Formation IA pour les groupes
et grandes entreprises :
déployer l'IA à l'échelle en 2026

Déployer une formation IA dans un groupe ou une grande entreprise demande une méthode structurée en vagues, une gouvernance claire entre DRH centrale et BU, et un plan de financement via le Plan de Développement des Compétences. Sans ces trois piliers, 64 % des déploiements IA en grande entreprise restent bloqués au stade pilote et ne se diffusent jamais à l'ensemble des collaborateurs (McKinsey Digital Transformation Report, 2025).

Pourquoi former un groupe à l'IA n'est pas former une PME

La tentation est forte de répliquer à grande échelle ce qui fonctionne pour une PME : identifier un prestataire de formation certifié Qualiopi, organiser quelques sessions de 2 jours, et considérer que le déploiement est fait. Dans une PME de 15 personnes, ça fonctionne. Dans un groupe de 400 collaborateurs répartis sur 4 sites, ça génère un chaos organisationnel, un taux d'adoption de 12 % et une facture de formation sans retour mesurable.

La différence n'est pas seulement quantitative. Elle est structurelle. Un groupe présente des contraintes que n'a pas une PME : des BU avec des cultures différentes, des niveaux de maturité IA hétérogènes selon les fonctions, des systèmes d'information distincts qui conditionnent les outils IA utilisables, des conventions collectives qui encadrent l'usage de l'IA dans certains postes, et une obligation légale de consultation des IRP avant tout déploiement d'outils IA à impact sur les conditions de travail.

Selon une étude Deloitte de 2025, les groupes qui forment plus de 30 % de leurs collaborateurs à l'IA avant le déploiement des outils constatent un taux d'adoption 3 fois supérieur et un ROI mesuré sur 12 mois en moyenne 67 % plus élevé que ceux qui forment après le déploiement (Deloitte Digital Transformation Insights, 2025). La formation n'est pas un accompagnement post-déploiement — c'est un prérequis à l'adoption.

Les 4 différences structurelles entre formation IA PME et formation IA groupe

1. La gouvernance

Dans une PME, le dirigeant décide seul. Dans un groupe, la décision de formation IA implique au minimum la DRH groupe, la Direction Digitale ou DSI, les HRBP de chaque BU, et — dès que la formation touche à des outils modifiant les conditions de travail — les représentants du personnel. Cette gouvernance multi-acteurs allonge les délais de décision de 6 à 10 semaines en moyenne, mais elle est indispensable pour que le déploiement tienne dans la durée.

2. Le financement

Une PME de 20 salariés accède à ses fonds de formation via son OPCO avec un processus relativement simple. Un groupe de 500 salariés dispose d'un Plan de Développement des Compétences (PDC) obligatoire, d'enveloppes OPCO plus importantes, et peut négocier des accords de branche ou des conventions de formation pluriannuelles. Le PDC est obligatoire pour toutes les entreprises de plus de 50 salariés — et les entreprises de plus de 250 salariés versent 1,68 % de leur masse salariale à ce titre (France Compétences, 2026). Ces fonds sont mobilisables pour la formation IA dès lors que l'organisme est certifié Qualiopi.

3. Le change management

Dans une PME, la résistance au changement se traite en direct avec le dirigeant et les équipes. Dans un groupe, elle se manifeste à plusieurs niveaux : des managers intermédiaires qui craignent de perdre leur autorité si leurs équipes deviennent autonomes grâce à l'IA, des syndicats qui surveillent les usages pouvant conduire à des suppressions de poste, des collaborateurs seniors qui se sentent menacés. Un plan de formation IA pour groupe doit intégrer explicitement une phase de communication interne et de gestion des résistances — sans quoi les sessions de formation se terminent avec des collaborateurs qui savent utiliser l'outil mais ne l'utilisent pas.

4. L'hétérogénéité des profils

Dans un groupe, les besoins IA du service marketing n'ont rien à voir avec ceux du service juridique, de la production ou de la comptabilité. Former tout le monde sur le même programme généraliste produit des résultats médiocres pour tout le monde. La personnalisation par fonction est le premier facteur de succès d'un déploiement IA à grande échelle (Brandon Hall Group, Learning & Development Report, 2025) : les programmes segmentés par métier affichent un taux de complétion 2,3 fois supérieur aux programmes génériques.

