La formation était réussie. Trois semaines plus tard, rien n'a changé.

Une équipe passe une journée à apprendre à bien utiliser l'IA. Les participants repartent motivés, les retours sont chaleureux, le manager est content. Trois semaines plus tard, vous demandez qui a mis en pratique ce qu'il a appris. Quelques mains se lèvent. Les autres disent qu'ils comptaient le faire, mais que la semaine a été chargée.

Personne n'a échoué ici. La formation a fonctionné. L'adoption, elle, n'a pas eu lieu. Ce sont deux choses différentes, et la plupart des entreprises ne budgétisent que la première.

Ce qui se passe vraiment

Une formation transmet des connaissances. L'adoption exige de changer la façon dont se déroule un mardi à 15 heures. De retour à leur bureau, les participants retrouvent la même boîte mail, les mêmes échéances, les mêmes modèles de documents et les mêmes attentes de leur manager. Rien dans cet environnement ne leur demande de travailler autrement.

Utiliser l'IA commence par ralentir : choisir une tâche, écrire une consigne correcte, vérifier le résultat, le corriger. Sous pression, l'ancienne méthode est plus rapide, donc l'ancienne méthode gagne.

Un problème plus discret s'ajoute. Les exemples vus en formation étaient bons, mais génériques. Chacun doit les transposer seul à son propre métier, sans personne à qui poser la question. C'est là que la plupart s'arrêtent.

Le changement de regard

Beaucoup de dirigeants en concluent qu'il faut plus de formation, de meilleurs outils ou des équipes plus motivées. Ce qui compte vraiment, c'est de savoir si le travail lui même a été repensé pour intégrer l'IA. L'adoption n'est pas un déficit de compétences, c'est un déficit de workflow. Les compétences sont nécessaires, mais sans place dans le flux de travail, elles s'effacent en quelques semaines.

Dans le cadre MAKIA, c'est le terrain du Sens et des Acteurs : chaque personne sait elle pour quelles tâches l'IA est faite, et quelqu'un porte t il cette conversation une fois l'atelier terminé ?

Ce que cela change concrètement pour une PME

1. Choisir la tâche avant l'outil. Pour chaque équipe, nommez deux ou trois tâches récurrentes où l'IA devient le point de départ par défaut : le compte rendu hebdomadaire, le premier jet d'une réponse client, la synthèse de réunion. Si personne ne sait les nommer, c'est déjà le vrai constat.
2. Donner un responsable au suivi. Pas un ambassadeur avec un titre, simplement une personne par équipe qui pose chaque semaine la même question : qu'avons nous essayé ? Dix minutes dans une réunion existante suffisent.
3. Protéger la première tentative, plus lente. Dites explicitement que la première version d'une tâche avec l'IA peut prendre plus de temps. Si les délais ne bougent jamais, l'adoption ne démarre jamais.
4. Partager les exemples ratés. Les consignes qui n'ont pas marché et les résultats qu'il a fallu réécrire apprennent plus que les démonstrations léchées, et ils rendent l'essai acceptable.

Pour finir

Si votre dernière formation IA s'est terminée sans changement mesurable, posez une autre question que « était elle bonne ? ». Demandez plutôt : quelle tâche de notre semaine est maintenant différente ? Si la réponse est aucune, ce n'est pas la formation qu'il faut corriger.

À tester cette semaine

Prenez 25 minutes. Ouvrez l'agenda de votre équipe des deux dernières semaines et repérez une tâche qui revient chaque semaine. Sur une seule page, notez : la tâche, la personne qui la fait, le temps qu'elle prend aujourd'hui, et l'étape où l'IA pourrait produire le premier jet. Demandez ensuite à une personne de l'essayer une fois cette semaine, et de vous raconter ce qui s'est passé en dix minutes à votre prochaine réunion.