à celui que nous déploierons dans dix-huit mois ? Si vous n’avez pas la réponse, vous savez déjà par où commencer.
Caroline Prat
FAQ
Combien de salariés sont formés à l’IA par leur employeur ?
Environ un tiers. Le Conference Board relève 33,3 % de salariés formés dans les six derniers mois à l’échelle mondiale, le baromètre Cegos 32 % sur onze pays d’Europe, d’Asie et d’Amérique latine. Deux méthodologies distinctes, un résultat convergent.
Une session d’acculturation à l’IA suffit-elle ?
Non. Elle pose un socle commun utile, mais elle ne modifie pas durablement une pratique de travail. L’effet vient de l’entraînement sur des cas réels du métier, répété dans le temps et adossé à un accompagnement.
Qu’est-ce qu’un agent IA, concrètement ?
Un système auquel vous confiez un objectif plutôt qu’une question. Il enchaîne plusieurs étapes, consulte des données, déclenche des actions et rend un résultat. Le rôle humain se déplace vers le cadrage de la mission et le contrôle de ce qui en sort.
L’AI Act oblige-t-il à former les salariés ?
L’article 4 impose depuis février 2025 un niveau suffisant de maîtrise de l’IA chez les utilisateurs professionnels, sans exiger de formation formelle ni de certification. Le Code du travail français impose par ailleurs une obligation d’adaptation à l’évolution des technologies.
Par quoi commencer si le budget est contraint ?
Par l’inventaire des usages réels dans l’organisation. Il coûte peu, révèle les pratiques non maîtrisées et permet de cibler l’effort de formation là où le risque et le gain sont les plus élevés.
Sources
- The Conference Board, Skilling for AI: Critical Factors for Navigating AI Disruption, 28 juillet 2026, enquête mondiale auprès de près de 1 300 salariés et entretiens avec des dirigeants de 35 entreprises.
- Cegos, Baromètre international Transformations, Compétences & Learning 2026, plus de 6 000 répondants dans 11 pays d’Europe, d’Asie et d’Amérique latine.
- Why your AI training plan might already be outdated, Human Resources Director, 19 août 2026 (États-Unis), entretien avec Matt Rosenbaum, The Conference Board.
- McKinsey Global Institute, Agents, robots, and us: Skill partnerships in the age of AI, 25 novembre 2025, marché du travail des États-Unis.
- World Economic Forum, The Future of Jobs Report 2025, plus de 1 000 employeurs représentant plus de 14 millions de salariés dans 55 économies.
- Becker’s Hospital Review, Mayo Clinic radiology leads in AI use, 14 mai 2025, d’après un reportage du New York Times (États-Unis).
- Capstan Avocats, Formation des salariés à l’IA : 5 questions sur vos obligations d’employeur, 22 mai 2025 (France et Union européenne).