Les chiffres clés à retenir

• 71 % des dirigeants placent l'IA comme premier poste d'investissement
• 77 % identifient comme défi majeur l'embarquement de leurs équipes
• 60 personnes dans la direction marketing concernée, 18 mois de démarche
• ~50 scénarios d'automatisation identifiés, environ la moitié déployés
• 15 à 20 % de gain de temps, et non 25 %, car les tâches de vérification ont augmenté
• 1 champion par équipe, réuni mensuellement
• 177 pays à adresser pour les campagnes marketing monde

Le vrai défi des dirigeants : embarquer les équipes, pas acheter la techno

L'étude annuelle CEO Outlook de KPMG interroge les dirigeants sur leurs priorités d'investissement et leurs défis majeurs. Le résultat de cette année est sans ambiguïté : 71 % placent l'IA en premier poste d'investissement ; 77 % désignent comme plus grand défi leur capacité à embarquer leur main-d'œuvre.

Le message est limpide : les outils avancent très vite, mais le facteur limitant est humain. C'est là que se joue le retour sur investissement.

Les 3 piliers de la philosophie : agilité, copilote, collectif

1. Pas de feuille de route figée

Refus assumé de planifier à 3, 6 ou 12 mois : trop de facteurs bougent en permanence, la technologie, les compétences de chacun, les priorités, les projets. L'important est de pouvoir réorienter la stratégie en continu.

L'image est parlante : mieux vaut prendre la Micheline maintenant, puis le TER, puis le TGV, que d'attendre sur le quai le train parfait.

2. L'IA comme copilote, pas comme remplaçant

Les gains de productivité sont réels mais de nouveaux usages apparaissent, et du temps se perd ailleurs. D'où la priorité donnée à la confiance, à la vérification et à la transparence : dans un cabinet comme KPMG, on ne peut pas se permettre une erreur factuelle ou visuelle sur une publication. Un système de validation est donc intégré à chaque étape.

Le principe : l'IA augmente chaque humain, elle ne prend pas sa place.

3. Le collectif avant tout

L'ambition explicite : ne laisser personne sur le carreau. Le piège classique consiste à s'appuyer sur les seuls early adopters, ceux qu'on n'a même pas besoin de motiver. Ici, l'objectif était que tout le monde monte à bord.

La philosophie se résume dans la synergie de trois intelligences : l'intelligence artificielle, l'intelligence biologique (l'humain) et l'intelligence collaborative car c'est la dynamique collective, et non les efforts individuels, qui met une organisation en mouvement.

Phase 1 — Acculturer et désacraliser l'IA

Le premier obstacle n'était pas technique : c'était la peur. Peur d'être remplacé, peur de ne pas y arriver. Il a donc fallu désacraliser rappeler que l'IA n'est qu'un outil, et qu'on y entre progressivement.

Des formations générales ont d'abord été déployées (comment prompter, respect du RGPD, un sujet non négociable dans ce métier). Constat rapide : les participants ressortaient enthousiastes, « jouaient » un peu avec l'outil… puis retournaient à leur quotidien.

Le correctif : passer à des formations affinitaires, calées sur chaque métier (CRM, data quality, réseaux sociaux, communiqués de presse). Des formats courts, en deux temps : je découvre, puis j'expérimente. C'est ce qui a fait basculer l'usage.

Phase 2 — L'intelligence collaborative : le mode « open source »

Une fois chacun engagé dans son coin avec ses prompts et ses GPT, un besoin est apparu : partager, se challenger, mutualiser.

La direction s'est donc mise en mode open source : des bibliothèques de prompts partagées ; des fichiers communs où chacun dépose ses productions ; la possibilité pour tous de reprendre, critiquer et améliorer le travail des autres.

En résulte l'émergence de prompts « officiels », testés collectivement, et d'une série de GPT mis à disposition de tous. La démarche individuelle devient une capacité collective.

Phase 3 — L'automatisation : faire, plutôt que faire faire

Le déclic est venu d'un endroit inattendu. Voulant faire évoluer sa content factory, la direction marketing s'est tournée vers l'IT qui lui a répondu qu'avec les outils actuels, elle avait tout intérêt à la reconstruire elle-même.

C'est ainsi que l'équipe a découvert les outils d'automatisation no-code et « un nouveau monde s'est ouvert » : tout ce qu'on fait plusieurs fois par jour, sans même y penser, devenait automatisable.

L'erreur à éviter : demander « que voulez-vous automatiser ? »

Premier réflexe : solliciter les idées de chacun. Résultat : des listes interminables, ingérables.

La bonne méthode : organiser des demi-journées par équipe, en leur demandant non pas ce qu'elles aimeraient voir automatisé, mais ce qu'elles automatiseraient elles-mêmes, en priorité, et comment. Puis les former à l'outil et les laisser construire leur propre automatisation.

Double bénéfice : les équipes entrent réellement dans les outils, et la direction n'a pas à automatiser pour tout le monde.

