IA pour dirigeants : utiliser ChatGPT ne suffit pas

L’adoption a franchi un cap. Dans son baromètre publié le 13 janvier 2026, Bpifrance Le Lab indique que 55 % des TPE-PME déclaraient utiliser l’IA générative à la fin de 2025, contre 31 % un an auparavant. Seules 17 % déclaraient un usage régulier. L’enquête s’appuie sur 4 722 réponses d’entreprises. Ces chiffres décrivent les entreprises interrogées, pas le niveau de maîtrise personnel de chaque dirigeant. [1]

L’écart entre adoption et pratique régulière est néanmoins révélateur. Installer un outil, prendre un abonnement ou avoir suivi une initiation ne dit pas encore quelle place l’IA occupe dans les décisions de l’entreprise.

Pour un dirigeant qui l’utilise déjà, la question devient concrète : quels travaux récurrents ont réellement changé ? Quels dossiers sont mieux préparés ? Quelles heures ont été récupérées ? Quelles analyses sont maintenant possibles alors qu’elles étaient auparavant reportées ?

Si les réponses se limitent à quelques textes rédigés plus vite, une grande partie du travail de direction reste à explorer.

Nous appelons ici « niveau zéro » une pratique ponctuelle : on ouvre une conversation, on pose une question, on récupère une réponse, puis on recommence la fois suivante. C’est un repère pratique, pas une classification scientifique.

Ce premier niveau est utile. Il réduit certaines frictions. Mais il présente une limite : le dirigeant continue d’effectuer lui-même presque tout le travail de préparation et d’organisation autour de l’outil.

Il rassemble les documents. Il réexplique la situation. Il corrige les approximations. Il replace le résultat dans le bon dossier. Et il reconstruit la méthode à chaque nouvelle demande.

Le progrès devient plus substantiel lorsque l’on organise un usage récurrent autour d’un résultat attendu. Par exemple, préparer chaque comité de direction à partir d’un ensemble de documents identifiés, faire ressortir les écarts par rapport aux décisions précédentes et isoler les questions qui nécessitent réellement un arbitrage.

Cela suppose de préciser les sources autorisées, le contexte nécessaire, la forme du livrable et les vérifications humaines. L’effort initial est plus important qu’un simple prompt. Il peut ensuite être réutilisé.

La maturité ne se mesure pas au nombre d’outils essayés. Elle se voit dans les travaux que l’on sait mieux réaliser, puis reproduire.

Le potentiel mérite d’être chiffré correctement.

Dans son rapport du 8 décembre 2025, OpenAI présente une enquête auprès de 9 000 travailleurs de près de 100 entreprises. Les personnes interrogées déclarent économiser 40 à 60 minutes par jour grâce à l’IA ; les utilisateurs intensifs déclarent plus de 10 heures par semaine. Il s’agit de gains autodéclarés dans l’écosystème d’un fournisseur, pas d’une promesse de résultat pour chaque dirigeant. [2]

Pour comprendre l’ordre de grandeur économique, prenons un scénario illustratif, indépendant de cette enquête.

Supposons qu’une nouvelle pratique fasse gagner 45 minutes nettes par jour à chaque personne concernée, une fois les vérifications et corrections récurrentes déduites, sur 220 jours d’utilisation dans l’année.

Le calcul est simple : nombre de personnes × 0,75 heure × 220 jours. Il reste à déduire le temps initial consacré à l’apprentissage et à la mise en place. Avec seulement 110 jours d’utilisation effective, ces résultats seraient divisés par deux.

Les milliers d’heures deviennent donc envisageables à l’échelle d’une équipe et de pratiques répétées. Ils ne constituent pas une économie automatique pour une personne seule.

Surtout, ces heures ne se convertissent pas spontanément en baisse de coûts. Elles peuvent permettre d’absorber davantage d’activité, de réduire un délai, d’améliorer la préparation d’une décision ou de retrouver du temps pour les clients. Leur valeur dépend de ce que l’entreprise en fait, comme nous l’expliquons dans notre analyse du lien entre IA, productivité et processus.

Pour le dirigeant, l’enjeu est double : récupérer du temps dans son propre agenda et reconnaître les pratiques qui pourraient être utiles dans son périmètre de responsabilité.

Une formation à l’intelligence artificielle peut fournir un socle précieux : comprendre les capacités des outils, apprendre à formuler une demande, identifier leurs erreurs et connaître les précautions de base.

