Comment accompagner les équipes et faire évoluer le rôle du management face à l’IA ?

L’intelligence artificielle transforme déjà le contenu des métiers et les compétences nécessaires pour les exercer. Selon le Future of Jobs Report 2025 du World Economic Forum, 39 % des compétences clés attendues dans le monde du travail devraient évoluer d’ici 2030. Le déficit de compétences constitue le principal frein évoqué par 63 % des employeurs interrogés.

Cette évolution ne signifie pas que chaque collaborateur devra devenir data scientist ou spécialiste des modèles de langage. Une étude publiée par l’OCDE  (Source : OCDE, AI and skills, juin 2026) estime que moins de 1 % des travailleurs auront besoin de compétences avancées en IA. La majorité devra surtout savoir utiliser les outils, analyser les données produites et exercer son discernement. La créativité, la résolution de problèmes et les compétences managériales conservent une place centrale. 

Comment préparer les équipes à cette évolution ? Comment faire évoluer le rôle des managers ? Comment mettre en place des dispositifs d’accompagnement, au-delà de l’acculturation ponctuelle, pour assurer l’adoption sur la durée ? 

Julie Veiler, Responsable de l’offre Marketing SI & Communication chez Inside, et Thomas Fesq, expert et formateur chez Aelion, croisent leurs retours d’expérience dans cette interview.

Pour commencer, pouvez-vous présenter vos rôles respectifs et la complémentarité entre formation et conduite du changement ?

Julie Veiler : 

Je pilote chez Inside notre Centre d’Excellence Diva dédié à la communication et à la conduite du changement autour des projets tech et des transformations d’entreprise. Notre rôle consiste à comprendre les impacts, écouter les équipes, donner du sens aux projets et créer les conditions pour que les nouveaux usages trouvent réellement leur place dans le quotidien.

Notre enjeu est de traduire des transformations parfois complexes en repères concrets pour les collaborateurs : pourquoi cela change, ce que cela change pour eux, comment ils peuvent s’en saisir, et avec quel cadre.

Avec l’IA, cette dimension devient particulièrement structurante. Une démonstration ou une sensibilisation peut créer un déclic. Elle ne suffit pas à faire évoluer les pratiques, les processus ou les postures professionnelles dans la durée.

Thomas Fesq :

Pour ma part, j’interviens comme consultant et formateur sur les sujets liés à l’intelligence artificielle et à la cybersécurité pour Aelion. La formation et la conduite du changement répondent à deux besoins distincts, totalement complémentaires.

La formation permet de comprendre le fonctionnement d’un outil et d’apprendre à l’utiliser. L’accompagnement permet de déterminer pourquoi l’utiliser, dans quel cadre, pour quels usages et avec quels impacts sur l’organisation.

Une analogie simple permet de résumer cette complémentarité : disposer d’une voiture sans savoir conduire apporte peu de valeur ; obtenir le permis sans avoir accès à un véhicule en apporte tout aussi peu.

« La formation apprend à utiliser correctement l’outil et à identifier les usages adaptés. La conduite du changement permet de savoir comment le positionner et comment l’intégrer dans l’organisation. »

Pourquoi l’IA remet-elle la question de l’accompagnement humain au centre des transformations d’entreprise ?

Julie Veiler : L’IA remet en partie les compteurs à zéro. Le niveau hiérarchique, l’ancienneté ou l’expertise métier ne déterminent pas le niveau d’aisance face à ces outils. Un collaborateur junior peut avoir développé des usages avancés, tandis qu’un manager expérimenté peut manquer de repères. Cette situation rebat les cartes et modifie les dynamiques habituelles d’apprentissage et d’appropriation.

La transformation est également plus intime et émotionnelle qu’un changement d’outil métier. Lors du déploiement d’un ERP ou d’une nouvelle solution collaborative, les freins sont souvent liés à l’ergonomie, au processus ou à l’effort d’apprentissage. Avec l’IA, les interrogations touchent directement l’identité professionnelle : quelle valeur reste-t-il dans mon expertise ? Mon travail sera-t-il encore reconnu ? Mes compétences vont-elles devenir secondaires ? Jusqu’où l’entreprise souhaite-t-elle automatiser mon activité ?

