L’adoption de l’IA en entreprise est un sujet clé. L’intelligence artificielle n’est plus un sujet d’exploration marginale. Elle est devenue un enjeu de transformation structurelle. Les entreprises en pointe ne se contentent plus de lancer des preuves de concept. Elles reconfigurent leur organisation, leurs compétences et leurs critères de performance.
Le cas d’Accenture constitue, à cet égard, un observatoire particulièrement instructif. Non pas parce qu’il serait parfaitement réplicable, mais parce qu’il met en lumière des choix structurants : formation massive, révision des critères de promotion, investissement financier significatif, réorganisation profonde et arbitrages sociaux assumés. La question n’est donc pas de savoir s’il faut imiter Accenture. Elle est de comprendre ce que ce modèle révèle pour nos propres équipes, nos business units et nos structures intermédiaires.
Accenture : une transformation systémique assumée
Accenture emploie environ 779 000 collaborateurs. Sur cette base, plus de 550 000 personnes ont été formées aux fondamentaux de l’IA générative. Autrement dit, plus des deux tiers de l’effectif ont déjà bénéficié d’un socle commun. Dans le même temps, le groupe a porté son pool d’experts data et IA de 40 000 à environ 77 000 collaborateurs, avec un objectif affiché de 80 000 à court terme. Ce quasi-doublement en deux ans traduit une stratégie claire : consolider une masse critique interne capable d’industrialiser les déploiements à grande échelle. Au passage Accenture nous donne une idée simple à garder en tête : un pool de champions de l’IA avec en target 10% de l’effectif. C’est simple à retenir mais percutant sur le terrain. Avec un collaborateur sur dix dans une « IA Unit » ou formé et reconnu comme un ambassadeur ou champion de l’IA on se dote des moyens de relever l’ambition IA.
L’effort financier est cohérent avec cette ambition. Accenture a annoncé un investissement de 3 Md USD sur trois ans dans ses capacités data et IA. Ce niveau d’engagement ne relève pas de la communication. Il traduit une conviction stratégique : l’IA est un moteur de réinvention du modèle opérationnel. L’adoption de l’IA en entreprise a un prix et ce n’est ni un scoop ni surprenant.
La transformation ne se limite pas aux compétences. Elle touche à la structure même de l’organisation. Les entités historiques – Strategy, Consulting, Song, Technology, Operations – ont été intégrées dans une unité unifiée baptisée « Reinvention Services ». L’objectif est explicite : adresser des transformations transversales à grande échelle, à l’ère de l’IA. Ce choix organisationnel est majeur. Il acte le fait que l’IA ne relève plus d’une practice spécialisée. Elle devient un principe organisateur de l’offre. Ma conviction est faite l’IA va faire bouger les lignes, et les structures doivent suivre.
Compétences, promotions et discipline d’usage pour booster l'adoption de l’IA en entreprise
Un autre signal mérite l’attention : les critères de promotion ont été partiellement liés à l’usage effectif des outils d’IA. L’adoption ne repose plus uniquement sur la bonne volonté individuelle. Elle s’inscrit dans les mécanismes d’évaluation et de progression de carrière. Ce point est souvent sous-estimé. Former massivement ne suffit pas. Sans incitation structurée, l’usage réel reste hétérogène. Les résistances – culturelles, générationnelles, organisationnelles – persistent. En introduisant des critères explicites liés à la maîtrise et à l’usage de l’IA, Accenture envoie un message interne clair : l’IA n’est pas un projet annexe, mais une compétence attendue.
Reste le sujet sensible des 11 000 suppressions de postes annoncées, concernant des profils considérés comme non alignés avec les nouvelles orientations. Il serait simpliste d’y voir uniquement une sanction technologique. Toute transformation d’ampleur implique des ajustements d’effectifs. Il existe des logiques d’optimisation, de redéploiement et parfois de séparation. L’IA peut, dans certains cas, servir d’alibi narratif. Elle offre un cadre explicatif commode. Mais la réalité est plus complexe : rééquilibrage des compétences, pression sur les marges, évolution du modèle de facturation et arbitrages stratégiques. Ce point appelle à la prudence. La transformation par l’IA ne doit pas devenir un prétexte générique. Elle exige une analyse fine des besoins réels et des trajectoires professionnelles.
Que retenir à l’échelle d’une équipe ou d’une business unit ?
Il serait illusoire de transposer mécaniquement un modèle conçu pour un groupe mondial de près de 800000 personnes. En revanche, plusieurs principes sont directement applicables à l’échelle d’une direction, d’une filiale ou d’une équipe.
Premier principe : la formation doit être planifiée et cadencée. Une cible réaliste consiste à former l’ensemble des collaborateurs sur trois ans : un tiers la première année, un tiers la deuxième, le solde la troisième. L’objectif est ambitieux mais atteignable, à condition d’être piloté comme un programme stratégique et non comme une initiative opportuniste.
Deuxième principe : la formation 100 % en ligne montre rapidement ses limites. Les taux de complétion sont souvent acceptables. Les taux d’adoption réelle le sont beaucoup moins. L’expérience de terrain montre qu’un format en petits groupes, sur une durée minimale de six heures, produit des résultats sensiblement supérieurs. L’interaction, la mise en pratique et la contextualisation métier favorisent l’appropriation.
Troisième principe : l’effet d’entraînement devient visible à partir d’un seuil critique. Lorsque 30 % d’une équipe est formée et active, les usages se diffusent plus rapidement. Les collaborateurs échangent des cas d’usage, partagent des prompts, confrontent leurs pratiques. En dessous de ce seuil, l’IA reste souvent cantonnée à quelques profils pionniers. Autrement dit, la question n’est pas seulement individuelle. Elle est systémique. Rapprochons cela de notre objectif de 10% de champions de l’IA et se dessine une vue en trois strates : au cœur les 10% champions de l’IA, puis 20% de l’effectif formé dès cette année. Avec une telle structure l’effet d’entraînement peut jouer à plein.
