À quoi ressemble réellement la maîtrise de l’IA — et comment y parvenir

David Rice : Quels sont les risques liés à l’IA que les dirigeants sous-estiment, simplement parce qu’il est, franchement, facile pour les gens de comprendre comment l’utiliser aujourd’hui ?

Kenneth Corrêa : Je pense que la principale erreur que je vois dans les entreprises n’est pas tant dans l’utilisation même de l’outil. C’est en fait le partage de fichiers privés et confidentiels. Quelqu’un a juste eu une idée, alors la personne utilise son propre téléphone pour télécharger un tableau avec les résultats financiers du trimestre, sur la version gratuite de ChatGPT.

David Rice : Vous avez noté que votre propre entreprise a constaté une augmentation de 15 % de la productivité sans augmentation d’effectif. Pourquoi dites-vous que plus d’entreprises ne suivent pas cet exemple ?

Kenneth Corrêa : Les gens enseignent et parlent de l’IA comme si c’était une technologie vieille de 70 ans qui a encore besoin de beaucoup de données, de bases de données et de data scientists. Maintenant, l’IA générative, c’est quelque chose de facile à utiliser, très facile à mettre en œuvre, très facile à apprivoiser. C’est 20 % à 40 % d’augmentation de productivité.

David Rice : Quels sont certains des pièges que vous voyez typiquement dans des organisations qui cherchent à devenir compétentes en IA ? Comment éviter des résultats peu fiables ou des promesses exagérées ?

Bienvenue dans le podcast « People Managing People », l’émission qui aide les leaders à préserver l’humain au travail à l’ère de l’IA. Je suis votre hôte, David Rice. Dans cet épisode, j’accueille Kenneth Corrêa, éducateur international sur l’IA, conférencier et auteur du livre « Cognitive Organizations : tirer parti de toute la puissance de l’IA générative et des agents intelligents ».

Au cours de cette conversation, Kenneth trace un parcours pour permettre aux entreprises de passer de la simple curiosité pour l’IA à une véritable aisance. Il décortique ce que cela signifie, pourquoi la plupart des dirigeants restent en retrait, et comment éviter le piège du « Frankenstack » en surchargant l’entreprise d’outils multiples. Nous explorons le passage de l’IA prédictive à l’IA générative, les erreurs des dirigeants dans la mise en œuvre et pourquoi le futur du management d’équipe ressemblera peut-être davantage à de l’orchestration de flux de travail qu’à de la délégation de tâches.

Si vous souhaitez donner du pouvoir à vos équipes plutôt que de les remplacer, et que vous cherchez une approche systémique plus concrète de l’IA, cet épisode est pour vous. Alors sans plus attendre, lançons-nous.

D’accord, Ken, bienvenue !

Kenneth Corrêa : Merci beaucoup, David. C’est un vrai plaisir d’être avec vous.

David Rice : Oui, absolument. Vous êtes au Brésil, n’est-ce pas ?

Kenneth Corrêa : Oui, à São Paulo, la plus grande ville d’Amérique du Sud.

David Rice : Oh, c’est super. J’ai des collègues dans la région. J’ai toujours eu envie de visiter.

Kenneth Corrêa : C’est une grande ville, pas aussi grande que New York, mais c’est un peu notre New York ici dans le sud.

David Rice : Donc, nous allons parler d’aisance en IA et du chemin pour y arriver, car je pense que beaucoup d’entre nous en prennent déjà la direction, sans trop savoir quelles sont toutes les étapes. Comment mesurer la maîtrise, du coup ?

Kenneth Corrêa : On est encore en train de construire l’escalier, donc il y aura des marches qu’on découvrira en cours de route, n’est-ce pas ? L’avion qu’on construit en plein vol.

Ce sont les métaphores qu’on utilise actuellement puisqu’à tout va si vite.

David Rice : Absolument. Ce qui change vraiment ici, c’est que, quand on pense aux interfaces modernes de l’IA, beaucoup de barrières à l’expérimentation ont sauté. Plus besoin d’être informaticien pour l’utiliser et savoir ce qu’on peut en faire.

