Upskilling et reskilling :
préparer ses équipes à l'IA
59 % des salariés auront besoin d'une montée en compétences d'ici 2030. Définitions, méthode en 5 étapes, financements mobilisables en France et erreurs à éviter.
L'essentiel en 30 secondes
- 1L'upskilling renforce les compétences dans le métier actuel ; le reskilling forme à un métier différent.
- 259 % des travailleurs auront besoin d'une montée en compétences d'ici 2030 (World Economic Forum).
- 3La durée de vie d'une compétence professionnelle a été divisée par 2 à 3 en dix ans.
- 4Depuis février 2025, l'AI Act impose la formation à l'IA à toutes les entreprises, sans seuil d'effectif.
- 5ROI documenté : +12 % de productivité et -15 % de turnover dans les entreprises qui investissent dans les compétences.
Upskilling, reskilling, cross-skilling : de quoi parle-t-on ?
Trois notions voisines, trois logiques différentes :
Le salarié reste dans son métier, mais l'approfondit ou l'augmente.
Exemple : une chargée de recrutement qui apprend à utiliser un assistant IA pour présélectionner les candidatures — et surtout à contrôler ses résultats.
Le salarié change de métier, en interne.
Exemple : un gestionnaire de paie dont les tâches sont automatisées et qui devient analyste data RH.
Le salarié acquiert des compétences utiles à plusieurs métiers (analyse de données, gestion de projet, esprit critique face à l'IA).
Effet : augmente l'agilité collective de l'organisation et fluidifie la mobilité interne.
En pratique : une stratégie compétences face à l'IA combine les trois — de l'upskilling massif pour tous (savoir travailler avec l'IA), du reskilling ciblé pour les métiers les plus exposés à l'automatisation, et du cross-skilling pour fluidifier la mobilité interne.
Pourquoi c'est devenu urgent
4 signaux convergents qui font de 2026 une année charnière
~5 ans
durée de vie moyenne d'une compétence (contre 15 ans avant)
Les compétences se périment 2× plus vite
53 % des organisations estiment que les compétences critiques de leur secteur deviennent obsolètes en 3 ans ou moins.
47 %
seulement des salariés français formés à l'IA
L'adoption IA a dépassé la préparation des équipes
L'adoption de l'IA en entreprise a bondi de 50 % à 65 % avec l'IA générative — avant toute stratégie formelle de reskilling.
71 %
des employeurs peinent à recruter des profils qualifiés (ManpowerGroup 2026)
Le marché externe ne fournira pas les talents
Quand la compétence est introuvable dehors, la seule option rentable est de la construire dedans.
Fév. 2025
Date d'entrée en vigueur de l'obligation AI Act (art. 4)
C'est aussi une obligation légale
L'AI Act impose aux entreprises utilisatrices d'IA de garantir un niveau suffisant de « maîtrise de l'IA » à leur personnel — sans seuil d'effectif.
ROI documenté : les entreprises qui investissent dans le développement des compétences constatent en moyenne +12 % de productivité et -15 % de turnover. 94 % des salariés déclarent qu'ils resteraient plus longtemps dans une entreprise qui investit dans leur développement.
La donnée contre-intuitive : les compétences IA sont surtout… humaines
C'est l'erreur n°1 des plans de formation IA : tout miser sur la technique. Or, selon les analyses de postes liés à l'IA, seules 10 à 20 % des compétences requises sont techniques. Le reste relève de capacités humaines : agilité face au changement, esprit critique, capacité à évaluer une sortie d'IA, communication, sécurité psychologique pour expérimenter.
Un plan d'upskilling IA équilibré couvre trois étages :
1 — Le socle pour tous
Tous les salariésComprendre ce qu'est (et n'est pas) l'IA générative, connaître les règles internes, savoir rédiger une requête efficace, identifier les hallucinations et les biais.
2 — Les usages métier
Par équipePar fonction (RH, finance, commerce, production) : des cas d'usage concrets avec les outils réellement déployés dans l'entreprise.