Former ne suffit pas : aligner les incitations
Un programme de formation, même ambitieux, ne produit pas mécaniquement une transformation opérationnelle. Il doit être articulé à des objectifs mesurables : gains de productivité, amélioration de la qualité, réduction des délais, sécurisation des processus sensibles. Il doit également être cohérent avec les mécanismes d’évaluation. Sans aller jusqu’à conditionner formellement les promotions, il est légitime d’intégrer la capacité à utiliser l’IA de manière pertinente dans l’appréciation des compétences. Pour réussir l’adoption de l’IA en entreprise, l’enjeu est double :
- Éviter que l’IA ne soit perçue comme une contrainte supplémentaire
- Valoriser les usages responsables et conformes aux exigences de gouvernance et de sécurité.
Dans des environnements régulés – finance, assurance, secteur public –, la maîtrise des risques est centrale. L’adoption doit s’accompagner d’un cadre clair : politiques d’usage, gestion des données, traçabilité, conformité.
Conclusion
Le cas Accenture montre que l’IA ne se déploie pas par capillarité spontanée. Elle nécessite un engagement de la direction sans ambiguïté. Un investissement financier significatif, une stratégie de compétences structurée, une adaptation des critères d’évaluation et, parfois, des arbitrages sociaux difficiles. À notre échelle, l’enjeu de l’adoption de l’IA en entreprise est moins spectaculaire mais tout aussi stratégique. Former massivement, structurer l’adoption, atteindre un seuil critique d’usage et aligner les incitations constituent des leviers concrets. L’IA n’est ni un gadget, ni une menace abstraite. Elle est un facteur de reconfiguration des organisations. La question n’est plus de savoir si cette transformation aura lieu, mais à quel rythme et avec quel niveau de préparation.
Cet article s’appuie sur une idée originale personnelle et a été élaboré avec l’aide d’une IA générative pour la recherche d’information et la structuration du texte ; je conserve la main sur l’analyse, la sélection des contenus et j’assure la relecture finale. Une fiche complète de recherche est disponible sur demande auprès de stephane@absilis.fr
Sources consultées
Accenture – Accenture Reports Fourth-Quarter and Full-Year Fiscal 2025 Results (25 septembre 2025)
https://investor.accenture.com/~/media/Files/A/Accenture-IR-V3/quarterly-earnings/2025/q4-fy-25/acn-fourth-quarter-fiscal-2025-earnings-release.pdf
Accenture – FY2025 Annual Report
https://www.accenture.com/content/dam/accenture/final/accenture-com/document-4/Annual-Report-2025.pdf
Accenture – First Quarter Fiscal 2026 Earnings Presentation (18 décembre 2025)
https://investor.accenture.com/~/media/Files/A/accenture-v4/investors/earnings-reports/2026/first-quarter-fiscal-2026-earnings-presentation.pdf
Accenture Newsroom – Accenture to Invest $3 Billion in AI to Accelerate Clients’ Reinvention (13 juin 2023)
https://newsroom.accenture.com/news/2023/accenture-to-invest-3-billion-in-ai-to-accelerate-clients-reinvention
Financial Times – Accenture combats AI refuseniks by linking promotions to log-ins (19 février 2026)
https://www.ft.com/content/ac672f97-a603-4c56-afa3-4a5273d45674
Financial Times – Accenture to ‘exit’ staff who cannot be retrained for age of AI (25 septembre 2025)
https://www.ft.com/content/a74f8564-ed5a-42e9-8fb3-d2bddb2b8675
Diginomica – No more AI breakouts from Accenture… (18 décembre 2025)
https://diginomica.com/no-more-ai-breakouts-accenture-tech-goes-mainstream-says-ceo-julie-sweet-will-wall-street-be-happy
CIO Dive – Accenture completes ‘reinvention’ as generative AI revenues roll in (26 septembre 2025)
https://www.ciodive.com/news/accenture-generative-ai-revenue-skills-training-data-modernization/761161/
FAQ
Question 1 : Pourquoi la formation est-elle le levier n° 1 pour déployer l’IA à grande échelle ?
Réponse : Parce que l’IA transforme les gestes du quotidien. Sans socle commun de compréhension et d’usage, l’IA reste cantonnée à quelques experts et ne change pas les processus réels.
Question 2 : Quel rythme réaliste pour former toute une organisation ?
Réponse : Un plan sur trois ans est ambitieux mais atteignable : environ un tiers des effectifs formés la première année, un tiers la deuxième, puis le solde la troisième, avec pilotage et indicateurs d’adoption.
Question 3 : Pourquoi les formations 100 % en ligne donnent-elles souvent des résultats limités ?
Réponse : Elles améliorent la sensibilisation, mais produisent rarement une adoption durable. Les formats en petits groupes, avec mise en pratique contextualisée sur au moins six heures, augmentent fortement l’appropriation.
Question 4 : Quel est l’intérêt d’un seuil de 30 % de l’équipe formée ?
Réponse : À partir de ce niveau, un effet d’entraînement apparaît : échanges de pratiques, mutualisation de cas d’usage, diffusion des réflexes et normalisation des standards de qualité.
Question 5 : Faut-il lier l’IA aux critères d’évaluation ou de promotion ?
Réponse : Sans aller jusqu’à une mécanique uniforme, il est utile d’aligner les incitations : valoriser l’usage pertinent et conforme, intégrer la maîtrise des outils IA dans les compétences attendues, et éviter que l’IA ne reste optionnelle.