Si on regarde l’histoire, à la sortie d’Excel, il fallait prendre des cours pour apprendre à utiliser le logiciel. Aujourd’hui, c’est devenu presque une compétence commune. Quand on sort des études, on a forcément un peu touché à Excel. Mais cela a aussi mené à la mauvaise utilisation des tableurs, non ?

Je connais des gens qui utilisent Excel pour suivre la quantité de produits ménagers dans leur placard. Mais pour revenir à l’IA, je me demande si les dirigeants ne sous-estiment pas la complexité d’un usage généralisé juste parce qu’il est facile, aujourd’hui, pour leurs équipes de s’y mettre.

Kenneth Corrêa : Comme pointer et cliquer, ou même parler à l’outil qui vous répond en langage naturel.

Oui, mais encore une fois, j’aime la façon dont vous le formulez car j’en faisais toujours un argument de vente, mais peut-être que c’est un défaut, non ? Le fait que tout le monde peut s’y mettre sans transition. L’interface facile, c’est super pour faire démarrer les gens, mais la principale erreur que je vois, c’est justement le partage de fichiers privés et confidentiels.

On parle d’informations d’entreprise qui devraient rester secrètes, protégées par des pare-feux, mots de passe, authentifications. Mais si l’entreprise interdit ChatGPT, alors quelqu’un prend son téléphone personnel pour uploader le tableau financier du trimestre sur la version gratuite de ChatGPT.

Le principal risque, selon moi, c’est donc la diffusion d’informations sensibles sans que l’utilisateur s’en rende même compte.

David Rice : Existe-t-il des façons d’auditer l’usage ou d’établir une sorte de cadre de conformité pour vos équipes ? Qu’est-ce qui fonctionne réellement dans ce domaine, d’après votre expérience ?

Kenneth Corrêa : Je ne vois pas vraiment d’espace, aujourd’hui, pour aller lire les prompts des gens ou leurs conversations. Mais ce que j’essaie de faire, pour mon entreprise comme pour d’autres, c’est l’éducation. C’est le même problème qu’avec la cybersécurité, non ?

On ne pourra jamais tout bloquer. Il y aura toujours de nouvelles URL ou des techniques pour pirater les comptes. Donc on mise sur l’éducation, sur l’explication des limites de l’outil, sur le fait que la version gratuite utilisée sur le portable personnel n’a pas les mêmes garde-fous que la version corporate.

Les informations sont préservées dans des enceintes protégées. Je pense que l’éducation reste la meilleure voie car, évidemment, on n’a pas le temps de tout vérifier. Certaines entreprises créent leur propre assistant, par exemple en utilisant la technologie GPT ou Gemini sous leur propre nom, ce qui permet d’ajouter des garde-fous supplémentaires.

Si l’assistant reçoit une demande sensible, il peut répondre « Je ne peux pas vous aider pour cela ». On limite les risques d’erreur humaine ainsi.

David Rice : Intéressant que vous évoquiez l’angle cybersécurité, la comparaison.

Kenneth Corrêa : Quand on parle d’innovation, on essaie toujours de la relier à quelque chose que l’on connaît, non David ? Si je parle d’un truc totalement neuf, inclassable, c’est impossible pour les gens d’adopter. On a appris ça dans les années 60, par Raymon Loewy et le concept de Maya — Most Advanced Yet Acceptable. Quand on crée un produit, il doit être aussi avancé que possible, mais rester dans un cadre de familiarité pour faciliter l’adoption.

J’étais à San Francisco il y a deux semaines dans une voiture Waymo. Si on me demande ce qu’est Waymo, je réponds « c’est Uber sans conducteur ». L’important c’est de rendre le concept familier. On lance l’appli, on commande sa course, pas de chauffeur. Le reste n’a pas changé : on paie la distance parcourue, etc. Créer cette familiarité aide les idées à se diffuser.

