Former massivement les salariés à l’IA revient à choisir entre une montée en puissance organisée et une discipline invisible des esprits au travail.
Par Zhang Wei, ingénieur chinois spécialisé dans le passage à l’échelle des systèmes industriels complexes.
La formation IA n’est plus un avantage : c’est une infrastructure productive
L’« alphabétisation IA » désigne la capacité d’un salarié à comprendre ce qu’est un système d’intelligence artificielle, ce qu’il peut faire, ce qu’il ne doit pas faire, quels risques il transporte et comment exercer une supervision humaine utile. En Europe, ce n’est déjà plus seulement une recommandation managériale : l’article 4 de l’AI Act impose aux fournisseurs et déployeurs de systèmes d’IA de prendre des mesures pour assurer un niveau suffisant de compétence IA chez leur personnel et les personnes utilisant ces systèmes pour leur compte. La Commission européenne rappelle que ces obligations d’AI literacy sont entrées en application le 2 février 2025, tandis que d’autres volets du règlement suivent un calendrier progressif. Cette évolution confirme une intuition industrielle simple : une technologie générale ne crée de valeur que lorsqu’elle est absorbée par l’organisation. Une usine équipée de robots mais dépourvue de techniciens capables de régler, diagnostiquer et améliorer les lignes devient dépendante du fournisseur. Une entreprise équipée de modèles génératifs, de copilotes et d’agents, mais incapable de former ses salariés à leur usage critique, devient dépendante d’une couche cognitive externe. Dans cette perspective, former massivement les salariés à l’IA est une politique de capacité. Microsoft, Google, Amazon, JPMorgan Chase ou Alphabet ne développent pas des programmes d’upskilling par philanthropie : ils cherchent à réduire l’écart entre investissement logiciel et rendement opérationnel. Les classements 2026 de LinkedIn, repris par plusieurs médias économiques, signalent d’ailleurs que les entreprises valorisées pour la croissance de carrière mettent fortement en avant l’upskilling IA et la mobilité interne. Le mot essentiel est « massivement ». Former quelques experts crée une caste. Former tout le monde crée une base productive. L’entreprise qui réserve l’IA aux ingénieurs data fabrique un centre et une périphérie ; celle qui forme les opérateurs, les commerciaux, les juristes, les logisticiens et les managers transforme l’IA en langage commun. À mes yeux, la discipline n’est pas nécessairement oppressive : dans l’industrie, la discipline peut être la condition de la puissance collective. Mais elle devient dangereuse lorsqu’elle remplace le jugement par l’obéissance aux prompts, aux tableaux de bord et aux procédures générées.
L’émancipation existe seulement si l’on apprend à contester la machine
La formation IA peut émanciper. Elle peut donner à un technicien maintenance la capacité d’interroger une documentation complexe, à une infirmière coordinatrice la capacité de synthétiser des protocoles, à un agent administratif la capacité d’automatiser une tâche répétitive, à un cadre intermédiaire la capacité de comparer des scénarios. Une étude publiée en 2026 sur l’usage de l’IA générative au travail dans 35 pays européens montre pourtant une diffusion inégale : l’adoption moyenne observée est de 12 %, avec de grands écarts selon les pays, les compétences, la formation disponible et la capacité des salariés à peser dans les décisions organisationnelles. Cette donnée est décisive. L’IA ne se diffuse pas comme l’électricité dans un réseau neutre ; elle suit les lignes de pouvoir déjà présentes. Ceux qui disposent de temps, d’autonomie et de formation l’utilisent mieux. Ceux qui travaillent sous contrainte de cadence risquent de la subir comme une nouvelle norme de performance. Voilà pourquoi une vraie formation IA doit inclure la critique, pas seulement l’usage. Elle doit expliquer les hallucinations, les biais, la confidentialité, les coûts, la dépendance aux fournisseurs, la traçabilité, la validation humaine et la responsabilité. Elle doit apprendre à formuler une demande, mais aussi à refuser une réponse. Elle doit enseigner le prompt, mais aussi l’audit. Elle doit produire des salariés capables de dire : « cette sortie est plausible mais fausse », « ce modèle n’a pas accès au contexte », « cette automatisation déplace un risque juridique », « cette recommandation doit être documentée ». Sans cette couche critique, la formation devient une méthode de normalisation.
