Adoption de l’IA : pourquoi l’écart entre usage et compétences devient un risque managérial en 2026

En 2026, l’intelligence artificielle (IA) s’impose comme un outil incontournable dans le quotidien des professionnels. Pourtant, son adoption fulgurante révèle un paradoxe préoccupant : l’usage progresse bien plus vite que les compétences. Selon le 4ᵉ Baromètre de la formation professionnelle de Lefebvre Dalloz, 51 % des professionnels utilisent régulièrement l’IA, contre seulement 25 % en 2025. L’usage quotidien a même été multiplié par trois, passant de 9 % à 24 %. Pourtant, 54 % des répondants n’ont reçu aucune formation à l’IA, et seuls 10 % ont été formés aux enjeux réglementaires ou aux risques associés.

Cet écart entre adoption et encadrement n’est pas seulement un défi technique. Il devient un risque managérial majeur, exposant les entreprises à des usages non maîtrisés, des erreurs coûteuses et une perte de confiance des équipes. Comment transformer cette accélération en levier d’adoption durable ?

Un usage qui double, des compétences qui stagnent

L’adoption de l’IA en entreprise suit une courbe exponentielle. En un an, le nombre de professionnels déclarant utiliser l’IA régulièrement ou ponctuellement a doublé, et l’usage quotidien a triplé. Les tâches les plus concernées par cette automatisation sont les tâches chronophages (60 %) et l’analyse de données (57 %). Pourtant, cette montée en puissance s’accompagne d’un déficit criant de formation : plus de la moitié des professionnels n’ont jamais été formés à l’IA, et seulement 10 % ont abordé les enjeux réglementaires ou les risques.

Ce décalage n’est pas sans conséquences. Les entreprises s’exposent à des usages non encadrés, où les collaborateurs expérimentent sans repères clairs, parfois au mépris des règles de sécurité ou de conformité. Comme le souligne le Baromètre Lefebvre Dalloz, ce risque est d’autant plus marqué que 73 % des professionnels se déclarent confiants face à l’évolution de leurs missions, alors même que leurs pratiques restent peu maîtrisées. Cette confiance, nourrie par la facilité d’accès aux outils, pourrait rapidement se transformer en méfiance si les premiers incidents surviennent.

Les managers face à un double défi

Les managers jouent un rôle clé dans l’adoption de l’IA, mais ils sont eux-mêmes pris dans une tension inédite. Ils doivent accompagner leurs équipes alors que leurs propres repères évoluent, et que certains collaborateurs maîtrisent déjà mieux les outils qu’eux. Leur légitimité ne repose plus sur leur expertise technique, mais sur leur capacité à donner un cap, créer un cadre sécurisant et autoriser l’expérimentation.

Comme l’explique Julie Veiler, Responsable de l’offre Marketing SI & Communication chez Inside, l’IA remet en cause les dynamiques traditionnelles d’apprentissage : « Le niveau hiérarchique, l’ancienneté ou l’expertise métier ne déterminent plus le niveau d’aisance face à ces outils. Un collaborateur junior peut avoir développé des usages avancés, tandis qu’un manager expérimenté peut manquer de repères. »

Pour relever ce défi, les managers doivent :

• Identifier des cas d’usage concrets, directement liés au métier de leur équipe, pour éviter les injonctions floues du type « utilisez davantage l’IA ».
• Autoriser du temps pour l’apprentissage et l’expérimentation, y compris lorsque les résultats ne sont pas immédiats.
• Partager les retours d’expérience, y compris les échecs, pour créer une dynamique collective.

Sans cet accompagnement, les équipes risquent de développer des usages en silos, sans cohérence avec la stratégie globale de l’entreprise.

Formation : un levier sous-estimé, des attentes mal calibrées

La formation reste le parent pauvre de l’adoption de l’IA. Pourtant, elle est indispensable pour transformer l’usage en compétence durable. Les décideurs formation en ont pris conscience : leurs priorités se recentrent sur le prompt engineering (14 %), l’acculturation et la conformité réglementaire (10 %), et l’expertise métier appliquée à l’IA (11 %).

Cependant, les attentes des entreprises restent souvent irréalistes. Comme le souligne Thomas Fesq, expert et formateur chez Aelion, « Certaines entreprises mesurent la consommation de tokens comme une preuve de transformation. Pourtant, consommer davantage ne signifie ni mieux travailler ni obtenir un résultat plus pertinent. » Cette logique pousse les collaborateurs à utiliser l’outil pour justifier l’investissement, même lorsque le cas d’usage ne s’y prête pas.

