Mesurer la montée en compétence IA de ses équipes : les indicateurs qui comptent

Vous avez financé une formation IA pour vos équipes. Tout le monde a reçu son attestation, et pourtant, quelques semaines plus tard, les habitudes de travail n'ont presque pas bougé. Beaucoup de dirigeants de TPE et de PME font ce constat. Le problème vient rarement de la formation elle-même : il vient de l'absence de mesure.

En bref : une attestation dit qu'une personne a assisté à une formation, pas qu'elle utilise l'IA dans son travail. Pour mesurer une vraie montée en compétence, suivez des indicateurs d'usage (fréquence, diversité des cas, qualité des demandes) et des indicateurs d'effet (temps passé, qualité des livrables, adoption des automatisations). Définissez-les avant la formation et relevez-les avec un simple tableur.

Mise à jour : octobre 2026

Pourquoi les effets d'une formation restent-ils invisibles ?

Parce qu'on mesure l'intention, pas le comportement. La plupart des formations se terminent par un questionnaire de satisfaction ou un QCM de connaissances. Ces outils évaluent ce que les gens savent dire, pas ce qu'ils font au quotidien.

Or la compétence se voit dans les gestes : votre commercial utilise-t-il l'IA pour préparer ses rendez-vous clients ? Votre assistante rédige-t-elle ses comptes rendus avec un outil de transcription ? Sans indicateurs définis en amont, impossible de savoir si la formation a changé quelque chose, et donc impossible de corriger le tir.

La loi impose-t-elle de mesurer les compétences IA ?

Non. L'article 4 de l'AI Act demande aux entreprises qui déploient des systèmes d'IA de prendre des mesures pour développer la maîtrise de l'IA de leur personnel. La FAQ de la Commission européenne précise que cet article n'entraîne pas d'obligation de mesurer les connaissances des salariés, qu'aucun certificat n'est nécessaire et qu'un registre interne des formations suffit. Depuis sa modification par le Digital Omnibus, aucun niveau « suffisant » n'est imposé.

Mesurer reste donc un choix de gestion, pas une contrainte réglementaire. Pour le cadre légal, lisez notre réponse la formation des salariés à l'IA est-elle obligatoire ? et que demande l'article 4 de l'AI Act aux entreprises ?

Quels indicateurs d'usage suivre ?

La fréquence d'utilisation

Le premier indicateur est simple : combien de fois par semaine chaque collaborateur utilise-t-il un outil IA dans son travail ? Une utilisation quotidienne, même modeste, signale que l'outil fait partie du flux de travail. Une utilisation occasionnelle signale que l'habitude ne s'est pas installée.

Pour collecter cette donnée :

• un court formulaire hebdomadaire de trois questions ;
• les journaux de connexion des outils déployés en interne, quand ils existent ;
• un suivi partagé dans Notion ou Airtable.

La diversité des cas d'usage

Un collaborateur qui n'utilise l'IA que pour corriger ses emails n'a pas encore atteint un niveau opérationnel. Regardez si les usages s'élargissent avec le temps :

• Commercial : préparation de rendez-vous, qualification de prospects, rédaction de propositions.
• Administratif : traitement de documents, synthèse de réunions, relances.
• Manager : reporting, analyse de données, préparation d'entretiens.

Si vous avez mis en place une base de connaissance interne interrogeable par IA, observez aussi qui l'interroge et à quelle fréquence.

La qualité des demandes

C'est l'indicateur le plus fin. Un débutant pose des questions vagues et obtient des réponses moyennes. Un utilisateur compétent donne un contexte, précise le format attendu et vérifie le résultat. Organisez une revue mensuelle de quelques demandes produites par l'équipe, non pour noter les personnes, mais pour repérer les besoins et alimenter vos sessions de formation au prompt engineering.

Comment mesurer les effets sur le travail ?

Le temps passé par tâche

C'est l'indicateur qui parle le plus à un dirigeant. Pour le relever sans usine à gaz :

1. choisissez trois à cinq tâches récurrentes par poste (compte rendu, réponse à une demande client, préparation d'un devis) ;
2. notez le temps moyen avant la formation ;
3. relevez le temps moyen quelques semaines après ;
4. calculez l'écart en heures par semaine, puis valorisez-le avec votre coût horaire.

Notre réponse sur le calcul du ROI d'une automatisation détaille ce type de calcul.

La qualité des livrables

Le temps gagné ne vaut rien si la qualité baisse. Suivez en parallèle :

• le nombre de corrections demandées par les clients sur les documents produits ;
• les erreurs relevées dans les rapports ou comptes rendus ;
• le temps de relecture interne avant validation.

L'adoption des workflows automatisés

Si vous avez mis en place des automatisations (relances, reporting, accueil des nouveaux arrivants), comparez le nombre de personnes qui les utilisent réellement au nombre de personnes concernées. Un workflow peu utilisé signale souvent un manque de compétence ou d'explication, plus qu'un problème technique.

Quels indicateurs suivre selon le niveau de maturité ?

Comment mettre en place ce suivi sans y passer des heures ?

Un tableau Google Sheets ou Airtable partagé suffit pour démarrer. Quatre règles :

1. définissez les indicateurs avant la formation ;
2. associez les collaborateurs au suivi, ils joueront plus volontiers le jeu ;
3. faites un point mensuel court pour lire les données ensemble ;
4. ajustez le plan de formation selon ce que vous observez.

Ce même tableau peut servir de registre interne des actions de formation, ce que la Commission européenne juge suffisant au titre de l'article 4. Le suivi prend tout son sens quand une personne porte le sujet en interne : la méthode est dans créer son expert interne IA sans recruter.

Sources

• Commission européenne : AI literacy, questions et réponses

Article rédigé par Aurélien Page, fondateur d'Audiaa, agence IA et No Code à Rennes.