Former à l’IA exige des objectifs clairs pour chaque métier

L’écart de compétences en IA s’étend aux connaissances métier et à l’intégration

Un budget de formation à l’IA peut passer à côté d’une grande partie du problème d’adoption s’il se concentre sur l’utilisation des outils. Dans l’étude Workforce and Learning Trends 2026 de CompTIA, les entreprises ont identifié l’insuffisance des compétences d’usage de l’IA et l’insuffisance des compétences métier de base comme des défis majeurs pour l’adoption, au même niveau : 24% chacune. L’insuffisance des compétences d’intégration suivait à 21%. Les employés doivent donc apprendre à utiliser l’IA, comprendre le travail qu’elle soutient et savoir comment elle se connecte aux systèmes existants.

Ces résultats mettent en évidence un problème plus large pour les entreprises : les organisations introduisent l’IA plus vite que les employés ne développent les capacités nécessaires pour travailler avec elle. Dans le 2025 Future of Jobs Survey du Forum économique mondial (WEF), 63% des employeurs ont identifié les écarts de compétences comme un obstacle majeur à la transformation de l’entreprise. Les employeurs prévoyaient plusieurs réponses, avec 85% ayant l’intention de faire monter en compétences leur main-d’œuvre, 70% prévoyant de recruter et 50% s’attendant à redéployer des employés depuis des rôles en déclin vers des rôles en expansion. Ces approches peuvent fonctionner ensemble.

La formation est l’une des réponses, et les organisations qui en rendent compte ont des intérêts commerciaux différents. L’activité de formation et de certification de CompTIA bénéficie de la demande en développement des compétences ; TalentLMS, dont les recherches sur l’apprentissage en entreprise alimentent également cette réflexion, vend des logiciels de gestion de l’apprentissage et bénéficie des investissements des entreprises dans la formation. Leurs résultats aident à distinguer les programmes fournis par les employeurs du soutien réellement perçu par les employés. Les managers doivent examiner les deux lorsqu’ils décident comment développer les capacités en IA.

L’investissement dans la formation doit se traduire par un soutien réellement exploitable

Les employeurs consacrent déjà des ressources au développement de la main-d’œuvre. CompTIA indique que 48% des entreprises identifient la formation comme l’un de leurs plus grands postes d’investissement prévus. Ses recherches montrent également que 57% des répondants disent que leur entreprise investit dans un nouveau programme de formation couvrant tous les types de compétences, tandis que 50% signalent des programmes entièrement nouveaux dédiés aux compétences en IA. Encore 48% prévoient d’introduire des modules IA dans des programmes existants, et 11% déclarent ne prendre aucune mesure liée à ce sujet pour le moment.

Mais proposer des programmes ne signifie pas que les employés sont prêts à utiliser l’IA. Seuls 43% des répondants dans l’étude de CompTIA estiment que leur main-d’œuvre est enthousiaste à l’idée de l’adopter. CompTIA identifie comme facteurs de cet enthousiasme limité le manque de confiance dans le développement des compétences, à 39%, et l’incertitude sur le point de départ, à 35%. Les employés ont donc besoin d’un point d’entrée gérable et d’une raison de croire qu’ils peuvent progresser.

Pour se lancer, il faut aussi du temps pour apprendre. Dans l’étude de TalentLMS sur l’apprentissage et le développement en 2025, presque la moitié des employés et des responsables des ressources humaines (RH) s’accordent à dire que leurs entreprises considèrent le temps de formation comme du temps retiré au travail réel. Pourtant, 64% des entreprises ont l’intention de faire monter en compétences et de requalifier les employés : approfondir leurs capacités actuelles ou les préparer à un autre type de travail. Ces plans créent des attentes contradictoires lorsque le temps nécessaire pour les mettre en œuvre est traité comme une interruption.