Pour être efficace, la formation doit :

• Partir des besoins réels des métiers, plutôt que de proposer des modules génériques.
• Intégrer les enjeux réglementaires et éthiques, pour éviter les usages à risque.
• S’inscrire dans la durée, car l’IA évolue rapidement et les compétences doivent être régulièrement mises à jour.

Une étude de l’OCDE estime que moins de 1 % des travailleurs auront besoin de compétences avancées en IA. La majorité devra surtout savoir utiliser les outils, analyser les données produites et exercer son discernement. La formation doit donc se concentrer sur ces compétences transversales, plutôt que sur des connaissances techniques pointues.

Vers une adoption durable : le rôle clé des routines et des indicateurs

L’adoption de l’IA ne se décrète pas. Elle se construit dans la durée, à travers des routines de travail adaptées et des indicateurs pertinents. Les entreprises qui réussissent cette transition partagent plusieurs caractéristiques :

1. Des cas d’usage ancrés dans le réel

Les collaborateurs s’approprient l’IA lorsqu’elle répond à un besoin concret et immédiat. Par exemple, automatiser une tâche chronophage ou améliorer la qualité d’une analyse. Comme le souligne Julie Veiler, « Un travail sur un cas d’usage concret permet de transformer la curiosité en pratique. »

2. Un cadre clair et évolutif

L’IA génère des interrogations sur la sécurité des données, la propriété intellectuelle ou les limites éthiques. Un cadre formalisé, relayé par les managers, permet de sécuriser les usages et de rassurer les équipes. Depuis 2025, l’AI Act impose d’ailleurs aux entreprises de développer la littératie IA de leurs collaborateurs, en tenant compte de leurs connaissances et de leur contexte d’utilisation.

3. Des indicateurs qui mesurent la valeur, pas seulement l’usage

Un tableau de bord avec le nombre de connexions ou le temps d’utilisation ne suffit pas. Les indicateurs doivent associer données quantitatives et qualitatives :

• Confiance : les collaborateurs se sentent-ils à l’aise avec l’outil ?
• Maîtrise : comprennent-ils ses limites et ses risques ?
• Valeur créée : l’IA permet-elle d’améliorer la qualité, la rapidité ou la pertinence des tâches ?

4. Un accompagnement continu

Contrairement à des outils dont le périmètre évolue peu, l’IA nécessite un accompagnement dans la durée. Les équipes expérimentent, rencontrent des limites, découvrent de nouveaux risques et font émerger d’autres besoins. Les feedbacks permettent d’ajuster les règles, les parcours et la communication. Des formats comme les séminaires d’acculturation, les diagnostics collaboratifs ou le mentorat peuvent être combinés pour répondre à cette exigence.

Conclusion : transformer l’écart en opportunité

L’écart entre l’adoption de l’IA et les compétences des équipes n’est pas une fatalité. Il peut devenir une opportunité pour repenser la formation, le rôle des managers et les routines de travail. Pour y parvenir, les entreprises doivent :

1. Reconnaître que l’IA touche à l’identité professionnelle : les collaborateurs ont besoin de repères pour comprendre comment leur métier évolue et quelle valeur ils apportent.
2. Former différemment : partir des besoins métiers, intégrer les enjeux réglementaires et inscrire la formation dans la durée.
3. Donner un cadre clair : formaliser les règles d’usage, les limites et les responsabilités, et les faire vivre au quotidien.
4. Mesurer ce qui compte : privilégier des indicateurs de valeur plutôt que de volume, et associer données quantitatives et qualitatives.

Comme le résume Thomas Fesq, « L’IA parfaite n’existe pas et l’outil le plus récent n’est pas systématiquement le plus adapté. » L’enjeu n’est pas de tout automatiser, mais de créer les conditions pour que les équipes utilisent l’IA de manière pertinente, sécurisée et durable.

Sources

• Formation professionnelle 2026 : l’IA s’installe plus vite que les compétences | Lefebvre Dalloz Compétences - Lefebvre Dalloz Compétences
• AI and skills | OECD - OCDE
• IA et management : accompagner les équipes, managers et RH - Inside Group
• IA générative et formation professionnelle : guide complet - Digital in learning - Digital in learning