DSI : vos équipes utilisent déjà l'IA.
Sans cadre, c'est votre risque.

Ouvrez les onglets de votre équipe : ChatGPT, Copilot, Claude y sont déjà. Vos développeurs génèrent du code, vos PO rédigent des specs, vos analystes résument des documents — sans cadre, sans méthode, sans traçabilité. Ce n'est pas un problème d'outils : c'est un problème de compétence. Et la compétence, contrairement à l'outil, ne s'achète pas par licence : elle se construit.

Ce guide s'adresse à vous, DSI. Il ne vante pas « l'IA ». Il répond à une question opérationnelle : comment transformer un usage dispersé et risqué en une capacité collective, gouvernée et mesurable — sans mobiliser vos équipes trois jours d'affilée. Vous y trouverez le calcul du coût de l'inaction, une méthode pour cartographier ce qui se passe déjà, ce que chaque métier du SI doit apprendre concrètement, un plan de déploiement en 90 jours, et les leviers de financement.

Le vrai coût, c'est l'inaction

Ne rien faire n'est pas neutre. C'est un choix, avec une facture :

• Le shadow AI. Des données d'entreprise collées dans des outils grand public, hors de tout contrat de confidentialité. Chaque prompt mal cadré est une fuite potentielle — et vous ne le voyez pas.
• La productivité laissée sur la table. Entre celui qui sait briefer une IA et celui qui « lui parle », l'écart de rendement sur une même tâche est considérable. Multiplié par une équipe, c'est un budget.
• L'exposition réglementaire. L'IA Act classe les usages par risque. Sans acculturation, vos équipes ne savent pas repérer un usage à haut risque — vous découvrez le problème à l'audit.
• La dette de compétence. Plus vous attendez, plus l'écart se creuse avec les organisations qui, elles, ont formé. Et le recrutement ne comblera pas seul ce retard.

Mettez un ordre de grandeur dessus. Prenez une équipe de vingt personnes qui touchent à l'IA une heure par jour. Si un accompagnement fait gagner ne serait-ce que quinze minutes par jour et par personne sur des tâches déjà réalisées — reformulation d'un ticket, synthèse d'un document, revue d'un bout de code — cela représente environ cinq heures récupérées chaque jour à l'échelle de l'équipe. Sur un trimestre, c'est l'équivalent de plusieurs semaines-homme. À l'inverse, un seul incident de fuite de données via un outil non maîtrisé peut, à lui seul, effacer des mois de gains. L'inaction ne se voit pas dans un budget : elle se paie en risque latent et en potentiel non capté.

Avant de former : cartographier ce qui se passe déjà

On ne cadre pas un usage qu'on ne connaît pas. Avant tout plan de formation, prenez trois jours pour poser un diagnostic honnête, sans esprit de sanction — l'objectif est de rendre visible le shadow AI, pas de punir ceux qui l'ont adopté. Trois questions suffisent à démarrer :

• Qui utilise quoi, pour quelles tâches ? Un tour d'équipe déclaratif révèle presque toujours plus d'outils que prévu — et surtout des usages sensibles insoupçonnés (données clients, code propriétaire, documents RH).
• Quelles données sortent de l'entreprise ? Distinguez les usages anodins (reformuler un mail public) des usages à risque (coller un extrait de base, un contrat, un identifiant). C'est cette frontière que la formation devra rendre évidente pour chacun.
• Où sont les angles morts réglementaires ? Repérez les usages qui touchent à des décisions sur des personnes (tri de CV, scoring, support client) : ce sont les premiers concernés par l'IA Act.

Ce diagnostic n'est pas une fin en soi : il devient la matière première de votre plan. Il vous dit par quels métiers commencer et quels risques prioriser. Une politique d'usage rédigée après cette cartographie est infiniment plus crédible qu'une charte descendante que personne ne lit.

Pourquoi une formation « générique » échoue sur une équipe SI

Une équipe SI n'est pas homogène : un DSI, un chef de projet, un PO, un business analyst, un data analyst, un architecte, un devops, un développeur n'ont ni les mêmes cas d'usage, ni le même vocabulaire, ni les mêmes enjeux. Un MOOC unique parle à tout le monde, donc à personne. On le commence, on ne le finit pas.

Le pari d'IAPLC : le contenu est généré par l'IA à partir du profil de chaque apprenant. Mêmes notions, même exigence, même référentiel — mais chaque parcours est ancré dans le quotidien de la personne. Le devops apprend le RAG sur ses pipelines ; le PO l'apprend sur son app. On retient ce qui nous ressemble : l'engagement et la complétion suivent.