3 — L'expertise pointue
Quelques profils clésPour une minorité de profils : data, prompt engineering avancé, gouvernance et conformité IA.
La note d'Anaïs B.
Mon retour d'expérience : le déclic est venu du terrain
Je vais être honnête : je n'ai pas découvert l'IA sur le tard — je l'utilisais déjà beaucoup à titre personnel. En revanche, j'ai longtemps eu du mal à trouver le meilleur moyen de l'utiliser dans mon quotidien professionnel. Le déclic pro est venu de mes besoins d'amélioration continue sur mes process — le recrutement et la paie en tête. Tout a commencé côté recrutement, en intégrant progressivement des outils qui embarquaient de l'IA, sans révolution, brique par brique.
Mon plus gros défi, face à tout ce que je pouvais lire ou entendre sur le sujet ? Trouver des cas concrets RH, et surtout savoir les décortiquer pour comprendre quoi en faire avec l'IA. Parce que faire de l'IA pour dire de faire de l'IA — scoop : ça ne fonctionne pas. Ce qui marche, c'est de partir d'un besoin concret du quotidien, puis de tester et d'itérer dessus.
Ma méthode, en deux temps. D'abord, lire et regarder des vidéos YouTube pour comprendre ce que ces outils savent réellement faire — on ne peut pas identifier une opportunité si on ne connaît pas le champ des possibles. Pour démarrer avec Claude spécifiquement, j'ai trouvé une ressource très bien faite : Claude en 10 jours, un programme gratuit avec des exercices concrets, du chat de base jusqu'aux Skills — parfait pour progresser à son rythme. Ensuite seulement, passer mon quotidien au crible pour repérer où l'IA serait bénéfique. Un exemple très concret : créer des Skills pour générer les contrats de travail. Un besoin réel, répétitif, chronophage — exactement le bon terrain de jeu pour commencer.
Aujourd'hui, j'évolue dans une entreprise qui met à disposition des licences entreprise (Claude et Copilot), et ça change tout : avoir les outils sous la main, dans un cadre sécurisé, permet de manipuler, tester, créer et itérer au quotidien — c'est comme ça qu'on apprend vraiment, pas en suivant une démo.
Mon conseil
Bloquez-vous quelques heures par semaine pour pratiquer sur des sujets professionnels, même sans objectif précis au départ. Utiliser l'IA à titre perso ne suffit pas — c'est la pratique sur ses propres cas métier qui fait la différence. C'est le meilleur investissement formation que vous puissiez faire. Sinon, dans ce domaine, on se retrouve très vite dépassé.
La méthode en 5 étapes pour structurer votre démarche
Du diagnostic à la mesure d'impact
Cartographier les compétences
L'état des lieux
Impossible de piloter ce qu'on ne mesure pas. Recensez les compétences actuelles, identifiez celles qui déclinent et celles qui deviennent stratégiques, métier par métier. C'est exactement l'objet de la GEPP (obligatoire à négocier dans les entreprises d'au moins 300 salariés, mais la démarche vaut pour toutes les tailles). Les outils de people analytics et les référentiels de compétences assistés par IA accélèrent considérablement ce travail.
Prioriser selon l'exposition à l'IA
La matrice urgence/criticité
Croisez deux axes : le degré d'automatisation probable des tâches du métier, et sa criticité pour l'entreprise. Les métiers très exposés et critiques (gestion administrative RH, comptabilité fournisseurs, support de premier niveau) sont les candidats prioritaires au reskilling. Signal à prendre au sérieux : les premières données montrent déjà un recul de 14 % des embauches des 22-25 ans sur les métiers les plus exposés à l'IA — les tâches d'entrée de gamme sont absorbées en premier.
Construire des parcours individualisés, pas un catalogue
L'ingénierie pédagogique
Seules 34 % des organisations voient plus de la moitié de leurs salariés s'engager activement dans leurs programmes d'upskilling. La parade : partir des besoins opérationnels réels, mixer les formats (e-learning, ateliers pratiques, mentorat, apprentissage en situation de travail) et relier chaque parcours à une perspective concrète — mobilité, certification, évolution. Un programme qui ne débouche sur rien devient une dépense ; relié à la mobilité interne, il devient un système de carrière.
