Votre déploiement d'IA peine à décoller : comment y remédier.

Brandon Richie

6 minutes

Sur le papier, votre organisation a tout fait correctement. Les dirigeants ont adhéré au déploiement de nouvelles technologies d'intelligence artificielle (IA), votre organisation a investi, et vos équipes ont déployé les outils. Pourtant, l'élément final et le plus critique, l'adoption par les employés, ne se concrétise pas. Vous risquez de ne pas atteindre vos objectifs d'adoption de l'IA (si tant est qu'ils existent) et de ne pas livrer les résultats attendus.

La plupart des déploiements d'IA sont pilotés comme des projets technologiques — ce qui explique pourquoi, sur le papier, tout semble avoir été fait correctement. Mais l'IA ne génère de la valeur que lorsque les personnes l'utilisent correctement dans leur quotidien, c'est-à-dire avec confiance et compétence. Obtenir des résultats en matière d'adoption de l'IA exige de prioriser le volet humain du changement. C'est là que le Modèle ADKAR® de Prosci fait toute la différence.

Le modèle ADKAR de Prosci vous aide à comprendre pourquoi vos employés n'adoptent pas l'IA et ce qu'il convient de faire pour y remédier, afin de mener à bien les projets technologiques dont vous êtes responsable.

 

 L'écart d'adoption de l'IA est un enjeu humain  

Bien que l'IA puisse sembler similaire aux déploiements technologiques traditionnels, la plupart de ses défis ne sont pas d'ordre technique. Une récente recherche Prosci menée auprès de 1 107 professionnels — employés de première ligne, chefs d'équipe et dirigeants — révèle que 63 % des difficultés liées à la mise en œuvre de l'IA sont d'origine humaine, et non technique. Pendant que les organisations investissent massivement dans les plateformes, l'infrastructure de données et les algorithmes avancés, elles passent à côté des véritables obstacles qui déterminent le succès ou l'échec.

Le principal défi apparu dans notre recherche est la maîtrise par les utilisateurs, représentant 38 % de toutes les difficultés de mise en œuvre signalées. Ce chiffre se décompose en difficultés liées à la courbe d'apprentissage (22 %), en problèmes de formulation des requêtes (11 %) et en formations insuffisantes (6 %). Les problèmes d'implémentation technique ne représentent, quant à eux, que 16 %. Il s'agit d'un changement fondamental par rapport aux déploiements technologiques traditionnels, où les défis spécifiquement techniques dominent généralement.

FR-2026-AIAdoption-Critical Implentation Barriers_DV

La technologie fonctionne.  La technologie fonctionne. Le vrai problème, c'est que les employés ne l'utilisent pas — ou ne l'utilisent pas bien. 

En quoi le changement lié à l'IA est-il différent ?

Les déploiements d'IA ne ressemblent pas aux autres déploiements technologiques, et traiter les deux de la même façon est précisément ce qui conduit de nombreux dirigeants à une impasse et à une adoption au point mort. Les précédentes mises en œuvre technologiques demandaient aux employés d'aligner leur travail sur un système, d'intégrer un nouvel outil dans leurs flux de travail ou d'en remplacer un existant.

L'IA inverse entièrement la relation entre les personnes et la technologie. C'est un outil qui demande à chaque employé de déterminer où l'IA s'intègre dans son travail quotidien. C'est une exigence fondamentalement différente, qui requiert flexibilité et agilité, considérations éthiques, apprentissage individualisé et une capacité à tolérer l'incertitude. Les organisations ne peuvent pas résoudre ces défis par des formations standards ou des procédures de déploiement habituelles.

L'IA impacte également tout simultanément — les rôles, les responsabilités et la dynamique du lieu de travail. L'ampleur des changements dépasse largement celle des projets technologiques précédents, car les déploiements d'IA exigent une refonte fondamentale du travail. L'IA modifie la façon dont les personnes occupent leur temps, les compétences dont elles ont besoin et la manière dont elles créent de la valeur. Si vous êtes responsable de l'adoption de l'IA, votre défi n'est pas la technologie — c'est d'outiller les personnes.