Ce que chaque métier du SI apprend concrètement

« Former à l'IA » ne veut rien dire tant qu'on ne descend pas au niveau du poste. Voici, pour huit rôles typiques d'une DSI, la traduction concrète — mêmes notions de fond, cas d'usage différents :

• DSI. Arbitrer un portefeuille de cas d'usage (valeur, risque, faisabilité), poser une politique d'usage et de gouvernance des données, situer chaque usage sur l'échelle de risque de l'IA Act.
• Chef de projet. Cadrer un projet intégrant de l'IA : jalons réalistes, critères de recette d'un système probabiliste, gestion des attentes face à des résultats non déterministes.
• Product owner. Écrire des specs pour une fonctionnalité qui embarque un modèle, définir des critères d'acceptation testables, prioriser en tenant compte de la dette de fiabilité.
• Business analyst. Distinguer un vrai cas d'usage IA d'un effet de mode, traduire un besoin métier en exigences exploitables, repérer les biais dans les données d'entrée.
• Data analyst. Comprendre ce qu'un modèle de langage sait et ne sait pas faire, structurer un prompt d'analyse reproductible, contrôler une sortie avant de la diffuser.
• Architecte SI. Choisir entre appel API, modèle hébergé et approche RAG, penser la confidentialité des données dès la conception, éviter le verrouillage fournisseur.
• Devops. Outiller le RAG sur ses propres pipelines, sécuriser les secrets confiés à un assistant, intégrer des garde-fous dans la chaîne CI/CD.
• Développeur. Briefer un assistant de code sans lui livrer de secrets, relire une génération d'un œil critique, mesurer le gain réel plutôt que le gain ressenti.

Aucun de ces profils ne suit le même exemple — mais tous acquièrent le même socle de discernement. C'est exactement ce qu'un contenu généré par profil permet, et qu'un cours unique ne peut pas offrir.

Ce que, DSI, vous pouvez enfin mesurer

Une formation sérieuse ne se juge pas au nombre d'inscrits, mais au delta de compétence. IAPLC positionne chaque apprenant en entrée sur les 5 compétences du référentiel — analyser, sélectionner, élaborer, gouverner, piloter — suit l'assiduité et la progression tout au long des 30 niveaux, puis remesure en sortie. Vous obtenez, par personne et agrégé pour l'équipe :

• le positionnement d'entrée (où en est chacun) ;
• l'assiduité e-learning et la complétion (preuve d'engagement) ;
• le delta entrée → sortie par compétence (preuve d'efficacité) ;
• un livrable professionnel par apprenant : un projet appliqué à votre organisation.

Autrement dit : de quoi piloter la montée en compétences comme un projet, et alimenter votre dossier qualité. Cette mesure a une seconde vertu, souvent sous-estimée : elle vous donne un langage commun avec votre direction. Là où « on a sensibilisé les équipes » ne se défend pas en comité, un delta chiffré par compétence et un livrable concret se présentent, se comparent d'un trimestre à l'autre, et justifient l'investissement suivant.

Déployer en 90 jours : un plan en 5 étapes

Un déploiement d'équipe n'a pas besoin d'être un chantier. Voici une trame réaliste, pensée pour une DSI qui tourne :

• Jours 1 à 5 — Cartographier & cadrer. Le diagnostic des usages réels (ci-dessus) et la première version de la politique d'usage. Vous savez par où commencer et ce que vous protégez.
• Jours 5 à 10 — Positionner. Chaque apprenant passe le positionnement d'entrée sur les 5 compétences. Vous obtenez une photo de départ, par personne et pour l'équipe.
• Jours 10 à 40 — Socle asynchrone. Les micro-niveaux de 8 à 12 minutes, à leur rythme (≈ 90 min de socle). Personne n'est immobilisé ; l'assiduité se suit en continu.
• Jours 40 à 75 — Bootcamp & application. Des sessions synchrones pour ancrer, et le livrable appliqué à votre organisation — le moment où la compétence devient visible sur un cas réel.
• Jours 75 à 90 — Remesurer & capitaliser. Le positionnement de sortie objective le delta. Vous consolidez le suivi agrégé, mettez à jour la politique d'usage, et définissez la vague suivante.

À l'issue de ce cycle, vous n'avez pas seulement « formé » : vous avez une équipe qui sait cadrer, une politique appliquée parce qu'elle a été co-construite, et un tableau de bord qui prouve le chemin parcouru.

Format & financement : pensé pour une équipe qui tourne

Le format respecte le temps de vos équipes : des micro-niveaux de 8 à 12 minutes en asynchrone (≈ 90 min pour le socle), complétés de sessions synchrones pour le bootcamp. La démarche s'inscrit dans un cadre qualité (Qualiopi) ouvrant la prise en charge par les dispositifs habituels (OPCO, plan de développement des compétences). Vous déployez sans bloquer l'agenda.

Concrètement, côté budget, deux réflexes aident à faire passer le projet : rattacher la dépense au plan de développement des compétences déjà voté, et solliciter votre OPCO en amont, car l'éligibilité se prépare avant le démarrage. Le format court et traçable de l'e-learning facilite l'instruction du dossier — chaque heure suivie est horodatée, chaque progression documentée.

Diagnostic express : votre équipe est-elle prête ?

Cochez ce qui est vrai aujourd'hui. Ce qui reste vide, c'est ce qu'une formation cadrée vient combler.