Table des Matières
Formez vos ingénieurs à l'IA par métier, pas avec un cours unique pour tous. Les exploitants et les managers ont besoin d'une culture de l'IA : ce qu'un modèle ou un assistant sait faire ou non, et comment vérifier ses résultats. Les ingénieurs procédés et maintenance doivent savoir poser un problème et préparer les données. Un petit groupe doit maîtriser la modélisation et le déploiement, appris sur les données de votre usine.
Points clés
- Le besoin est large. Les employeurs interrogés par le WEF en 2025 estiment que 59 travailleurs sur 100 auront besoin d'une formation d'ici 2030, et 85 % prévoient de faire de la montée en compétences une priorité (WEF).
- La plupart des ingénieurs ont davantage besoin de discernement que de data science. Dans une expérience de terrain, des consultants utilisant GPT-4 sur une tâche hors des capacités du modèle avaient 19 points de pourcentage de moins de chances de trouver une solution correcte que ceux qui travaillaient sans (Dell'Acqua et al., 2023).
- Des agences de cybersécurité demandent aux exploitants d'installations de former les équipes OT à interpréter et valider les résultats de l'IA, et à conserver leurs compétences manuelles (CISA et al., 2025).
- La formation est en retard sur l'usage : seules 39 % des personnes qui utilisent l'IA au travail avaient reçu une formation à l'IA de leur entreprise, selon l'enquête 2024 de Microsoft et LinkedIn (Microsoft).
- Dans les marchés publics algériens, l'article 60 de la loi 23-12 impose de prévoir dans le cahier des charges, selon le cas, la formation et le transfert du savoir-faire (loi 23-12). Servez-vous-en pour que les fournisseurs forment vos équipes.
Pourquoi former les ingénieurs à l'IA maintenant ?
Le manque de compétences est l'obstacle que les employeurs citent le plus. Dans le Future of Jobs Report 2025 du Forum économique mondial, fondé sur une enquête auprès de plus de 1 000 employeurs, 63 % désignent les lacunes de compétences comme un obstacle majeur à la transformation, et l'IA et le big data arrivent en tête des compétences à plus forte croissance. Sur 100 travailleurs, les employeurs prévoient que 29 seront formés dans leur poste actuel et 19 reconvertis et réaffectés d'ici 2030. Les entreprises dont le siège est en Asie centrale et au Moyen-Orient et Afrique du Nord estiment que moins de 50 % de leurs effectifs auront besoin de formation, contre 67 % en Amérique du Nord (WEF).
Vos ingénieurs utilisent probablement déjà l'IA sans formation. Dans l'enquête 2024 de Microsoft et LinkedIn auprès de 31 000 personnes dans 31 pays, 78 % des utilisateurs de l'IA apportaient leurs propres outils d'IA au travail (Microsoft). Dans une usine, cela peut signifier des procédures, des plans ou des résultats de laboratoire collés dans un chatbot public. La formation est le premier contrôle : chacun doit savoir quelles données peuvent sortir du site. Notre guide sur ce que les fournisseurs d'IA font de vos données liste les questions à poser.
L'Algérie construit sa propre filière. En mai 2026, le Gouvernement a examiné un projet de stratégie nationale d'IA reposant sur trois piliers : la donnée, les infrastructures numériques et les compétences humaines (Radio Algérie, mai 2026). L'École nationale supérieure d'intelligence artificielle (ENSIA), créée en 2021, a diplômé 105 étudiants en juin 2026 (Radio Algérie, juin 2026). Les diplômés apportent les méthodes, mais pas la connaissance de votre usine, et ils ne seront pas présents sur chaque site. L'essentiel des compétences viendra de la formation des ingénieurs que vous avez déjà. Notre panorama de la transformation numérique de l'industrie algérienne donne le contexte général.
Quelles compétences IA pour chaque métier ?
Tout le monde n'a pas besoin de coder. Adaptez la profondeur à ce que chacun fera avec l'IA.