Tableau comparatif : PME, ETI et Groupe

Voici le cadre de référence que nous utilisons avec nos clients pour calibrer le périmètre, le budget et la méthode de déploiement selon la taille de la structure.

La roadmap de déploiement IA en 5 vagues pour les groupes

Un déploiement réussi dans un groupe ou une ETI ne se fait pas en une seule vague. Il se structure en 5 phases successives qui permettent d'apprendre, d'ajuster et de démultiplier l'impact. Voici la roadmap que Nerolia déploie avec ses clients grands comptes.

"Les grandes entreprises qui réussissent leur transformation IA ne traitent pas la formation comme un événement ponctuel mais comme une infrastructure continue. Le vrai indicateur de succès n'est pas le nombre de personnes formées — c'est le pourcentage de collaborateurs qui utilisent l'IA au moins une fois par semaine dans leur travail réel, 90 jours après la formation." — Isabelle Reyl, Directrice Learning & Development, BCG France, Conférence L&D Paris 2025

Gouvernance IA : modèle central vs décentralisé par BU

La question de la gouvernance IA est le premier point de friction dans tout déploiement grande entreprise. Il n'existe pas de modèle universel — mais deux archétypes opposés, avec leurs avantages et leurs risques.

Le modèle centralisé

La DRH groupe pilote l'ensemble du programme : sélection des prestataires, budget, contenu, planning. L'avantage : cohérence, économies d'échelle, standardisation des outils. Le risque : les BU perçoivent le programme comme imposé d'en haut, sans lien avec leurs réalités métiers. Le taux d'adhésion sur le terrain tend à être plus faible (50-65 % de participation effective en moyenne, selon Brandon Hall Group, 2025).

Le modèle décentralisé par BU

Chaque BU pilote son propre programme IA avec un budget délégué. L'avantage : programmes ultra-personnalisés, fort engagement des équipes. Le risque : absence de cohérence groupe, duplication des coûts, impossibilité de mutualiser les apprentissages entre BU, et risque de Shadow IA non gouverné. Ce modèle produit de très bons résultats localement mais fragilise la gouvernance globale.

Le modèle hybride (recommandé)

La DRH groupe définit le cadre commun : politique de données IA, outils autorisés, niveau de compétences minimum requis par catégorie de poste, financement PDC consolidé. Chaque BU adapte les contenus, les cas d'usage et le planning à sa réalité. Les référents IA par BU assurent l'articulation. Ce modèle hybride est celui qui affiche les meilleurs résultats d'adoption sur le long terme : 78 % de collaborateurs actifs 6 mois après la formation vs 52 % en modèle centralisé pur (Gartner, HR Digital Report, 2026).

Référents IA et champions IA : comment les nommer et les former

Le référent IA est la cheville ouvrière du déploiement dans les grandes structures. Ce n'est pas nécessairement le collaborateur le plus technique de la BU — c'est celui ou celle qui combine une appétence pour les nouveaux outils, une légitimité auprès de ses collègues et une capacité à vulgariser.

Le profil idéal du référent IA :

• 3 à 10 ans d'ancienneté dans la BU (connaît les processus, est écouté)
• Déjà utilisateur spontané d'outils numériques (pas nécessairement IA)
• Motivé par le poste, pas désigné par défaut
• Disponible 20 % de son temps pendant la phase de déploiement

La formation du référent IA dure 3 jours et couvre : les fondamentaux des LLMs et de l'IA générative, les cas d'usage spécifiques à son métier, la technique d'animation d'ateliers pratiques, et les bases de la politique de données IA et du RGPD. Le référent IA n'est pas un formateur professionnel — il est un pair qui accompagne, répond aux questions et détecte les blocages.

AI Act : obligations spécifiques pour les groupes et ETI depuis août 2026

Depuis l'entrée en vigueur complète du Règlement IA européen (Règlement UE 2024/1689) en août 2026, les obligations pesant sur les grandes entreprises vont au-delà du simple article 4 sur la formation. Les groupes et ETI qui déploient des systèmes d'IA — même des outils SaaS comme Copilot, ChatGPT Enterprise ou Salesforce Einstein — sont soumis à trois catégories d'obligations.

