Acculturation à l'IA en entreprise : la méthode symbolist.

Pourquoi l'acculturation à l'IA rate souvent sa cible

Dans les entreprises que nous accompagnons, le constat de départ est presque toujours le même. Quelques personnes utilisent déjà l'IA, souvent sans cadre. D'autres s'en méfient. La direction veut « embarquer tout le monde » mais personne ne sait par où commencer. Nous avons détaillé ces blocages dans notre article sur le rôle des dirigeants dans la transformation IA.

Les formats classiques répondent mal à cette situation, pour trois raisons distinctes :

• Un contenu générique ne parle pas au métier. Un exemple de génération d'images n'aide pas une contrôleuse de gestion à clôturer plus vite.
• Une formation descendante fait écouter, pas pratiquer. La maturité progresse quand on fait émerger des usages, pas quand on regarde des slides.
• Les désaccords internes restent tus. Or c'est souvent eux qui bloquent l'adoption après la journée.

Notre conviction, issue de ces missions : une journée d'acculturation réussie fonctionne à la fois comme un miroir et comme un moteur de production. Le miroir montre aux équipes ce qu'elles ont dit. Le moteur leur fait produire des cas d'usage activables avec leurs propres outils.

Étape 1 : partir d'interviews individuelles, pas d'un programme type

Tout commence avant la journée. Nous menons des entretiens individuels de 30 à 45 minutes, enregistrés avec l'accord explicite de chaque personne. Individuels, car un format collectif aplatit les désaccords alors que nous cherchons justement à les capter.

La grille d'entretien couvre neuf axes : la perception de l'IA, les craintes, les attentes, les usages déjà en place, les irritants métier, les signaux faibles, les opportunités perçues, les métiers les plus exposés et les zones où un gain rapide paraît possible. Pour un comité de direction, nous ajoutons une dixième question, la plus utile de toutes : « Sur quoi pensez-vous que vos pairs ne sont pas d'accord avec vous ? »

Chaque transcript est traité dès qu'il arrive. Sur la mission prêt-à-porter, quatre jours seulement séparaient la dernière interview de la journée. Attendre la fin des entretiens pour commencer la synthèse aurait rendu le calendrier intenable.

Étape 2 : construire une keynote miroir

La synthèse se fait en trois passes : coder les verbatims par axe et par personne, regrouper les thèmes pour faire ressortir les convergences et les divergences, puis construire le récit à renvoyer au groupe. Un assistant IA prépare une pré-synthèse à partir des transcripts. Les deux animateurs arbitrent ensuite : quelles tensions exposer, quels verbatims retenir, sur quel ton. La machine propose, l'humain décide de ce qui passe au miroir.

La keynote dure 45 à 60 minutes, jamais trois heures. Elle suit six temps :

1. Ce que vous nous avez dit, verbatims à l'appui.
2. Ce sur quoi vous êtes d'accord, qui devient le socle commun.
3. Ce sur quoi vous divergez, présenté sans jugement.
4. Ce que fait votre secteur, avec des exemples documentés et datés.
5. Un langage commun pour parler d'IA.
6. Ce que nous allons produire ensemble l'après-midi.

Le troisième temps est le plus délicat et le plus utile. Rendre visible une tension que chacun ressentait sans la nommer change la qualité de la discussion qui suit. Deux règles s'appliquent : aucun verbatim n'est attribué nominativement sans accord, et l'on expose une tension sans mettre personne en difficulté.

Une journée d'acculturation qui parle de l'IA en général rate sa cible. Elle doit parler de l'entreprise, avec les mots de ses équipes.

Étape 3 : installer un langage commun avec le cadre AI Fluency

Pour éviter que chacun parle d'IA à sa manière, nous nous appuyons sur le cadre AI Fluency publié par Anthropic, qui décrit quatre compétences. Nous le traduisons sans jargon, à partir des verbes que les équipes emploient spontanément en interview :

Ce cadre a un avantage pratique : il survit à la journée. Trois mois plus tard, les équipes l'utilisent encore pour qualifier un nouvel usage ou expliquer pourquoi un résultat doit être relu.

Étape 4 : faire produire les équipes en atelier

L'après-midi, les participants ne sont plus spectateurs. Nous formons deux groupes en mélangeant les fonctions, pour croiser les regards plutôt que de cloisonner par métier. Chaque groupe a un facilitateur symbolist., un scribe et un gardien du temps.