David Rice : On a ces Waymo à Atlanta et je ne crois pas que la ville soit prête… Elles restent bloquées parfois.

Kenneth Corrêa : Elles restent bloquées. J’ai vu des actes de vandalisme à Los Angeles…

David Rice : Oui, il y a eu des incendies de voitures, etc.

Kenneth Corrêa : Difficile de dire si la voiture n’est pas prête pour la ville ou l’inverse, non ?

David Rice : Un peu des deux. Les dirigeants veulent des équipes plus productives. C’est le moteur de la ruée vers l’IA, et beaucoup obtiennent déjà des gains de 20 % à 40 %, ce qui est devenu la norme selon des études et, il me semble, vous avez mentionné une hausse de 15 % de la productivité dans votre entreprise sans nouvel embauche.

Selon vous, pourquoi d’autres entreprises n’en font pas autant ? Est-ce juste une absence de compréhension de l’IA ? Un problème d’effet « scope creep » où l’IA est utilisée de manière si diverse que l’efficacité s’étiole ? Quel est, selon vous, l’obstacle majeur ?

Kenneth Corrêa : Il est fou que les entreprises ne sautent pas sur l’occasion. Chez moi, j’ai vu les résultats, j’ai eu l’impression de trouver de l’argent sur la table. Il y a plusieurs facteurs.

D’abord, les gens parlent de l’IA comme d’une technologie de 70 ans nécessitant des tonnes de données, data lakes, data scientists… Cela effraie les non-spécialistes. Une des responsabilités des formateurs c’est d’expliquer que l’IA pré-2022 et l’IA actuelle, ce n’est plus le même paradigme. L’ancienne IA, prédictive, était complexe et coûteuse à mettre en place. Aujourd’hui, l’IA générative est accessible, et c’est cette facilité qui amène parfois à des abus comme l’upload de données sensibles.

Mais elle est facile à déployer, à obtenir ces gains de 20 à 40 % de productivité : sur 5 jours/semaine, 20 % en plus, c’est comme si on travaillait un jour de moins, tout en gardant la même production. Le problème, c’est que les dirigeants, responsables, ne l’utilisent pas eux-mêmes.

Mon premier conseil pour vos auditeurs, c’est de tester les applications. Ayez les mains dans le cambouis. ChatGPT, DeepSeek, Gemini, Claude, téléchargeables pour vous-même et utilisables pour le perso.

Par exemple : c’est dimanche soir, vous n’avez pas envie de cuisiner mais il faut bien manger. Prenez une photo de votre frigo ou votre placard, demandez « Avec ces ingrédients, que puis-je cuisiner en cinq minutes ? » L’IA va analyser la photo, reconnaître les objets voire les compter, consulter sa base de recettes et proposer des idées. Cela génère un effet « eurêka », comme on dit au Brésil, une explosion de possibilités.

Quand vous transposez cela à votre activité, vos processus, vos tâches quotidiennes, beaucoup de possibilités émergent. C’est la première fois qu’une technologie vous apprend à l’utiliser. Vous pouvez demander à ChatGPT : « Je gère une équipe de 14 commerciaux, on visite des clients. Comment peux-tu m’aider ? » Plus vous donnez de contexte, plus l’IA proposera un conseil pertinent. Commencer à utiliser ces outils est clé, beaucoup d’entreprises ne l’ont pas encore fait.

Dans les médias on ne parle que de risques d’AGI, Skynet, l’IA qui va tous nous détruire… On a parfois l’impression de lire de la science-fiction. Voilà pourquoi beaucoup hésitent. Il faut aussi reconnaître les limites de la technologie ; elle peut « halluciner », générer des contenus sans fondement réel, ce qui est inacceptable. Je conseille donc de combiner ChatGPT avec des outils comme Perplexity pour obtenir des réponses mieux sourcées. On ne parle pas de vérités absolues, mais d’un ancrage dans le réel. On peut évoluer ainsi vers de bonnes pratiques… à condition de commencer par essayer.