Les employés acquièrent déjà des compétences par le travail, ce qui donne aux employeurs un moyen concret de relier l’apprentissage aux exigences du poste. Dans l’étude de TalentLMS, 86% disent acquérir de nouvelles compétences grâce à une formation pratique sur le terrain. Ce résultat concerne les compétences en général, donc les managers doivent encore identifier quelles activités professionnelles développent les capacités en IA requises pour chaque rôle. L’expérience pratique devient plus utile lorsque les employés comprennent ce qu’ils doivent apprendre et peuvent obtenir de l’aide pendant qu’ils l’appliquent.

Le fait que les employés reçoivent réellement cette aide est une question de management distincte. TalentLMS a constaté que 83% des responsables RH estiment que leur entreprise aide activement les employés à apprendre à utiliser l’IA, contre 64% des employés. Cet écart rend le retour des employés important pour évaluer l’offre de formation. Les managers doivent se demander si les personnes comprennent leurs options, peuvent accéder à un apprentissage pertinent et savent comment celui-ci se rattache à leurs responsabilités.

Répondre à ces questions demande plus que de compter les cours disponibles. Les résultats de CompTIA décrivent les décisions relatives aux programmes et le niveau de préparation perçu, tandis que ceux de TalentLMS portent sur les pratiques d’apprentissage et sur la manière dont différents répondants évaluent le soutien. Chacun donne aux managers une raison d’examiner comment la formation fonctionne au sein de leur organisation. Le point de départ, ce sont les capacités dont les employés ont besoin dans leurs rôles.

L’apprentissage de l’IA dépend des rôles, des besoins de sécurité et du jugement humain

Les exigences propres aux rôles font aller la formation à l’IA au-delà d’un cours d’introduction commun. CompTIA identifie une demande dans les fonctions technologiques comme non technologiques, y compris les responsabilités en contact avec les clients, opérationnelles et professionnelles. Les chiffres ci-dessous reprennent les catégories de CompTIA pour montrer quels rôles alimentent la demande de formation à l’IA. Les dirigeants peuvent s’appuyer sur cet éventail pour commencer à identifier les besoins dans l’ensemble de l’organisation.

L’apprentissage dans l’ensemble de ces rôles doit être relié au travail effectué par chaque groupe. Une équipe commerciale, une équipe juridique et une équipe de développement logiciel ont besoin de capacités qui reflètent leurs responsabilités, même lorsqu’elles partagent des contenus d’introduction. Les dirigeants doivent donc définir les compétences requises pour chaque rôle concerné avant d’attribuer des cours. La participation devient utile lorsque l’apprentissage prépare les personnes aux tâches et aux décisions auxquelles elles sont confrontées.

Les exigences liées aux rôles s’inscrivent aussi dans des priorités à l’échelle de l’entreprise, qui varient selon la taille de l’organisation. CompTIA rapporte des ordres de priorité différents pour les petites et moyennes entreprises (PME), les grandes entreprises et les très grandes organisations. Le classement ci-dessous situe la formation à l’IA aux côtés de la sécurité, du support, de la gestion et de l’intégration dans chaque catégorie, donnant aux dirigeants une autre base pour décider quelles capacités développer en premier.

La sécurité occupe une place élevée parce que l’IA modifie à la fois les capacités défensives et l’exposition aux attaques. CompTIA explique que l’IA élargit ce que les opérations de sécurité peuvent faire tout en augmentant l’ampleur des vecteurs de menace, c’est-à-dire les voies par lesquelles des attaques peuvent atteindre une organisation. Les compétences en cybersécurité deviennent donc plus importantes. Les employeurs ont également intérêt à développer la sensibilisation à la sécurité dans l’ensemble de la main-d’œuvre, en parallèle d’une expertise spécialisée plus approfondie.