Le modèle ADKAR de Prosci pour les déploiements d'IA

Accompagner les employés dans l'adoption de l'IA, c'est les guider tout au long du changement et  lever les obstacles auxquels ils font face. Le Modèle ADKAR® de Prosci est une approche fondée sur la recherche, éprouvée pour stimuler l'engagement des employés tout au long du processus de changement.

En tant que l'un des deux modèles fondamentaux de la Méthodologie Prosci, ADKAR définit les cinq résultats clés que les individus doivent atteindre pour réussir un changement : Awareness (Sensibilisation), Desire (Volonté), Knowledge (Connaissance), Ability (Capacité) et Reinforcement (Renforcement). En s'appuyant sur ADKAR, les organisations s'attaquent à ce qui compte pour chaque personne, afin qu'elle s'adapte, car chaque élément est un point de blocage potentiel. Lorsque l'adoption de l'IA stagne, c'est généralement parce qu'un de ces éléments fait défaut.

Le Modèle ADKAR de Prosci

ADKAR model outlining five stages: Awareness, Desire, Knowledge, Ability, and Reinforcement to support and sustain change

Pourquoi les dirigeants qui pilotent des initiatives IA ont besoin du modèle ADKAR

Voici comment le modèle ADKAR aide les dirigeants à identifier les obstacles humains lors des déploiements d'IA :

Les employés qui ne comprennent pas l'importance de l'IA au sein de leur rôle ne s'engageront pas

Les personnes de votre organisation impactées par la nouvelle technologie peuvent hésiter à adopter les nouveaux systèmes d'IA.

L'absence de compréhension des raisons qui motivent la décision est la première cause de résistance au changement chez les employés, suivie de la réticence à embrasser le changement dans leur rôle et de la crainte d'une perte d'emploi.

 

FR-2026-Reasons-for-resistance-to-change

Les messages génériques sur la stratégie IA de l'organisation ne génèrent pas de motivation individuelle à changer de comportement. Si vous pilotez une initiative IA, vous devez vous assurer que la Sensibilisation est différenciée et communiquée par fonction, équipe et flux de travail. Organisez des réunions et des ateliers pour expliquer directement pourquoi l'organisation intègre l'IA et en quoi cela est bénéfique pour chaque individu dans son travail.

 
 
 
 

Les dirigeants se doivent d'aborder ouvertement la crainte de la perte d'emploi  

Des cinq éléments ADKAR, la Volonté est celle qui est le plus fréquemment prise pour acquis par les dirigeants, une fois la communication assurée, la formation dispensée et l'enthousiasme incarné par l'exemple. Ce raccourci est dangereux, car la Volonté est une décision personnelle qui demande souvent aux dirigeants d'aborder ouvertement les craintes et les résistances de chacun.

Notre étude Keys to Unlocking AI Adoption a révélé que 29 % des employés craignent une perte d'emploi ou une ambiguïté de rôle lors des déploiements d'IA. Les dirigeants qui gèrent efficacement la Volonté s'appuient sur deux leviers. D'abord, ils nomment la crainte plutôt que de l'ignorer, en reconnaissant que l'IA va faire évoluer les rôles, tout en étant précis et honnêtes sur la façon dont cela se produira. Ensuite, ils positionnent les employés comme des participants actifs dans la manière dont l'organisation utilise l'IA, plutôt que comme des récepteurs passifs d'un outil déployé. La distinction entre « voici ce que l'IA va faire à votre travail » et « voici comment nous allons déterminer ensemble ce que l'IA fait pour votre travail » est la différence entre une Volonté étouffée et un engagement qui stimule l'adoption.

La formation seule ne garantit pas l'adoption ; la pratique, le coaching et le temps y contribuent

De nombreuses personnes de votre organisation  traverseront une courbe d'apprentissage dans l'adoption de l'IA, même celles qui sont à l'aise avec la technologie.

Selon la recherche Prosci, 38 % des employés déclarent avoir  rencontré de fortes difficultés de formation et d'adaptation aux nouvelles technologies, notamment l'IA. Si ces difficultés ne sont pas  résolues, les problèmes d'intégration de l'IA ralentissent souvent les processus, plutôt que de les accélérer.

