Adoption de l’IA : pourquoi l’utilité ne suffit pas
Un outil convaincant en démonstration peut rester marginal dans l’équipe. Que permet réellement d’expliquer la recherche sur l’adoption technologique ?
Un modèle influent
Viswanath Venkatesh et ses collègues (2003, MIS Quarterly) proposent l’UTAUT : attente de performance, effort perçu, influence sociale et conditions facilitatrices contribuent à expliquer intention et usage. L’étude est longitudinale, mais menée dans quatre organisations et sur des technologies antérieures à l’IA générative.
L’organisation compte
Jan Jöhnk, Malte Weißert et Katrin Wyrtki (2021, Business Horizons) identifient, par étude qualitative, des dimensions de préparation à l’IA touchant stratégie, ressources, connaissances, culture et données. Cette typologie décrit des régularités ; elle ne prouve pas qu’une dimension cause l’adoption.
Ce que les formations éclair isolent mal
Former à l’outil sans modifier les routines laisse intactes les contraintes qui empêchent son usage : accès, données, validation, temps d’expérimentation et attentes du responsable. L’enthousiasme déclaré n’est donc pas une mesure suffisante. (nos formations pour cadres et collaborateurs)
Une conduite plus prudente
Commencer par un cas d’usage limité, expliciter ce qui ne doit pas être confié à l’IA et prévoir une boucle de retour hebdomadaire permet d’apprendre sans confondre déploiement et adoption.
Une implication pratique, vérifiable à Lausanne
Choisir une routine d’équipe et suivre pendant trois semaines le nombre d’usages réels, d’abandons et de corrections humaines. Les motifs d’abandon donnent une base plus utile qu’un sondage général sur l’intérêt pour l’IA. Pour aller plus loin : découvrez la formation Conduire l'adoption de l'IA dans son équipe à Lausanne, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Conduire l'adoption de l'IA dans son équipe à Lausanne
- conduire l'adoption de l'ia dans son équipe
- Lausanne
- recherche
- formation lausanne