La plupart des participations ont aujourd’hui une licence IA — ChatGPT, Claude, Copilot, Gemini. Beaucoup ont un “référent IA”. Certaines ont même lancé un groupe de travail. Et pourtant, quand on pose la question concrète — qu’est-ce que l’IA vous permet de faire aujourd’hui que vous ne pouviez pas faire il y a six mois ? — la réponse est rarement satisfaisante.
Ce n’est pas un problème de technologie. Ce n’est pas non plus un problème de budget. C’est un problème de décision : personne n’a vraiment décidé que former les équipes dirigeantes à l’IA était une priorité stratégique. On a acheté des outils. On n’a pas changé les usages.
C’est précisément là que l’operating partner a un rôle à jouer — et il est plus structurant qu’on ne le pense.
La formation à l’IA n’est pas un sujet IT
La confusion vient du fait que l’IA arrive dans les entreprises par les outils — ChatGPT, Claude, Copilot, Gemini. Et les outils, dans la plupart des organisations, c’est la DSI qui les gère. La formation suit la même logique : on forme les équipes tech, on crée un guide d’utilisation, on organise un webinaire.
Ce schéma produit des usages marginaux. Les collaborateurs utilisent les modèles pour reformuler des emails ou générer des résumés. Rarement pour piloter une décision, restructurer un processus ou produire une analyse qui remplace deux jours de travail.
Le fossé ne se comble pas par un accès aux outils. Il se comble par une décision managériale claire sur ce qu’on demande aux équipes de faire avec ces outils.
Ce que l’OP doit pousser dans ses participations
La montée en maturité IA d’une participation ne se fait pas par inertie. Elle résulte d’une décision explicite du leadership. Or cette décision est rarement prise — non par manque de moyens, mais par manque de conviction. Et cette conviction ne s’achète pas avec un budget formation. Elle se construit quand le dirigeant comprend trois choses concrètes.
- Premièrement, ce que les modèles peuvent faire sur ses tâches à lui — pas sur des cas d’usage génériques, mais sur ses propres problèmes opérationnels.
- Deuxièmement, que la formation à l’IA ne consiste pas à apprendre un outil, mais à développer une nouvelle façon de formuler des problèmes.
- Troisièmement, que la valeur ne vient pas de l’adoption large mais de l’adoption profonde — deux ou trois personnes qui utilisent l’IA sur des tâches complexes créent plus de valeur que vingt personnes qui l’utilisent superficiellement.
Un chiffre pour mesurer l’ampleur du sujet : selon Ludovic Peran, Technical Strategy chez OpenAI, les utilisateurs les plus avancés mobilisent sept fois plus de capacités de raisonnement que les utilisateurs moyens — dans le même outil, avec les mêmes accès. La différence n’est pas technologique. Elle est managériale.
Le rôle de l’OP est de pousser ces trois convictions au niveau du board, avant même de parler de plan de formation.
Former aux usages, pas aux outils
Former aux outils, c’est apprendre à naviguer dans une interface, à activer des fonctionnalités, à comprendre les paramètres. C’est utile pour l’onboarding. C’est insuffisant pour créer de la valeur.
Former aux usages, c’est apprendre à décomposer un problème complexe en instructions précises, à évaluer la qualité d’une sortie, à identifier les tâches qui méritent d’être déléguées à un modèle et celles qui ne le méritent pas. Ce sont des compétences transférables d’un outil à l’autre — elles ne deviennent pas obsolètes quand GPT-5 remplace GPT-4.
Les participations qui progressent le plus vite sur l’IA ne sont pas celles qui ont le plus investi en licences. Ce sont celles dont le dirigeant a lui-même changé sa façon de travailler et l’a rendu visible pour ses équipes.
Le risque de la dépendance aux outils
Il y a un effet pervers dans les plans de formation IA mal construits : ils créent une dépendance aux outils plutôt qu’aux usages. Les équipes apprennent à utiliser l’outil IA — et quand l’interface change, ou quand l’entreprise migre vers un autre outil, la formation est à refaire.
Pire : une dépendance aux outils sans compréhension des usages produit des équipes qui délèguent leur jugement au modèle plutôt que de l’augmenter. On obtient des sorties moyennes produites vite, au lieu de sorties excellentes produites différemment.
Quand lancer le plan formation dans une participation
La question du timing est celle que les OPs posent le plus souvent. La réponse dépend d’un seul critère : est-ce que le dirigeant de la participation a lui-même une conviction sur ce que l’IA peut changer dans son modèle opérationnel ?
Si la réponse est non, un plan de formation ne produira pas les résultats escomptés. La première étape est de travailler avec le dirigeant sur deux ou trois cas d’usage concrets dans son activité — pas des cas génériques, les siens. Une fois qu’il a vu ce que ça change, la formation devient une décision naturelle.
Si la réponse est oui, le plan peut démarrer immédiatement, avec une logique simple : identifier les deux ou trois postes où l’IA a l’impact le plus fort, former ces personnes en profondeur, mesurer les résultats, puis élargir.
Conclusion
La vraie question que l’operating partner doit poser dans chaque revue de portefeuille n’est pas “avez-vous un plan formation IA ?” mais “qu’est-ce que l’IA permet à votre équipe dirigeante de faire différemment aujourd’hui ?”. Si la réponse est floue, c’est le signal que le sujet n’a pas encore été traité au bon niveau — celui de la conviction et de la décision, pas celui de l’outil.
Cet article s’appuie notamment sur les enseignements de l’épisode #3 de MuzzOsphère, avec Ludovic Peran, Technical Strategy chez OpenAI. → Écouter l’épisode