David Rice : Tout à fait. Vous avez mentionné que certains ressentent de l’insécurité, l’impression de manquer de compétences ou que ce n’est pas fait pour eux.

On trouve des études montrant que des gens en RH ou opérations ont parfois peur de ne pas être des experts techniques, ils pensent à l’ancienne IA prédictive. D’autres ont testé un peu l’IA générative sans parvenir à lui faire confiance.

Quelles sont selon vous les plus grandes opportunités, pour quelqu’un en RH par exemple ?

Kenneth Corrêa : Je vais y répondre, mais d’abord, savez-vous pourquoi beaucoup de RH sont méfiants envers l’IA générative ?

David Rice : Pourquoi ?

Kenneth Corrêa : En 2016, un article a fait grand bruit dans les médias RH à propos du biais algorithmique. Il a été démontré que des IA prédictives utilisées dans le tri des CV retenaient qu’en informatique, seuls les hommes étaient performants : elles prédisaient donc que seuls les hommes convenaient. C’est horrible à dire !

Mais l’IA n’a aucune éthique, aucune morale. Elle se base sur les données fournies. Ce problème n’est toujours pas résolu à 100 %. Il faut donc se soucier de l’IA responsable. Beaucoup en RH en ont gardé une méfiance envers l’IA. Dès qu’on prononce « IA », ils pensent « biais ». Et bien sûr ChatGPT a des biais ; tout le monde a ses biais, les logiciels entraînés sur des données humaines les reproduisent aussi.

En deux gros événements au Brésil devant 3000 professionnels RH, j’ai montré des cas concrets d’utilisation. Un cas client : dans mon entreprise (95 personnes) on utilise l’IA pour évaluer et sonder les collaborateurs sur leurs sentiments, la façon dont ils sont traités, la relation à la hiérarchie (feedback 360, etc.). 95 personnes évaluant 95 personnes, cela fait 9 000 contenus à analyser. Impossible d’y arriver manuellement. Avec Gemini (grande capacité de contexte), on a pu tout fournir d’un bloc, analyser les tendances, repérer les points brûlants pour agir. C’est très utile pour le RH : ils disposent de dashboard, de données, de réponses aux formulaires… mais manquent de temps ou de compétence technique (Excel, formules…) pour les analyser. Gemini réalise ce travail d’analyse pour eux. Voilà un exemple. 

Deuxième exemple RH : workflow de recrutement. Il faut une fiche de poste, analyser les CV, mener les entretiens… en gérant le biais. Mais pour chaque CV, on peut demander à l’IA : « Je suis Kenneth, responsable du recrutement pour ce poste ; voici le descriptif. Voici le premier CV : quel est le match ? » Pour chaque entretien, après transcription (sous réserve d’accord du candidat), on demande à l’IA d’analyser les points forts et faibles du candidat pour le poste. Vous obtenez des synthèses, comparaisons. Vous pouvez même demander à l’IA de suggérer des questions d’entretien. Ainsi vous croisez vos impressions avec l’avis de l’IA et vous améliorez considérablement vos décisions d’embauche. Ces usages sont déjà répandus aux États-Unis, au Brésil, au Chili et en Inde.

David Rice : Dans beaucoup d’entreprises, l’IA — surtout générative — sert essentiellement à automatiser du contenu ou des communications. Les dirigeants n’en tirent pas vraiment avantage sur les opérations, la planification interne, la clarté des priorités ou l’accélération des cycles de décisions.

Où devraient-ils commencer s’ils veulent aller au-delà de ces tâches ? Quelles fonctions sont à la fois faciles à automatiser et sources de valeur ?

Kenneth Corrêa : Très bonne question.

