69,9 % des dirigeants du mid-market affirment que leurs équipes possèdent déjà les compétences nécessaires à leur réussite future. Dans la même enquête, parmi les mêmes 722 organisations, le même mois, 20,2 % font état d'un impact très positif de leurs investissements en IA et en technologie (CLA, 2026).
Placez ces deux chiffres côte à côte, car la plupart des budgets IA reposent sur l'hypothèse qu'ils évoluent ensemble.
Ce n'est pas le cas. Et le sens de l'inversion compte davantage que son ampleur : la population étudiée a, de son propre aveu, écarté le déficit de compétences. Il ne s'agit pas d'analystes diagnostiquant le mid-market de l'extérieur. Ce sont les personnes qui signent les factures, qui vous disent que leur équipe est compétente — puis vous disent que l'investissement n'a, pour l'essentiel, rien produit.
Ce qui signifie que la question de la préparation des équipes à l'IA, telle que la plupart des équipes opérations du mid-market l'ont posée depuis deux ans, est tranchée — et qu'elle n'a pas acheté le retour que tout le monde tenait pour acquis.
Ce que le CLA Heartbeat Index a réellement mesuré
Le CLA Heartbeat Index, publié le 18 août 2026, interroge des petites et moyennes entreprises, des entrepreneurs, des organisations à but non lucratif et des organisations civiques aux États-Unis. Cette vague : 722 répondants. L'enquête est menée trois fois par an, ce qui en fait l'un des rares instruments où l'échantillon est le mid-market, plutôt que des données grands comptes rétrécies puis extrapolées avec optimisme.
Les chiffres de confiance sont uniformément élevés. 72,2 % se déclarent optimistes quant aux perspectives de leur organisation pour les douze prochains mois. 68,6 % se disent confiants dans leur capacité à se développer, croître ou investir dans des priorités stratégiques. 69,9 % estiment que leurs équipes disposent des compétences nécessaires à leur réussite future (CLA, 2026).
Puis arrivent les chiffres de résultats. 49,5 % font état d'améliorations positives d'efficacité ou de performance à la suite d'investissements récents en technologie ou en IA. 20,2 % font état d'impacts très positifs.
Donc : environ la moitié a vu quelque chose. Un sur cinq a vu quelque chose qui valait l'argent dépensé. Et les dirigeants qui le déclarent sont ceux-là mêmes qui viennent d'affirmer que leurs collaborateurs sont prêts.
Le Chief Solutions Officer de CLA, James Watson, a nommé les préoccupations que les dirigeants soulèvent réellement à propos de l'IA : mise en œuvre, gouvernance, qualité des données, sécurité, conformité, préparation des équipes, conduite du changement et retour sur investissement. Observez la forme de cette liste. Sept des huit éléments sont des propriétés de l'organisation. Un seul est une propriété des personnes.
La préparation des équipes à l'IA répond à une question que personne ne pose
La plupart des travaux sur la préparation des équipes à l'IA signalent un déficit de capacités et prescrivent de la formation. C'est une conclusion confortable, car la formation, c'est une ligne budgétaire, un prestataire et un taux de complétion — autant de choses qu'une équipe opérations peut produire avant la fin de l'exercice.
Les données CLA cassent cette boucle. Si les dirigeants eux-mêmes affirment que la capacité est présente, alors la formation est financée pour résoudre un problème que les acheteurs ont déjà écarté.
Ce n'est pas une lecture isolée. Le State of AI in the Enterprise 2026 de Deloitte, portant sur 3 235 dirigeants dans 24 pays, révèle que l'insuffisance des compétences des collaborateurs est citée comme le principal obstacle à l'intégration de l'IA — puis constate une réponse gravement déséquilibrée. 53 % forment leurs équipes pour renforcer leur aisance avec l'IA. Seuls 30 % repensent l'organisation autour des nouveaux schémas de l'IA, et 33 % redessinent les parcours de carrière. À peine 34 % utilisent l'IA pour transformer en profondeur produits, processus ou modèles économiques ; les deux tiers restants demeurent dans l'incrémental (Deloitte, 2026).
