Compétences IA en entreprise : du flou à la maturité

Aujourd’hui tout le monde parle de « compétences IA ». On les trouve partout : dans les fiches de poste, les plans de formation, et même dans les entretiens de recrutement, où elle devient un critère d’évaluation aussi courant que vague.

Il y a quelques jours, une amie me racontait qu’elle venait d’être écartée d’un poste parce qu’elle n’avait pas les fameuses compétences IA. Ce n’était pas une data scientist, pas une ingénieure non plus, mais une responsable marketing confirmée, rompue à la conduite de projet et à l’analyse de données. La remarque l’a laissée perplexe : qu’attendait-on exactement d’elle ? De savoir coder ? De connaître le fonctionnement d’un modèle de langage ? Ou simplement de pouvoir dire, sans trembler, qu’elle « utilisait l’IA » ?

Pour moi c’est tout de même le signe d’un malaise. A force de vouloir faire de l’intelligence artificielle un passage obligé, l’entreprise a créé une catégorie aussi large qu’indéfinie, une sorte de nuage sémantique où se mélangent les ingénieurs du machine learning, les utilisateurs de ChatGPT et les dirigeants en quête de modernité. Une catégorie rassurante, parce qu’elle semble dire « nous sommes dans le mouvement », mais dangereuse, parce qu’elle ne dit plus rien de concret.

En bref :

Les « compétences IA » sont devenues un mot-valise flou et omniprésent, utilisé sans distinction dans les entreprises, ce qui crée des attentes imprécises, parfois contre-productives, notamment pour des profils non techniques.
Les tentatives de définition distinguent des compétences techniques (programmation, algorithmes) et des compétences d’usage (esprit critique, compréhension des biais), mais chaque organisation projette ses propres interprétations, souvent plus symboliques que concrètes.
Pour les dirigeants, la compétence IA devrait être stratégique : il ne s’agit pas d’adopter l’outil, mais de repenser la création de valeur et les modèles de décision, ce que peu d’entreprises parviennent à faire pleinement.
Chez les non-techniciens, les compétences IA relèvent davantage de capacités humaines : discernement, responsabilité, compréhension des usages et de leurs implications concrètes dans le métier.
La vraie compétence IA ne réside pas dans l’usage d’un outil ou la maîtrise du prompt, mais dans la capacité à articuler humains et machines dans un système cohérent, traduisant une intention en transformation organisationnelle réelle.

Un mot-valise à géométrie variable

Les rapports internationaux et les cabinets de conseil s’efforcent, depuis des années, de définir ce que recouvre cette notion. L’OCDE y voit une combinaison de capacités techniques et comportementales : il faut savoir manipuler les données, certes, mais aussi penser de manière critique, communiquer clairement, collaborer efficacement (Skill needs and policies in the age of artificial intelligence)

Salesforce reprend cette idée, en distinguant d’un côté les hard skills comme la maîtrise des algorithmes, la programmation, la structuration des jeux de données et de l’autre les compétences dites d’usage ou « de littératie IA » autrement dit la capacité à comprendre les limites, les biais et les cas d’usage d’un outil (The 10 AI Skills You Need to Thrive in Today’s Job Market).

Anthropic, plus récemment, a tenté une synthèse élégante : délégation, description, discernement, diligence. En quatre mots, l’essentiel est dit : savoir quand et pourquoi recourir à l’IA, savoir lui formuler une intention intelligible, savoir juger la pertinence de sa réponse, et surtout, savoir rester responsable de ce qu’on en fait (AI Fluency: Framework & Foundations).

Mais malgré ces efforts je trouve qu’il reste un grand flou car chaque organisation projette dans le mot « compétence IA » son propre niveau de compréhension du sujet. Certaines y voient un savoir-faire technique, d’autres une posture, d’autres encore une curiosité intellectuelle. Mais la plupart, en vérité, n’y voient qu’un label valorisant, quelque chose qu’il faut afficher pour ne pas sembler à la traîne.