Ma société s’appelle 80 20, en référence au principe de Pareto. J’aime prioriser, choisir où agir en fonction de l’impact. Dans mon livre, je propose une matrice : tâches simples/complexes, uniques/répétitives. Commencez par celles qui sont simples et répétitives. Inutile d’automatiser d’emblée la stratégie. Commencez plutôt par les comptes à payer/recevoir, l’analyse des appels clients, les entretiens de recrutement… Ces tâches récurrentes, si vous gagnez 5 à 10 % de productivité dessus, vous voyez l’effet dès le lendemain. Visez donc d’abord le simple et répétitif. Cela vaut pour toute automatisation, pas uniquement pour l’IA. Mais avec les grands modèles de langage, ces outils savent lire du texte, ouvrir des fichiers CSV (tableurs), regarder des images ou analyser des dashboards de KPI : or, beaucoup d’employés ne savent pas analyser un dashboard (indicateurs, KPIs…). Grâce à Copilot, il suffit de prendre une photo du dashboard pour qu’il vous la décrypte. Ça change la vie !

J’ai une équipe de 45 commerciaux dans une autre société en santé au Brésil qui visitent des cabinets de médecins partout dans le pays (17 états). Difficile d’avoir une vue globale. Mais l’IA, elle, n’est jamais paresseuse : elle analyse en détail tous les indicateurs du dashboard.

David Rice : Quand on parle d’aisance en IA, j’imagine que c’est aussi savoir où placer les outils dans les processus internes et comment concevoir les workflows autour d’eux. Beaucoup d’organisations prennent le premier outil à leur disposition mais ne construisent jamais les ponts entre équipes, outils et tâches… À quoi ressemble, selon vous, une pile d’outils IA basique mais efficace pour une entreprise de moins de 100 personnes ? Comment éviter l’effet « Frankenstack » (multiplication anarchique d’outils) ?

Kenneth Corrêa : J’adore le terme Frankenstack ! Beaucoup d’entreprises s’enlisent avec 10, 20 outils différents, chacun se pilotant ou « promptant » différemment, produisant des résultats hétérogènes.

Dans les grandes entreprises, ils se limitent généralement à un ou deux outils. Si l’environnement est Microsoft, ils utilisent Copilot. Si c’est Google, c’est Gemini. Les plus techniques (développement logiciel) optent pour Anthropic (Claude) ou OpenAI (GPT). Je recommande de commencer par un seul outil et de former tout le monde dessus, car ils sont désormais similaires (ChatGPT, Gemini, etc.). Mi-2025, il y a 7 assistants de référence : Copilot (Microsoft), ChatGPT (OpenAI), Gemini (Google), Grok 4 (X), Lama (Meta), DeepSeek, et Perplexity. Tous se valent. Pour l’utilisateur final, il vaut mieux se concentrer sur un pour limiter les risques et simplifier la formation.

À l’arrière-plan, quand il s’agit d’orchestration de processus automatisés avec des réseaux d’agents, il faut néanmoins pouvoir basculer entre plusieurs fournisseurs pour rester à la pointe. Mais cela concerne surtout la DSI.

David Rice : Grande question que beaucoup de dirigeants se posent : comment aider les équipes à évoluer vers l’avenir ? On doit repenser l’efficience non pas comme « moins d’humains », mais comme « des humains mieux mis à profit ». Les gens deviennent des orchestrateurs et validateurs de la production IA, non des exécutants de tâches. Le leader d’équipe, demain, sera surtout garant de la qualité et du pilotage stratégique des workflows. Quelles compétences les managers doivent-ils développer pour piloter des équipes « IA-littérées » ?

Kenneth Corrêa : Etre à l’aise avec l’IA générative, c’est maîtriser les outils. C’est crucial. Mais pour les leaders, ce qui compte, c’est le jugement — la capacité à choisir s’il vaut mieux déléguer une tâche à un humain ou à un ordinateur. Certaines tâches sont déjà mieux exécutées par les machines : vérification de check-list, analyse d’images, extraction d’informations dans des documents ou textes, résumés automatiques… À l’inverse, la créativité, la décision, la gestion de la complexité restent le domaine de l’humain. Vous pouvez toujours demander à une IA de vous proposer un planning, mais il sera moins qualitatif qu’un humain.

