Ryan Phelan pointe les vrais freins à l’adoption de l’IA

Ryan Phelan identifie trois obstacles internes à l’adoption de l’IA dans un article publié par MarTech le 18 août 2026. L’auteur cite la formation incohérente, les préoccupations liées aux biais et les tactiques lancées avant la stratégie. Il décrit ces facteurs après des échanges avec plusieurs clients. Selon lui, les entreprises de petite taille avancent plus vite, car elles comptent moins de niveaux bureaucratiques. Charlene Li attribue aussi l’hésitation à la crainte d’un embarras public. Phelan estime toutefois que trois autres facteurs influencent davantage l’adoption. Son analyse complète le commentaire de Charlene Li sur cet écart d’hésitation.

Une entreprise cliente a demandé à Phelan d’examiner ses difficultés de croissance. Il a interrogé plusieurs catégories de salariés, dont des membres de la direction générale. Beaucoup utilisaient déjà l’IA dans certaines tâches. Leurs méthodes d’apprentissage restaient cependant fragmentées. Certains répondaient avoir appris par essais et erreurs. D’autres citaient des articles ou une prise en main directe des outils. Cette approche dispersée pouvait fausser les résultats et introduire des biais, selon l’auteur. Elle produisait aussi des usages différents selon les personnes. Phelan recommande donc une formation unifiée. Il cite Gemini, Claude, ChatGPT et les outils d’un fournisseur de logiciels comme exemples de solutions différentes.

Les entreprises structurent leur formation

La gouvernance commune doit définir les moments où l’IA peut être utilisée, selon Phelan. Elle doit également préciser les situations où son usage est déconseillé. L’auteur recommande de former tous les salariés après le choix d’un outil. Il demande aussi aux dirigeants de s’aligner sur les usages adaptés aux objectifs de l’entreprise. Cette discipline devient plus complexe dans une organisation de 10 000 ou 20 000 personnes. Les équipes peuvent alors poursuivre des objectifs distincts. Phelan rapporte un échange de courriels devenu inutile, car plusieurs réponses avaient été générées par l’IA. Il préconise des règles et des garde-fous pour rendre les usages transparents.

Les biais apparaissent lorsque la formation, la gouvernance et le cadre commun restent insuffisants. Phelan explique qu’une consigne comme « Qu’est-ce qui ne va pas ? » oriente déjà la réponse du modèle. Le système cherchera alors un problème, même si la situation n’en présente aucun. L’auteur compare l’IA à un nouveau collaborateur ou à un stagiaire. Les utilisateurs doivent fournir du contexte, de la nuance et des informations détaillées. Ils peuvent aussi contester une réponse générée et signaler ses erreurs. Phelan recommande de divulguer l’intervention de l’IA dans les contenus publiés. Il propose également d’indiquer la consigne initiale utilisée pour produire ces contenus.

La stratégie précède les tactiques

Le choix stratégique doit précéder les consignes et les modèles, affirme Phelan. Il compare cette séquence aux pratiques du marketing et du courriel. Une feuille de route doit d’abord préciser le résultat recherché. Elle doit ensuite vérifier si le problème est correctement défini. L’auteur reconnaît avoir lui-même commencé par rédiger dans ChatGPT pour un projet important. Après une heure de reprises, il a constaté que l’outil convenait mieux au niveau stratégique qu’à la rédaction. Il est alors passé à Claude. Phelan attribue cette erreur au mauvais choix d’outil, plutôt qu’à ChatGPT. Il recommande donc d’intégrer une note stratégique à toute gouvernance de l’IA.