Les entreprises qui progresseront le plus vite ne seront pas nécessairement celles qui investiront le plus. Elles seront celles qui expérimenteront le plus.
Il y a quelques jours, nous publiions un premier article proposant une idée simple : avant de développer une opinion sur l’intelligence artificielle, les organisations gagneraient peut-être à en faire l’expérience. Plusieurs dirigeants nous ont ensuite posé exactement la même question : « Par où commencer ? »
La réponse est probablement plus simple qu’on l’imagine.
Il n’est pas nécessaire de lancer un vaste projet informatique, de revoir tous les processus ou d’investir immédiatement dans de nouveaux logiciels. Dans la plupart des entreprises, quelques heures suffisent pour permettre aux équipes de découvrir ce que l’intelligence artificielle peut réellement apporter… et surtout ce qu’elle ne peut pas faire.
Cette approche est d’autant plus pertinente que les outils évoluent à une vitesse impressionnante. Une formation suivie aujourd’hui sera peut-être déjà dépassée dans quelques mois. En revanche, apprendre à poser de meilleures questions, à vérifier les réponses obtenues et à exercer son jugement demeurera une compétence durable, peu importe la plateforme utilisée.
Les données vont d’ailleurs dans ce sens. Selon KPMG Canada, une majorité de travailleurs canadiens utilisent déjà l’intelligence artificielle générative dans leur travail et souhaitent développer davantage leurs compétences. De son côté, l’Institut de la statistique du Québec rappelle que l’adoption de l’intelligence artificielle s’accompagne presque toujours d’une révision des méthodes de travail et d’un effort de formation des employés.
Le coût visible d’une telle démarche demeure limité. En reprenant le même exemple que dans notre premier article, une entreprise de 20 employés qui consacre quatre heures à l’expérimentation investit environ 80 heures, soit près de 3 200 $ avec un coût moyen illustratif de 40 $ l’heure.
Le coût invisible est beaucoup plus difficile à mesurer. Chaque semaine où les employés expérimentent seuls représente des connaissances qui ne sont pas partagées, des erreurs qui seront répétées et des occasions d’amélioration qui demeureront individuelles plutôt que collectives.
Les douze expériences qui suivent ont donc un seul objectif : aider vos équipes à développer leur jugement. Chacune peut être réalisée en moins de vingt minutes et ne demande aucune expertise technique particulière.
Expériences 1 à 3 : apprendre à remettre la première réponse en question
La plupart des nouveaux utilisateurs de l’intelligence artificielle commettent la même erreur : ils acceptent la première réponse comme si elle était définitive. Pourtant, la véritable valeur de l’IA apparaît lorsqu’on apprend à dialoguer avec elle, à la remettre en question et à lui demander de pousser son analyse plus loin.
Expérience 1 — Réécrire un courriel important
Découvrir pourquoi la première réponse est rarement la meilleure.
- À essayer : Choisissez un courriel réel. Demandez à l’IA d’en produire une première version, puis demandez-lui : « Quels sont les points faibles de cette réponse ? Réécris-la en tenant compte de tes critiques. »
- À observer : La deuxième version est presque toujours plus nuancée, plus précise et mieux adaptée au contexte.
- Le jugement développé : Ne jamais accepter automatiquement une première réponse.
Expérience 2 — Demander à l’IA de reconnaître ses limites
Comprendre qu’une bonne réponse dépend aussi des informations fournies.
- À essayer : Après une réponse, demandez simplement : « Quelles informations te manquent pour répondre avec plus de précision ? » Puis ajoutez : « Quelles questions aurais-tu dû me poser avant de répondre ? »
- À observer : Vous découvrirez rapidement que l’IA identifie souvent elle-même ses limites… lorsqu’on lui en donne l’occasion.
- Le jugement développé : Reconnaître qu’une réponse est souvent une hypothèse, pas une certitude.
Expérience 3 — Changer de perspective
Comprendre qu’une décision varie selon le rôle de chacun.
- À essayer : Posez une question liée à votre entreprise. Demandez ensuite à l’IA d’y répondre successivement comme un directeur financier, un responsable des opérations et un nouvel employé.
- À observer : Une même situation produit des recommandations très différentes selon le point de vue adopté.
- Le jugement développé : Prendre de meilleures décisions en considérant plusieurs perspectives.