Je me suis amusé cette semaine à poser la question à 5 amis RH ou recruteurs. Vu le silence qui a fait office de réponse j’ai bien l’impression que la recherche des compétence IA dans un process de recrutement pour des profils non techniques finisse en véritable catastrophe industrielle.

Pour les dirigeants, la compétence IA est d’abord stratégique

Beaucoup de dirigeants confondent adoption et maturité. Ils pensent avoir franchi un cap dès qu’ils ont organisé un séminaire d’acculturation, lancé quelques pilotes internes ou affiché une charte éthique de l’IA. Tout cela a son utilité, bien sûr, mais cela relève souvent d’un miroir aux alouettes : une adoption symbolique sans que rien ne bouge réellement en profondeur.

La compétence IA pour un dirigeant ne consiste pas à manipuler un outil, mais à voir au-delà et comprendre que le vrai enjeu n’est pas d’utiliser l’IA, mais d’en extraire une valeur mesurable.

Piloter l’IA, ce n’est pas piloter la technologie, c’est piloter le changement qu’elle impose : les modèles de prise de décision qui changent, les arbitrages à redistribuer, les modèles de création de valeur qui se recomposent.

Or, la plupart des entreprises s’arrêtent à mi-chemin. Elles font beaucoup pour adopter l’IA, mais peu pour en tirer parti alors que le vrai enjeu consiste à franchir trois paliers : de l’adoption à la productivité, puis de la productivité à la valeur (Les technologies vendent de la productivité, mais les entreprises veulent du revenu et Qui s’occupe de vos projets d’intelligence artificielle ? Probablement pas les bonnes personnes.)

La première étape, l’adoption, consiste à se familiariser, à tester, à communiquer. La seconde, la productivité, suppose d’intégrer l’IA dans les processus, d’ajuster les cycles de décision, de réduire la friction opérationnelle. Mais la troisième, la valeur, exige autre chose : une redéfinition des priorités, une compréhension fine de ce que la technologie change dans la chaîne économique.

Et c’est là que la majorité cale parce que ce passage de l’usage à la valeur est inconfortable car il oblige à mesurer, à hiérarchiser, parfois à réinventer son offre.

Hors profils techniques : la part humaine de l’intelligence artificielle

Pour la majorité des collaborateurs, la « compétence IA » ne relève pas d’un apprentissage technologique mais d’une forme de maturité cognitive et professionnelle. C’est une capacité à travailler dans un environnement où la machine raisonne sans comprendre, où elle répond sans penser, où elle assiste sans juger.

Les études convergent et mettent en avant un le flou de la notion et un déficit de « confiance méthodologique » plus que de compétence technique (6 barriers to AI skills development). Les équipes savent utiliser les outils, mais ne savent pas toujours où les placer dans leur logique métier.

Autrement dit, la compétence IA ne réside pas dans la manipulation des outils, mais dans la manière dont on pense leur usage, dans la clarté avec laquelle on relie l’intention, le contexte et le résultat. Ce sont des compétences humaines, de jugement, de discernement, de responsabilité, des compétences lentes, qui s’acquièrent avec le temps, par l’expérience et la confrontation à des situations très concrètes, pas par la maîtrise d’un outil.

Le mythe passager du prompt engineering

Le « prompt engineering » est devenu en un an le symbole de ce malentendu. On en a fait une compétence à part entière, un marché, presqu’un métier. On vend des formations, des « recettes », des “prompts magiques” censés décupler la productivité mais dans les faits, il s’agit d’une période transitoire, une zone d’adaptation entre deux âges technologiques.

Cette fascination révèle moins la puissance des outils que notre incapacité à en saisir encore les logiques internes. Tant que les interfaces restent textuelles et que le contexte n’est pas nativement compris, l’art du prompt a une utilité mais il est voué à s’effacer au fur et à mesure que les modèles comprendront davantage l’intention, le rôle, le métier de l’utilisateur et, surtout, disparaitront derrière les outils du quotidien (Personne ne veut prompter).