La confusion entre Connaissance et Capacité est l'une des erreurs les plus persistantes et les plus coûteuses dans les déploiements technologiques, y compris ceux liés à l'IA. Savoir comment un outil fonctionne et être capable de l'utiliser efficacement dans des conditions de travail réelles sont deux choses différentes.

De nombreux dirigeants estiment atteindre le jalon de la Capacité en organisant des sessions de formation générales sur l'IA. Mais la Capacité — en particulier pour l'IA, où les outils évoluent rapidement et où la qualité des résultats dépend fortement de la capacité de l'utilisateur à formuler des requêtes, évaluer et itérer — requiert une pratique répétée, un accès au coaching durant la période de transition et du temps pour développer une aisance dans l'utilisation de l'IA dans son rôle. Par exemple, un responsable marketing utilisera les outils d'IA de façon très différente d'un analyste financier, et leur parcours vers la Capacité sera lui aussi très différent.

Une formation IA adaptée est essentielle pour construire la Connaissance, tandis que des ateliers pratiques et des programmes pilotes qui aident les personnes à développer leur confiance dans leurs compétences développent la Capacité. Les dirigeants doivent intégrer les deux dans leurs plans de déploiement pour réussir leurs transformations IA.

Comment McCarthy s'est appuyé sur le modèle ADKAR pour adopter l'IA

McCarthy Holdings, Inc. a déployé  une plateforme de travail propulsée par l'IA dans l'ensemble de son organisation pour maintenir son avantage concurrentiel, en devançant de deux mois son son échéance initiale. En appliquant une approche structurée et centrée sur le volet humain, l'organisation a atteint 90 % d'adoption de l'IA à l'échelle de l'entreprise en seulement 30 jours.

Ce résultat a été possible grâce à la collaboration de Prosci avec McCarthy, pour identifier où les employés rencontraient des obstacles à chaque élément ADKAR — Sensibilisation, Volonté, Connaissance, Capacité et Renforcement — afin de les traiter de façon délibérée. Les dirigeants ont qualifié ce déploiement de l'un des plus réussis qu'ils aient jamais connu, avec 87 % des employés interrogés faisant état d'une réaction positive à la nouvelle plateforme dans les six premiers mois, reflétant une forte confiance et un enthousiasme marqué pour l'adoption de l'IA.

10 conditions de travail qui favorisent l'adoption de l'IA

Les conditions qui différencient les adoptions d'IA réussies de celles qui peinent sont plus prévisibles que la plupart des dirigeants ne le croient. La recherche Prosci a identifié 10 conditions de travail qui  caractérisent les mises en œuvre d'IA réussies, organisées autour de quatre piliers : Leadership et vision IA ambitieuse, Excellence en gestion du changement, Transparence et confiance, et Capacités organisationnelles.

Ces éléments correspondent à des conditions de travail spécifiques et évaluables que les dirigeants peuvent analyser dans leur propre organisation dès  à présent. Pour les responsables qui doivent livrer des résultats en matière d'IA, savoir où se situent les écarts est le prérequis pour les combler.

Stimuler l'adoption de l'IA avec le modèle AKDAR 

Les organisations qui regarderont en arrière sur cette période comme un tournant ne sont pas celles qui ont déployé l'IA le plus rapidement. Ce sont celles dont les dirigeants ont compris que la technologie n'a jamais été la partie difficile, et ont agi en conséquence. L'IA n'a de valeur que si les personnes l'utilisent bien dans leurs rôles et responsabilités spécifiques. Et en ce moment, ces personnes attendent que vous les guidiez.

Brandon Richie

Brandon Richie

Brandon Richie est un leader spécialisé dans la gestion du changement transformationnel, fort de plus de 15 ans d'expérience dans la conduite d'initiatives complexes à l'échelle de l'entreprise au sein d'organisations internationales. Avant de rejoindre Prosci, il a mis en place et développé des communautés de pratique dédiées au changement chez National Grid, Bose Corporation et Boston Scientific, accompagnant au passage des cadres supérieurs et plus de 140 praticiens du changement. Certifié Prosci et Master Project Manager™, Brandon est spécialisé dans l'efficacité organisationnelle et le renforcement des capacités, et aide les organisations à parvenir à une adoption durable des changements.

Tout voir par Brandon Richie