« L’adoption de l’IA ne se décrète pas. Elle se cultive, ou elle ne se passe pas. »
Le 17 décembre 2025, lors de la table ronde co-organisée par Collective Impact France et le SaaS Learning Club, Yann Guilleux, VP Sales chez Lemlist, a dit quelque chose que peu de dirigeants osent admettre en public :
« J’ai essayé de créer mon GPT mais il y a eu zéro adoption chez les Sales. J’avais fait un outil que je trouvais incroyable, mais qui était utilisé par moi uniquement, donc qui ne servait absolument à rien. »
Ce n’est pas une exception. C’est la règle. Et si vous avez lancé un outil IA ces 18 derniers mois, il y a de fortes chances que vous vous reconnaissiez dans cette phrase.
Voici les 5 pièges d’adoption que les entreprises Tech B2B sont en train de tomber, en ce moment même.
1. Construire l’outil seul dans son coin, puis espérer que les équipes suivent
C’est le piège fondateur. Celui dont tous les autres découlent.
Un dirigeant ou un manager passionné passe des heures à construire un agent, un GPT custom, un workflow automatisé. Le résultat est bluffant. Il le présente. Les équipes hochent la tête poliment. Et ne l’utilisent jamais.
Pourquoi ? Parce qu’un outil qu’on n’a pas co-construit ne nous appartient pas. Il nous a été imposé, même avec les meilleures intentions du monde. Et les gens n’utilisent pas ce qui ne leur appartient pas.
La posture gagnante n’est pas de mieux vendre l’outil en interne. C’est de construire avec les équipes métier dès le premier jour, pas pour elles. Workshops co-construits, show & tell réguliers, droit à l’erreur : l’adoption se cultive, pas par décret.
En bref : un outil brillant non utilisé ne vaut rien. L’adoption est une compétence à part entière, pas un effet secondaire automatique d’un bon produit.
2. Oublier de répondre à la seule question qui compte : « Qu’est-ce que j’y gagne, moi ? »
WIIFM : What’s In It For Me. C’est la question que chaque collaborateur se pose silencieusement avant d’ouvrir, ou de ne pas ouvrir, un nouvel outil.
Yann Guilleux en a fait un principe de management : « C’est vraiment de dire clairement ce qu’ils ont à gagner. J’insiste tout le temps sur leur employabilité. Car ils ne vont pas rester toute leur carrière avec moi. » Il va jusqu’à poser la question en entretien d’embauche : « Comment est-ce que vous utilisez l’IA ? »
Le test est simple : si vous ne pouvez pas répondre en 30 secondes à « Qu’est-ce que ça change concrètement pour toi demain matin ? », votre outil ne sera pas adopté. Peu importe sa sophistication. Peu importe le temps que vous avez mis à le construire.
Les cas d’usage qui déclenchent l’adhésion sont toujours les mêmes : résumés de réunion (de 20 minutes à moins de 2), remplissage automatique du CRM (gain de 80% du temps), préparation de rendez-vous clients en quelques minutes. Des douleurs quotidiennes réelles, pas des démonstrations de puissance technologique.
En bref : le WIIFM n’est pas un détail de communication. C’est la condition nécessaire de toute adoption. Sans lui, vous parlez à vous-même.
3. Penser que le télétravail n’a aucun impact sur la transformation IA
En présentiel, les bonnes pratiques IA circulent naturellement. Quelqu’un montre à son voisin de bureau ce qu’il vient de découvrir. Un manager voit par-dessus l’épaule et corrige en temps réel. L’enthousiasme est contagieux.
En remote, rien de tout ça n’existe. Les astuces ne circulent pas au café. Les résistances passent sous le radar, en visio, on capte beaucoup moins les signaux faibles. Et chaque collaborateur développe ses propres habitudes dans son coin, créant une hétérogénéité de pratiques qui fragilise toute tentative de déploiement à l’échelle.
Les solutions qui fonctionnent : des office hours dédiés à l’IA, des partages de cas d’usage en all-hands, des champions locaux qui évangélisent leurs pairs. Et surtout : des ateliers pratiques en présentiel pour les moments clés de formation. L’accompagnement IA nécessite du « par-dessus l’épaule », c’est difficile à reproduire derrière un écran.
En bref : si votre équipe est en remote ou en hybride, votre plan d’adoption doit l’anticiper explicitement. Sinon, vous ne mesurez pas l’adoption réelle, vous mesurez juste le nombre d’outils installés.
4. Toucher aux zones d’identité professionnelle sans y avoir été invité
C’est le piège le plus sous-estimé. Et le plus explosif.