Embarquer les managers
Le facteur ×3
La donnée la plus actionnable de toutes : les salariés adoptent les dispositifs de développement des compétences 3 à 5 fois plus vite quand leur manager les utilise activement. Formez donc les managers en premier, donnez-leur des rituels simples (un point compétences par entretien mensuel) et outillez-les pour identifier les besoins de leur équipe.
Mesurer et itérer
Les 3 familles d'indicateurs
Suivez : l'engagement (taux de participation, complétion), l'acquisition (évaluations, certifications, mises en situation) et surtout l'impact (mobilités internes réalisées, postes pourvus en interne vs externe, productivité, rétention). Une compétence n'existe vraiment que lorsqu'elle se traduit en comportement observable dans le travail.
Financer la démarche : les dispositifs mobilisables en France
Bonne nouvelle pour les DRH français : la boîte à outils de financement est riche.
Plan de développement des compétences
Le véhicule de droit commun, avec prise en charge possible par votre OPCO pour les entreprises de moins de 50 salariés.
FNE-Formation
Dispositif d'État qui soutient prioritairement les formations liées aux grandes transitions, dont la transition numérique et l'IA.
Pro-A
Idéale pour le reskilling — finance la reconversion ou la promotion par alternance de salariés en poste, jusqu'à une certification.
CPF co-construit
Abondez le compte personnel de formation des salariés sur des parcours IA alignés avec la stratégie de l'entreprise.
IA Booster France 2030
Programme Bpifrance pour les PME et ETI qui structurent leur transformation IA.
L'entretien de parcours professionnel (obligatoire tous les 4 ans) est le point de contact naturel pour connecter aspirations individuelles et besoins de l'entreprise — c'est là que se détectent les candidats au reskilling motivés, dont le taux de réussite est très supérieur aux reconversions subies.
Les 4 erreurs qui font échouer les plans de formation IA
Former à l'outil plutôt qu'à l'usage
Une démo de ChatGPT n'est pas une formation. Sans cas d'usage métier ni pratique encadrée, rien ne change dans le travail réel.
Oublier l'esprit critique
Former à utiliser l'IA sans former à vérifier ses sorties crée un risque opérationnel (erreurs, biais, fuites de données) — et un risque de conformité au regard de l'AI Act.
Négliger les publics éloignés du numérique
Concentrer l'effort sur les early adopters creuse la fracture interne. Le plan de formation doit précisément réduire les écarts d'usage, pas les creuser.
En faire un projet RH isolé
Sans sponsor de direction, sans managers embarqués et sans lien avec la stratégie business, le programme plafonne. Seules 31 % des organisations investissent activement dans le reskilling — celles qui le font en tirent un avantage compétitif direct.
Pour aller plus loin
Questions fréquentes
Sources
World Economic Forum — Future of Jobs Report
Projections sur les besoins de montée en compétences à horizon 2030
ManpowerGroup — Talent Shortage Survey 2026
Pénurie de talents : 71 % des employeurs peinent à recruter des profils qualifiés
Règlement (UE) 2024/1689 — AI Act, article 4
Obligation de maîtrise de l'IA pour les entreprises utilisatrices
Code du travail — Articles L. 6321-1 et suivants
Obligation d'adaptation des salariés et maintien de l'employabilité
Article mis à jour le 5 juillet 2026.
Anaïs B.
Head of HR · Fondatrice de Outil-RH.fr
Avec plus de 12 ans d'expérience RH en entreprise — de l'opérationnel au pilotage stratégique — Anaïs teste et analyse les outils SIRH et IA pour aider les professionnels RH à faire les bons choix technologiques.
Suivre sur LinkedInRestez informé des meilleurs outils RH
Recevez chaque mois nos comparatifs, guides et actualités IA & RH directement dans votre boîte mail.
Pas de spam. Désinscription possible à tout moment. Conformément au RGPD.