Ces freins sont très individuels, parfois peu exprimés et donc difficiles à cartographier. Deux collaborateurs exerçant le même métier peuvent projeter des conséquences totalement différentes sur l’IA. Une démarche d’accompagnement doit donc aller chercher les perceptions réelles, sans présumer des réactions à partir de l’âge, du poste ou du niveau de technicité.

« L’IA ne rencontre pas seulement des résistances d’usage. Elle touche à la projection que chacun fait de son métier, de son expertise et de sa valeur professionnelle. »

Thomas Fesq : L’interaction avec une IA générative renforce cette dimension émotionnelle. Une feuille Excel ne répond pas à l’utilisateur, ne lui pose pas de question et ne simule pas une conversation. Un modèle de langage le fait. Cette apparence d’échange humain nourrit un anthropomorphisme qui brouille parfois la perception de l’outil.

Dans les formations, je rencontre deux profils opposés. Certains participants veulent appliquer l’IA partout, très vite, sans toujours examiner la maturité de leur organisation, la sécurité des données ou les conséquences sur les processus. À l’autre extrême, certains nourrissent des craintes déconnectées du réel et lui prêtent une autonomie ou des intentions qu’elle ne possède pas.

Le premier travail consiste donc à repositionner l’IA : préciser ce qu’elle sait faire, ce qu’elle ne sait pas faire, ses limites et la responsabilité qui reste entre les mains de l’utilisateur. L’IA peut produire une réponse plausible et fausse, exposer une donnée sensible ou générer un contenu inadapté. La validation humaine reste une étape de travail centrale.

Cette mise à distance aide à traiter aussi bien l’enthousiasme excessif que les craintes. Elle évite que l’outil soit vécu comme une finalité ou comme un acteur autonome qui viendrait juger, remplacer ou déposséder le collaborateur de son travail.

En quoi l’IA fait-elle évoluer les attentes vis-à-vis des collaborateurs, au-delà des seules compétences techniques ?

Julie Veiler :

L’IA oblige les entreprises à revisiter leurs référentiels de compétences et leur gestion des emplois et des parcours professionnels. Les attentes se déplacent. Le discernement, la curiosité, la capacité à expérimenter et la remise en question deviennent des compétences opérationnelles. Un collaborateur doit savoir interrompre l’usage de l’IA lorsque celle-ci n’est pas adaptée, plutôt que chercher à lui confier chaque tâche.

Cette évolution génère aussi souvent une pression supplémentaire ! Certains collaborateurs reçoivent un accès à une solution d’IA avec une attente implicite ou explicite de productivité immédiate. Pourtant, l’appropriation demande du temps : comprendre l’outil, tester plusieurs approches, identifier ses limites, construire des pratiques fiables et revoir certains processus.

Les gains apparaissent rarement de manière uniforme sur l’ensemble d’un poste. Une tâche peut être accélérée tandis qu’une autre exige davantage de contrôle. Le temps dégagé doit surtout être réinvesti dans l’analyse, la relation, la créativité ou la qualité de la décision. Réduire l’équation à un pourcentage de productivité conduit à des attentes souvent irréalistes.

« Le bon indicateur n’est pas le temps passé avec l’IA. C’est la valeur que le collaborateur produit grâce au temps qu’elle lui permet de réinvestir. »

Thomas Fesq : Tout à fait. Certaines entreprises ont abordé le sujet à l’envers : elles distribuent des comptes et des crédits d’utilisation, puis mesurent la consommation de tokens comme une preuve de transformation ! Des classements internes ont même été créés pour identifier les utilisateurs les plus actifs.

Cette logique confond usage et valeur. Consommer davantage ne signifie ni mieux travailler ni obtenir un résultat plus pertinent. Elle pousse surtout les collaborateurs à utiliser l’outil pour justifier l’investissement, y compris lorsque le cas d’usage ne s’y prête pas.

L’entreprise doit aussi vérifier si ses données, ses processus et son organisation sont compatibles avec l’usage envisagé. Pour prendre un exemple vécu, dans un contexte industriel, cent photographies de pièces ne permettent pas, par magie, de construire un système robuste de détection des défauts. L’IA ne supprime ni les prérequis liés aux données ni les exigences de qualité.

Enfin, le rapport au travail évolue. Certains collaborateurs ressentent moins de satisfaction face à une présentation ou un contenu largement généré par un outil. Ils peuvent avoir davantage de difficultés à défendre le résultat parce qu’ils se le sont moins approprié.

