Former tout le monde à ChatGPT de la même manière est probablement une erreur.
Un dirigeant, un commercial, un responsable marketing, un RH, un collaborateur administratif et un développeur peuvent utiliser la même intelligence artificielle. Mais ils n'ont ni les mêmes objectifs, ni les mêmes risques, ni les mêmes compétences à développer.
Lorsqu'une entreprise décide de former ses équipes à l'intelligence artificielle, le premier réflexe consiste souvent à chercher « une formation ChatGPT pour les salariés ». L'idée paraît logique : réunir les collaborateurs, expliquer le fonctionnement de l'outil, présenter quelques prompts et montrer plusieurs exemples. Mais cette approche atteint très rapidement ses limites.
Car derrière le terme générique de « formation IA », les usages professionnels sont extrêmement différents.
Un directeur général ne cherche probablement pas à produire vingt publications Instagram. Un responsable marketing n'a pas besoin du même niveau de compréhension des API qu'un développeur. Un commercial ne travaille pas avec les mêmes informations qu'un responsable RH. Et un collaborateur administratif peut surtout vouloir automatiser des tâches répétitives sans avoir besoin de comprendre le fonctionnement technique d'un agent autonome.
La bonne question n'est donc plus : « Quelle formation ChatGPT proposer à l'entreprise ? » Mais plutôt : « Quelles compétences IA chaque fonction doit-elle réellement maîtriser ? »
Le modèle de la formation IA uniforme montre rapidement ses limites
Imaginez une session de formation de sept heures réunissant un dirigeant, trois commerciaux, deux personnes des ressources humaines, un développeur et un responsable marketing.
Le formateur présente ChatGPT, explique la notion de prompt, réalise quelques démonstrations et propose plusieurs exercices.
Tout le monde reçoit exactement le même contenu.
À première vue, l'objectif est atteint : les collaborateurs ont été « formés à l'IA ».
Mais qu'ont-ils réellement appris pour leur métier ?
Le dirigeant
Il doit surtout comprendre les opportunités, les risques, les arbitrages, la gouvernance et l'impact stratégique de l'IA sur son organisation.
Le marketing
Il veut générer, décliner, analyser et optimiser des contenus tout en conservant une cohérence éditoriale et une validation humaine.
Les ressources humaines
Elles doivent comprendre les usages possibles mais aussi être particulièrement vigilantes sur les données personnelles et les décisions concernant les personnes.
Le commercial
Il recherche principalement de meilleurs outils pour préparer ses rendez-vous, structurer ses propositions, analyser ses comptes et enrichir son CRM.
L'administration
Son potentiel se situe souvent dans la synthèse documentaire, le traitement de l'information et l'automatisation des tâches répétitives.
Le développeur
Ses besoins peuvent rapidement aller vers la génération et la revue de code, les API, les architectures RAG, les automatisations et les agents IA.
Former tous ces profils avec exactement le même programme revient finalement à enseigner le même niveau d'Excel à un directeur financier, à un commercial et à un développeur.
Ils utilisent éventuellement le même logiciel. Ils ne l'utilisent pas pour le même métier.
La matrice de compétences IA par fonction
Une approche plus mature consiste à construire une matrice permettant de définir les connaissances et compétences réellement nécessaires pour chaque catégorie d'utilisateur.
À chaque fonction ses compétences
Un socle commun peut être partagé par tous, puis complété par des compétences spécifiques aux usages et aux responsabilités de chaque profil.
