Signée par Jennifer Belissent, Principal Data Strategist chez Snowflake 
Peu de technologies ont suscité à la fois autant d’espoirs et de craintes que l’intelligence artificielle. On lui attribue la capacité de redéfinir le travail, de transformer les organisations, voire d’impacter la société dans son ensemble. Pourtant, l’essentiel ne réside pas dans les algorithmes eux-mêmes, mais dans la façon dont les entreprises font évoluer leurs pratiques et mobilisent leurs équipes.
Une transformation réussie repose avant tout sur la capacité des organisations à adapter leurs processus, faire évoluer leur culture et accompagner leurs collaborateurs dans ces changements. Le principe du 10-20-70, mis en avant par le cabinet BCG, l’illustre clairement : 10 % des efforts concernent les algorithmes, 20 % les données et les technologies, et 70 % les personnes et la conduite du changement.
Autrement dit, l’IA ne représente que la partie visible. Le véritable enjeu, souvent moins perceptible, consiste à mieux communiquer, à expérimenter pour progresser et à diffuser largement les connaissances afin d’impliquer toute l’entreprise.
Mieux structurer la communication autour de l’IA
L’évangélisation autour de l’IA doit être organisée et transversale. Certaines entreprises désignent des “catalyseurs”, d’autres créent des rôles de “traducteurs”. En Australie, Kmart a par exemple introduit la fonction de data translator, ce qui a entraîné une hausse de 400 % des nouvelles idées en trois mois et un triplement de la valeur générée par cas d’usage. Ces traducteurs, intégrés dans les équipes métiers, jouent le rôle de passeurs, au quotidien, entre l’innovation et son appropriation.
Chez Toyota Motors Europe, les traducteurs jouent également un rôle clé de médiateurs entre les métiers et les data scientists. Leur mission est de rendre les concepts accessibles et compréhensibles. Mais Toyota va plus loin, l’équipe data a conçu une représentation visuelle de son data mesh, une carte claire illustrant sources, usages et étapes de gouvernance. L’objectif est simple : rendre concret ce qui pourrait paraître abstrait. Une image vaut mille mots, une carte encore davantage.
Le rôle des responsables de la donnée et de l’IA est d’aller plus loin, identifier clairement leurs audiences, adapter leurs messages et choisir les canaux de communication les plus efficaces pour susciter l’adhésion.
Former largement pour accompagner le changement
À mesure que la curiosité grandit, les équipes veulent tester l’IA. L’expérimentation explore le champ des possibles et alimente de nouvelles idées. Sa valeur ne réside pas seulement dans les modèles créés, mais aussi dans l’expérience acquise et la confiance construite. Elle favorise l’apprentissage par la pratique, renforce la confiance et prépare les équipes à élargir progressivement leurs usages.
Structurer les compétences
La majorité des collaborateurs ne participera pas à un hackathon et ne sont pas experts en données ou en IA. La réussite du changement repose donc sur une montée en compétences généralisée. Beaucoup affirment d’ailleurs qu’ils quitteront leur entreprise si celle-ci ne leur offre pas de formation. Une étude LinkedIn confirme que l’accès à l’apprentissage est aujourd’hui la première stratégie de rétention des talents.
L’exemple d’Alberta Health est parlant : leur AI scribe saisit automatiquement les informations lors des passages aux urgences, libérant du temps médical et améliorant l’interaction humaine. L’idée est née d’un médecin urgentiste lui-même, preuve que l’innovation vient du terrain autant que des équipes data.
Avec la multiplication des agents d’IA capables d’assumer une variété de tâches, il est indispensable que les employés comprennent ce qu’ils peuvent attendre de ces outils. Ils doivent savoir quel rôle jouer dans la définition, la collaboration et le suivi des résultats produits par ces nouveaux “collègues”.
Une transformation portée avant tout par l’humain
Au sein du cabinet d’analyse Forrester, le cadre ACES : Awareness (sensibilisation), Comprehension (compréhension), Expertise (expertise) et Scale (diffusion à l’échelle), montre qu’il ne suffit pas de former uniquement les experts. L’enjeu est d’impliquer l’ensemble de l’entreprise, car chacun contribue, à son niveau, à la collecte, à la protection et à l’usage des données.
Les experts data peuvent, au-delà de leurs compétences techniques, devenir des facilitateurs et des pédagogues. Promouvoir la culture de l’IA et des données est à la fois une mission et une opportunité de croissance professionnelle.
Au final, une communication structurée, une culture de l’expérimentation et un effort de formation à grande échelle constituent les bases d’une véritable culture data et IA, et donc d’organisations plus solides. Elles rappellent surtout une réalité essentielle : la réussite d’une transformation technologique dépend d’abord des femmes et des hommes qui la portent.
Les entreprises qui tireront leur épingle du jeu ne seront pas nécessairement celles qui investissent le plus dans les modèles les plus avancés, mais celles qui sauront instaurer un environnement où chacun peut contribuer au changement. Cela implique de donner aux collaborateurs les moyens de comprendre, tester et s’approprier concrètement l’IA au quotidien.
À mesure que l’IA s’impose comme un enjeu dépassant le cadre technologique, il devient nécessaire de revoir les priorités. Sa valeur ne se limite pas à la performance des outils, mais repose sur la capacité des organisations à construire une culture collective d’adoption. C’est précisément là que se situe le véritable défi, mais aussi la principale opportunité.