L’objectif consiste donc à positionner l’outil par rapport au collaborateur et à l’organisation, et non le collaborateur par rapport à l’outil. Lorsque certaines tâches sont automatisées, le manager et les RH doivent identifier où se situe désormais la valeur de la personne : expertise contextuelle, relation client, arbitrage, contrôle, créativité ou connaissance du terrain. Le gain de temps mérite d’être réinvesti dans ces dimensions.

Comment doit évoluer le rôle des managers afin d’aider leurs équipes à s’approprier l’IA ?

Julie Veiler : Le manager subit lui aussi des attentes fortes. Il doit accompagner ses équipes alors que ses propres pratiques, ses repères et parfois son rôle sont en train d’évoluer. Il peut également se sentir moins avancé que certains collaborateurs.

Sa légitimité ne repose pas sur le fait d’être le meilleur utilisateur d’IA de l’équipe. Elle repose sur sa capacité à donner un cap, à montrer qu’il expérimente et à créer un cadre sécurisant. Il doit autoriser ses collaborateurs à consacrer du temps à l’apprentissage, à tester des usages et à partager les résultats, y compris lorsqu’une expérimentation échoue.

Le manager peut commencer avec quelques cas d’usage guidés, directement liés au métier de l’équipe. Cette démarche évite l’injonction floue du type « utilisez davantage l’IA » et permet d’expliquer concrètement la finalité recherchée.

Pour jouer ce rôle, le manager doit lui-même être accompagné en amont. Lui demander de relayer une stratégie qu’il ne comprend pas ou qu’il craint personnellement produit un discours peu crédible. La transformation IA renforce donc un principe déjà connu en conduite du changement : le relais managérial doit d’abord vivre, comprendre et s’approprier le changement avant de le porter.

Thomas Fesq : L’IA recentre finalement le manager sur son rôle fondamental : donner une vision, accompagner les personnes et garantir un cadre de travail cohérent.

Ce cadre couvre les usages autorisés, les données manipulables, la validation humaine, la propriété intellectuelle, la cybersécurité et les limites éthiques. Le service juridique ou la DSI peuvent définir une charte générale. Ils ne peuvent pas observer chaque usage dans chaque équipe. Le manager devient le relais de proximité capable de faire vivre cette charte, de corriger une pratique risquée et de faire remonter les besoins qui justifieraient son évolution.

Cette mission s’inscrit désormais dans un contexte réglementaire concret. Depuis le 2 février 2025, l’article 4 de l’AI Act demande aux fournisseurs et aux organisations qui déploient des systèmes d’IA de prendre des mesures pour développer la littératie IA de leurs collaborateurs, en tenant compte de leurs connaissances, de leur expérience et du contexte d’utilisation. L’obligation a été maintenue dans le cadre des évolutions adoptées en juillet 2026.

Le manager doit également écouter les inquiétudes liées à l’employabilité et identifier les besoins de formation ou d’évolution professionnelle. Ces compétences ne sont pas innées. Un parcours dédié, tel que la formation Aelion « Exploitez toute la puissance de l’IA pour transformer votre management » peut l’aider à identifier les zones de création de valeur, formaliser sa vision et construire un plan d’action adapté à son équipe.

« Le manager n’a pas besoin d’être le meilleur expert IA de son équipe. Il doit être le porteur du cap, du cadre et des conditions qui permettent d’expérimenter en confiance. »

Les services RH sont eux aussi directement impactés par l’IA : comment peuvent-ils accompagner l’entreprise tout en transformant leurs propres pratiques ?

Thomas Fesq : Les RH se trouvent dans une position particulière. Elles doivent accompagner la transformation de l’ensemble de l’entreprise tout en intégrant l’IA dans leurs propres activités.

Dans les organisations que j’accompagne, l’IA arrive souvent dans les RH par le SIRH. Le niveau d’appropriation varie ensuite selon les activités. Le recrutement constitue un terrain d’usage naturel. Les tâches associées sont souvent chronophages et les équipes perçoivent rapidement l’intérêt d’une assistance.

La paie reste moins directement concernée par l’IA générative, car elle repose principalement sur des règles légales et conventionnelles structurées. Les activités liées à la RSE, aux relations sociales ou aux données sensibles demandent davantage de précautions. Les professionnels concernés craignent légitimement de perdre la maîtrise d’informations personnelles, confidentielles ou utilisées pour prendre des décisions qui affectent les salariés.