Tout le monde forme. Presque personne ne réarchitecture. Puis tout le monde s'étonne que le travail soit resté identique.
Le Work Trend Index 2026 de Microsoft quantifie laquelle des deux moitiés paie réellement. Auprès de 20 000 collaborateurs utilisateurs d'IA dans 10 pays, les facteurs organisationnels — culture, soutien managérial, pratiques RH — pèsent plus du double des facteurs individuels comme l'état d'esprit et le comportement dans l'impact IA effectivement obtenu : 67 % contre 32 % (Microsoft Work Trend Index, 2026).
Deux tiers du retour relèvent de la conception organisationnelle. L'essentiel du budget vise l'autre tiers.
Les deux suspects encore debout
Si les compétences ne sont pas la contrainte, il ne reste que deux candidats capables de produire un écart entre 69,9 % et 20,2 %. Tous deux sans prestige. Tous deux sous votre contrôle dès ce trimestre.
1. Le travail n'a jamais été repensé
Une personne compétente, dotée d'un outil performant, à l'intérieur d'un processus inchangé, produit le même résultat un peu plus vite, et le gain se dissipe dans le flux de travail environnant avant d'atteindre une ligne de compte de résultat.
Le Productivity Lab d'ActivTrak a confronté cette thèse à de la télémétrie comportementale plutôt qu'à un sondage : sur 120 620 collaborateurs, 27 % ont atteint l'assistance à la recherche, 14 % l'exécution de tâches et 2 % une véritable intégration dans le flux de travail (ActivTrak, 2026). Pas 2 % des licences attribuées. 2 % des collaborateurs dont le travail observé a réellement changé de forme.
Le déclaratif dit préparation. La télémétrie dit que le travail est intact. Les deux peuvent être vrais simultanément — et c'est exactement ainsi qu'on se retrouve avec des équipes confiantes et un retour plat.
2. Il n'y a jamais eu de référence de départ
Le second suspect est plus discret et, d'après mon expérience auprès des équipes opérations du mid-market, plus répandu qu'on ne l'admet : personne n'a mesuré le processus avant l'arrivée de l'outil.
Sans mesure de référence avant déploiement, « impact très positif » n'est pas une observation. C'est une impression assortie d'un signe de pourcentage. Certains dirigeants de ces 49,5 % font état de gains d'efficacité réels. D'autres font état de soulagement, de nouveauté ou d'absence de catastrophe. L'instrument ne peut pas les distinguer, et vous non plus — ce qui signifie que le chiffre de 20,2 % est peut-être le sous-ensemble honnête plutôt que le sous-ensemble performant.
Cette distinction a une conséquence budgétaire directe. Si vous ne pouvez pas séparer un gain réel d'une histoire plausible, vous ne pouvez pas arrêter une initiative défaillante, car rien ne produit jamais de preuves assez accablantes pour justifier la décision. Elle survit donc un cycle de plus.
L'objection : la confiance auto-déclarée est un instrument fragile
C'est la contestation la plus solide qui soit, et elle est légitime. Les 69,9 % mesurent peut-être de l'optimisme plutôt qu'une capacité. Les dirigeants jugent mal les compétences de leurs propres équipes, et la même enquête affiche 72,2 % d'optimistes sur les douze mois à venir — un climat qui contamine vraisemblablement toutes les questions voisines.
Prenez l'objection au sérieux et la conclusion devient plus nette, pas plus faible.
Si les 69,9 % sont surévalués, alors les dirigeants du mid-market se trompent simultanément sur leur position en matière de compétences et sont incapables de détecter qu'ils se trompent. Ce n'est pas un argument en faveur de davantage de formation. C'est un argument selon lequel l'organisation ne dispose d'aucune mesure fonctionnelle, ni de sa capacité, ni de ses retours — c'est-à-dire la même instrumentation manquante, abordée par l'autre côté.
