Comment amener les collaborateurs à vraiment utiliser l'IA ? Un plan d'adoption pour les équipes de la mode
Les licences ne suffisent pas à changer la façon de travailler. Un plan d'adoption pratique pour les entreprises de mode : cas d'usage par équipe, formation, garde-fous, référents et mesure des résultats.
L'ESSENTIEL Résumé de la rédaction
- Acheter des licences d'IA ne crée pas l'adoption ; l'usage progresse lorsque les outils sont liés à des tâches précises de la routine hebdomadaire de chaque équipe.
- L'enquête Superagency 2025 de McKinsey a montré que les collaborateurs étaient trois fois plus nombreux que ne l'estimaient leurs dirigeants à utiliser l'IA générative pour une part significative de leur travail.
- Dans la même enquête, 48 % des salariés américains déclaraient qu'une formation structurée était ce qui augmenterait le plus leur usage quotidien de l'IA générative.
- Le rapport State of AI 2026 de McKinsey a montré que près des trois quarts des entreprises les plus performantes en IA avaient profondément repensé leurs processus, contre environ un quart des autres répondants.
- Un plan d'adoption doit définir des cas d'usage par fonction, proposer une formation adaptée à chaque métier, publier des garde-fous clairs, désigner des référents et suivre l'usage en parallèle des résultats opérationnels.
Les collaborateurs utilisent l'IA lorsqu'elle leur fait gagner du temps sur des tâches qu'ils accomplissent déjà, lorsqu'ils savent ce qui est autorisé et lorsque quelqu'un leur montre comment faire. Un plan d'adoption réaliste pour une entreprise de mode commence donc par des cas d'usage précis pour chaque équipe, y ajoute une formation adaptée à chaque métier et des garde-fous clairs, s'appuie sur des référents internes et mesure à la fois l'usage et les résultats opérationnels. Déployer des licences sans ces étapes laisse généralement la plupart des accès inutilisés.
Pourquoi les licences d'IA restent-elles souvent inutilisées ?
Le problème vient rarement de la technologie. Le rapport Superagency in the workplace de McKinsey, publié en janvier 2025 et fondé sur une enquête auprès de 3 613 salariés et de 238 dirigeants de niveau C, a montré que les dirigeants estimaient à seulement 4 % la part des salariés utilisant l'IA générative pour au moins 30 % de leur travail quotidien, alors que les salariés eux-mêmes déclaraient 13 %. Seul 1 % des dirigeants qualifiaient leur déploiement de mature. Autrement dit, l'usage informel devance souvent le programme officiel, mais il reste dispersé et non encadré.
La même enquête montre ce que veulent les salariés : 48 % des répondants américains citaient une formation structurée comme l'initiative la plus susceptible d'accroître leur usage quotidien, suivie d'une intégration fluide dans les processus de travail (45 %) et de l'accès aux outils (41 %). Plus d'un cinquième déclaraient ne recevoir qu'un soutien minimal, voire aucun.
Par quels cas d'usage de l'IA chaque équipe de la mode doit-elle commencer ?
Encourager de manière générale à « essayer l'IA » produit peu d'effet. Mieux vaut donner à chaque équipe deux ou trois points de départ concrets liés à de vrais livrables.
| Équipe | Premiers cas d'usage | Ce qu'une personne doit vérifier |
|---|---|---|
| Design | Variantes de planches d'inspiration, synthèses de recherches de tendances, exploration de coloris | Originalité, risques de propriété intellectuelle, faisabilité |
| Merchandising et planification | Synthèse des rapports d'écoulement, rédaction de notes de revue de collection, questions de scénarios sur des tableurs | Chiffres au regard des systèmes sources |
| E-commerce et contenus | Premières versions de descriptions produit, traductions, métadonnées SEO | Exactitude des informations sur les matières, l'entretien et la coupe |
| Vente et wholesale | Fiches de préparation avant les rendez-vous clients, e-mails de suivi, synthèses de commandes | Prix, conditions et dates de livraison |
| Service client | Projets de réponse, recherche dans les politiques, synthèses de dossiers | Décisions de remboursement, ton face à des clients mécontents |
| Supply chain et sourcing | Rédaction d'e-mails aux fournisseurs, comparaison de documents, synthèses des incidents d'expédition | Engagements envers les fournisseurs, données de conformité |
L'ordre de déploiement compte aussi. Commencez par les équipes pour lesquelles un premier cas d'usage est le plus proche d'un livrable existant, comme les contenus produit ou le suivi commercial, afin que les premiers résultats soient rapidement visibles. Les équipes dont le travail dépend de données encore peu fiables, par exemple la planification avec un historique d'écoulement incomplet, peuvent suivre une fois les données corrigées. Publier un calendrier de déploiement simple indique à chacun quand viendra son tour et réduit la tentation d'expérimenter entre-temps avec des outils non autorisés.
Comment structurer la formation à l'IA ?
La formation fonctionne le mieux lorsqu'elle est courte, adaptée au métier et répétée. Un webinaire ponctuel sur « qu'est-ce que l'IA générative » ne suffit pas. Une structure pratique comporte trois niveaux :
- Socle commun pour tous : ce que les outils autorisés savent faire ou non, comment vérifier les résultats, quelles données ne doivent jamais y être saisies, et à quoi ressemblent concrètement les erreurs et les hallucinations.
