La meilleure formation à l’IA pour une directrice des opérations n’est pas au catalogue

Isabelle m’a écrit au début de l’été. Elle dirige les opérations d’un groupe qui fait du logiciel, du datacenter et du e-commerce. Sa question tenait en deux lignes : est-ce que je connaissais une formation IA de qualité sur Lyon, parce qu’elle veut piloter des projets IA tout en étant capable de mettre les doigts sous le capot.

Je lui ai répondu qu’aucune formation ne la rendrait opérationnelle. Au mieux, elle en sortira avec des bases. Les organismes de formation n’y sont pour rien, la compétence qu’elle cherche est simplement de celles qui ne se transmettent pas en salle. Elle travaille déjà entourée d’ingénieurs et d’infrastructures IT. Si la réponse existait dans un catalogue, elle l’aurait trouvée avant moi.

Le marché vend une compétence de saisie, votre poste exige une compétence d’évaluation

En 2023, Harvard Business School et BCG ont réparti 758 consultants en trois groupes : sans IA, avec GPT-4, et avec GPT-4 plus une initiation au prompt engineering. Sur dix-huit tâches situées dans le périmètre de compétence du modèle, les utilisateurs d’IA ont accompli 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité nettement supérieure. Sur une tâche managériale complexe située juste en dehors de ce périmètre, ils avaient 19 % moins de chances de produire la bonne solution que ceux qui travaillaient sans IA. Le groupe formé au prompt n’a pas échappé à la dégradation.

Une étude publiée cette année par la même équipe explique pourquoi. En analysant les échanges de plus de 70 consultants qui avaient tenté de vérifier les réponses du modèle, les chercheurs ont observé un comportement précis : quand l’utilisateur le contredit, le modèle n’admet pas sa limite, il intensifie sa persuasion. Il s’excuse, il corrige, puis il reformule sa position initiale avec davantage de données à l’appui. Il répond toujours avec l’assurance d’un consultant qui n’a jamais mis les pieds dans votre atelier.

Un brief client IA, c’est 90 % de projet classique et 10 % de LLM

Je lis des cahiers des charges IA toutes les semaines, et la proportion est stable. Neuf dixièmes du sujet relèvent de la conduite du changement, de la qualité des données, des processus mal documentés et des arbitrages entre directions qui n’ont jamais été tranchés. Les 10% restant concernent le modèle, le RAG, les agents. C’est la partie dont tout le monde parle, et c’est celle qui pose le moins de problèmes.

Ce que ça signifie pour Isabelle est presque vexant tellement c’est simple. Elle possède déjà les 90 %. Industrialiser un processus, aligner des équipes multi-entités, mettre une performance sous contrôle, c’est très exactement ce qui décide du sort d’un projet IA. Ce qui lui manque, ce sont les 10 %, et ces 10 % ne s’apprennent pas en salle.

Reprenez un processus que vous connaissez mieux que la machine

Choisissez un processus dont vous maîtrisez chaque étape : un traitement de réclamation, une revue de compte, un reporting mensuel. Refaites-le entièrement avec l’IA, puis comparez avec ce que vous auriez produit vous-même. Ce que vous mesurez, c’est l’écart entre ce que l’outil affirme et ce que vous savez.

C’est le seul exercice qui construise la compétence dont on parle. Sur un sujet que vous ne maîtrisez pas, une réponse fausse ressemble trait pour trait à une réponse juste. Sur votre propre processus, vous voyez immédiatement la ligne où le modèle a inventé une étape qui n’existe pas chez vous. Faites-le sur trois processus différents et vous aurez une carte personnelle de ce que l’IA réussit et de ce qu’elle rate dans votre métier, une carte qu’aucun formateur ne peut vous vendre parce qu’elle dépend de votre entreprise.

Trois semaines d’usage quotidien, y compris pour des tâches sans enjeu

Le deuxième exercice consiste à ouvrir l’outil tous les jours, pendant trois semaines, pour tout et n’importe quoi. Préparer un ordre du jour, reformuler un message difficile, résumer un compte rendu, tenter une analyse de données et se planter. La régularité produit une intuition des limites que la théorie ne produit jamais.

Microsoft Research et Carnegie Mellon ont interrogé 319 travailleurs du savoir en 2025 sur 936 usages réels. Plus la confiance dans l’outil augmente, plus l’effort critique diminue. Les utilisateurs les plus confiants se contentent de vérifier que la réponse est acceptable, au lieu de l’évaluer vraiment. Tenez donc une règle pendant ces trois semaines : sur chaque réponse qui vous paraît excellente, cherchez l’erreur avant de valider.

Demandez à votre réseau ce qui a raté, personne ne publie ses échecs

Le troisième exercice est une enquête. Appelez cinq dirigeants ou directeurs des opérations qui ont lancé un projet IA il y a plus de six mois. Ne leur demandez pas ce qu’ils ont mis en place, demandez-leur ce qui n’a pas marché, ce qu’ils referaient autrement, et ce qui a coûté plus cher que prévu.

Vous obtiendrez en cinq conversations ce qu’aucun contenu public ne vous donnera. LinkedIn ne publie que les démonstrations qui fonctionnent et les salons ne montrent que les pilotes réussis. Les échecs, eux, circulent à l’oral, entre gens qui se font confiance. C’est exactement ce qu’Isabelle a fait en m’écrivant, et c’est pour ça que sa démarche était déjà juste avant ma réponse.

Deux heures par semaine, sinon la méthode reste une intention

Ces trois exercices tiennent dans deux heures hebdomadaires pendant deux mois. C’est moins lourd qu’une formation certifiante et c’est beaucoup plus dur, parce que personne ne vous attend en salle à neuf heures. Si ces deux heures ne sont pas posées dans votre agenda avec le même statut qu’un comité de direction, elles n’existeront pas.

Isabelle cherchait une formation. Ce qu’elle cherchait vraiment, c’était l’autorisation de se former sur son propre terrain plutôt que dans une salle. Vous n’avez besoin de personne pour vous la donner.

Cette semaine, bloquez deux heures et reprenez un de vos processus avec l’IA à côté de vous. Le jour où vous repérerez l’erreur avant même de l’avoir cherchée, vous serez opérationnelle. Ce jour-là, vous aurez mis les pieds dans l’atelier, et vous saurez reconnaître ceux qui n’y sont jamais allés.