Formation IA en entreprise : former vos équipes à ChatGPT

Donner à chacun un accès à ChatGPT ou à Claude, c’est la partie facile. Le plus difficile, c’est que les gens s’en servent sur leur vrai travail, chaque semaine, et en toute sécurité. Voici comment former une équipe pour que l’IA s’inscrive dans le travail quotidien, et comment l’y maintenir après l’atelier.

À retenir

Une formation IA en entreprise fonctionne quand elle crée une habitude hebdomadaire, pas seulement un accès : pratiquez sur les vraies tâches de chaque métier, enseignez quelques bases solides de rédaction de prompts, rédigez une charte IA d’une page qui nomme les outils autorisés et les données à ne jamais partager, connectez l’IA aux systèmes de l’entreprise en commençant par un accès en lecture seule avec confirmation humaine, et gardez quelqu’un disponible pour répondre aux questions une fois la formation terminée.

Pourquoi l’accès à l’outil ne suffit pas à créer l’adoption

L’accès à l’outil ne suffit pas à créer l’adoption, car il manque à la plupart des salariés quatre choses : un point de départ clair, des règles claires, un bon premier résultat et du temps pour pratiquer. Un scénario courant : l’entreprise achète des licences, organise une démonstration et attend. Quelques curieux utilisent l’IA tous les jours ; les autres l’essaient une fois, obtiennent une réponse générique et abandonnent. Les raisons sont prévisibles :

Pas de point de départ clair. « Utilisez l’IA pour être plus productifs » n’est pas une tâche. Chacun a besoin de la voir fonctionner sur ses propres e-mails, rapports et tableurs.
Des règles floues. Si personne n’a dit ce que l’on peut partager avec un outil d’IA, les salariés prudents l’évitent, et les moins prudents y collent n’importe quoi.
De mauvais premiers résultats. Une demande vague d’une ligne obtient une réponse vague, et l’on en conclut que l’outil ne sert à rien pour son métier.
Pas de temps pour pratiquer. Une nouvelle habitude a besoin d’un peu de temps réservé et de quelqu’un à qui demander quand on bloque.

Partez de tâches réelles, métier par métier

La formation à l’IA doit être construite autour des tâches récurrentes qui prennent le plus de temps à chaque équipe, pas autour de démonstrations génériques : avant toute session, demandez donc à chaque équipe de lister ces tâches. Points de départ typiques :

Commercial : se renseigner sur un prospect à partir d’informations publiques, rédiger des e-mails de prospection, préparer les questions d’un rendez-vous, transformer des notes de réunion en prochaines étapes.
Service client : rédiger des réponses aux questions fréquentes dans le ton de l’entreprise, traduire les messages des clients, résumer de longs fils de tickets.
Opérations et administration : nettoyer des données de tableur, écrire des formules, extraire des informations de factures ou de bons de livraison, rédiger des procédures et des listes de contrôle.
Direction : résumer de longs rapports, préparer ordres du jour et comptes rendus, comparer les options d’une décision, relire un plan pour en repérer les failles.

Choisissez deux ou trois tâches par métier, fréquentes, peu risquées et faciles à vérifier. Les premières réussites comptent plus que les projets ambitieux ; laissez de côté les données sensibles et les actions automatiques tant que les règles et les outils ne sont pas en place.

Les bases du prompt qui restent

Sept habitudes de rédaction de prompts couvrent l’essentiel du travail quotidien : donner du contexte, décrire le résultat, fournir la matière, montrer un exemple, itérer, laisser l’assistant poser des questions et vérifier le résultat. Inutile d’apprendre une longue liste d’astuces. Les bonnes pratiques de prompt engineering pour ChatGPT d’OpenAI et les bonnes pratiques de prompting pour Claude d’Anthropic placent toutes deux la clarté et le contexte en premier ; Anthropic propose de considérer Claude comme « un employé brillant mais nouveau, qui manque de contexte sur vos normes et vos flux de travail ». Les sept habitudes :

Donnez du contexte. Qui vous êtes, à qui s’adresse le résultat et pourquoi. « Je travaille au service client d’une boutique de meubles en ligne ; ce client est mécontent d’une livraison en retard » donne un bien meilleur brouillon que « écris une réponse ».
Décrivez le résultat. Longueur, format, ton, langue, ce qu’il faut inclure et ce qu’il faut laisser de côté.
Fournissez la matière. Collez le texte ou joignez le fichier, dans le respect de vos règles sur les données, au lieu d’attendre que l’assistant devine.
Montrez un exemple d’e-mail ou de rapport qui vous plaît.
Itérez. Traitez la première réponse comme un brouillon : demandez-la plus courte, plus formelle, sous forme de tableau.
Laissez-le vous interroger. « Avant de commencer, pose-moi toutes les questions dont tu as besoin » fait souvent ressortir des informations manquantes.
Vérifiez. Les assistants IA peuvent affirmer des faits erronés avec aplomb. Contrôlez les noms, les chiffres, les dates et tout ce qui partira chez un client. Celui qui envoie en est responsable.

