Pourquoi votre équipe utilise mal l'IA au quotidien
Dans une équipe marketing, la scène est devenue banale. Quelqu'un ouvre ChatGPT, colle un brief ou un draft de contenu, récupère une réponse, la recopie dans Notion ou dans un mail. La semaine suivante, il recommence depuis zéro : la session d'hier a disparu, ou elle est devenue si longue et confuse que personne n'a le courage de la rouvrir.
Côté ops et revenue, le même schéma se répète. Quelqu'un ouvre un nouvel onglet ChatGPT pour trier des leads ou reformuler une ligne de reporting, copie une donnée du tableur, colle la réponse à la main dans le CRM, une ligne après l'autre. L'IA a bien répondu. Le temps, lui, n'a pas bougé.
- Un chat simple, ouvert et fermé à chaque tâche
- Du copier-coller manuel entre l'IA et les outils métier
- Des sessions qui traînent, remplies d'échanges qu'on ne retrouve plus (context rot)
- Aucun système qui persiste d'une utilisation à l'autre
- Personne n'est moteur : pas de responsable identifié pour faire tourner ça dans la durée
Prise isolément, chacune de ces habitudes semble anodine. Additionnées sur une semaine, elles pèsent lourd : le temps que l'IA devait libérer part à reconstituer le contexte, pas à produire. Cette situation porte un nom précis, et elle occupe une place précise sur une échelle.
L'échelle de maturité de l'IA en cinq niveaux, selon Boris Cherny
En juillet 2026, Boris Cherny, le créateur de Claude Code chez Anthropic, a partagé un document devenu une référence dans le milieu : « Steps of AI Adoption », les étapes de l'adoption de l'IA. Il l'a publié lui-même, à titre personnel, et non comme une publication officielle d'Anthropic. Il y décrit cinq niveaux de maturité, du blocage total au pilotage par intention. À chaque niveau, il nomme le nombre d'IA qui travaillent en parallèle et le vrai goulot d'étranglement. Cherny l'a pensé pour des équipes de développeurs, mais l'échelle se transpose à toute équipe qui produit du travail.
- Niveau 0, verrouillée (aucune IA). L'outil est acheté, mais les process d'approbation bloquent et rien n'en sort. Le goulot, ce sont les règles de sécurité et de validation héritées.
- Niveau 1, le binôme (environ 1 IA). Un humain et une IA avancent ensemble, tout est supervisé, une tâche à la fois, et on relit presque chaque résultat. Le goulot, c'est votre attention : vous êtes le pont qui recopie l'information entre l'IA et vos outils.
- Niveau 2, l'orchestrateur (environ 10 IA). Une personne pilote une dizaine d'IA en parallèle, chacune dans son espace de travail isolé, et chaque IA vérifie son propre travail avant de vous le montrer. Vous relisez les résultats finaux, plus chaque étape. Le goulot devient votre capacité à relire ces sorties.
- Niveau 3, le manager de managers (environ 100 IA). L'IA lance elle-même d'autres IA, en un arbre trop profond pour être surveillé ligne à ligne. Le goulot, c'est la confiance dans la boucle de vérification et le rythme de décision de l'équipe.
- Niveau 4, le pilotage par intention (plus de 1000 IA). La boucle tourne en circuit fermé, la plupart des IA sont lancées par l'IA elle-même, vous pilotez par intention et vous ne surveillez que les exceptions. Le goulot, c'est de repérer le travail à automatiser et de poser le bon garde-fou pour chaque type de tâche.
l'échelle n'est pas un concours de hauteur : chaque tâche mérite son niveau
Cherny insiste sur un point que beaucoup oublient : monter d'un niveau ne veut pas dire lâcher la vérification, au contraire. Le piège n'est pas la prudence, c'est d'augmenter le nombre d'IA avant que la boucle de vérification ait mérité votre confiance. Et il restera toujours des tâches qui doivent rester au niveau 1, là où une erreur coûte trop cher pour être déléguée.
Pourquoi ChatGPT ne fait pas gagner de temps au niveau 1
Au niveau 1, un chat répond à une question. Il ne résout pas un process. Chaque prompt repart de zéro : on réexplique le contexte, on retrouve le bon fil dans l'historique, on recopie le résultat au bon endroit. Le temps gagné sur la réponse se reperd entièrement autour d'elle. Sur le papier, l'équipe utilise l'IA. Dans les faits, elle a simplement changé d'outil pour faire le même travail à la main.