Le résultat : environ 50 scénarios d'automatisation identifiés, dont la moitié déployés, pour un gain de temps de 15 à 20 %. Un chiffre volontairement inférieur aux 25 % espérés car les tâches de vérification ont, elles, augmenté. L'honnêteté du chiffre fait la crédibilité de la démarche.

Aujourd'hui, le réflexe est acquis : ai-je besoin de l'IA ? Est-ce que cela mérite d'être automatisé ? Si oui, je l'automatise.

3 cas d'usage concrets en marketing

1. Les campagnes marketing monde

Le marketing global de KPMG produit des contenus diffusés dans 177 pays. À chaque réception, il faut traduire, trouver l'angle local (les pain points d'un client français ne sont pas ceux d'un client américain), produire un executive summary, des posts sociaux, un emailing, une infographie…

Chaque étape a été promptée, puis chaînée dans un outil d'automatisation : la séquence complète se déclenche en un clic, avec des phases de validation à chaque étape.

Le bonus : la refonte du ton of voice (les « règles des 5 C », les cinq principes à respecter quand on s'exprime au nom de KPMG) a simplement été ajoutée sous forme de GPT dans la chaîne d'automatisation. Résultat : tous les contenus produits ont basculé sur le nouveau ton of voice sans reprise manuelle.

2. Le tri et la qualification des leads

Les leads issus des formulaires du site étaient triés et qualifiés manuellement par un prestataire externe, puis routés vers les associés compétents.

Un système de catégorisation automatique a été construit à partir des termes récurrents dans les demandes : leads RH, leads business, demandes TPE/PME. Désormais, dans les 5 minutes suivant la soumission du formulaire, la demande est analysée, catégorisée et routée.

Le résultat : une réactivité client fortement accrue et une réduction drastique du coût du prestataire.

3. La transcription des podcasts

KPMG produit de nombreux podcasts via sa radio interne. Chaque émission est désormais transcrite automatiquement, traduite en plusieurs langues, retravaillée pour être SEO-friendly, puis intégrée à la content factory pour suivre le circuit de validation avant publication sur les sites.

La communauté de champions, la vraie clé de l'adoption

C'est le dispositif humain qui fait tenir l'ensemble. Constat : il faut un référent par équipe un early adopter qui joue le rôle de relais.

Une communauté de champions a donc été créée, réunie tous les mois pour échanger les bonnes pratiques, avec deux profils complémentaires : les champions automatisation (spécialistes des outils no-code) et les champions IA (qui font la veille et alimentent le collectif).

S'y ajoute un dispositif de communication interne : une newsletter régulière dans laquelle chaque champion se filme pour expliquer ce qu'il a automatisé la semaine précédente, comment, ce qu'il y a gagné, quel outil il a découvert. C'est ce partage incarné, porté par des pairs et non par la hiérarchie, qui a permis d'embarquer l'ensemble de l'équipe.

Le prochain défi : intégrer les nouveaux arrivants. Comment embarquer ceux qui rejoignent une équipe déjà transformée ?

Questions fréquentes

Comment embarquer ses équipes dans l'adoption de l'IA ?

En trois phases : acculturer et désacraliser (formations d'abord générales puis affinitaires par métier, avec un temps de découverte et un temps d'expérimentation), organiser le partage collectif (bibliothèques de prompts, GPT mutualisés), puis passer à l'automatisation en laissant chaque équipe construire elle-même ses scénarios. Une communauté de champions avec un référent par équipe est le principal accélérateur d'adoption.

Quel gain de productivité peut-on attendre de l'automatisation par l'IA ?

Chez KPMG, environ 50 scénarios d'automatisation ont été identifiés et la moitié déployés, pour un gain de temps de 15 à 20 %. Un chiffre inférieur aux attentes initiales, car l'IA fait apparaître de nouvelles tâches, notamment de vérification et de validation.

Pourquoi les formations générales à l'IA ne suffisent-elles pas ?

Parce que les participants en ressortent enthousiastes, testent l'outil… puis retournent à leur quotidien sans changer leurs pratiques. Les formations affinitaires, ancrées dans les cas d'usage réels du métier de chacun, sont ce qui transforme l'essai.

Qu'est-ce qu'un « champion IA » en entreprise ?

C'est un référent désigné au sein de chaque équipe, chargé de relayer les bonnes pratiques, d'accompagner ses collègues et de faire remonter les avancées. Réunis en communauté mensuelle et rendus visibles par la communication interne, les champions sont le principal levier d'adoption collective.

Pour aller plus loin

L'adoption de l'IA par les équipes est devenue le premier facteur de réussite, bien avant le choix des outils. Pour confronter votre dispositif d'acculturation, de gouvernance et d'automatisation à celui des organisations qui l'ont déjà déployé, retrouvez le HUB Institute lors de ses prochains rendez-vous dédiés à l'IA et à la transformation des métiers.

Découvrir les prochains événements HUB Institute

Vous structurez votre programme d'adoption : acculturation, communauté de champions, automatisation des workflows ? Les experts du HUB Institute accompagnent les directions dans leur conduite du changement.