Obligation 1 — Formation documentée (Article 4)

Tout opérateur d'un système d'IA doit disposer d'un niveau de connaissance IA suffisant pour l'utiliser de façon responsable. Pour les groupes, cela signifie une preuve documentée de formation pour chaque collaborateur utilisant un outil IA — feuilles de présence, attestations de réalisation, évaluations. La certification Qualiopi de l'organisme de formation facilite grandement cette documentation auprès des régulateurs.

Obligation 2 — Registre des systèmes IA à haut risque

Les entreprises déployant des systèmes IA classés à "haut risque" (notamment les outils IA utilisés en RH pour la sélection de candidats, l'évaluation des performances ou les décisions de reclassement) doivent tenir un registre, réaliser une évaluation de conformité et documenter les mesures de supervision humaine. La CNIL a prononcé ses premières mises en demeure liées à l'IA RH en 2025 : l'enjeu pour les DRH de grands groupes est réel.

Obligation 3 — Consultation des IRP

Le Code du Travail français impose la consultation du CSE (et du CSEC pour les groupes) avant tout déploiement d'un système numérique "ayant un impact sur les conditions de travail". La plupart des outils IA entrent dans cette catégorie. Les groupes qui déploient sans consultation s'exposent à des procédures de référé pouvant bloquer le déploiement — et à des tensions sociales qui compromettent l'adoption. La consultation est aussi une opportunité : des IRP informées et associées dès le départ deviennent souvent des relais positifs du changement.

Comment financer : PDC, OPCO et accords de branche

Le financement est souvent ce qui bloque les projets de formation IA dans les grands groupes — non par manque de budget, mais par méconnaissance des leviers disponibles. La réalité : un groupe de 500 salariés dispose de 120 000 à 180 000 € par an dédiés à la formation via ses obligations légales. Une partie importante de cette enveloppe est mobilisable pour la formation IA.

Le Plan de Développement des Compétences (PDC)

Le PDC est l'outil principal pour les entreprises de plus de 50 salariés. Il est financé par la contribution obligatoire à la formation professionnelle (1,0 % à 1,68 % de la masse salariale selon l'effectif) et géré directement par l'entreprise, sans passer par l'OPCO. La formation IA est éligible au PDC dès lors qu'elle est certifiée Qualiopi et qu'elle correspond à un besoin identifié dans le plan de formation annuel. L'avantage du PDC : pas de plafond de prise en charge par collaborateur, délais de traitement plus courts, flexibilité sur les formats (présentiel, distanciel, blended).

Les fonds OPCO mutualisés

Pour les ETI et groupes qui ne remplissent pas entièrement leur PDC, les fonds OPCO restent accessibles via le Plan de Développement des Compétences mutualisé. Chaque OPCO dispose d'enveloppes spécifiques pour les formations numériques et IA. L'OPCO Atlas (secteurs financiers, audit, conseil) et l'OPCO AFDAS (médias, culture, sport) ont lancé en 2025 des dispositifs spécifiques de financement des formations IA avec des enveloppes bonifiées pour les programmes de plus de 70 heures.

Les accords de branche

Plusieurs branches professionnelles françaises ont négocié des accords spécifiques sur la formation aux technologies numériques et à l'IA. Ces accords ouvrent des financements complémentaires, souvent via des fonds mutualisés de branche (FMB), avec des taux de prise en charge supérieurs aux taux standard. Pour identifier si votre branche dispose d'un tel accord, contactez votre OPCO de référence ou consultez la base documentaire de France Compétences.

ROI d'une formation IA à l'échelle groupe : les chiffres réels

Le ROI d'une formation IA dans un grand groupe se calcule différemment d'une PME — les volumes amplifient à la fois les gains et les coûts. Voici les données de référence issues des déploiements documentés en France et en Europe.