La difficulté apparaît lorsque l’on attend de ce socle une transformation durable du travail de direction.

Un programme standard doit être transmissible à un groupe. Il privilégie donc des situations compréhensibles par tous, des exercices maîtrisés et une progression commune. C’est cohérent avec son objectif pédagogique.

Le quotidien d’un dirigeant est moins ordonné.

Un dossier d’investissement mélange des chiffres incomplets, des hypothèses commerciales, des contraintes de trésorerie et des désaccords internes. Une négociation dépend d’un historique qui ne figure pas entièrement dans les documents. Une décision de recrutement engage une organisation, des personnes et une responsabilité.

Dans ces situations, savoir écrire un bon prompt ne règle pas toutes les questions : quelles informations fournir ? Dans quel environnement ? Quelle réponse accepter ? Comment reconnaître une erreur qui paraît crédible ? À quel moment solliciter un expert ?

Le programme peut être terminé alors que le travail d’appropriation commence à peine.

La structure pédagogique n’est pas le problème. Elle devient insuffisante lorsqu’elle ne laisse aucune place aux dossiers réels, aux essais entre les séances et aux corrections issues de l’usage.

Pour un dirigeant déjà utilisateur, un catalogue supplémentaire de fonctionnalités peut ainsi apporter moins qu’un travail approfondi sur deux ou trois situations récurrentes.

Les exemples suivants sont des situations de travail possibles, pas des résultats clients. Leur intérêt doit être vérifié dans l’entreprise, avec ses outils et ses règles d’accès.

Préparer un comité de direction

À partir de documents autorisés, l’IA peut aider à rapprocher les comptes rendus précédents, les indicateurs et les notes des responsables. Le travail consiste à faire ressortir les engagements non suivis, les contradictions et les décisions à prendre.

Le dirigeant contrôle ensuite les faits et choisit les sujets à mettre à l’ordre du jour. Une synthèse plus courte n’a de valeur que si elle conserve les éléments qui changent l’arbitrage.

Challenger une décision d’investissement

L’IA peut aider à expliciter les hypothèses d’un dossier, formuler des objections et construire plusieurs scénarios. Les calculs doivent rester traçables et être vérifiés avec des outils adaptés.

La question utile devient : dans quelles conditions cette décision cesse-t-elle d’être pertinente ? Ce travail prépare une discussion avec la direction financière ou les experts concernés ; il ne remplace pas leur appréciation.

Préparer une négociation importante

Un dirigeant peut travailler les intérêts respectifs, les concessions possibles, les objections et les informations manquantes. Il peut tester plusieurs façons de présenter une proposition et examiner leurs conséquences.

Le résultat doit rester relié aux faits du dossier. Une simulation crédible ne permet pas de connaître les intentions réelles de l’interlocuteur.

Transformer une veille abondante en questions stratégiques

Une veille utile part de critères propres à l’entreprise : clients concernés, activités exposées, opportunités accessibles, coûts de changement.

L’IA peut aider à comparer des sources, distinguer une annonce d’un fait établi et préparer les questions à examiner. La sélection et la vérification des sources restent essentielles. Accumuler davantage de résumés ne résout pas, à lui seul, la surcharge d’information.

Ces usages ont un point commun : ils touchent à la façon dont le dirigeant prépare son jugement. Leur apprentissage exige donc de connaître son contexte et ses exigences.

Selon notre expérience chez Atalas, l’apprentissage devient plus fécond lorsqu’il suit le rythme du travail réel.

Une première séance peut servir à choisir un dossier et à produire un résultat utilisable. Le dirigeant essaie ensuite la méthode dans son quotidien. La séance suivante permet d’examiner ce qui s’est passé : un document manquant, une réponse trop générale, une vérification trop coûteuse, une étape impossible à reproduire seul.

C’est dans ces écarts que se construit la progression.

Une démonstration réussie montre qu’une tâche est possible. La répétition permet de comprendre dans quelles conditions elle reste utile. Elle fait aussi apparaître les situations où l’IA apporte peu, où une méthode plus simple suffit, ou dans lesquelles l’automatisation serait prématurée.

Le temps long ne doit donc pas signifier un accompagnement sans fin. Il doit permettre d’installer quelques pratiques, de les éprouver et de rendre le dirigeant autonome.

Cette autonomie peut se constater : sait-il choisir les informations nécessaires, obtenir un livrable exploitable, vérifier les points sensibles et reproduire la démarche sans assistance ?

