150 salariés formés à l'IA, 75 % s'en servent

Le problème

Au départ, j'étais le seul à utiliser l'IA

Personne d'autre, parmi les 150 salariés, ne s'en servait. Les gens ne savaient même pas que ces outils existaient.

Il fallait donc montrer ce que l'IA pouvait faire, dans chacun des six départements. Il fallait aussi poser avec l'équipe compliance un cadre clair, pour protéger les données sensibles de l'entreprise.

Ce que j'ai décidé et fait

Une équipe de cinq, venue des métiers

Comme AI Champion rattaché au CEO et au directeur commercial, j'ai fixé la vision IA et dirigé une équipe de cinq personnes. Chacune venait d'un département et en connaissait le quotidien.

• Choisir les cas d'usage avec les métiersJ'ai parlé avec les managers de chaque département, et chaque membre de l'équipe IA a recueilli les besoins de son équipe d'origine. J'ai documenté 12 cas d'usage, répartis dans 6 départements.
• Tester avant de recommanderChaque membre cherchait des outils pour ces besoins et les testait. En revue, il me montrait une preuve de concept, c'est-à-dire un essai à petite échelle sur un vrai besoin, et la liste des outils trouvés et écartés.
• Comparer les plateformes sans parti prisJ'ai mis côte à côte ChatGPT, Gemini, Claude et Azure AI, puis je les ai testés en pratique. Le service achats a acheté 75 licences ChatGPT Enterprise, et l'entreprise a déployé Microsoft 365 Copilot.
• Former tout le monde en ateliersJ'ai formé les 150 salariés en ateliers. J'y expliquais les bénéfices de l'IA, les cas d'usage et les bonnes pratiques de prompt engineering, l'art de bien formuler ses demandes à une IA.
• Poser les règles avec la complianceAvec l'équipe compliance, j'ai défini qui fait quoi et les garde-fous de sécurité. La règle imposait de retirer les données sensibles avant tout envoi à une IA.

Ce que nous avons écarté

Nous avons écarté bon nombre d'outils et de logiciels de l'époque. Certains manquaient de maturité, de résultats, de souplesse ou de personnalisation.

D'autres ont été jugés trop intrusifs, surtout parmi les outils de résumé de réunions. Après ces essais, Granola a été retenu et déployé dans les équipes.

Nous consignions chaque verdict dans Confluence, l'outil de documentation partagé de l'équipe. On savait ainsi quels outils valaient le coup.

Le résultat

Trois salariés sur quatre utilisent l'IA

des salariés utilisent l'IA

75%

salariés formés, soit tous

150

de conformité à la politique d'usage

100%

Ce que j'en retiens

Aujourd'hui, je confierais la première recherche à des agents IA

À l'époque, mon équipe cherchait et testait chaque outil à la main. Aujourd'hui, des agents IA feraient d'abord ce travail, puis l'équipe testerait elle-même ce qu'ils ont retenu.

Un agent est un programme qui s'appuie sur une IA pour mener une tâche en plusieurs étapes. Plusieurs agents enchaînés forment ce qu'on appelle un workflow agentique.

En 2026, ces agents ont gagné en maturité, tout comme leurs harnais. Un harnais est le cadre qui donne à un agent ses outils, ses consignes et ses limites.

Je garderais le reste de la méthode. Les besoins viendraient toujours des départements, et chaque verdict serait toujours consigné.

Cette page raconte la démarche. Elle ne publie aucun document ni aucune capture de l'entreprise.