Le décalage est fréquent. Les équipes essaient, apprennent et produisent autrement. L’organisation, elle, continue de fonctionner comme avant. Le dernier Work Trend Index de Microsoft aide à regarder cet écart en face.
Le paradoxe des collaborateurs équipés mais empêchés
Le Work Trend Index 2026, publié par Microsoft le 5 mai 2026, s’appuie sur une enquête auprès de 20 000 utilisateurs de l’IA dans dix pays. En France, 49 % des utilisateurs déclarent produire un travail qu’ils n’auraient pas pu réaliser un an auparavant. Mais seuls 20 % estiment que leur direction est clairement et systématiquement alignée sur les enjeux de l’IA.
Une précision de méthode : ces données sont principalement déclaratives. Elles disent des perceptions, pas des résultats mesurés. L’écart reste pourtant parlant. Les individus avancent, et le cap de l’organisation leur paraît flou.
Pourquoi l’accès à Copilot ne suffit pas
Acheter des licences et ouvrir la plateforme ne signifie pas que l’organisation autorise les nouveaux usages. Un collaborateur peut très bien savoir utiliser Copilot sans avoir ni le temps, ni la légitimité, ni l’accord de son manager pour changer sa façon de travailler.
Microsoft indique que les facteurs organisationnels, notamment la culture, le soutien managérial et la gestion des talents, représentent 67 % de l’impact déclaré de l’IA, contre 32 % pour les facteurs individuels. Je lis ce chiffre avec prudence. Il porte sur un impact déclaré. Il ne prouve pas que le facteur humain explique à lui seul la réussite d’un programme : la technologie, les données et la sécurité comptent aussi.
Il pointe en revanche un angle mort fréquent. On pilote le déploiement, rarement les conditions d’usage.
Les anciennes règles du travail bloquent les nouveaux usages
Dans beaucoup de cas, les objectifs, les indicateurs de performance et les circuits de validation ont été construits pour les anciens modes de travail. Un indicateur qui récompense le volume traité n’encourage pas à vérifier une synthèse produite avec l’IA. Un circuit de validation conçu pour un document rédigé à la main peut annuler le temps gagné.
Le collaborateur se retrouve alors face à un choix simple : respecter les règles ou changer ses pratiques. La plupart choisissent les règles.
Deloitte, dans The State of AI in the Enterprise (janvier 2026), relève que seules 34 % des organisations interrogées déclarent réinventer en profondeur leurs processus, produits ou modèles économiques. Je lis ce chiffre ainsi : beaucoup d’organisations ajoutent l’IA à des façons de travailler qui n’ont pas changé.
Ce que les managers doivent rendre possible
Le management de proximité est le point de bascule. Il traduit l’ambition de la direction en règles du quotidien. Trois leviers me paraissent décisifs :
- Montrer les usages : un manager qui utilise l’IA devant son équipe est plus convaincant qu’une note de cadrage.
- Fixer les critères de qualité : qu’est-ce qu’un bon résultat produit avec l’IA, et qui le vérifie ?
- Créer un droit à l’expérimentation encadrée : un périmètre clair, des données autorisées, du temps dédié, et la possibilité de dire ce qui n’a pas marché.
Sans cela, les usages restent individuels et discrets. Personne n’en parle, donc personne n’en apprend.
Former sur des tâches réelles plutôt que sur des fonctionnalités
Deloitte constate que le manque de compétences constitue le premier obstacle à l’intégration de l’IA dans les workflows. La formation compte donc. Mais je distingue trois chantiers, que l’on confond souvent :
- La formation : apprendre à utiliser l’outil
- L’évolution des rôles : décider ce que chacun fait désormais, et ce qu’il ne fait plus
- La refonte des workflows : redessiner les étapes, les validations et les passages de relais
Une formation générique couvre le premier. Elle ne règle pas les deux autres. Un atelier qui part d’une tâche réelle, par exemple l’analyse d’un contrat ou la préparation d’un compte rendu, oblige à poser les questions de rôle et de flux. C’est là que l’usage devient durable.
Les signaux qui révèlent une organisation mal préparée
Quelques signaux permettent de la repérer sans enquête lourde :
- Les équipes demandent l’autorisation d’essayer plutôt que de proposer
- Les managers ne savent pas décrire un bon résultat assisté par l’IA
- Les objectifs de l’année n’ont pas bougé depuis le déploiement
- Le travail assisté par l’IA subit les mêmes validations, ou davantage
- Les comptes sont actifs, mais personne ne sait quelles tâches ont changé
- La direction soutient l’IA dans ses discours, sans arbitrer ce que les équipes peuvent cesser de faire
Replacer l’usage réel au centre du pilotage
Le nombre de comptes actifs ou de prompts indique que l’outil est ouvert. Il ne dit pas que le travail a changé. L’adoption réelle se mesure dans les pratiques : quelles tâches sont désormais réalisées avec l’IA, avec quelle qualité, dans quels délais, et quels processus ont été modifiés pour le permettre.
Je recommande de suivre ces indicateurs avec les managers, pas seulement avec l’IT. Et de rattacher chaque cas d’usage à un résultat métier que l’équipe reconnaît comme le sien.
Les collaborateurs sont souvent prêts. La question utile pour un sponsor devient alors : qu’est-ce que mon organisation les empêche de faire ?
Vous avez un programme IA qui avance moins vite que prévu ? Parlons-en pour identifier ce qui bloque, réaligner les parties prenantes et remettre l’adoption en mouvement.