| Profil | Compétence IA prioritaire | Cas d'usage | Vigilance principale | Approche |
|---|---|---|---|---|
|
Direction
|
Stratégie / risques | Décision, gouvernance, transformation, choix des outils | Responsabilité, conformité, ROI, gouvernance | Stratégique |
|
Marketing
|
Génération / analyse | Contenus, campagnes, SEO, personas, analyse | Fiabilité, marque, copyright, données | Opérationnelle |
|
Ressources humaines
|
Workflows / confidentialité | Fiches de poste, synthèses, procédures, communication | Données personnelles, biais, supervision humaine | Métier |
|
Commercial
|
Préparation / CRM | Prospection, rendez-vous, propositions, comptes rendus | Données clients, hallucinations, promesses commerciales | Opérationnelle |
|
Administration
|
Automatisation | Synthèses, documents, classement, reporting | Qualité des données, contrôle des résultats | Productivité |
|
Développeur
|
Code / agents | Code, debug, API, RAG, agents, automatisations | Sécurité, dépendances, qualité du code, secrets | Avancée |
1. Direction : comprendre l'IA avant de décider où l'utiliser
Le dirigeant n'a pas besoin de devenir expert du prompt
Son rôle consiste davantage à comprendre ce que l'intelligence artificielle peut transformer dans l'entreprise, quels processus peuvent être améliorés, quels investissements sont pertinents et quels risques doivent être encadrés.
Une formation destinée à la direction devrait donc être beaucoup plus orientée vers la prise de décision.
Elle peut notamment aborder la cartographie des usages, la gouvernance des outils, les règles internes, la confidentialité, le Shadow AI, la maîtrise de l'IA, l'évaluation des risques et la transformation progressive des processus de l'entreprise.
2. Marketing : produire plus vite sans produire n'importe quoi
L'IA devient un véritable environnement de production
Pour un responsable marketing ou communication, la formation doit être beaucoup plus opérationnelle : idéation, génération de contenus, analyse, création de variantes, SEO, campagnes, synthèse d'études ou construction de personas.
L'enjeu n'est toutefois pas de transformer l'équipe marketing en usine à contenus générés automatiquement.
Elle doit apprendre à produire avec l'IA tout en conservant une identité de marque, une exigence éditoriale, une vérification des informations et une supervision humaine.
3. Ressources humaines : l'efficacité ne doit jamais faire oublier la sensibilité des données
Un potentiel important, mais un environnement particulièrement sensible
Les équipes RH peuvent utiliser l'IA pour reformuler des documents, préparer des communications internes, structurer des procédures ou accélérer certaines tâches administratives.
Mais elles travaillent également avec certaines des informations les plus sensibles de l'entreprise.
Une formation RH doit donc consacrer une place importante à la confidentialité, aux données personnelles, aux biais potentiels, à la vérification des résultats et aux limites à poser à l'automatisation.
4. Commercial : transformer l'IA en copilote de préparation
Préparer mieux, personnaliser davantage, capitaliser sur l'information
Pour un commercial, l'intérêt de l'IA se situe notamment avant et après l'interaction avec le prospect : préparation du rendez-vous, structuration d'un argumentaire, synthèse d'informations ou préparation d'un compte rendu.
La formation doit également expliquer très clairement ce qui peut être transmis ou non à l'outil.
Un fichier prospects, un historique CRM, un contrat ou un échange client ne doivent pas être copiés automatiquement dans un service d'IA simplement parce que cela permettrait de gagner quelques minutes.
5. Administration : l'IA comme levier d'automatisation
Réduire progressivement les tâches répétitives
Les fonctions administratives peuvent trouver dans l'IA un levier particulièrement intéressant pour le traitement documentaire, la synthèse, la préparation de réponses, la catégorisation ou certaines automatisations.
Ici encore, l'objectif de formation n'est pas uniquement de montrer des prompts.
Il faut apprendre à identifier les tâches réellement automatisables, concevoir un workflow, contrôler les sorties et savoir à quel moment une intervention humaine reste obligatoire.
6. Développeur : passer du simple copilote de code aux agents IA
Le niveau de formation peut devenir beaucoup plus technique
Pour les développeurs, une introduction générale à ChatGPT sera rapidement insuffisante. Les usages peuvent concerner la génération et la revue de code, le debugging, les API, les modèles, les embeddings, le RAG, l'orchestration et les agents IA.