L’IA ne menace pas seulement les tâches répétitives. Elle s’approche parfois de ce qui définit l’identité d’un métier : la façon dont on construit un argument, dont on mène une négociation, dont on prend une décision complexe. Ces zones-là ne sont pas de la frilosité. Ce sont des frontières légitimes.
Un exemple partagé lors de la table ronde : proposer un agent IA pour coacher les premières phrases d’une soutenance commerciale. Réaction immédiate d’un manager : « Ça c’est notre métier, on n’ira pas là. »
La posture gagnante n’est pas de forcer le passage. C’est d’écouter ces signaux au lieu de les balayer, de co-construire les cas d’usage avec les équipes concernées, et d’avancer progressivement, en laissant la confiance s’installer avant d’aller plus loin. Certains cas d’usage viendront plus tard. Ce n’est pas un échec. C’est une lecture correcte du terrain.
En bref : la résistance à l’IA n’est pas toujours de la peur. Parfois, c’est du bon sens. Savoir distinguer les deux est une compétence de leader, pas une faiblesse.
5. Confondre la technologie avec la transformation
Alexandre Courbin, Group CMO chez Eskimoz, a posé le diagnostic sans détour : « 95% des projets qui échouent sont les entreprises qui se disent ‘on fait notre propre IA’. C’est très courageux, mais en général c’est bloqué, car c’est difficile de faire aussi bien qu’un modèle entraîné à coup de centaines de milliards. »
La course aux derniers modèles, les POCs sans impact, la tentation de tout reconstruire en custom : autant de travers qui épuisent les équipes sans créer de valeur mesurable. Et qui, surtout, détournent l’attention de ce qui compte vraiment : l’intégration dans les outils existants et l’impact réel sur le quotidien.
La règle d’or : si l’IA nécessite un changement d’outil ou des clics supplémentaires, elle ne sera pas utilisée. Comme le formule Yann Guilleux : « Si ce n’est pas dans les outils qu’ils utilisent au quotidien, c’est dead. » Le bon principe de décision n’est pas « quel outil IA est le plus puissant ? » mais « où travaillent mes équipes, et comment l’IA peut-elle s’y intégrer ? »
En bref : la technologie arrive en dernier. Toujours. People → Process → Technology. Dans cet ordre. C’est le seul framework d’adoption qui tient dans la durée.
Conclusion : le problème n’est pas votre outil. C’est l’ordre dans lequel vous avez pensé les choses.
Les organisations qui réussissent leur transformation IA ne sont pas celles qui ont les meilleurs outils. Ce sont celles qui ont compris que l’adoption est un enjeu humain avant d’être un enjeu technologique.
Commencer par les douleurs réelles de vos équipes. Clarifier ce qu’elles ont à gagner. Co-construire plutôt qu’imposer. Intégrer là où le travail existe déjà. Avancer progressivement sur les zones sensibles.
Un cas d’usage bien déployé vaut mieux que dix POCs abandonnés.
FAQ
Pourquoi les GPT custom ont-ils souvent un taux d’adoption proche de zéro ? Parce qu’ils sont construits par des passionnés pour des utilisateurs qui n’ont pas été impliqués dans leur conception. Un outil qu’on n’a pas co-construit ne génère pas d’appropriation. La solution : faire avec les équipes, pas pour elles.
Qu’est-ce que le WIIFM et pourquoi est-il central dans l’adoption IA ? WIIFM signifie « What’s In It For Me », ce que le collaborateur a concrètement à gagner. Sans réponse claire à cette question, aucun outil ne sera adopté, quelle que soit sa sophistication. C’est la condition nécessaire de tout déploiement réussi.
Comment gérer la résistance des équipes face à l’IA ? En distinguant la résistance émotionnelle (peur du changement) de la résistance légitime (protection de zones d’identité professionnelle). La première se travaille avec du temps et des quick wins. La seconde mérite d’être écoutée, et parfois respectée.
Faut-il construire ses propres outils IA ou utiliser ce qui existe ? Dans la grande majorité des cas : utiliser ce qui existe. Construire sa propre IA coûte cher, échoue souvent, et détourne des ressources précieuses. Le principe « build vs buy » s’applique plus que jamais : si la fonctionnalité existe dans vos outils métier, ne la reconstruisez pas à côté.
Cet article s’appuie sur les échanges de la Table Ronde « IA en entreprise : ce qu’on ne vous montre jamais », organisée par Collective Impact France et le SaaS Learning Club le 17 décembre 2025. Avec les témoignages de Yann Guilleux (VP Sales, Lemlist), Anne Bluteau (Directeur Clients, Baker Tilly) et Alexandre Courbin (Group CMO, Eskimoz).