Le coût visible de ces trois expériences est pratiquement nul. Elles demandent moins d’une heure et aucun investissement supplémentaire.
Le coût invisible est beaucoup plus important. Une équipe qui accepte systématiquement les premières réponses risque de reproduire les mêmes erreurs, de limiter sa réflexion et de passer à côté d’idées plus pertinentes.
Avant de demander à vos équipes de produire plus rapidement avec l’intelligence artificielle, apprenez-leur d’abord à mieux dialoguer avec elle. Cette compétence leur sera utile, quelle que soit la technologie utilisée demain.
Expériences 4 à 6 : donner du contexte pour obtenir de meilleures réponses
L’intelligence artificielle produit rarement de mauvaises réponses parce qu’elle manque de capacités. Elle produit surtout des réponses incomplètes parce qu’elle manque de contexte. Plus vous lui fournissez d’information sur votre entreprise, votre clientèle ou vos objectifs, plus ses recommandations deviennent pertinentes. Ces trois expériences permettront à vos équipes de constater rapidement que la qualité des résultats dépend souvent davantage de la qualité des questions que de la plateforme utilisée.
Expérience 4 — Ajouter du contexte
Comprendre pourquoi le contexte est aussi important que la question.
- À essayer : Demandez à l’IA de rédiger une offre d’emploi pour un technicien comptable. Recommencez ensuite en ajoutant le secteur d’activité, le salaire, les avantages, les principaux défis du poste et le profil recherché.
- À observer : La deuxième version est presque toujours plus crédible, plus précise et beaucoup plus proche de la réalité de votre entreprise.
- Le jugement développé : Une bonne réponse commence par un bon contexte.
Expérience 5 — Demander l’opinion contraire
Éviter de confirmer uniquement ce que l’on pense déjà.
- À essayer : Présentez une décision réelle, par exemple l’implantation d’une nouvelle politique de télétravail. Demandez ensuite à l’IA de défendre les arguments contre cette décision, puis ceux en sa faveur, avant de proposer un compromis.
- À observer : Les meilleurs échanges font souvent ressortir des risques qui n’avaient pas été envisagés.
- Le jugement développé : Explorer plusieurs points de vue avant de décider.
Expérience 6 — Chercher les angles morts
Repérer les risques avant qu’ils deviennent des problèmes.
À essayer : Présentez un projet en cours à l’IA. Demandez-lui quels risques pourraient être sous-estimés, quelles questions votre équipe oublie de se poser et ce qu’un concurrent remarquerait immédiatement.
À observer : En quelques minutes, plusieurs faiblesses ou occasions d’amélioration apparaissent naturellement.
Le jugement développé : Anticiper plutôt que corriger.
Ces trois expériences demandent environ une heure pour une équipe de 20 employés, soit un investissement illustratif d’environ 800 $. Le coût visible demeure donc très limité.
Le coût invisible est beaucoup plus important. Une entreprise qui ne remet jamais ses idées à l’épreuve risque davantage de répéter les mêmes erreurs, de prendre des décisions avec une information incomplète et de découvrir certains risques beaucoup trop tard.
Une meilleure réflexion améliore ensuite les ressources humaines, les opérations, les ventes et la qualité des décisions de gestion. L’intelligence artificielle ne remplace pas l’expérience des équipes. Elle les aide à voir ce qu’elles n’auraient peut-être pas vu seules.
N’utilisez pas l’intelligence artificielle pour confirmer vos idées. Utilisez-la pour les remettre intelligemment en question.
Expériences 7 à 9 : utiliser l’intelligence artificielle pour prendre de meilleures décisions
Au début, la plupart des employés utilisent l’intelligence artificielle pour gagner du temps. C’est normal. Pourtant, après quelques semaines d’utilisation, plusieurs découvrent que son plus grand potentiel ne réside pas dans la vitesse d’exécution, mais dans sa capacité à enrichir la réflexion. En quelques secondes, elle peut proposer plusieurs scénarios, comparer différentes approches et mettre en lumière des risques qui auraient facilement pu passer inaperçus.
Expérience 7 — Explorer plusieurs solutions
Élargir les possibilités avant de prendre une décision.