Un prompt n'est pas un système
Un prompt, aussi bien formulé soit-il, s'arrête à la réponse qu'il produit. Un système va chercher la donnée à la source, agit dessus, écrit le résultat au bon endroit, puis recommence seul la fois suivante. C'est toute la différence entre le niveau 1 et le niveau 2. Au niveau 1, tout repose sur la mémoire et la bonne volonté de la personne qui a trouvé le bon prompt hier. Au niveau 2, ce même besoin devient un système qui tourne seul, branché aux outils que l'équipe utilise déjà (CRM, Notion, boîte mail), avec quelqu'un qui le maintient.
Un dossier partagé de bons prompts ne change rien à l'affaire : il reste un chat simple, juste mieux rangé. Le vrai signe du niveau 1, ce sont ces sessions qui traînent et qui dérivent, où le contexte se perd d'une fois sur l'autre. Ce qui fait la bascule, ce n'est pas la puissance du modèle utilisé, ni le nombre de personnes formées au prompt, c'est ce qui existe entre deux utilisations : rien au niveau 1, un système en production au niveau 2.
Sortir du niveau 1 : les quatre chantiers
Passer au niveau 2 ne se décrète pas sur toute l'équipe d'un coup. C'est un enjeu de méthode, pas de motivation, et Cherny insiste sur un point : le vrai levier est une boucle de vérification en laquelle on a confiance. Voici comment je le mets en pratique, en quatre chantiers concrets qui tiennent sur un seul process choisi avec soin.
- Le contrat. C'est le document de consignes que l'IA relit au début de chaque session (souvent un fichier nommé CLAUDE.md). Tout ce qu'on répète à l'oral doit y redescendre : le vocabulaire, les outils, les zones interdites. Sans lui, l'IA oublie tout à la session suivante.
- L'examen. C'est le prérequis numéro un de Cherny : une vérification unique, en laquelle vous avez confiance, que l'IA lance elle-même avant de vous montrer quoi que ce soit. Tant que le résultat n'a pas passé l'examen, il ne remonte pas sur votre bureau.
- Les bacs à sable. Chaque IA travaille dans sa propre copie isolée, pour que deux chantiers ne se marchent jamais dessus. On autorise une fois pour toutes les actions sûres, et on garde une validation manuelle pour le sensible : les paiements, les suppressions, les données confidentielles. On commence à deux IA, pas à dix.
- La relecture. Avant que le travail arrive chez vous, une IA neuve, qui ne l'a pas produit, le relit avec un seul mandat : trouver ce qui casse. Le fabricant ne se juge jamais lui-même. Vous n'intervenez plus qu'à la fin, sur un résultat, jamais sur chaque étape.
Le niveau d'exigence ne baisse pas d'un cran. Le travail qui passe est celui qui aurait passé votre propre relecture. Ce qui change, c'est que vous intervenez à la fin, sur des résultats, et non plus sur chaque frappe. Un bon test, très concret : lancez deux chantiers le matin, fermez l'écran, partez deux heures. Si l'idée vous est insupportable, ce n'est pas votre tolérance au risque qu'il faut pousser, c'est votre boucle de vérification qu'il faut renforcer.
un système qui tourne convainc plus qu'un prompt qui impressionne
Par où commencer pour passer au niveau 2, concrètement
Le premier système qui tourne change une équipe plus que dix démonstrations. Choisissez un process irritant et chiffrable, en temps ou en argent visible, pas le plus impressionnant sur le papier. Un reporting commercial qui prend une demi-journée chaque semaine est un bon candidat. Montez-le de bout en bout, de la donnée source jusqu'à l'endroit où le résultat doit atterrir, sans étape manuelle laissée au milieu. Puis désignez qui le maintient : un système sans responsable retombe au niveau 1 en quelques semaines, même s'il a très bien fonctionné au départ.
Pour garder l'échelle complète sous la main, avec les quatre chantiers détaillés niveau par niveau, j'en ai fait un guide à recevoir en PDF. Et si vous voulez situer votre propre équipe, la FAQ répond aux questions qu'on me pose le plus souvent sur ce passage de cap.