Conduite du changement

Réussir l’adoption de l’IA par les collaborateurs

L’adoption ne se décrète pas après le choix d’un outil. Elle se construit avec les personnes qui font le travail, à partir de besoins crédibles, de règles claires et d’un apprentissage continu. Marouane Harmach, fondateur de Consultor et créateur en 2014 du service de veille média Monitor, en présente ici les étapes.

Marouane Harmach · Casablanca, Maroc/Fondateur de Consultor · Créateur de Monitor
Illustration du guide : Réussir l’adoption de l’IA par les collaborateurs
Guide pratique de Marouane Harmach · Consultor / Monitor
100 Md DHde valeur ajoutée au PIB visée d'ici 2030
50 000emplois directs et indirects visés
200 000talents à former ou certifier
~1 GWde capacité data center nationale prévue

Objectifs publics de la feuille de route « Maroc pour l'Intelligence Artificielle 2030 », présentée à Rabat le 9 septembre 2026 par le ministère de la Transition numérique. Ce sont des cibles annoncées, pas des résultats constatés. Source : TelQuel, 9 septembre 2026.

Diagnostiquer avant de former

Deux collaborateurs d’un même service peuvent avoir des usages, des compétences et des inquiétudes très différents. Un diagnostic court doit explorer les tâches récurrentes, les irritants, les outils déjà utilisés, les informations sensibles, les erreurs coûteuses et la confiance actuelle envers l’IA.

Cette démarche s’inscrit dans l’accompagnement IA proposé par Marouane Harmach et Consultor, de la sélection des usages à leur appropriation.

Combinez entretiens, observation et questionnaire. Évitez de demander seulement « êtes-vous favorable à l’IA ? ». Préférez des questions situées : quelles tâches prennent du temps, quelles réponses exigent une vérification, où cherchez-vous l’information, qu’avez-vous déjà essayé et pourquoi avez-vous arrêté ?

Choisir un cas d’usage proche du quotidien

Le premier usage doit être assez utile pour motiver l’effort et assez limité pour permettre l’apprentissage. Les tâches documentaires avec validation humaine sont souvent de bons terrains : préparer un plan, résumer un ensemble de notes, comparer des versions ou produire une première liste de questions.

Exemple hypothétique : une équipe communication teste la préparation de brouillons de FAQ à partir de documents approuvés. Les collaborateurs conservent la sélection des sources, la vérification et la formulation finale. Le test porte autant sur la méthode de travail que sur la sortie de l’outil.

Associer les utilisateurs à la conception

Formez un petit groupe représentatif, comprenant des personnes enthousiastes, prudentes et directement concernées. Demandez-lui de définir les scénarios, les critères de qualité et les situations d’exclusion. Cette diversité révèle plus tôt les problèmes de vocabulaire, d’accès, de charge ou de confiance.

Les retours doivent produire des décisions visibles. Tenez un journal simple : observation, impact, décision, responsable, échéance. Si les participants signalent des réponses difficiles à vérifier, l’équipe peut réduire le corpus ou ajouter une exigence de citation interne.

Une formation IA adaptée aux dirigeants et aux équipes métier peut préparer ces expérimentations en donnant un langage commun et des règles de travail.

Former par le travail

Une formation efficace alterne explication, démonstration, pratique et retour critique. Les participants travaillent sur des cas proches de leur activité avec des données adaptées à l’exercice. Ils apprennent à formuler une demande, fournir un contexte, contrôler une réponse, reconnaître l’incertitude et savoir quand ne pas utiliser l’outil.

  • Module 1 : possibilités, limites et règles internes.
  • Module 2 : formulation d’une tâche et critères de sortie.
  • Module 3 : vérification, correction et traçabilité.
  • Module 4 : atelier métier et partage des pratiques.

Créer un environnement de confiance

Les résistances peuvent exprimer des préoccupations rationnelles : peur de perdre une compétence, hausse de la charge de contrôle, qualité insuffisante ou manque de clarté sur l’évaluation du travail. Les écouter permet d’améliorer le dispositif. La communication doit préciser l’objectif, les décisions déjà prises, les points encore ouverts et la façon dont les emplois et responsabilités sont discutés.

Évitez de présenter l’outil comme inévitable. Montrez ce qui a été appris, y compris les limites. Autorisez le signalement d’un problème sans pénaliser la personne qui le remonte de bonne foi.

Installer le soutien après le lancement

Prévoyez des permanences courtes, une bibliothèque d’exemples validés, un canal de questions et des référents métiers. Les exemples doivent indiquer le contexte, la méthode de vérification et les limites ; une collection de commandes copiées sans explication se dégrade vite.

Mesurer adoption et valeur

Distinguez accès, utilisation et usage approprié. Un compte ouvert ne prouve pas une adoption. Observez la fréquence sur les tâches visées, la qualité obtenue, les corrections, le temps de prise en main, les abandons et les incidents. Recueillez aussi ce que l’outil déplace : une rédaction plus rapide peut augmenter le temps de validation.

Une revue mensuelle au début permet d’ajuster les règles, la formation et le périmètre. Partagez les décisions avec les équipes. L’adoption durable apparaît lorsque l’usage devient compréhensible, soutenu et compatible avec les exigences du travail.

Checklist de lancement

  1. Problème et population concernés définis.
  2. Groupe pilote représentatif constitué.
  3. Règles de données et de validation expliquées.
  4. Situation de départ documentée.
  5. Formation pratique réalisée.
  6. Canal de soutien ouvert.
  7. Date de revue et critères d’arrêt annoncés.

De la stratégie au déploiement

Pour structurer la décision, poursuivez avec l’audit de maturité et la priorisation, le business case et le ROI, puis les cas d’usage par métier. Ces ressources complètent la stratégie, la gouvernance, l’adoption et la formation sans créer de pages concurrentes.

Tableau de décision

SignalInterprétationAction
Essais sans réutilisationUsage mal relié au travailRepartir d’une tâche fréquente
Corrections nombreusesQualité ou consigne insuffisanteMesurer les erreurs et ajuster
Contournement des règlesCadre peu praticableClarifier outils et données autorisés

Repères marocains et sources

Au Maroc, la CNDP précise que les traitements d’IA qui utilisent des données personnelles sont encadrés par la loi n° 09-08. La feuille de route Maroc IA 2030 inscrit par ailleurs l’IA dans une politique nationale de souveraineté, de confiance, d’innovation et d’adoption. Ces sources donnent un cadre ; leur application doit être examinée selon le secteur, les données et le rôle de l’organisation.

Passer de la méthode à l’accompagnement

formation IA, expertise IA, Consultor.

Questions fréquentes

Comment traiter la résistance des collaborateurs ?

En comprendre les causes concrètes, répondre avec des décisions claires et associer les personnes à la définition des usages et des contrôles.

Qui choisir pour le groupe pilote ?

Des utilisateurs du processus, aux niveaux de maîtrise et positions variés, ainsi qu’un responsable capable d’arbitrer les changements.

Quel indicateur d’adoption suivre ?

La fréquence d’usage approprié sur la tâche visée, complétée par la qualité, les corrections, les abandons et les retours des utilisateurs.

CONSULTOR · CASABLANCA

Une décision à éclairer ?

IA, transformation digitale, communication ou veille avec Monitor : échangeons sur votre contexte et vos priorités.

Contacter Marouane Harmach →