En revanche ce qui restera c’est la capacité à traduire une intention en quelque chose d’opérationnel. Savoir dire ce qu’on veut, pourquoi on le veut, et comment on jugera le résultat. Le reste, la syntaxe, les astuces, passera.

Au fond, une question d’organisation

Si l’on retire l’effet de mode, il ne reste plus qu’un seul véritable enjeu: la manière dont l’organisation articule humains et machines. La compétence IA devient alors une compétence d’orchestration systémique : comprendre comment les outils modifient les flux d’information, comment ils redéfinissent la répartition des tâches, comment ils déplacent les responsabilités.

L’IA, par sa nature même, contraint l’entreprise à se poser des questions de fond : qu’attend-on de l’humain ? De la machine ? Comment s’assure-t-on que l’un et l’autre se complètent au lieu de se neutraliser ?

Et c’est là qu’on réalise qu’on a besoin d’une compétence plus rare, celle qui fait le lien entre le sens, la technique et le collectif et qui fait passer le discours de l’innovation à la pratique du changement.

Conclusion

On parle beaucoup de « compétences IA », mais on ne parle jamais de ce qu’elles signifient vraiment : non pas un savoir-faire isolé, mais une capacité collective à comprendre et piloter un changement de paradigme.

Tant que le mot « IA » reste un adjectif comme dans compétence IA, stratégie IA ou encore leadership IA c’est qu’il demeure perçu comme un domaine séparé, un appendice du réel. Le jour où il disparaîtra du vocabulaire courant c’est qu’il aura enfin été intégré et c’est alors qu’on saura qu’on a atteint la véritable maturité (La technologie est un mot qui décrit quelque chose qui ne fonctionne pas encore (Douglas Adams)).

Pour réponde à vos questions…

Que signifie vraiment « compétence IA »?

La « compétence IA » désigne autant la maîtrise technique des outils que la capacité à en comprendre les usages, les limites et les impacts. Ce n’est pas seulement savoir coder, mais savoir articuler humain et machine. Chaque organisation en donne sa propre interprétation, d’où le flou actuel. La vraie compétence réside dans le discernement, la responsabilité et la capacité à créer de la valeur avec l’IA.

Pourquoi cette notion crée-t-elle des malentendus dans le recrutement ?

Parce que beaucoup d’entreprises réclament des « compétences IA » sans les définir. On écarte parfois de bons candidats non techniques au profit d’un mot-clé valorisant. Pourtant, comprendre comment intégrer l’IA dans un métier vaut bien plus que savoir manipuler un modèle. Recruter sur cette base floue, c’est risquer de passer à côté des vraies aptitudes d’usage.

Quelle est la compétence IA attendue d’un dirigeant ?

Pour un dirigeant, la compétence IA n’est pas de savoir utiliser un outil, mais de comprendre le changement qu’il provoque. Elle consiste à piloter la transformation, mesurer la valeur créée et intégrer l’IA dans la stratégie. L’enjeu n’est pas l’adoption symbolique, mais la maturité : passer de la technologie à la création de valeur mesurable.

Le « prompt engineering » est-il une compétence durable ?

Non, c’est une phase transitoire. Aujourd’hui utile pour interagir avec les modèles, elle disparaîtra quand l’IA comprendra mieux le contexte. La vraie compétence durable consiste à formuler clairement une intention, un besoin et un critère de résultat. Autrement dit, savoir ce qu’on veut, pourquoi, et comment juger la réponse.

Comment développer de vraies compétences IA en entreprise ?

En misant moins sur la technique et plus sur la compréhension. Former les équipes à penser avec l’IA, à relier intention, contexte et résultat. La compétence IA devient collective : savoir orchestrer l’interaction humain-machine, redéfinir les tâches et renforcer la responsabilité. C’est une question d’organisation avant tout.

Crédit visuel : Image générée par intelligence artificielle via ChatGPT (OpenAI)