Change Tech : l'IA accélère le changement, le design le rend praticable

Supports automatisés, formation personnalisée, analyse des usages : la technologie démultiplie les moyens d'accompagner une transformation. Mais la maturité d'une organisation ne se mesure pas à ses outils. Elle se mesure à ce que ses équipes parviennent réellement à faire.

Le scénario est familier. Une équipe reçoit une newsletter qui annonce son nouvel outil. Elle suit la formation, regarde le tutoriel et se connecte le jour du lancement. Sur le papier, tout fonctionne. Puis survient une situation que le parcours de formation n'avait pas prévue. Une donnée manque, une validation bloque, un client attend. Pour s'en sortir, l'équipe rouvre son vieux fichier Excel.

Un problème d'adoption ? Peut-être. Mais avant de relancer la communication, je regarderais d'abord ce qui empêche de travailler.

C'est avec cette question en tête que j'ai lu le livre Change Tech: La gestion du changement à l'ère de l'IA. Ses auteurs y décrivent une progression vers le Change Tech: un accompagnement du changement de plus en plus appuyé sur le numérique, l'automatisation, l'IA et les données. La perspective est stimulante, à une condition : que cette montée en puissance serve un objectif concret, réduire l'écart entre le travail réel et les systèmes censés le soutenir.

Deux maturités à faire progresser ensemble

Le livre propose deux grilles de lecture complémentaires. La première porte sur l'organisation du changement : ses méthodes, son offre de services, son leadership, sa capacité à piloter. La seconde décrit la place croissante de la technologie dans le diagnostic, la communication, la formation et le suivi.

Cette distinction est précieuse, et il faut la garder visible. Une entreprise peut avoir un assistant IA, une plateforme de formation et un tableau de bord… et des responsabilités floues. À l'inverse, une équipe aux moyens modestes peut construire un accompagnement solide si elle connaît ses utilisateurs, s'appuie sur un sponsor impliqué et sait traiter les difficultés qui remontent.

Pour moi, la maturité naît de cette articulation : des outils utiles, au service d'une organisation capable d'agir sur ce qu'ils révèlent.

Les quatre paliers du Change Tech

Pour atteindre les niveaux avancés de leur grille, les auteurs décrivent quatre étapes technologiques. Elles ont un mérite : distinguer des ambitions très différentes que l'on range souvent sous un seul mot, « digitalisation ».

1. Numériser l'existant

On dématérialise les supports et on automatise certaines productions : questionnaires, contenus de formation, communications, analyses d'impact. Le gain est réel : une ressource se diffuse, se met à jour et se partage plus facilement entre sites.

Mais une présentation en ligne ne répond pas pour autant aux questions du terrain. Un contenu accessible peut rester obscur, trop général, ou absent au moment où l'on en a besoin.

2. Automatiser des besoins ciblés

Viennent ensuite des dispositifs plus interactifs : aide intégrée aux applications, réponses automatisées, analyses assistées, premières données d'usage. L'accompagnement se rapproche du poste de travail. Une consigne s'affiche pendant la tâche, une réponse arrive au moment du blocage.

La question de conception devient alors centrale : quelle aide, à quel moment, pour quel profil, dans quelle situation ?

3. Organiser un dispositif cohérent

La troisième étape relie outils et ressources : portail, diagnostic, formation, communication, pilotage. Mais la cohérence ne se résume pas à un point d'entrée unique. Il faut savoir qui valide une réponse, qui met à jour une procédure, qui traite un problème remonté.

Un portail n'est utile que s'il permet de trouver une information fiable, puis de passer à l'action.

4. Apprendre à l'échelle de l'entreprise

Dernier palier : croiser les données de plusieurs projets pour mieux comprendre les transformations, personnaliser l'accompagnement et anticiper les difficultés. Les auteurs reconnaissent eux-mêmes le caractère prospectif de cette cible. Je la lis comme une direction, dont les bénéfices restent à vérifier dans chaque contexte.

La promesse est séduisante : tirer les leçons d'un déploiement pour mieux préparer le suivant. Elle dépend toutefois de la qualité des données, et surtout de la justesse de leur interprétation.

Produire plus vite, pour mieux comprendre

L'IA sait préparer une synthèse d'entretiens, décliner un support par profil ou rédiger un premier tutoriel. Autant de temps libéré sur la production. Reste à savoir ce qu'on en fait. Si l'équipe s'en sert pour produire davantage de documents, les utilisateurs auront surtout davantage de documents à chercher. Si elle le réinvestit dans l'observation, les tests et la résolution des irritants, le dispositif progresse vraiment.

Je défends la seconde voie : automatiser pour être plus disponible là où la compréhension du contexte fait la différence. Une synthèse peut faire émerger une difficulté récurrente, mais il faut encore comprendre ce qu'elle recouvre. S'agit-il d'un manque de connaissance, d'une règle incohérente, d'une interface ambiguë ou d'une responsabilité que personne n'a jamais tranchée ? Chacune de ces causes appelle une réponse différente.

Diagnostiquer avant de former

Prenons un cas fictif. Une entreprise déploie un nouvel outil de gestion des commandes. Les équipes suivent peu le parcours prévu et continuent d'échanger par messagerie. Réflexe habituel : rappeler la procédure et programmer une session de formation supplémentaire.

