Optimisation PME par Guillaume François

IA dans le travail réel · Guide pratique

Votre équipe hésite à utiliser l’IA : que faire des objections ?

Commencez par comprendre ce que l’objection révèle dans une tâche précise. Une inquiétude sur la confidentialité, une réponse difficile à vérifier ou une charge de contrôle trop lourde appelle une décision différente. Modifiez la tâche ou les règles, testez à petite échelle si les conditions le permettent, et acceptez de renoncer si le problème persiste.

Par Guillaume François · 5 novembre 2026

Que cherche à dire une objection ?

Dans une petite équipe, une personne peut connaître une exception client que la démonstration ne montre pas, ou devoir vérifier seule un résultat présenté comme automatique. Qualifier trop vite sa remarque de résistance risque de masquer un défaut du travail proposé. Le rapport de l’OCDE sur l’IA générative et les PME décrit plusieurs obstacles, notamment les compétences, les données et les questions juridiques ; son enquête internationale ne décrit pas à elle seule chaque PME suisse.

Demandez : « À quel moment précis cela vous gêne-t-il ? », « Qu’auriez-vous besoin de vérifier ? » et « Que faudrait-il changer pour que cet essai soit acceptable ? ». Recueillez aussi les avis individuellement si nécessaire, sans promettre un anonymat que vous ne pouvez pas garantir. Distinguez ce qui est observé, ce qui est craint et ce qui reste à vérifier ; partagez ensuite les décisions prises et leurs raisons.

Comment transformer une objection en décision ?

Ces pistes sont des hypothèses à discuter avec les personnes concernées, pas des réponses automatiques.

  • « Cette tâche ne s’y prête pas. » Repérer les exceptions et essayer sur un cas simple fictif ; exclure la tâche si le contexte ne peut pas être transmis ou contrôlé.
  • « Où vont les données ? » Identifier les informations nécessaires et vérifier les conditions de l’outil avec les personnes compétentes ; ne rien y saisir tant que les règles et autorisations ne sont pas établies.
  • « Je ne peux pas lui faire confiance. » Définir les sources et les critères de contrôle ; garder la tâche manuelle si la réponse ne peut pas être vérifiée à un coût acceptable.
  • « Qui répond de l’erreur ? » Nommer la personne qui relit et décide, ainsi que les cas à escalader ; sans responsable disponible, ne pas envoyer le résultat.
  • « Cela me prend plus de temps. » Comparer le travail complet, corrections comprises, sur quelques exemples ; simplifier ou arrêter si la charge dépasse l’intérêt.
  • « Qu’est-ce que cela change pour mon poste ? » Expliquer ce qui est décidé et ce qui ne l’est pas, recueillir les questions et prévoir un dialogue sur l’évolution du travail. Ne pas promettre un effet sur l’emploi que personne ne peut garantir.

L’OIT distingue l’exposition des tâches à l’IA de la disparition d’un emploi et souligne le rôle du dialogue social dans la transition. Son analyse mondiale ne prédit pas l’avenir d’un poste particulier.

À quoi cela ressemble-t-il sur une demande client ?

Exemple pédagogique fictif. Une équipe envisage de préparer des brouillons de réponse. Une collaboratrice signale que les demandes contiennent parfois des informations personnelles et que les exceptions commerciales ne figurent pas dans les consignes. Le responsable suspend l’utilisation de demandes réelles, clarifie les données autorisées et propose un essai sur des demandes inventées. La collaboratrice compare le brouillon à la réponse attendue et note les corrections. Si les exceptions restent mal traitées ou si la vérification est trop lourde, l’équipe conserve la réponse manuelle ; sinon, elle définit qui vérifie avant tout envoi et réexamine le périmètre.

Quand faut-il arrêter ou revoir le projet ?

Arrêtez le test si les données ne peuvent pas être utilisées dans un cadre vérifié, si une sortie à risque ne peut pas être contrôlée ou si personne ne peut en assumer la validation. Une démonstration réussie ne prouve ni la qualité sur les exceptions ni un bénéfice pour l’équipe. Une objection liée aux conditions de travail ou à l’emploi mérite une discussion propre ; une formation à l’outil ne la résout pas nécessairement.

Quelles sont les prochaines étapes ?

  1. Choisir une tâche et écouter les personnes qui la réalisent et la contrôlent.
  2. Noter chaque objection, l’hypothèse associée et la personne chargée d’y répondre.
  3. Décider d’une règle, d’un essai limité ou d’un arrêt ; fixer quand revoir la décision.
  4. Restituer ce qui a changé et ce qui reste ouvert à l’équipe.

Pour replacer ces décisions dans leur contexte, consultez le dossier sur l’IA dans le travail réel. Si un usage est prêt à être répété, le guide pour installer une routine d’équipe complète cette démarche ; la grille pour vérifier une production IA aide à définir le contrôle humain.

Sources