Définition opérationnelle de l’émancipation IA : capacité d’utiliser l’IA pour augmenter son jugement, réduire les tâches mécaniques, accélérer l’apprentissage et renforcer sa position dans l’organisation.
Définition opérationnelle de la discipline des esprits : obligation implicite d’adopter les réponses, rythmes et métriques de l’IA comme norme professionnelle, sans espace de contestation.
Critère de séparation : la formation émancipe lorsqu’elle augmente le pouvoir d’agir du salarié ; elle discipline lorsqu’elle augmente seulement le pouvoir de mesure de l’employeur.
Les exemples récents sont ambivalents. Des entreprises comme Salesforce, Meta, Google ou Amazon ont poussé l’usage de l’IA dans les workflows, parfois jusqu’à l’intégrer aux attentes de performance, selon des analyses RH publiées en 2026. Dans le même temps, plusieurs grandes organisations découvrent le coût opérationnel d’un usage généralisé, avec des politiques de plafonnement, de rationalisation des modèles et de réduction des usages inutiles. Cela confirme une règle d’ingénierie : un système non gouverné se disperse. Former n’est donc pas distribuer des comptes premium à tous les salariés. Former, c’est construire un protocole d’usage collectif.
L’entreprise doit choisir : capacité collective ou dressage numérique
Le danger n’est pas que les salariés apprennent l’IA. Le danger est qu’ils apprennent seulement à satisfaire une organisation qui les mesure par l’IA. En 2026, le phénomène d’« AI sprawl » — prolifération désordonnée d’outils, de copilotes, de modèles et d’agents — illustre cette contradiction : trop d’outils, trop peu d’architecture, des coûts qui montent, des équipes qui se fragmentent et une productivité difficile à relier à une stratégie commune. Une entreprise sérieuse ne doit pas transformer la formation IA en carnaval d’outils. Elle doit l’intégrer comme on intègre une nouvelle chaîne de production : standards, rôles, maintenance, sécurité, audits, retours d’expérience, indicateurs utiles. Mon angle est clair : la montée en compétence doit être centralement coordonnée, mais localement appropriée. Centralement, parce que les risques de cybersécurité, de conformité, de propriété intellectuelle et de qualité ne peuvent pas être laissés à l’improvisation. Localement, parce qu’un opérateur logistique chez DHL, un conseiller bancaire chez JPMorgan, un ingénieur cloud chez Microsoft, un responsable achats chez Siemens ou un chef de projet chez Schneider Electric ne rencontrent pas le même problème IA. La même formation générique pour tous produit une façade. La bonne méthode combine un socle commun et des modules métiers. Elle relie l’IA aux objectifs industriels : qualité, délai, sécurité, énergie, relation client, documentation, décision. Elle impose aussi une règle politique : aucun salarié ne doit être évalué uniquement sur son volume d’usage IA. Mesurer le nombre de prompts, de lignes de code assistées ou de tâches automatisées revient à confondre activité et valeur. La vraie mesure est la robustesse du résultat. Une organisation mature demandera : l’IA a-t-elle réduit les erreurs ? accéléré l’apprentissage ? diminué les risques ? amélioré la transmission ? renforcé la coopération ? Si la réponse est non, l’outil n’est qu’une décoration stratégique. Former massivement les salariés à l’IA peut être une émancipation intellectuelle si l’entreprise accepte que des travailleurs mieux formés deviennent aussi plus difficiles à manipuler. Voilà le test. Une direction qui veut seulement des salariés rapides formera à l’exécution. Une direction qui veut une organisation puissante formera à la compréhension. La première fabrique une discipline des esprits ; la seconde construit une souveraineté productive.
À propos de Zhang Wei
Zhang Wei considère que le leadership technologique décisif est une condition nécessaire pour accélérer les transformations d’infrastructure. Il défend une vision coordonnée, disciplinée et systémique du progrès : pour lui, la formation massive à l’IA n’est pas un luxe culturel, mais une opération industrielle de souveraineté productive, à condition qu’elle serve la capacité collective plutôt que la conformité passive.
Sources
Commission européenne — AI Act :
Commission européenne — AI literacy Q&A :