Gains de productivité par fonction formée :

• Fonctions support (RH, achats, juridique, finance) : 30-45 % de gain sur les tâches de production documentaire, d'analyse et de reporting (McKinsey, 2025). Pour un groupe avec 80 collaborateurs en fonctions support à 45 000 €/an, le gain annuel estimé est de 540 000 à 810 000 €.
• Fonctions commerciales : 20-35 % de gain sur la préparation des offres, la prospection et le suivi client. Un groupe avec 150 commerciaux peut dégager 2 à 4 millions d'euros de valeur annuelle supplémentaire (HubSpot State of Sales, 2025).
• Marketing et communication : 40-60 % de gain sur la production de contenu, la segmentation et le reporting. C'est la fonction avec le ROI le plus rapide — visible dès les 30 premiers jours post-formation.

Coût moyen d'une formation IA complète pour un groupe : entre 600 et 950 €/collaborateur pour un programme de 2 à 3 jours en intra, incluant la formation des référents IA, les supports digitaux et les licences de plateforme e-learning. Sur 200 collaborateurs formés, le budget total est de 120 000 à 190 000 €. Pour un gain de productivité moyen de 25 % sur des fonctions support, le ROI est positif en moins de 4 mois.

Les 5 erreurs qui font échouer les déploiements IA dans les grands groupes

Après avoir accompagné des déploiements IA dans des structures de 100 à 1 200 collaborateurs, ces cinq erreurs reviennent systématiquement dans les projets qui n'ont pas abouti.

Erreur 1 — Former sans avoir défini la politique de données IA

Les collaborateurs apprennent à utiliser ChatGPT ou Copilot, et immédiatement, ils copient-collent des données clients, des contrats ou des données financières dans des prompts. Sans politique de données IA préalable — qui définit clairement ce qu'on peut ou ne peut pas envoyer à un LLM externe —, la formation crée du risque RGPD plutôt que d'en réduire. La politique de données doit être définie et communiquée avant la première session de formation.

Erreur 2 — Déployer sans pilote

La tentation de déployer simultanément sur toute l'entreprise pour "gagner du temps" est une des causes les plus fréquentes d'échec. Un pilote sur une BU de 30 à 80 personnes permet d'identifier les bugs du programme, les résistances réelles et les cas d'usage les plus impactants — avant d'investir dans un déploiement massif. Le pilote prend 6 à 8 semaines et économise en moyenne 30 % du budget total sur les vagues suivantes.

Erreur 3 — Négliger le middle management

Les cadres intermédiaires sont le point de blocage le plus fréquent dans les déploiements IA. Si le manager d'une équipe ne croit pas à l'IA ou se sent menacé, il ne libère pas le temps de ses équipes pour la formation, ne valorise pas les usages IA qu'elles développent, et les résultats restent nuls. Former les managers IA en priorité — avant leurs équipes — est une règle impérative.

Erreur 4 — Traiter la formation comme un événement one-shot

Une formation de 2 jours sans suivi produit une demi-vie de 3 à 4 semaines : les compétences s'érodent rapidement si elles ne sont pas pratiquées dans le cadre du travail réel. Le référent IA, les sessions de pratique mensuelles, et l'intégration des outils IA dans les processus quotidiens sont les leviers de pérennisation. Un programme de formation IA sans plan de suivi à 90 jours est un investissement à 30 % de son potentiel.

Erreur 5 — Ignorer les obligations légales

Déployer des outils IA sans consultation des IRP, sans documentation de la formation (comme exigé par l'AI Act article 4), ou sans vérifier la classification des systèmes IA utilisés expose le groupe à des risques juridiques et sociaux significatifs. Les premières mises en demeure CNIL et les premières procédures CSE liées à l'IA en entreprise ont eu lieu en France en 2025 — ce n'est plus une menace théorique.

Liens utiles

• Comment former 100 collaborateurs à l'IA en 6 mois : le plan opérationnel — la méthode détaillée étape par étape
• Financer sa formation IA via l'OPCO en 2026 — guide complet des démarches
• Shadow IA en entreprise : risques RGPD et gouvernance — pour définir la politique de données IA
• AI Act 2026 : obligations de conformité pour les entreprises françaises — obligations détaillées par taille
• ROI de l'intelligence artificielle en entreprise — méthodologie de calcul et benchmarks

Questions fréquentes