Enseignez-les à partir des tâches de chaque participant plutôt qu’avec des diapositives, pour que chacun reparte avec au moins un prompt qu’il réutilisera dès le lendemain.

Sécurité des données et charte IA d’une page

Le moyen le plus simple de protéger les données de l’entreprise est une charte interne d’utilisation de l’IA d’une page, rédigée en langage clair ; des règles claires rendent les gens plus enclins à utiliser l’IA, pas moins. La charte doit répondre à cinq questions :

Quels outils et quels comptes sont autorisés ? Les offres professionnelles ou entreprise gérées par la société s’accompagnent de contrôles d’administration. Les engagements de confidentialité pour les entreprises d’OpenAI indiquent que, par défaut, OpenAI n’entraîne pas ses modèles sur les données de ChatGPT Business, de ChatGPT Enterprise ni de sa plateforme API, et le centre de confidentialité d’Anthropic indique que, par défaut, Anthropic n’utilise pas les entrées ni les sorties de ses produits commerciaux, comme Claude for Work et l’API Anthropic, pour entraîner ses modèles. Les comptes grand public dépendent des réglages de chaque utilisateur : lisez les conditions en vigueur de chaque outil que vous autorisez.
Que ne faut-il jamais coller ? Mots de passe et clés d’accès ; données personnelles de clients ou de salariés, sauf si l’outil est autorisé pour cela ; contrats confidentiels et tout ce qui relève d’un accord de confidentialité.
Qu’est-ce qui ne pose pas de problème ? Les informations publiques, vos propres brouillons, des exemples anonymisés et des textes internes peu sensibles.
Qui relit le résultat ? Décidez ce qu’une personne doit vérifier avant que cela n’atteigne un client, et quelles décisions l’IA ne doit pas prendre seule.
À qui poser ses questions ? Désignez une personne ou un canal pour les questions et le signalement des erreurs.

Si vous traitez des données personnelles de personnes situées dans l’UE, le RGPD continue de s’appliquer quand ces données passent dans un outil d’IA : examinez donc les conditions de traitement des données de chaque fournisseur.

Le règlement européen sur l’IA (AI Act) contient également, à son article 4, une disposition sur la maîtrise de l’IA : les organisations qui fournissent ou utilisent des systèmes d’IA doivent prendre des mesures pour favoriser la maîtrise de l’IA de leur personnel et des autres personnes qui utilisent ces systèmes pour leur compte, en tenant compte de leurs connaissances et du contexte d’utilisation. Cette disposition s’applique depuis le 2 février 2025 ; la modification de juillet 2026 a remplacé l’obligation initiale de garantir un « niveau suffisant » de maîtrise de l’IA par une obligation de la favoriser, et précise qu’aucun niveau particulier ne doit être garanti pour une personne donnée. Qui est concerné par l’article 4 et comment il est contrôlé est expliqué dans Obligation de formation IA : l’article 4 de l’AI Act. Garder une trace de votre formation et de votre charte est une façon raisonnable de montrer ce que vous avez fait.

ChatGPT, Claude ou un autre ? Testez sur vos propres tâches

Le moyen le plus fiable de choisir entre ChatGPT, Claude et les autres assistants est un petit test sur vos propres tâches réelles, pas un classement. ChatGPT, Claude, Google Gemini et Microsoft Copilot ont chacun leurs points forts, et tous évoluent souvent. Le test comporte quatre étapes :

Choisissez une poignée de tâches réelles, avec des documents d’exemple que vous avez le droit d’utiliser.
Lancez les mêmes prompts dans chaque outil envisagé.
Demandez aux personnes qui font ce travail de juger l’exactitude, le ton et la quantité de retouches nécessaires.
Vérifiez l’aspect pratique : vos langues, l’intégration avec ce que vous utilisez déjà (Microsoft 365, Google Workspace, votre CRM), les fonctions d’administration, les conditions sur les données et le coût par utilisateur.

Vous finirez peut-être avec un assistant principal et un second pour des tâches précises ; cela ne pose pas de problème si les deux sont autorisés. Les habitudes de prompt se transposent d’un outil à l’autre, si bien que la formation n’est pas perdue si vous changez d’outil plus tard. Notre comparatif ChatGPT, Claude ou Gemini en entreprise détaille les offres, l’administration et l’usage des données de chacun.

Au-delà du chat : connecter l’IA aux données de l’entreprise

Connecter l’IA aux données de l’entreprise, c’est permettre à l’assistant de travailler directement avec les informations de l’entreprise, dans les limites des droits que vous lui accordez : chercher dans un espace de stockage partagé, retrouver une commande dans l’ERP, consulter l’historique d’un client dans le CRM, au lieu que les salariés fassent des copier-coller entre les systèmes et une fenêtre de chat.