- À essayer : Présentez un problème réel à l’IA. Par exemple : « Nous recevons trop peu de candidatures pour nos postes spécialisés. » Demandez-lui ensuite de proposer cinq solutions différentes, puis de les classer selon leur coût, leur facilité d’implantation et leur impact potentiel.
- À observer : La meilleure idée n’est pas toujours la première. Comparer plusieurs scénarios permet souvent de découvrir une approche plus efficace. : Le jugement développé
Évaluer plusieurs options avant d’agir.
Expérience 8 — Transformer une réunion en plan d’action
Améliorer les suivis et réduire les oublis.
- À essayer : Copiez les notes d’une réunion dans l’IA. Demandez-lui de résumer les décisions, d’identifier les responsables, les échéances et les éléments qui demeurent ambiguës.
- À observer : L’équipe obtient rapidement une vision claire des prochaines étapes et réduit les risques de malentendus.
- Le jugement développé : Structurer l’information avant d’agir.
Expérience 9 — Faire jouer l’avocat du diable
Tester la solidité d’une décision avant son implantation.
À essayer : Présentez une décision importante à l’IA. Demandez-lui pourquoi cette décision pourrait échouer, quels seraient les principaux risques et quelles mesures permettraient de les réduire.
À observer : Quelques minutes suffisent souvent pour faire ressortir des éléments que personne n’avait envisagés lors des premières discussions.
Le jugement développé : Anticiper les conséquences avant de passer à l’action.
Ces trois expériences représentent environ une heure d’apprentissage pour une équipe de 20 employés, soit un investissement illustratif d’environ 800 $. À l’inverse, une seule mauvaise décision stratégique peut facilement entraîner plusieurs jours de travail supplémentaire, des retards de projet ou des coûts largement supérieurs à cette somme.
Le coût visible est donc relativement faible. Le coût invisible est beaucoup plus important : une occasion d’amélioration non exploitée, un risque découvert trop tard ou une décision prise avec une information incomplète peuvent ralentir les opérations, mobiliser inutilement les gestionnaires et affecter les résultats de l’entreprise.
L’intelligence artificielle ne prend pas les décisions à votre place. En revanche, elle peut vous aider à prendre de bien meilleures décisions.
Expériences 10 à 12 : faire de l’intelligence artificielle un partenaire de réflexion
Après quelques semaines d’expérimentation, une évolution intéressante se produit. Les employés cessent progressivement de demander à l’intelligence artificielle de produire des réponses. Ils commencent plutôt à s’en servir pour améliorer leur propre réflexion. C’est probablement à ce moment que l’IA apporte le plus de valeur à une organisation : lorsqu’elle devient un outil d’analyse plutôt qu’un simple assistant de rédaction.
Expérience 10 — Demander un deuxième avis
Valider une décision avant de passer à l’action.
- À essayer : Présentez une décision importante à l’IA et demandez-lui : « Si tu étais membre de notre comité de direction, quelles seraient les trois premières questions que tu poserais avant d’approuver cette décision ? »
- À observer : Vous découvrirez souvent des éléments qui n’avaient jamais été abordés durant les discussions.
- Le jugement développé : Valider avant de décider.
Expérience 11 — Faire analyser votre raisonnement
Repérer vos angles morts.
- À essayer : Expliquez votre réflexion à l’IA, puis demandez-lui : Quels sont les points faibles de mon raisonnement ? Quels biais cognitifs pourraient influencer ma décision ?
- À observer : L’exercice met souvent en lumière des hypothèses implicites ou des risques qui semblaient évidents… une fois identifiés.
- Le jugement développé : Développer son esprit critique.
Expérience 12 — Laisser l’IA poser les questions
Comprendre qu’une bonne réponse commence par une bonne compréhension.
À essayer : Au lieu de poser directement votre question, demandez : « Avant de répondre, pose-moi toutes les questions dont tu as besoin pour bien comprendre ma situation. » Répondez ensuite à chacune d’elles avant de demander une recommandation.
À observer : Les réponses deviennent généralement beaucoup plus pertinentes parce que l’IA dispose enfin du contexte nécessaire.
Le jugement développé : Prendre le temps de comprendre avant de conclure.
En reprenant le même exemple que dans les sections précédentes, ces trois expériences représentent environ une heure de travail pour une équipe de 20 employés, soit un investissement illustratif d’environ 800 $. Une seule décision mieux préparée, un projet mieux défini ou une erreur évitée peut largement compenser cet investissement.
