Cisco, PwC et Wyndham ont montré comment elles requalifient réellement leurs employés pour travailler avec l'AI

Tandis qu'une partie du marché discute du nombre d'emplois que l'IA supprimera dans les années à venir, certaines grandes entreprises parient sur un scénario différent : au lieu de réduire les équipes, les recycler rapidement pour de nouveaux processus. Au forum Semafor World Economy, les responsables de Cisco, PwC et Automation Anywhere ont expliqué comment ils tentent d'intégrer l'IA au travail sans détruire la base de main-d'œuvre.

Qui Forme Déjà

Il y a plus de discussion que de pratique systématique autour de la formation corporative en IA. Aux États-Unis, les mesures de soutien ne font que se former : en février 2026, un projet de loi bipartisan sur la Loi de formation de la main-d'œuvre en IA a été présenté avec des incitations fiscales pour les entreprises qui forment les employés à l'ingénierie des prompts, l'alphabétisation des données, l'apprentissage automatique et l'éthique de l'IA. Mais tandis que les régulateurs débattent des règles, le fardeau réel a incombé aux entreprises, et un sondage Gallup a nommé le soutien des gestionnaires comme le principal facteur de la mise en œuvre réussie de l'IA.

Un exemple édifiant a été fourni par Dan Priest, Directeur de l'IA chez PwC. L'entreprise a aidé Wyndham à mettre en œuvre un système d'agents pour traiter les demandes des clients, et cela a réduit la durée des appels d'au moins 30%. Le temps libéré n'est pas allé à des licenciements : les gestionnaires ont pu recycler les employés pour des tâches où la participation humaine est plus importante, comme une communication de meilleure qualité avec les clients, la surveillance des agents eux-mêmes et la résolution de situations non standard.

« L'objectif n'était pas de remplacer ces personnes », c'est ainsi que Priest a décrit l'approche de Wyndham en matière d'automatisation.

PwC a utilisé une logique similaire en travaillant avec Lucid Motors, où l'IA améliorait les outils de prévision financière. Le point n'était pas de rendre moins de personnes nécessaires, mais de les transférer vers des compétences plus précieuses. Mikhir Shukla, chef d'Automation Anywhere, a soutenu cette même idée : la mise en œuvre efficace ne commence pas par la distribution d'outils d'IA à la mode, mais par la reconstruction des processus de travail eux-mêmes et du rôle de l'humain au sein de ceux-ci.

Comment la Formation Est Structurée

L'approche de Cisco est plus stricte et formelle. Selon Liz Centroni, Directrice de l'Expérience Client, la compréhension basique de l'IA est maintenant obligatoire pour tout le monde dans l'entreprise. Elle affirme que 98% des employés de Cisco utilisent déjà quotidiennement des outils d'IA, et la formation est construite comme un programme pratique avec un système de niveaux internes rappelant les ceintures au karaté. Ce format, selon l'entreprise, devrait rendre les compétences mesurables et éliminer l'apprentissage fait uniquement pour les rapports.

• L'alphabétisation basique en IA est obligatoire pour toute l'entreprise
• Les cours diffèrent par rôle et profondeur, ne suivant pas un modèle unique pour tous
• Les employés sont formés sur des scénarios réels et des processus de travail avec les agents
• Après l'automatisation des tâches routinières, les personnes sont transférées à des tâches de plus grande valeur
• Les progrès sont suivis par des niveaux clairs et des modules terminés

Il y a une emphase séparée sur le fait que différents employés perçoivent la formation différemment. Chez PwC, ils ont remarqué que les jeunes spécialistes répondent mieux aux courtes instructions vidéo pour des tâches spécifiques, tandis que les employés plus seniors et expérimentés répondent mieux aux discussions en personne sur quelles compétences non techniques deviennent plus importantes lorsque l'IA assume certaines fonctions. Un programme universel pour tous ici gêne plus qu'il ne aide, car la motivation et les craintes diffèrent considérablement entre les groupes.

Shukla ajoute un autre principe : les gens doivent être formés non pas à côté d'un cours abstrait d'IA, mais directement dans le travail réel. Sa logique est celle-ci : un employé doit amener le modèle au point où il commence à faire des erreurs, et à ce moment comprendre quelle est sa propre valeur unique. Cette approche lie la requalification non pas à une simple case à cocher formelle dans un LMS, mais à la croissance professionnelle, la responsabilité et un nouveau rôle pour les humains au sein d'une équipe automatisée.

Pourquoi les Juniors Importent

Face aux discussions selon lesquelles les systèmes d'agents rendent les postes juniors inutiles, Priest prend la position opposée. À son avis, les entreprises ont toujours besoin de continuer à embaucher des employés de niveau débutant, même si certaines tâches de démarrage deviennent automatisées. Il décrit la structure future non pas comme une pyramide classique, mais comme un sablier : beaucoup d'employés de niveau débutant en bas, moins de gestion intermédiaire au milieu, et des experts au sommet qui établissent le cadre et contrôlent la qualité.

La logique ici est pragmatique. Les juniors sont plus faciles à développer pour les nouveaux processus, ils coûtent moins cher pour l'entreprise, et ils sont souvent plus disposés à maîtriser l'IA. Mais des réductions drastiques de personnel au nom de l'efficacité rapide peuvent entraîner une perte de mémoire institutionnelle, une défaillance du contrôle et des embauches coûteuses un ou deux ans plus tard. De plus, la responsabilité des erreurs des agents repose toujours non sur l'agent lui-même, mais sur la personne qui l'a mise en œuvre et la contrôle, particulièrement dans les industries réglementées où le coût de la défaillance est plus élevé.

Ce Que Cela Signifie

Les stratégies corporatives les plus claires autour de l'IA ressemblent actuellement non pas à « nous remplacerons les personnes par des bots », mais à « nous éliminerons le travail routinier et recyclerons rapidement notre équipe pour le nouveau travail ». C'est un signal important pour le marché : les entreprises qui gagneront ne sont pas celles qui parlent le plus fort de l'automatisation, mais celles qui peuvent la transformer en croissance des compétences, pas seulement en une raison de licenciements.