L'observation raconte pourtant une autre histoire. Le parcours exige une information qui n'est pas disponible au moment de la saisie. Pour avancer, les utilisateurs doivent la demander à un autre service, puis revenir dans l'application. Le contournement n'est pas de la résistance : c'est la réponse à une dépendance que le processus cible avait mal anticipée. Le travail de design consiste alors à reprendre le parcours dans son ensemble. À quel moment la donnée existe-t-elle, et qui peut la fournir ? Peut-on enregistrer une commande incomplète, et rendre son statut lisible pour tout le monde ?

La formation pourra ensuite expliquer un fonctionnement devenu praticable. Avant d'apprendre aux personnes à s'adapter à un outil, je cherche ce que l'outil doit mieux prendre en compte de leur activité.

Concevoir l'aide au plus près du travail

Une fois le parcours clarifié, le Change Tech peut enfin donner sa pleine mesure. Pour notre outil de commandes, l'aide pourrait être une explication courte sur un champ ambigu, un exercice sur un cas fréquent, une procédure de secours pour gérer une exception, ou simplement un accès direct au bon interlocuteur. Le bon format dépend de la situation. Quelqu'un qui réalise une tâche pour la première fois n'a pas les mêmes besoins qu'un utilisateur aguerri face à une anomalie.

C'est ma façon d'aborder l'adoption par le design : concevoir ensemble le parcours, l'aide et les conditions qui rendent les personnes autonomes. Cela oblige aussi à regarder les contraintes très concrètes. Un tutoriel vidéo ne sert à rien à qui ne peut pas écouter de son sur son poste. Une assistance intégrée ne résoudra pas un problème d'accès au compte. La qualité d'un dispositif se joue dans ces détails.

Mesurer l'autonomie, pas seulement les connexions

Les données d'usage enrichissent le pilotage, à condition de savoir ce qu'elles permettent de conclure. Une connexion prouve un accès. Une formation terminée prouve un parcours suivi. Ni l'une ni l'autre ne démontre qu'une personne sait mener son activité. Je recommande donc de relier chaque indicateur à une question concrète. Pour savoir si les personnes réalisent seules une tâche courante, on regardera la part des tâches menées sans assistance. Pour vérifier que le parcours produit un résultat correct, le taux d'erreurs nécessitant une reprise.

Si l'on soupçonne qu'une étape crée un blocage, les abandons et les demandes d'aide à cette étape seront parlants. Le temps de traitement sur des cas comparables dira si le travail devient plus fluide. Quant aux contournements, seuls l'observation et les entretiens permettent de repérer les usages parallèles qui persistent. Ces mesures ne parlent qu'avec leur contexte. Un temps de traitement plus long peut refléter un dossier plus complexe. Une baisse des demandes d'aide peut signaler une autonomie accrue… ou un découragement.

C'est en croisant données, entretiens et observation qu'on interprète correctement ces signaux. Un bon tableau de bord ouvre une discussion sur le travail, puis débouche sur une décision.

Personnaliser sans perdre la confiance

Un accompagnement plus individualisé soulève une question simple : les personnes savent-elles comment les informations qui les concernent sont utilisées ? Je privilégie une personnalisation fondée sur le rôle, les tâches et les difficultés exprimées explicitement. Une faible utilisation ne devrait jamais devenir, par automatisme, une étiquette de « résistance au changement ».

Pour qu'un dispositif soit acceptable, son fonctionnement doit être compréhensible : quelles informations sont collectées, dans quel but, avec quelles possibilités de correction ou de recours humain. Cette transparence fait partie de l'expérience. Elle donne du sens à l'aide proposée et permet aux équipes de signaler quand elle tombe à côté.

Par où commencer ? Par une friction précise

Inutile de viser tout le dispositif d'un coup. Je partirais d'un parcours important et d'une difficulté observable : une étape qui bloque, une procédure souvent mal comprise, une ressource introuvable.

La démarche peut rester simple :

1. Observer quelques situations réelles et interroger les personnes concernées.
2. Identifier ce qui relève du processus, de l'interface, de l'organisation ou de l'apprentissage.
3. Concevoir une réponse ciblée, avec les utilisateurs.
4. La tester sur un périmètre restreint.
5. Mesurer ses effets avant de l'étendre.

L'IA peut intervenir à chacune de ces étapes. Mais son rôle doit toujours rester rattaché à un problème identifié et à un résultat vérifiable.

La maturité se voit dans le quotidien des équipes

Les grilles du Change Tech invitent à mieux structurer l'accompagnement des transformations et à explorer ce que la technologie peut y apporter. C'est une invitation utile. Ma conviction, c'est que cette progression doit se lire dans le travail de tous les jours : une procédure plus claire, une tâche réalisée sans assistance, une exception mieux gérée, une équipe qui peut signaler un problème et obtenir une réponse.

Chez DesignFor, c'est précisément là que nous relions design des outils métiers et accompagnement du changement : comprendre l'activité, ajuster les parcours et construire l'aide qui rend les nouveaux usages possibles.

Vous préparez le déploiement d'un outil interne ? Partons ensemble des situations qui risquent de bloquer vos équipes, pour concevoir un parcours et un accompagnement qui tiennent dans la réalité.

‍