Le coût visible demeure donc relativement faible. Le coût invisible est beaucoup plus important. Une décision prise trop rapidement peut retarder un projet, mobiliser inutilement plusieurs employés ou entraîner des semaines de travail correctif. Les bénéfices d’une meilleure réflexion se répercutent ensuite sur les ressources humaines, les opérations, les ventes et la performance globale de l’entreprise.
L’intelligence artificielle deviendra un véritable avantage concurrentiel le jour où vos équipes cesseront de lui demander uniquement des réponses… et commenceront à lui demander de meilleures questions.
À retenir…
Ces douze expériences démontrent une réalité simple : l’intelligence artificielle ne se maîtrise pas en lisant des guides ou en assistant à une seule formation. Comme toute nouvelle compétence, elle s’apprend par la pratique, l’expérimentation et les échanges entre collègues.
Le coût visible d’une telle démarche demeure relativement faible. En reprenant le même exemple utilisé tout au long de cet article, une entreprise de 20 employés qui consacre quatre heures à ces exercices investit environ 80 heures, soit près de 3 200 $ avec un coût illustratif de 40 $ l’heure.
Le coût invisible est beaucoup plus difficile à mesurer. Chaque mois où les employés apprennent seuls représente des connaissances qui ne sont pas partagées, des erreurs répétées et des occasions d’amélioration qui demeurent individuelles. Pendant ce temps, les entreprises qui apprennent collectivement développent progressivement une expertise qui devient de plus en plus difficile à rattraper.
L’impact dépasse rapidement les ressources humaines. Une équipe qui maîtrise mieux l’intelligence artificielle communique plus efficacement, prépare des analyses plus solides, améliore ses processus et prend généralement de meilleures décisions. Les bénéfices se répercutent ensuite sur les opérations, le service à la clientèle, les ventes et la rentabilité.
Le véritable arbitrage n’est donc plus de savoir si votre entreprise utilisera l’intelligence artificielle. Cette transition est déjà commencée. La véritable décision consiste à déterminer si vos équipes développeront cette compétence de façon organisée… ou si chacun continuera d’apprendre de son côté.
Trois actions à entreprendre dès cet été
- Prioriser une heure d’expérimentation par semaine avec votre équipe.
- Documenter les meilleures pratiques découvertes afin qu’elles profitent à toute l’organisation.
- Structurer progressivement un guide interne d’utilisation responsable de l’intelligence artificielle.
Grille d’auto-diagnostic
Répondez simplement par oui ou non.
- Vos employés utilisent-ils déjà l’intelligence artificielle dans leur travail ?
- Partagent-ils leurs découvertes avec le reste de l’équipe ?
- Avez-vous établi quelques règles simples d’utilisation ?
- Mesurez-vous les gains de temps ou les améliorations obtenues ?
- L’expérimentation fait-elle maintenant partie de votre culture d’entreprise ?
Si vous avez répondu « non » à plusieurs de ces questions, votre principal défi n’est probablement plus technologique. Il est organisationnel.
Les entreprises qui apprendront le plus rapidement ne seront pas celles qui posséderont la meilleure intelligence artificielle, mais celles qui développeront le mieux le jugement de leurs équipes.
Foire aux questions
- Combien de temps faut-il prévoir ? : Entre 10 et 20 minutes par expérience.
- Faut-il être un expert ? Non. Ces expériences sont conçues pour tous les gestionnaires et employés.
- Quel investissement prévoir ? Quelques heures de travail suffisent pour commencer. L’essentiel est la régularité.
- Comment mesurer les résultats ? Suivez le temps économisé, la qualité des décisions, le partage des connaissances et les améliorations apportées aux processus.
Références
- Institut de la statistique du Québec
- Statistique Canada
- Ordre des conseillers en ressources humaines agréés
- KPMG Canada
- Conseil de l’innovation du Québec
Note méthodologique
Les statistiques proviennent de sources canadiennes et québécoises reconnues. Les calculs financiers présentés servent d’exemples afin d’illustrer les ordres de grandeur. Les résultats varieront selon la taille de l’entreprise, son secteur d’activité et son niveau de maturité numérique.