Décider de la meilleure allocation pour chaque tâche est LA compétence que les manageurs devront développer. C’est ce qui m’a inspiré à écrire « Cognitive Organizations » : proposer un guide aux managers pour piloter à l’ère de l’IA générative, qui évolue chaque jour. On ne peut pas rester à jour de tout, mais on doit accepter cette nouvelle réalité : le gain de productivité est tel (20 à 40 %) qu’on ne peut l’ignorer. Les concurrents utilisent déjà ces outils.

On parle beaucoup de remplacement de l’humain par l’IA, mais en réalité, les entreprises peinent à recruter des talents. Dans ma société, j’ai gardé la même équipe de 95 personnes, tout en progressant de 15 %/an depuis trois ans, grâce à l’IA. Ce que j’ai compris, c’est qu’il faut accompagner tous ses talents avec les bons outils et changer d’état d’esprit. Tout le monde ne suit pas, certains veulent continuer comme avant, mais ce n’est plus possible en 2025. Ce n’est pas le COVID, c’est l’IA générative qui a tout changé. Il faut donc miser sur les talents et la complémentarité avec l’IA pour obtenir les meilleurs résultats.

David Rice : Oui je confirme, beaucoup ont des difficultés à embarquer mais, comme je le dis, « on ne peut plus s’identifier à nos tâches ». La valeur ne vient pas de la tâche, mais de nos compétences, notre expérience, notre vision humaine. Il faut accepter de lâcher la tâche comme moteur, pour laisser s’exprimer nos atouts. Quels sont les pièges classiques pour les entreprises qui débutent en IA ? Comment éviter de se laisser embarquer par des promesses trop belles ou des résultats douteux ?

Kenneth Corrêa : C’est un vrai problème avec l’IA : on dit vite « l’IA fait ceci ou cela », comme si c’était une entité globale flottante. Or, il y a des entreprises, des technologies, des modèles, des garde-fous différents. Il faut se rappeler que l’IA reste un outil, qui provoque certes une révolution dans la productivité et les process, mais ce n’est qu’un outil. Pour être à l’aise, il faut répéter, utiliser, se tromper, apprendre… Quand l’IA propose une solution, rien n’oblige à la suivre, cela reste un avis. Plus on la pratique, plus il sera facile de juger où elle apporte réellement une valeur.

Un grand groupe nord-américain, CH Robinson, reçoit 3 000 emails par heure de clients voulant faire livrer des colis. L’IA est aujourd’hui utilisée en triage : les cas simples sont traités automatiquement, les plus complexes (camion frigorifique, timing serré…) sont renvoyés à des humains. Apprendre à doser IA et humain vient avec l’usage. Chez Klarna, en Suède, ils ont cru pouvoir remplacer 100 % du support client par l’IA. Mais ils sont revenus à davantage d’équilibre : l’IA traite 80 % des cas, les 20 %, exceptions, sont confiés à l’humain. Il n’existe pas de manuel d’aisance en IA. Comme pour l’anglais, on devient fluent en parlant, en partageant avec d’autres entreprises, en pratiquant.

David Rice : Très clair.

Kenneth Corrêa : C’est comme ça qu’on devient fluent : en pratiquant. Alors, lancez-vous !

David Rice : Merci Kenneth d’être venu aujourd’hui et pour vos éclairages.

Kenneth Corrêa : Merci à vous. J’espère vous avoir partagé ma vision : il y a bien des limites et des pièges, mais on ne progresse qu’en se lançant. Impossible d’ignorer un gain de 20 % de productivité.

David Rice : Merci encore, et hâte de voir comment progresseront vos démarches dans les années à venir. Ce sera passionnant à suivre.

Kenneth Corrêa : Merci.

David Rice : Si vous voulez consulter le livre de Kenneth « Cognitive Organizations : tirer parti de toute la puissance de l’IA générative et des agents intelligents », il est disponible sur Amazon. Jusqu’à la prochaine fois, mettez la main à la pâte !