| Métier | Ce qu'il doit savoir faire | Niveau | Format type |
|---|---|---|---|
| Managers et sponsors | Choisir les problèmes qui en valent la peine, lire le résultat d'un pilote par rapport à une référence, fixer les règles sur les données et les outils | Culture de l'IA | Atelier court sur vos propres cas d'usage |
| Exploitants et techniciens | Utiliser un assistant ou le résultat d'un modèle, le vérifier par rapport aux instruments et aux procédures, savoir quand l'ignorer et comment signaler une erreur | Culture de l'IA | Séances pratiques sur l'outil réel, avant la mise en service |
| Ingénieurs procédés, maintenance et qualité | Formuler un problème comme une prédiction ou une recherche, expliquer les tags et les événements, juger les résultats d'un modèle, poser des questions précises à un assistant LLM | Appliqué | Un cours plus un projet avec une équipe data |
| Automaticiens et ingénieurs OT | Donner un accès sûr aux données du DCS, du SCADA et de l'historian ; comprendre où l'IA se place dans le réseau | Appliqué | Travail sur projet avec l'informatique et le fournisseur |
| Informatique et sécurité | Héberger, sécuriser et mettre à jour les modèles et les données sur site ; gérer les accès | Appliqué | Formation fournisseur et documentation |
| Futurs praticiens (quelques ingénieurs) | Nettoyer et aligner les données de l'usine, construire et tester des modèles, les surveiller en service | Spécialiste | Des mois de cours et du temps de projet protégé |
La dernière ligne est traitée dans notre guide pour constituer une première équipe data industrielle. Les autres lignes représentent l'essentiel de vos effectifs.
Que signifie la culture de l'IA pour les ingénieurs qui ne construiront pas de modèles ?
Son cœur est de savoir où l'outil est fiable. Dans une expérience préenregistrée menée avec 758 consultants du Boston Consulting Group, ceux qui utilisaient GPT-4 sur des tâches dans les capacités du modèle ont réalisé 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité supérieure de plus de 40 %. Sur une tâche choisie pour être hors de ces capacités, ils avaient 19 points de pourcentage de moins de chances de produire une solution correcte que les consultants sans IA (Dell'Acqua et al., 2023). Les auteurs parlent d'une « frontière technologique irrégulière » (jagged technological frontier) : des tâches qui semblent aussi difficiles l'une que l'autre peuvent tomber de part et d'autre.
Les usines courent le même risque, avec des enjeux plus lourds. Le guide conjoint sur l'IA dans les technologies opérationnelles, mené par la CISA, avertit que le personnel OT peut mal interpréter les résultats de l'IA et perdre ses compétences manuelles à force de s'y fier. Il recommande de former les équipes OT aux fondamentaux de l'IA pour qu'elles puissent interpréter et valider les résultats, par exemple à l'aide d'autres capteurs ou de leurs propres sens, et sachent quoi faire quand un résultat n'est pas valide (CISA et al., 2025). Le cadre de gestion des risques de l'IA du NIST attend de même que le personnel et les partenaires d'une organisation reçoivent une formation à la gestion des risques de l'IA adaptée à leurs fonctions (NIST AI 100-1).
Dans une usine, un module de culture de l'IA doit couvrir :
- Ce que fait un modèle prédictif. Il apprend sur des données passées et peut se tromper quand le procédé sort de ces données.
- Ce que fait un assistant LLM. Il rédige un texte fluide qui peut être faux ; ses réponses doivent donc citer un document source que l'utilisateur ouvre. Voir mesurer les hallucinations d'un assistant industriel.
- Quelles données peuvent aller où. Ce qui peut être saisi dans un outil public, et ce qui reste sur les systèmes de l'entreprise.
- Comment vérifier un résultat par rapport aux instruments, aux procédures et à l'expérience, et quand passer outre.
- Comment signaler une réponse fausse, pour que les responsables du modèle puissent la corriger.
- Comment travailler sans l'IA. La procédure à suivre quand elle n'est pas disponible.
Comment former les ingénieurs qui construiront des modèles ?
Commencez par des cours gratuits et reconnus, puis passez vite à vos propres données.
| Cours | Niveau | Prérequis indiqués par le fournisseur | Langue | Remarques |
|---|---|---|---|---|
| Elements of AI, Introduction à l'IA (Université d'Helsinki et MinnaLearn) | Culture de l'IA | Pas de programmation ni de mathématiques compliquées | Version française disponible | Gratuit |
| Google Machine Learning Crash Course | Initiation au machine learning | Variables, équations linéaires, graphes de fonctions, histogrammes, moyennes ; idéalement un peu de Python | Anglais | Exercices de programmation en Python |
| fast.ai Practical Deep Learning | Deep learning appliqué | Environ un an de programmation ; mathématiques du lycée | Anglais | Gratuit ; 9 leçons d'environ 90 minutes |
| Hugging Face LLM Course | LLM et NLP | Bonne connaissance de Python ; idéalement un cours d'initiation au deep learning au préalable | Anglais, avec une traduction française | Gratuit |
Ces cours enseignent des méthodes sur des jeux de données génériques. Les données d'usine ont leurs propres problèmes : tags renommés, résultats de laboratoire horodatés à l'heure d'analyse au lieu de l'heure de prélèvement, arrêts cachés dans l'historian. Les ingénieurs n'apprennent à les traiter que sur un vrai projet. Donnez à chaque apprenant un problème de sa propre unité, un tuteur (en interne ou chez un partenaire) et du temps protégé.