Le premier atelier fait diverger : chacun écrit sur des post-it ses tâches chronophages, ses frictions et les opportunités qu'il voit, puis on regroupe par thème au mur. Le second fait converger : les irritants prioritaires deviennent des cartes de cas d'usage. Chaque groupe présente ensuite ses cartes, l'autre les challenge. Ce frottement fait apparaître la faisabilité réelle bien mieux qu'une grille théorique.

Chaque carte de cas d'usage précise le métier concerné, l'irritant de départ, la tâche formulée par un verbe et un objet (« rapprocher les relevés bancaires », « préparer les variables de paie »), la compétence mobilisée, les données et outils nécessaires, le gain attendu et une faisabilité notée de 1 à 5.

Point d'attention : la case « données et outils présents chez vous ? » est décisive. Un cas d'usage qui exige un outil que l'entreprise n'a pas n'est pas un quick win, c'est un projet. On le note, mais on ne le confond pas avec une activation rapide. Pour évaluer et chiffrer les cas d'usage qui relèvent d'un vrai projet, notre article sur le Diagnostic Data & IA détaille la démarche.

Étape 5 : prioriser les quick wins avec une matrice impact et effort

Tous les cas d'usage ne se valent pas. Nous les plaçons sur une matrice à deux axes, impact et effort, qui les répartit en trois familles : les quick wins (fort impact, faible effort), les chantiers (fort impact, fort effort, à inscrire dans une feuille de route) et le reste, mis de côté.

Un vrai quick win remplit quatre conditions : il est faisable avec les outils déjà en place, il ne suppose aucun projet technique lourd préalable, son effet est visible en moins de 90 jours et il a un propriétaire interne identifié. Sans propriétaire, un quick win reste une bonne idée.

Sur la mission prêt-à-porter, les ateliers ont fait ressortir en tête des priorités deux processus des services centraux : la comptabilité, puis la paie. À l'inverse, le service client omnicanal, que l'on aurait pu attendre en tête dans un groupe de distribution, n'y figurait pas. Nous l'avons instruit ensuite, à part, plutôt que de forcer le résultat de l'atelier.

À retenir : la sortie attendue d'une journée n'est pas « des participants sensibilisés ». C'est au moins trois cas d'usage qualifiés et un plan de quick wins à 90 jours, chacun avec un propriétaire, une échéance, une métrique de succès et une première étape concrète.

Étape 6 : transformer la journée en dynamique d'entreprise apprenante

Une journée est un point de départ. Pour que la maturité progresse, quatre éléments doivent lui survivre : le langage commun, les outils de la méthode (canvas de cas d'usage, matrice de priorisation) que les équipes réutilisent seules, des référents qui portent les quick wins, et un rituel de capitalisation, par exemple une revue mensuelle des usages et une bibliothèque interne des consignes qui fonctionnent.

Nous nous appuyons de préférence sur un lieu de capitalisation qui existe déjà. Chez notre client, un assistant interne branché sur la base documentaire de l'entreprise était déjà utilisé par une partie des équipes. Il est devenu le dépôt naturel du savoir IA, avec une sponsor identifiée au comité de direction. Un point de suivi est prévu à 15 jours, puis à 30, 60 et 90 jours, pour vérifier que les quick wins avancent.

C'est aussi ce qui distingue l'acculturation d'une simple formation : elle prépare l'adoption. Notre approche de conduite du changement et d'adoption de l'IA prend le relais quand les premiers usages doivent passer à l'échelle.

Passer à la pratique : l'exemple du hackathon Vanderschooten

L'acculturation donne un langage commun et une liste de cas d'usage. Elle ne garantit pas que ces cas tournent dans le quotidien des équipes. Chez Vanderschooten, fabricant de linge de maison à sa troisième génération, nous avons ajouté une étape après le Diagnostic Data & IA et une session d'acculturation et de formation à Claude : un hackathon de deux jours avec sept collaborateurs.

Le diagnostic avait évalué et chiffré 23 cas d'usage, dont 7 actions rapides à lancer sous trois mois, et l'acculturation avait réuni 21 collaborateurs. Le hackathon avait un seul objectif : traiter les cas recensés, pour la plupart construits autour d'Excel, jusqu'à leur mise en œuvre.