La sensibilisation à la sécurité fait partie du jugement dont les employés ont besoin lorsqu’ils travaillent avec l’IA. Les professionnels chargés de superviser les résultats générés par l’IA doivent évaluer si ces résultats sont corrects et répondent aux exigences de la tâche. Utiliser un outil et évaluer ses résultats exigent des capacités différentes ; les équipes learning and development (L&D) devraient donc inclure le raisonnement analytique et d’autres compétences humaines lorsqu’elles préparent les employés à un travail soutenu par l’IA.

Les résultats plus larges du WEF sur la demande de compétences montrent à quel point les employeurs valorisent ces capacités. Il rapporte la pensée analytique à 68% ; la résilience, la flexibilité et l’agilité à 67% ; la direction et l’influence sociale à 61% ; la pensée créative à 57% ; et la motivation ainsi que la conscience de soi à 52%. Ces compétences comptent dans le travail soutenu par l’IA parce que les employés doivent évaluer les résultats, s’adapter à des responsabilités modifiées et coordonner les décisions avec d’autres personnes. L’instruction technique doit les préparer à ce travail tout en leur apprenant à utiliser les outils.

À mesure que les entreprises mettent l’IA au travail, CompTIA décrit aussi un déplacement de l’attention des entreprises vers l’intégration avec les systèmes technologiques et les workflows, l’apprentissage allant au-delà des concepts d’introduction vers une maîtrise plus approfondie de l’IA et des disciplines émergentes. La maîtrise de l’IA signifie comprendre suffisamment la technologie pour l’utiliser efficacement et juger ses résultats dans leur contexte. À mesure que le déploiement s’étend, la formation devrait accorder davantage d’attention aux compétences interpersonnelles et au jugement par rapport à l’instruction technique. Les employés doivent comprendre comment l’IA transforme leur travail et quelles décisions restent de leur responsabilité.

Relier l’apprentissage au travail et au développement de carrière

Ces responsabilités constituent le point de départ d’une stratégie axée sur les compétences : organiser le développement autour des capacités qu’un rôle en évolution exige. Les managers doivent définir les exigences du rôle, identifier les capacités manquantes, puis sélectionner ou concevoir l’apprentissage. Chaque décision de formation a alors un objectif. Partir du catalogue de cours rend plus difficile d’expliquer pourquoi un employé donné a besoin d’un cours donné.

Un objectif clair aide aussi les employés à relier l’apprentissage présent aux opportunités de carrière futures. Une feuille de route de carrière devrait relier les responsabilités actuelles aux compétences nécessaires à mesure que l’IA transforme le rôle, y compris les possibilités d’apprendre dans le travail. Les employés peuvent alors voir comment l’expérience pratique contribue à leur développement. Pour construire cette feuille de route, les organisations doivent prendre en compte les effets à plus long terme de l’IA sur l’évolution de carrière lorsqu’elles définissent les priorités de formation.

L’apprentissage en situation de travail rend cette feuille de route concrète parce que les employés acquièrent déjà des compétences dans leur travail quotidien. Intégrer l’apprentissage dans les workflows peut encourager la participation et améliorer les résultats, en particulier lorsqu’une capacité demande de la pratique pour se développer. Les managers doivent néanmoins préciser ce que les employés doivent apprendre et comment l’activité le développe. Une tâche de travail ordinaire devient une opportunité d’apprentissage délibérée lorsque son objectif, la capacité attendue et le soutien disponible sont clairs.

Des objectifs clairs facilitent aussi le fait de traiter le temps d’apprentissage comme une partie du travail. Lorsqu’une entreprise demande aux employés de développer des capacités tout en traitant la formation comme une distraction, elle leur donne des instructions contradictoires sur la manière d’utiliser leur temps. Les dirigeants devraient reconnaître l’apprentissage pertinent comme un travail qui prépare les personnes à assumer leurs responsabilités. C’est particulièrement important pour les employés qui ont besoin d’expérience pratique, d’un point d’entrée clair et de soutien à mesure qu’ils gagnent en confiance.