Comment construire un programme de formation à l'IA, étape par étape ?
- Partir des cas d'usage. Formez pour l'IA que votre usine utilisera réellement dans les un à deux ans. Une évaluation de maturité IA identifie ces usages et les lacunes.
- Associer chaque métier à un niveau à l'aide du tableau ci-dessus.
- Écrire d'abord les règles. Décidez quels outils sont autorisés et quelles données peuvent sortir du site.
- Former les utilisateurs avant la mise en service, sur l'outil réel. Les exploitants apprennent davantage avec leurs propres procédures dans l'assistant qu'avec des diapositives. Voir assistants opérateurs et instructions de travail numériques.
- Mettre en place un parcours praticien pour quelques ingénieurs, combinant des cours et un projet sur leurs propres données.
- Faire enseigner le fournisseur. Inscrivez la formation et le transfert de compétences dans le contrat, avec des apprenants nommés et un test de passation.
- Mettre à jour les procédures. Ajoutez l'outil d'IA, ses contrôles et le mode dégradé aux modes opératoires, et entraînez-vous à conduire sans lui, comme le recommande le guide mené par la CISA.
- Mesurer et actualiser. Vérifiez si les comportements ont changé sur le terrain, et formez à nouveau quand l'outil ou la procédure change.
Que doit dire une clause de formation dans un contrat d'IA ?
En Algérie, les marchés publics disposent déjà d'une base légale. L'article 60 de la loi 23-12 relative aux marchés publics impose au service contractant de prévoir, selon le cas, dans le cahier des charges « un dispositif permettant d'assurer la formation et le transfert technologique et du savoir-faire, en relation avec l'objet du marché ». L'article 64 impose aux appels à la concurrence internationaux de prévoir, pour les soumissionnaires ou sous-traitants étrangers, un seuil minimum d'insertion professionnelle de la main-d'œuvre nationale et des cadres nationaux qualifiés, afin de leur permettre de développer des compétences et d'acquérir des expériences (loi 23-12). Les acheteurs soumis à la loi dépendent de leur statut juridique. Notre guide de l'appel d'offres le résume ; confirmez auprès de votre service des marchés et de votre juriste.
Les entreprises privées peuvent inscrire la même chose dans leurs contrats. Une clause utile précise :
- les personnes à former, par métier, et le nombre d'heures de formation pratique sur votre propre infrastructure ;
- une documentation dans les langues de vos équipes, couvrant la chaîne de données, la configuration du modèle et les modes opératoires ;
- une période d'accompagnement pendant laquelle vos ingénieurs assurent la surveillance et le réentraînement sous l'œil du fournisseur ;
- un test de réception : votre équipe réentraîne ou redéploie un modèle, ou met à jour les documents de l'assistant, sans l'aide du fournisseur.
Comment savoir si la formation a fonctionné ?
La présence n'est pas un résultat. Le modèle de Kirkpatrick, un cadre courant d'évaluation des formations, comporte quatre niveaux (Kirkpatrick Partners) :
| Niveau | Question | Exemple en usine |
|---|---|---|
| 1. Réaction | Les participants l'ont-ils trouvée utile pour leur travail ? | Court questionnaire après chaque séance |
| 2. Apprentissage | Ont-ils acquis les connaissances et les compétences ? | Exercice : repérer les réponses fausses dans une série de résultats de l'assistant |
| 3. Comportement | Les appliquent-ils au poste de travail ? | Part des réponses de l'assistant vérifiées dans la source ; erreurs signalées ; modèles revus par leur responsable selon le calendrier |
| 4. Résultats | Les résultats visés ont-ils suivi ? | L'indicateur du cas d'usage, par exemple le temps pour trouver une procédure ou les prélèvements de laboratoire évités |
Les niveaux 3 et 4 demandent le plus d'effort à mesurer ; décidez donc comment vous les mesurerez avant le début de la formation.
Ce que nous avons vu chez KABAS AI
Nos deux projets publiés portent sur la R&D de formulation, et dans les deux, les équipes du client ont pris part au déploiement. Chez ENAD Shymeca, la mise en œuvre de Virtual Lab a commencé par une phase de découverte au cours de laquelle les ingénieurs de KABAS ont travaillé avec l'équipe R&D du client sur les flux de travail et les structures de données, et comprenait une phase de formation et d'adoption pour que le personnel R&D puisse exploiter pleinement la plateforme. Préserver les connaissances avant le départ à la retraite de chercheurs expérimentés faisait partie des préoccupations du client. Chez ADFC, la structuration de décennies d'expérience en formulation dans un référentiel soutient le transfert de connaissances entre générations de personnel technique.