Soit les compétences sont là et le problème est le processus, soit l'évaluation des compétences n'est pas fiable et le problème est la mesure. Il n'existe aucune version de ces données où la réponse serait « achetez plus de licences et lancez un autre module de formation ».
Ce qui sépare les 20 % des 76 %
Il existe une comparaison utile dans les travaux sur la gouvernance des pilotes. Valliance a interrogé 1 000 cadres dirigeants et constaté que 40 % des initiatives IA restent des pilotes par construction — jamais arrêtées, jamais mises à l'échelle — proportion qui monte à 48 % dans les organisations dotées de programmes IA matures et établis. Les entreprises bloquées au stade pilote ont mis 6,6 mois à percevoir de la valeur contre 5,9 mois pour les autres, et seules 20 % d'entre elles ont déclaré un ROI solide. Parmi les entreprises ayant réellement mis leurs pilotes à l'échelle, 76 % l'ont fait (Consultancy.uk, 2026).
Vingt pour cent contre soixante-seize pour cent. L'écart n'est ni le talent ni l'outillage. C'est l'existence, ou non, d'un point de décision.
Notez également que l'accumulation de pilotes s'aggrave avec la maturité du programme. Plus d'expérience produit davantage de pilotes perpétuels, et non moins, car un programme mature compte plus d'initiatives en parallèle et la même absence de mécanisme forçant leur clôture. L'échelle ne s'autocorrige pas ici. Seul un point de décision le fait.
Instrumentez deux processus avant la clôture budgétaire
Le mouvement à faire ce trimestre est plus modeste qu'il n'y paraît et n'exige aucune nouvelle plateforme.
Choisissez deux ou trois processus cœur et établissez-en la référence maintenant. Temps de cycle, taux d'erreur ou de reprise, coût par unité produite, nombre de transferts. Prenez la mesure avant l'arrivée du prochain outil. Si un outil est déjà en place, mesurez quand même — vous disposerez au moins d'une ligne de départ pour les douze prochains mois.
Fixez une fenêtre d'évaluation déterminée et un seuil de réussite engagé à l'avance pour chaque initiative. Écrivez le chiffre avant de commencer. Un seuil choisi une fois les résultats connus n'est pas un seuil ; c'est un récit.
Rendez le verdict binaire au point de décision : industrialiser ou arrêter. Pas de troisième option. « On continue d'explorer » est la façon dont un pilote devient une charge permanente sans propriétaire.
Redirigez une part du budget formation vers la refonte des processus. Pas davantage de cours d'aisance numérique — un processus nommé, redessiné de bout en bout autour de ce que l'outil sait désormais faire, avec des transferts et des validations reconstruits plutôt que conservés. La répartition 53 contre 30 de Deloitte est l'allocation par défaut du marché. Il vaut la peine de l'inverser délibérément sur au moins un processus, pour voir ce qui se passe.
Le résultat, c'est l'absence de résultat
Ce qu'il y a de plus utile dans les données CLA, ce n'est pas les 20,2 %. C'est que les 49,5 % se situent juste au-dessus — une large bande d'organisations déclarant « une certaine amélioration » sans pouvoir dire de combien, par rapport à quoi, ni depuis quel point de départ.
Traitez « nous ne savons pas mesurer le retour » comme le résultat, et non comme un désagrément de reporting à corriger plus tard. C'est l'élément le plus actionnable que fait remonter cette enquête, parce que c'est la seule contrainte que vous pouvez lever sans recruter personne, sans rien acheter et sans attendre que le marché mûrisse.
La préparation des équipes à l'IA n'a jamais été la contrainte déterminante, et les personnes les plus proches de la dépense viennent de le dire elles-mêmes. Vos dirigeants vous ont déjà dit que les collaborateurs étaient prêts. Croyez-les — puis allez vérifier si le travail a changé, ne serait-ce qu'un peu. Avant la clôture du prochain cycle budgétaire, nommez les deux processus dont vous établirez la référence, et la date à laquelle vous en lirez le résultat.