Une façon très répandue d’établir cette connexion est le MCP (Model Context Protocol). Le MCP est une norme ouverte, publiée à l’origine par Anthropic et devenue un projet ouvert hébergé par la Linux Foundation, qui définit une manière commune de connecter les assistants IA à des outils et à des sources de données. Un système expose ce qu’il sait faire au travers d’un serveur MCP ; un assistant compatible avec le MCP, comme Claude ou ChatGPT, peut alors l’utiliser dans les limites des droits que vous accordez. Des connecteurs prêts à l’emploi existent pour de nombreux outils métier courants, et l’on peut en développer sur mesure pour les systèmes internes. Notre article sur le serveur MCP explique sa différence avec une API et quand en créer un.

Avec de vrais systèmes, les enjeux augmentent. Les principes de sécurité de la spécification officielle du MCP (en anglais) indiquent que les utilisateurs doivent consentir explicitement à tous les accès aux données et à toutes les opérations, et les comprendre, et que l’application d’IA doit obtenir le consentement explicite de l’utilisateur avant d’invoquer un outil. En pratique, commencez prudemment :

Commencez par un accès en lecture seule à des données peu sensibles.
Ne donnez à l’assistant pas plus de droits qu’au salarié qui l’utilise.
Exigez une confirmation humaine avant toute action qui modifie des données ou contacte un client.
N’installez des connecteurs que depuis des sources de confiance ; les contenus que lit l’IA peuvent contenir des instructions cachées destinées à la tromper.
Journalisez les accès pour pouvoir les examiner.

La formation doit aussi expliquer ce qu’un assistant connecté peut voir et faire au nom de chaque personne.

Mesurer l’adoption et la faire durer

Mesurer l’adoption et la faire durer repose sur cinq éléments qui interviennent après la formation : des référents, une bibliothèque de prompts partagée, des sessions de suivi, des indicateurs simples et une charte à jour. Un atelier unique change rarement les habitudes à lui seul :

Des référents. Désignez un ou deux enthousiastes par équipe pour recueillir les questions, partager des exemples et aider leurs collègues, et donnez-leur du temps pour cela.
Une bibliothèque de prompts partagée. Conservez les prompts éprouvés par métier dans un document partagé ou directement dans l’outil (projets, assistants personnalisés), chacun avec la tâche, un exemple de bon résultat et un responsable.
Des sessions de suivi. Réunissez à nouveau l’équipe une fois que chacun a pratiqué. Passez en revue ce qui a marché, corrigez ce qui n’a pas marché et ajoutez la série de tâches suivante.
Des indicateurs simples. Suivez combien de personnes utilisent régulièrement l’outil autorisé (les offres professionnelles l’affichent souvent dans la console d’administration) et combien de tâches récurrentes disposent d’un prompt éprouvé ; demandez aux équipes d’estimer le temps gagné sur des tâches précises. Un avant-après sur un vrai e-mail en dit plus qu’un graphique.
Tenez la charte à jour à mesure que les outils, les conditions et les règles évoluent, et prévenez les équipes à chaque changement.

Questions fréquentes

Les salariés ont-ils besoin de compétences techniques pour utiliser les assistants IA ?

Non. L’usage quotidien consiste à rédiger des demandes en langage courant et à relire les réponses. Ce dont les gens ont besoin, c’est de discernement : quelles tâches conviennent à l’IA, comment donner du contexte et comment vérifier le résultat. Connecter l’IA aux systèmes internes est un projet technique, mais l’utiliser ne demande pas de savoir coder.

Est-il sûr de coller des informations de l’entreprise dans ChatGPT ou Claude ?

Cela dépend du compte et de l’information. OpenAI et Anthropic indiquent que les données de leurs offres professionnelles et entreprise ne servent pas, par défaut, à entraîner les modèles ; les comptes grand public dépendent des réglages de chacun. Même avec un outil autorisé, suivez votre charte : jamais de mots de passe, et des données personnelles ou confidentielles uniquement là où l’outil est autorisé pour cela.

Notre équipe doit-elle utiliser ChatGPT ou Claude ?

Testez les deux sur vos propres tâches plutôt que de vous fier aux classements : lancez les mêmes prompts réels dans chacun, laissez les personnes qui font le travail juger les résultats, puis comparez les intégrations, les conditions sur les données et le coût.

UsualMatrix propose des formations pratiques à l’IA construites autour des vraies tâches de chaque équipe, et connecte l’IA aux systèmes de l’entreprise grâce au MCP. Nous travaillons avec des clients du monde entier et communiquons en chinois, en espagnol et en anglais. Découvrez notre service de solutions d’intelligence artificielle ou contactez-nous pour parler de votre équipe.

Remarque : les passages de cet article consacrés à l’AI Act et au RGPD sont des informations générales à la date de publication ; ils ne constituent pas un avis juridique. Faites confirmer ce qui s’applique à votre organisation par un avocat ou un spécialiste de la protection des données.