L’organisation doit rendre ce parcours compréhensible. Les employés peuvent jouer un rôle actif dans leur développement, mais les exigences futures des rôles et les attentes concernant le temps d’apprentissage dépendent de décisions prises dans toute l’entreprise. Les managers doivent relier l’effort individuel à ces décisions afin que chaque employé puisse expliquer ce qu’il doit apprendre, pourquoi cela compte et comment l’apprentissage s’intègre dans son travail.

Les RH, l’IT et le L&D doivent vérifier comment les employés vivent le soutien apporté

Vérifier cette compréhension signifie interroger les employés sur leur expérience. L’écart entre l’évaluation des responsables RH et celle des employés concernant le soutien à l’apprentissage de l’IA en fait une partie nécessaire de l’évaluation de ce qu’une entreprise fournit. Les préoccupations des employés concernant le risque de prendre du retard, l’absence de point de départ clair et la préparation à de futurs rôles devraient éclairer les décisions de formation en plus des évaluations des compétences requises. Les retours peuvent montrer où l’objectif d’un programme n’est pas clair pour les personnes censées l’utiliser.

Répondre à ces préoccupations exige que les RH, les dirigeants IT et les équipes L&D coordonnent leur travail. L’IT doit communiquer l’évolution des exigences technologiques, tandis que les RH et le L&D doivent relier ces exigences au développement des rôles et aux opportunités d’apprentissage. Les retours des employés devraient guider ce travail afin que les programmes restent pertinents à mesure que l’adoption de l’IA progresse. Chaque fonction contribue en rendant la prochaine étape d’apprentissage claire et possible à franchir.

La responsabilité partagée exige aussi des attentes claires quant à ce que la formation doit apporter à la stratégie IA. Un plan devrait identifier les capacités que les employés doivent développer, expliquer comment ils vont les pratiquer et fournir un moyen d’évaluer leur application à mesure que les rôles évoluent. Intégrer l’apprentissage dans les workflows peut soutenir ce développement ; les managers devraient évaluer sa contribution à travers les compétences que les employés acquièrent et utilisent. Avant d’approuver un programme, ils devraient aussi définir qui vérifiera les progrès et qui interviendra lorsque les employés restent dans l’incertitude ou ont besoin d’un soutien supplémentaire.

Points clés

• Élargir l’évaluation des compétences : Les entreprises signalent des lacunes dans les compétences d’usage de l’IA et dans les compétences métier de base au même niveau, 24%, les compétences d’intégration suivant de près à 21%. Les RH et l’IT doivent évaluer les trois lorsqu’ils définissent les priorités de formation.
• Vérifier si le soutien atteint réellement les employés : Alors que 83% des responsables RH disent que leur entreprise soutient activement l’apprentissage de l’IA, 64% des employés sont d’accord. Les retours des employés peuvent établir si les personnes comprennent leurs options, peuvent accéder à une formation pertinente et disposent du temps nécessaire pour apprendre.
• Adapter la formation aux exigences des rôles : Les équipes L&D doivent relier l’apprentissage de l’IA aux tâches, aux responsabilités de sécurité et aux décisions propres à chaque rôle. Incluez la pratique de l’évaluation des résultats générés par l’IA en plus de l’apprentissage de l’utilisation des outils.
• Intégrer l’apprentissage au développement de carrière : Les managers doivent relier les responsabilités actuelles, les futures exigences en compétences et les opportunités d’apprentissage pratique dans une feuille de route de carrière claire. Définissez des objectifs d’apprentissage pour les tâches professionnelles et reconnaissez le temps consacré au développement de ces capacités comme du travail.
• Attribuer la responsabilité des résultats d’apprentissage : Les RH, l’IT et le L&D doivent partager des attentes communes sur les capacités que la formation développera et sur la manière dont les employés les mettront en pratique. Attribuez la responsabilité du suivi de l’application sur le poste de travail et du traitement des lacunes dans le soutien apporté aux employés.