Les risques évoluent également : qualité du code généré, bibliothèques inexistantes ou obsolètes, vulnérabilités, divulgation de secrets, dépendances et décisions prises automatiquement par des agents.
Former un développeur et un commercial avec le même parcours IA n'a donc pratiquement aucun sens au-delà d'un socle introductif commun.
Faut-il malgré tout conserver un socle commun ?
Oui. Personnaliser les formations ne signifie pas créer six programmes totalement indépendants.
Certaines compétences devraient être partagées par tous les utilisateurs professionnels de l'intelligence artificielle.
Comprendre l'IA générative, ses limites, les hallucinations, la confidentialité, les règles internes et la nécessité du contrôle humain.
Apprendre les cas d'usage, prompts, workflows, méthodes et risques spécifiques à chaque fonction de l'entreprise.
Automatisation, intégrations, agents IA, API, traitement documentaire avancé ou expertise spécifique selon les besoins.
Une stratégie de formation IA efficace peut donc ressembler davantage à une architecture de compétences qu'à un catalogue de formations standardisées.
Cette approche correspond également à la logique européenne de maîtrise de l'IA
La personnalisation des parcours n'est pas seulement une question d'efficacité pédagogique. Elle correspond également à la logique mise en avant par la Commission européenne autour de la maîtrise de l'intelligence artificielle.
Le contexte d'utilisation compte
Dans ses réponses officielles concernant l'article 4 de l'AI Act, la Commission européenne indique que les actions destinées à développer la maîtrise de l'IA doivent être construites en tenant compte des différences de connaissances techniques, d'expérience, d'éducation et de formation des personnes concernées.
Elle précise également que le contexte d'utilisation des systèmes d'IA, le secteur et la finalité pour laquelle ils sont employés doivent être pris en considération.
La Commission indique ainsi que différents niveaux de formation ou différentes approches d'apprentissage peuvent être appropriés selon les systèmes concernés et les connaissances et expériences des personnes.
Autrement dit, la logique n'est pas : « Tout le monde doit suivre le même cours sur l'IA. »
Elle consiste davantage à se demander : « De quelles connaissances cette personne a-t-elle besoin compte tenu de son rôle, de ses compétences et de la manière dont elle utilise l'IA ? »
Ce qu'une entreprise devrait éviter
Formation standardisée
- Même contenu pour toutes les fonctions.
- Démonstrations génériques de ChatGPT.
- Liste de prompts à reproduire.
- Peu de cas d'usage métier.
- Peu de réflexion sur les données utilisées.
- Absence de niveau avancé.
- Formation ponctuelle sans suivi.
Parcours IA par fonction
- Socle de maîtrise commun.
- Cartographie des usages réels.
- Exercices adaptés au métier.
- Règles liées aux données manipulées.
- Niveau adapté aux compétences.
- Cas d'usage directement applicables.
- Progression et montée en compétences.
Comment construire un parcours IA réellement adapté à l'entreprise ?
Avant d'organiser une formation, il peut être beaucoup plus pertinent de réaliser une courte phase de diagnostic.
Identifier les fonctions concernées
Direction, commercial, marketing, RH, administration, informatique, support client ou autres métiers propres à votre organisation.
Identifier les outils déjà utilisés
ChatGPT, Microsoft Copilot, Gemini, Claude ou fonctions d'IA directement intégrées aux logiciels métiers.
Cartographier les cas d'usage
Quelles tâches les collaborateurs réalisent-ils déjà avec l'IA ? Lesquelles pourraient être améliorées ou automatisées ?
Identifier les risques par fonction
Données personnelles pour les RH, informations commerciales pour les ventes, propriété intellectuelle pour le marketing ou sécurité du code pour les développeurs.
Évaluer le niveau initial
Un utilisateur débutant, un utilisateur quotidien et un développeur intégrant déjà des modèles via API ne doivent évidemment pas recevoir le même contenu.