L’accompagnement doit donc travailler simultanément sur l’usage de l’outil et sur la place des RH face à l’IA. L’objectif reste de construire de nouvelles pratiques de travail, avec des responsabilités claires, plutôt que d’ajouter une couche technologique sur des processus inchangés.

Julie Veiler : Oui, dans cette conduite du changement, les RH doivent à la fois regarder comment l’IA transforme les métiers de l’entreprise et appliquer la même analyse à leur propre fonction. Cette démarche passe par une cartographie des processus, des tâches et des populations concernées. Elles doivent aussi intégrer l’acceptabilité sociale dans la sélection des cas d’usage. Cette lecture doit nourrir les échanges avec les managers, les collaborateurs et les partenaires sociaux.

La fonction RH doit également contribuer au cadre de gouvernance et à la charte IA. Chez Inside, notre démarche d’accompagnement des RH face à l’IA s’appuie précisément sur cette articulation entre audit des processus, gestion des compétences, expérimentation, encadrement juridique et conduite du changement.

Quels dispositifs recommanderiez-vous pour accompagner les collaborateurs dans la durée ?

Julie Veiler :

Avant de parler des dispositifs, il faut préciser que si l’IA ne change pas forcément les grands leviers de la conduite du changement, elle en change clairement l’intensité et le point de départ. Nous n’accompagnons pas seulement l’adoption d’un nouvel outil. Nous accompagnons aussi une évolution des repères professionnels, des usages et, parfois, de la perception que chacun a de sa propre valeur dans son métier.

Les leviers restent donc proches de ceux d’une conduite du changement liée à un projet technologique. Nous retrouvons le plan de communication, l’acculturation initiale, la formation, l’expérimentation, l’animation managériale, les réseaux d’ambassadeurs et la mesure des retours. Sur un sujet comme l’IA, la communication devient toutefois un levier d’appropriation à part entière qui apporte des repères communs, rend visibles les bons usages et aide à maintenir la dynamique dans la durée.

Comme nous l’évoquions au début de l’interview, cette transformation est vécue de façon très personnelle par les collaborateurs. Elle peut toucher leur quotidien, leurs pratiques et le sens qu’ils donnent à leur travail. Un dispositif standardisé, conçu avant d’avoir écouté les équipes, risque donc de passer à côté des freins réels. L’analyse et l’écoute initiales doivent donc être beaucoup plus approfondies.

Les groupes d’accompagnement peuvent être constitués en fonction des besoins, des perceptions ou du niveau de maturité. Les cas d’usage doivent partir du travail réel. L’accompagnant doit comprendre la finalité du métier, ses contraintes, ses irritants et ses responsabilités. Une session théorique sur les possibilités de l’IA crée de la curiosité. Un travail sur un cas d’usage concret permet de transformer cette curiosité en pratique.

L’accompagnement doit ensuite se poursuivre après le lancement. Contrairement à des outils dont le périmètre évolue peu, l’adoption initiale de l’IA ne suffit pas. Les équipes expérimentent, rencontrent des limites, découvrent de nouveaux risques et font émerger d’autres besoins. Les feedbacks permettent d’ajuster les règles, les parcours et la communication. Des formats tels que les séminaires d’acculturation à l’IA, les diagnostics collaboratifs, les hackathons, le coaching ou le mentorat peuvent être combinés selon cette trajectoire. L’objectif des dispositifs d’adoption proposés par Inside consiste précisément à passer de la sensibilisation à l’expérimentation, puis à l’autonomie pérenne.

« Avec l’IA, l’adoption initiale ne suffit plus. Les usages, les outils et les repères évoluent : l’accompagnement doit lui aussi entrer dans une logique continue. »

Thomas Fesq : Oui, et je recommande également de commencer par un socle commun. Un kickoff permet d’aligner le vocabulaire, de démystifier les outils, de présenter les règles d’usage et d’expliquer le caractère évolutif de la charte IA. Ce socle évite que chaque collaborateur construise sa propre définition de l’IA à partir de contenus vus sur les réseaux sociaux.

La suite doit être différenciée par population comme le soulignait Julie. Un développeur, un commercial, un responsable RH et un manager peuvent utiliser le même modèle de langage avec des finalités, des données et des risques très différents. Les formations IA sur étagère ont leur utilité pour les fondamentaux. Elles gagnent ensuite à être contextualisées à partir d’un audit ou d’un recueil des besoins.

