Communiquer, expérimenter et éduquer : le moteur clé de l’IA dans les entreprises

Un article écrit par Jennifer Belissent, Principal Data Strategist chez Snowflake

Une véritable transformation s’appuie sur la capacité des entreprises à repenser leurs processus, leur culture et à accompagner leurs collaborateurs. C’est ce que résume le principe du 10-20-70 (1) popularisé par le cabinet de conseil BCG : 10 % des efforts doivent être consacrés aux algorithmes, 20 % aux données et aux technologies, et 70 % aux personnes et à la conduite du changement.

En d’autres termes, l’IA n’est que la partie émergée de l’iceberg, visible, fascinante, mais parfois trompeuse. Le plus difficile reste invisible, il s’agit d’apprendre à communiquer autrement, à expérimenter pour progresser et à éduquer largement pour embarquer toute l’entreprise.

Communiquer efficacement

L’évangélisation autour de l’IA doit être organisée et transversale. Certaines entreprises désignent des “catalyseurs”,d’autres créent des rôles de “traducteurs”. En Australie, Kmart  (2) a par exemple introduit la fonction de data translator, ce qui a entraîné une hausse de 400 % des nouvelles idées en trois mois et un triplement de la valeur générée par cas d’usage. Ces traducteurs, intégrés dans les équipes métiers, jouent le rôle de passeurs, au quotidien, entre l’innovation et son appropriation.

Chez Toyota Motors Europe, les traducteurs jouent également un rôle clé de médiateurs entre les métiers et les data scientists.Leur mission est de rendre les concepts accessibles et compréhensibles. Mais Toyota va plus loin, l’équipe data a conçu une représentation visuelle de son data mesh, une carte claire illustrant sources, usages et étapes de gouvernance. L’objectif est simple : rendre concret ce qui pourrait paraître abstrait. Une image vaut mille mots, une carte encore davantage.

Le rôle des responsables de la donnée et de l’IA est d’aller plus loin, identifier clairement leurs audiences, adapter leurs messages et choisir les canaux de communication les plus efficaces pour susciter l’adhésion.

Expérimenter pour innover et apprendre

À mesure que la curiosité grandit, les équipes veulent tester l’IA. L’expérimentation explore le champ des possibles et alimente de nouvelles idées. Sa valeur ne réside pas seulement dans les modèles créés, mais aussi dans l’expérience acquise et la confiance construite. Elle favorise l’apprentissage par la pratique, renforce la confiance et prépare les équipes à élargir progressivement leurs usages.

Éduquer à grande échelle

La majorité des collaborateurs ne participera pas à un hackathon et ne sont pas experts en données ou en IA. La réussite du changement repose donc sur une montée en compétences généralisée. Beaucoup affirment d’ailleurs qu’ils quitteront leur entreprise si celle-ci ne leur offre pas de formation. Une étude LinkedIn confirme que l’accès à l’apprentissage est aujourd’hui la première stratégie de rétention des talents.

L’exemple d’Alberta Health est parlant : leur AI scribe saisit automatiquement les informations lors des passages aux urgences, libérant du temps médical et améliorant l’interaction humaine. L’idée est née d’un médecin urgentiste lui-même, preuve que l’innovation vient du terrain autant que des équipes data.

Avec la multiplication des agents d’IA capables d’assumer une variété de tâches, il est indispensable que les employés comprennent ce qu’ils peuvent attendre de ces outils. Ils doivent savoir quel rôle jouer dans la définition, la collaboration et le suivi des résultats produits par ces nouveaux “collègues”.

Adopter un cadre de littératie

Au sein du cabinet d’analyse Forrester, le cadre ACES : Awareness (sensibilisation), Comprehension (compréhension), Expertise (expertise) et Scale (diffusion à l’échelle), montre qu’il ne suffit pas de former uniquement les experts. L’enjeu est d’impliquer l’ensemble de l’entreprise, car chacun contribue, à son niveau, à la collecte, à la protection et à l’usage des données.

Les experts data peuvent, au-delà de leurs compétences techniques, devenir des facilitateurs et des pédagogues. Promouvoir la culture de l’IA et des données est à la fois une mission et une opportunité de croissance professionnelle.

Une communication claire, l’expérimentation et l’éducation sont les fondations d’une véritable culture data et IA, et donc d’une organisation plus forte. Mais surtout, elles rappellent une vérité essentielle, la réussite d’une transformation technologique repose avant tout sur l’humain. Les algorithmes évoluent vite, les plateformes changent, mais sans une culture capable d’adopter, d’adapter et de diffuser ces usages, l’innovation reste stérile.

Les entreprises qui réussiront ne seront pas forcément celles qui investissent le plus dans les modèles d’IA les plus puissants, mais celles qui sauront créer un environnement où chacun se sent acteur du changement. Cela suppose de donner aux collaborateurs les moyens de comprendre, d’expérimenter et de s’approprier l’IA dans leur quotidien.

À l’heure où l’IA dépasse le cadre strictement technologique pour devenir un sujet de société, il est temps de changer de perspective. La promesse de l’IA ne réside pas uniquement dans la performance des modèles, mais bien dans la capacité des entreprises à construire une culture collective d’adoption.C’est là que réside le véritable défi, et la véritable opportunité.

Sources : 

(1) : Snowflake – Delivering on AI ROI : ensure your story is fact, not fiction 
(2) : Youtube –  Improving The Customer Shopping Experience
(3) : Snowflake – The Human-Centric Approach to Data Leadership with Thierry Martin, Head of Enterprise Data and Analytics at Toyota Motor Europe
(4) : Linkedin Learning – The rise of career champions
(5) : Gen AI in Action: Customers’ Cortex AI Stories and Outcomes Across Industries
(6) : Forrester – How Data-Literate Are You? Build A Curriculum Of ACES

À lire aussi : Comment les entreprises peuvent-elles être à la pointe de la création d’une IA meilleure et plus fiable ?