Construire les parcours
Créer un socle commun puis des modules métier permettant de transformer la formation en compétences directement utilisables.
Le véritable objectif : transformer l'IA en compétence métier
La prochaine étape de l'adoption de l'intelligence artificielle en entreprise ne sera probablement pas simplement une augmentation du nombre de licences ChatGPT, Copilot ou Gemini.
Elle sera liée à la capacité des organisations à transformer ces outils en véritables compétences professionnelles.
Et une compétence professionnelle ne se résume pas à connaître une interface.
Un collaborateur doit comprendre :
Quand utiliser l'IA
Identifier les situations dans lesquelles l'intelligence artificielle apporte réellement de la valeur.
Comment l'utiliser
Savoir contextualiser une demande, structurer ses instructions et itérer avec l'outil.
Ce qu'il peut lui transmettre
Comprendre les règles de confidentialité et protéger les informations de l'entreprise et de ses clients.
Comment contrôler le résultat
Développer les réflexes nécessaires pour identifier les erreurs et les hallucinations.
À partir de là, la formation IA cesse d'être une initiation technologique.
Elle devient un véritable projet de développement des compétences de l'entreprise.
Une entreprise n'a pas besoin d'utilisateurs identiques. Elle a besoin d'utilisateurs compétents.
ChatGPT est un outil extrêmement polyvalent. Microsoft Copilot, Claude, Gemini et les autres systèmes d'intelligence artificielle le sont également.
C'est précisément cette polyvalence qui rend une formation unique et uniforme peu pertinente.
Le commercial doit apprendre à vendre avec l'IA. Le marketing doit apprendre à créer et analyser. Les RH doivent apprendre à exploiter les outils tout en protégeant les personnes et leurs données. L'administration peut se concentrer sur les workflows et l'automatisation. Le développeur peut aller vers le code, les API et les agents. La direction doit comprendre suffisamment l'ensemble pour gouverner et arbitrer.
Former ses collaborateurs à l'IA ne signifie donc pas former tout le monde de la même manière. Cela signifie donner à chaque personne le niveau de maîtrise dont elle a réellement besoin pour son métier.
Questions fréquentes sur la formation IA par métier
Faut-il former tous les salariés à ChatGPT ?
Les besoins dépendent des outils réellement utilisés et des fonctions exercées. Un socle commun de maîtrise de l'IA peut être pertinent, puis être complété par des modules spécifiques aux métiers et aux risques rencontrés.
Pourquoi personnaliser une formation à l'intelligence artificielle ?
Parce que les cas d'usage, les données manipulées, les risques et le niveau technique diffèrent fortement entre une direction, un service commercial, les RH, le marketing ou une équipe de développement.
Quelles compétences IA un dirigeant doit-il développer ?
Un dirigeant doit notamment comprendre les opportunités de l'IA, ses risques, les questions de gouvernance, les enjeux réglementaires et la manière d'évaluer la valeur des différents projets IA.
Une formation au prompt engineering suffit-elle ?
Non. Le prompting est une compétence utile mais la maîtrise professionnelle de l'IA comprend également la vérification des résultats, la protection des données, l'identification des hallucinations et l'intégration de l'outil dans les processus métier.
L'AI Act recommande-t-il une approche adaptée aux utilisateurs ?
La Commission européenne indique que les mesures de maîtrise de l'IA doivent tenir compte notamment des connaissances techniques, de l'expérience, de l'éducation, de la formation et du contexte d'utilisation des personnes concernées.
Sources officielles
Commission européenne — AI Literacy: Questions & Answers
Commission européenne — AI talent, skills and literacy
Commission européenne — Cadre réglementaire européen sur l'intelligence artificielle
Construisons le parcours IA adapté aux fonctions de votre entreprise.
Direction, commerciaux, marketing, ressources humaines, administration ou équipes techniques : nous construisons des parcours de formation à l'intelligence artificielle adaptés aux usages, aux responsabilités et au niveau de chaque fonction.