Trois choix ont fait la différence :

• Chaque participant avait documenté ses tâches répétitives avant les deux jours, dans une trame commune : fréquence, données d'entrée, outils utilisés, résultat attendu. Personne ne partait d'une page blanche.
• L'outil était adapté au profil. Une partie du groupe a travaillé sur Claude Code, l'autre sur Claude Cowork, et des connexions aux outils existants ont permis d'automatiser téléchargements, extractions et mises à jour de fichiers.
• Le critère de réussite était un cas qui tourne, pas une démonstration.

Les cas traités couvraient le reporting, la visualisation de fichiers volumineux, la mise à jour des listes marketing, l'extraction de données publiques sur le web et le repérage d'entreprises cibles. Le bilan, mesuré à la fin du hackathon : 14 jours investis (sept personnes pendant deux jours) pour environ 100 jours de travail récupérés, soit plus de sept jours gagnés pour chaque jour passé en atelier. Le détail est présenté dans notre cas client sur le hackathon Claude.

Ce qu'on voit en pratique : un tel ratio n'est pas un coup de chance. Dans une PME, une part importante du temps part en exports à télécharger, fichiers à manipuler et données recopiées d'un outil à l'autre. Une acculturation bien menée aide à repérer ces tâches ; un hackathon les fait disparaître. L'ordre compte : des participants déjà formés et des cas déjà recensés sont les deux conditions qui permettent d'aller jusqu'à la mise en œuvre en deux jours.

Après la journée : documenter avec des preuves vérifiables

La journée fait souvent émerger une demande de suite : quels métiers sont réellement exposés, quels cas d'usage ont fait leurs preuves ailleurs, combien coûte un déploiement. Sur la mission prêt-à-porter, nous avons prolongé le travail par trois livrables.

• Une matrice d'impact de l'IA sur 191 emplois des services centraux, construite sur l'indice d'exposition des métiers à l'IA générative de l'Organisation internationale du travail (2025), en distinguant l'exposition d'un métier et la part réellement automatisable de ses tâches.
• Une base de 42 cas d'usage du secteur retail et mode, chacun gradué selon un niveau de preuve et relié à des déploiements documentés chez d'autres enseignes.
• Un chiffrage du socle minimal de déploiement, piloté par le niveau d'adoption attendu plutôt que par le nombre de licences.

Une leçon de rigueur au passage. Lors d'une revue, l'un des cas les mieux notés s'appuyait sur un chiffre issu d'un démonstrateur académique, testé sur un magasin fictif, et non sur un résultat obtenu en entreprise. Nous l'avons reclassé, puis vérifié tous les cas du même niveau : un second présentait le même défaut. Un comité de direction prend ses décisions sur ces chiffres. Distinguer une étude, une simulation et un déploiement réel fait partie du travail, pas d'un supplément.

Un chiffre présenté à un comité de direction doit dire d'où il vient : étude, simulation ou déploiement réel.

Ce que nous avons appris en appliquant la méthode

Plusieurs enseignements reviennent d'une mission à l'autre :

• Le calendrier se joue avant la journée. Traiter les interviews au fil de l'eau, avec l'aide d'un assistant IA pour la pré-synthèse, est ce qui rend tenable un délai de quatre jours entre les derniers entretiens et la keynote.
• Les outils déjà présents chez le client orientent tout. Un usage branché sur un outil en place démarre en semaines ; un usage qui suppose un nouvel outil devient un projet, avec son budget et sa gouvernance. Sur ce sujet, notre analyse des plateformes multi-LLM en entreprise aide à arbitrer.
• Le format s'adapte au public. Une keynote suivie d'ateliers convient à un comité de direction. Pour des équipes métier plus larges, nous avons aussi conçu des formats en demi-journées thématiques, des masterclass avec ateliers par métier ou des formats plus courts centrés sur un outil.
• Chaque mission en nourrit une autre. Les sources sectorielles, les grilles et les canvas sont capitalisés : la préparation suivante dans le même secteur part d'une base déjà vérifiée, qu'on actualise au lieu de la refaire.

Enfin, l'acculturation ne remplace pas le choix des bons outils. Elle sert à identifier où l'IA allège le travail de chacun. Pour la suite, savoir distinguer un assistant d'un agent ou d'une automatisation classique devient utile : notre guide de décision entre agent IA et automatisation pose les critères.

Questions fréquentes sur l'acculturation à l'IA en entreprise