Aelion propose par exemple un socle commun de formations consacré à l’IA pour les métiers ainsi que des parcours plus spécialisés. Cette articulation permet de partager une culture commune, puis d’adapter les apprentissages aux usages professionnels, dans une logique de montée en compétences IA progressive et contextualisée.

Le point décisif reste le RUN. Les interfaces, les fonctionnalités et les modèles évoluent rapidement. Reformer l’ensemble des équipes à chaque mise à jour serait irréaliste. Une communication interne régulière peut en revanche expliquer ce qui a changé, ce qui mérite une expérimentation et ce qui n’a aucun impact pour les collaborateurs.

Cette veille doit aussi protéger les équipes de la course permanente au dernier outil. Si la curiosité est utile,  le discernement l’est tout autant ! Une nouvelle fonctionnalité n’apporte de valeur que si elle répond mieux au besoin. 

« L’IA parfaite n’existe pas et l’outil le plus récent n’est pas systématiquement le plus adapté ! »

À quoi reconnaît-on qu’une transformation IA est réellement appropriée par les équipes ?

Julie Veiler : La mesure est complexe. Un tableau de bord avec le nombre de connexions, les licences actives, le temps d’utilisation ou les volumes de tokens donne des indications. Il ne permet pas, à lui seul, de conclure à l’adoption.

Un collaborateur peut utiliser l’IA plusieurs heures par jour sans produire de valeur particulière. Un autre peut s’en servir ponctuellement pour un cas d’usage très ciblé qui améliore fortement la qualité.

Les indicateurs doivent donc associer données d’usage et éléments qualitatifs. Des questionnaires, entretiens ou baromètres permettent d’évaluer la confiance, le sentiment de maîtrise, la compréhension du cadre et la perception de la valeur créée.

Les retours terrain comptent également : des collaborateurs partagent-ils spontanément leurs pratiques ? De nouveaux cas d’usage remontent-ils des équipes ? L’entreprise identifie-t-elle aussi des cas dans lesquels l’IA doit rester à l’écart ? L’appropriation devient visible lorsque l’équipe transforme une initiative individuelle en connaissance collective. 

Thomas Fesq : Oui, en plus des indicateurs classiques de satisfaction, les communautés de pratique constituent un indicateur très parlant du succès des formations. Après une première formation, j’avais suggéré à un groupe de créer des temps d’échange informels pour partager les usages testés, les réussites et les erreurs. Lors de la formation suivante, la communauté s’était élargie spontanément à de nombreux collègues.

Une personne participe volontairement à ce type d’échange parce qu’elle a quelque chose à transmettre, une question à poser ou l’envie de progresser. Cette dynamique traduit une appropriation plus profonde qu’une utilisation imposée.

Le rôle des managers réapparaît ici. Dans une entreprise, la formation initiale de six managers a généré cinquante demandes de formation dans leurs équipes. Les managers avaient partagé leurs propres expérimentations et des gains concrets, sans transformer la formation en obligation.

Enfin, la progression se mesure dans la manière dont les équipes parlent de l’IA. Une organisation gagne en maturité lorsque les discussions dépassent la recherche du « prompt parfait » et abordent les données, les limites, les biais, la sécurité, la validation et l’intégration dans les processus.

Comprendre le fonctionnement général d’un LLM aide beaucoup. Comprendre la tokenisation, la logique de prédiction et la manière dont une réponse est construite permet de mieux détecter les erreurs, de réduire les peurs et de s’adapter lorsque l’outil évolue.

« L’appropriation commence lorsque les équipes ne parlent plus seulement de l’outil, mais de ce qu’elles ont appris, partagé et amélioré grâce à lui. »

L’appropriation de l’IA ne repose ni sur les outils seuls ni sur une formation ponctuelle. Elle exige un cadre clair, des compétences adaptées, des managers impliqués et un accompagnement capable d’évoluer avec les usages.

Aelion et Inside interviennent de manière complémentaire : Aelion accompagne la montée en compétences des équipes et des managers. Inside agit sur l’acculturation, l’adoption et la conduite du changement. Une approche conjointe pour aider les managers, les RH et les collaborateurs à trouver leur place face à l’IA et ancrer des usages réellement utiles dans l’organisation.