Un accompagnement qui accumule les séances sans transférer cette capacité manque sa cible.

Les dossiers les plus utiles à travailler sont parfois ceux que le dirigeant hésite le plus à partager : stratégie, données financières, négociations, situations individuelles.

Cette réserve est légitime. Un exercice générique évite la difficulté, mais ne prépare pas nécessairement à la traiter.

La CNIL recommande notamment de partir de besoins concrets, d’encadrer les usages, de choisir un mode de déploiement adapté et d’examiner la réutilisation éventuelle des données par le fournisseur. Elle préconise d’associer les responsables concernés, notamment la DSI et le délégué à la protection des données. [3]

En pratique, un travail sur un dossier sensible commence par déterminer ce qui peut être utilisé, par qui et dans quel environnement. Des données fictives, des extraits limités ou des documents correctement anonymisés peuvent servir à éprouver une méthode avant d’envisager d’autres usages. Retirer quelques noms ne suffit pas toujours à rendre un dossier anonyme.

Le cadre doit couvrir aussi l’accompagnant : confidentialité des échanges, accès aux documents, conservation et suppression des informations. Il ne se réduit pas au choix d’un abonnement à un outil.

Ce travail de cadrage rend possible une pratique plus proche des responsabilités réelles du dirigeant.

Pour apprécier un accompagnement, le nombre de modules ou de prompts fournis est un indicateur limité. Les résultats attendus peuvent être beaucoup plus concrets :

• Quelques cas d’usage récurrents choisis pour leur intérêt dans le travail du dirigeant.

• Une méthode que celui-ci sait réutiliser, avec les sources, le contexte et les contrôles nécessaires.

• Des règles explicites pour les informations sensibles et les décisions qui restent humaines.

• Une mesure du temps réellement libéré, tenant compte des corrections et de la qualité obtenue.

• Une capacité à identifier ce qui peut être transmis à l’équipe, ce qui demande un développement spécifique et ce qu’il vaut mieux abandonner.

C’est cette logique qui guide notre approche du coaching IA pour dirigeants et comités de direction : partir des responsabilités exercées, expérimenter sur des situations précises et construire une pratique progressivement autonome.

Le dirigeant n’a pas besoin de devenir spécialiste de tous les modèles. Il a besoin d’un jugement suffisamment exercé pour savoir où l’IA aide, ce qu’elle exige et où elle doit s’arrêter.

Prenez un travail qui revient souvent dans votre agenda, mobilise une préparation importante et possède un résultat identifiable : un comité mensuel, une revue commerciale, un dossier d’investissement.

Mesurez d’abord le temps qu’il demande aujourd’hui, les personnes impliquées et les critères d’un travail satisfaisant. Cherchez ensuite où l’IA pourrait intervenir, avec quelles informations et quelles vérifications. Comparez plusieurs réalisations, pas seulement la meilleure démonstration.

Si le résultat tient, conservez la méthode et étendez-la avec discernement. S’il exige plus de corrections qu’il ne libère de temps, changez d’approche.

Le premier progrès utile peut être modeste. Sa répétition change l’échelle. Pour un dirigeant, passer au-delà des usages de surface commence souvent par cette décision : réserver du temps pour transformer un vrai morceau de son travail.

Faut-il savoir coder pour utiliser l’IA dans son travail de dirigeant

La plupart des usages d’analyse, de préparation et de rédaction évoqués ici ne demandent pas de coder. Ils exigent surtout de formuler le problème, de choisir des informations pertinentes et de contrôler les résultats. Connecter des systèmes ou automatiser des actions peut en revanche nécessiter des compétences techniques et un cadre de sécurité spécifique.

Comment mesurer le retour d’un accompagnement IA

Comparez le temps total consacré à un même travail avant et après, à qualité comparable. Incluez la préparation, la vérification et les corrections, puis rapportez le gain au nombre réel d’utilisations. Ajoutez les coûts d’outillage et d’accompagnement. Suivez séparément les bénéfices moins facilement chiffrables, comme la qualité de préparation ou la rapidité d’un arbitrage.

Comment choisir entre formation et coaching IA

Une formation convient pour acquérir un socle commun. Un coaching individuel ou en petit groupe devient pertinent lorsque l’enjeu est d’appliquer ce socle à des responsabilités précises, avec un suivi des essais et des contraintes de confidentialité. Un programme peut combiner les deux. Le critère décisif reste le changement observable dans la pratique.