- Ateliers métiers : des séances de 60 à 90 minutes par équipe, à partir des documents et des tâches réels de l'équipe figurant dans le tableau ci-dessus.
- Permanences et remises à niveau : un créneau régulier où les référents ou l'équipe IA aident à résoudre des problèmes précis, et de courtes mises à jour lorsque les outils évoluent.
Il existe aussi une dimension de conformité. Depuis le 2 février 2025, l'article 4 du règlement européen sur l'IA impose aux déployeurs de systèmes d'IA de prendre des mesures pour garantir la maîtrise de l'IA par leur personnel. La Commission européenne précise qu'aucun certificat n'est nécessaire, mais les organisations doivent pouvoir montrer ce qu'elles ont fait : conservez donc un simple registre indiquant qui a suivi quelle séance.
Certains distributeurs ont formalisé cette démarche. Selon FashionUnited, Debenhams Group a lancé en août 2025 une AI Skills Academy avec Multiverse, ouverte à tous les salariés et financée par sa taxe d'apprentissage (Apprenticeship Levy).
De quels garde-fous les collaborateurs ont-ils besoin avant d'utiliser l'IA ?
L'incertitude sur les règles freine l'adoption autant que le manque de compétences. Publiez une politique d'une page qui répond aux questions que les gens se posent réellement : quels outils sont autorisés, quelles catégories de données (données clients, créations non encore dévoilées, prix fournisseurs, conditions contractuelles) peuvent être utilisées dans quel outil, qui est responsable d'un résultat produit avec l'aide de l'IA et quand l'usage de l'IA doit être signalé. Associez-la à un circuit simple de demande de nouveaux outils, afin que les collaborateurs ne se tournent pas vers des applications grand public non autorisées.
Comment les référents et les managers favorisent-ils l'adoption ?
Les exemples entre pairs convainquent davantage que les annonces centrales. Désignez un référent par équipe, accordez-lui quelques heures par mois et demandez-lui de recueillir et de partager des prompts qui fonctionnent ainsi que de courts exemples avant-après. Les managers jouent aussi un rôle : lorsqu'un modèle de revue de collection ou de réunion commerciale prévoit explicitement une synthèse préparée par l'IA, l'usage s'inscrit dans la routine au lieu de rester facultatif.
Le levier le plus profond est la refonte des processus. Le rapport State of AI 2026 de McKinsey, fondé sur 1 719 répondants interrogés en mai et juin 2026, a montré que près des trois quarts des entreprises les plus performantes en IA avaient profondément repensé leurs processus, contre environ un quart des autres répondants. Ajouter un chatbot à un processus inchangé modifie rarement les résultats.
Comment mesurer si l'adoption de l'IA fonctionne ?
Suivez conjointement deux types d'indicateurs. Les indicateurs d'usage (utilisateurs actifs par semaine, usage par équipe, usage récurrent) montrent si les outils sont entrés dans le travail quotidien. Les indicateurs de résultat montrent si cela compte : délai de mise en ligne d'une fiche produit, heures consacrées à la préparation des revues de collection, délai de première réponse au service client. Examinez les deux chaque mois pendant les six premiers mois, abandonnez les cas d'usage qui ne prennent pas et étendez ceux qui font clairement gagner du temps ou améliorent la qualité.
Attendez-vous à des progrès inégaux. Certaines équipes adopteront l'IA rapidement, d'autres auront besoin de plus de soutien ou de meilleures données avant qu'elle ne leur soit utile. Un plan qui l'assume honnêtement, et qui s'ajuste en fonction des constats plutôt que de l'enthousiasme, ira plus loin qu'un lancement en fanfare.
Questions fréquentes
Combien de temps faut-il pour que les collaborateurs adoptent les outils d'IA ?
Il n'existe pas de calendrier fixe, mais la plupart des entreprises doivent prévoir plusieurs mois de formation, d'accompagnement par des référents et d'évolution des processus avant que l'usage ne se stabilise. Examiner chaque mois les données d'usage et de résultat pendant les six premiers mois aide à identifier les équipes qui ont besoin de davantage d'aide.
Quelle est la meilleure façon de former les collaborateurs de la mode à l'IA ?
Des séances courtes et adaptées à chaque métier, fondées sur les tâches réelles de chaque équipe, fonctionnent mieux que des cours génériques. Combinez un socle commun pour tous avec des ateliers par équipe et des permanences régulières, et conservez des traces pour répondre aux obligations de maîtrise de l'IA prévues par le règlement européen sur l'IA.
Les entreprises doivent-elles interdire à leurs collaborateurs d'utiliser des outils d'IA publics ?
Les interdictions générales ont tendance à pousser les usages dans la clandestinité. Une approche plus claire consiste à fournir un outil autorisé offrant des protections pour les données de l'entreprise, à définir quelles données peuvent être utilisées où, et à proposer un circuit rapide pour demander d'autres outils.
Comment mesurer l'adoption de l'IA ?
Combinez des indicateurs d'usage, comme les utilisateurs actifs par semaine et l'usage récurrent par équipe, avec des indicateurs de résultat liés à la tâche, comme le délai de publication des contenus produit ou les délais de réponse du service client. Un usage sans amélioration des résultats indique que le cas d'usage ou le processus doit être repensé.
Une édition chaque jour ouvrable. Lue en cinq minutes. Gratuite pour les professionnels.