La leçon pratique : formez les gens sur l'outil qu'ils utiliseront, avec leurs propres données et documents, pendant le projet. Avec DALILE installé sur vos propres serveurs, les ingénieurs peuvent s'exercer sur de vraies procédures et de vrais rapports sans que ces documents quittent le site.
Par où commencer ?
Listez les usages de l'IA prévus pour les deux prochaines années et les métiers concernés, puis comparez vos compétences actuelles au tableau des métiers ci-dessus. Notre équipe conseil réalise des évaluations de maturité qui couvrent les données, l'infrastructure et les capacités des équipes, et notre équipe data science peut travailler aux côtés des ingénieurs que vous formez. Découvrez KABAS AI ou contactez-nous pour discuter d'un plan de formation pour vos sites.
Sources
- World Economic Forum, The Future of Jobs Report 2025
- Dell'Acqua et al., Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality, Harvard Business School Working Paper 24-013, 2023
- CISA, ASD's ACSC et al., Principles for the Secure Integration of Artificial Intelligence in Operational Technology, 3 décembre 2025
- NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1, 2023
- Microsoft et LinkedIn, 2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part
- Loi 23-12 du 5 août 2023 fixant les règles générales relatives aux marchés publics, Journal officiel n° 51 (copie FAOLEX)
- Radio Algérie, Réunion du Gouvernement : la stratégie nationale d'intelligence artificielle à l'ordre du jour, 25 mai 2026
- Radio Algérie, Baddari préside la cérémonie de sortie de deux promotions de l'ENSIA et de l'ENSM, juin 2026
- Université d'Helsinki et MinnaLearn, Elements of AI (version française)
- Google for Developers, Machine Learning Crash Course : prérequis et travail préparatoire
- fast.ai, Practical Deep Learning for Coders
- Hugging Face, LLM Course
- Kirkpatrick Partners, The Kirkpatrick Model
Questions fréquentes
Les ingénieurs doivent-ils apprendre Python pour travailler avec l'IA ?
La plupart, non. Les exploitants, les managers et la majorité des ingénieurs ont besoin d'une culture de l'IA : ce qu'un modèle ou un assistant sait faire, comment vérifier ses résultats et quelles données peuvent sortir du site. Les ingénieurs qui prépareront les données et construiront des modèles ont, eux, besoin de Python et de statistiques de base ; les cours gratuits cités dans ce guide indiquent ces prérequis.
Combien de temps faut-il pour former un ingénieur à l'IA ?
Cela dépend du métier. La culture de l'IA peut s'enseigner en séances courtes avant la mise en service d'un outil, sur l'outil lui-même. Devenir un praticien capable de construire et de maintenir des modèles demande des mois de cours et de travail sur projet avec les données de l'usine, avec du temps dégagé des tâches d'exploitation.
Faut-il former nos propres ingénieurs ou recruter des diplômés en IA ?
En général, les deux. Les diplômés, comme ceux de l'École nationale supérieure d'intelligence artificielle, apportent les méthodes, tandis que vos ingénieurs apportent la connaissance du procédé, des tags et des équipements. Les associer sur un vrai projet fait circuler les compétences dans les deux sens.
Nos ingénieurs peuvent-ils utiliser des chatbots publics comme ChatGPT au travail ?
Uniquement dans le cadre de règles écrites. Décidez quels outils sont autorisés et quels documents et données ne doivent jamais être saisis dans un service public, et enseignez ces règles dans le module de culture de l'IA. Pour les procédures, rapports et données procédé confidentiels, utilisez un assistant hébergé sur votre propre infrastructure.
Quelle formation exiger d'un fournisseur d'IA ?
Nommez les personnes à former et le nombre d'heures de formation pratique, exigez une documentation dans les langues de vos équipes et prévoyez une période d'accompagnement. Subordonnez la réception à la capacité de votre équipe à réentraîner ou redéployer un modèle sans le fournisseur. Pour les marchés publics algériens, l'article 60 de la loi 23-12 impose déjà de prévoir dans le cahier des charges, selon le cas, la formation et le transfert du savoir-faire.
Comment éviter que les exploitants perdent leurs compétences manuelles ?
Gardez dans les modes opératoires la procédure de conduite sans l'IA et entraînez-vous régulièrement à l'appliquer. Le guide conjoint sur l'IA dans les technologies opérationnelles, mené par la CISA, avertit qu'une forte dépendance à l'IA peut éroder les compétences manuelles nécessaires en cas de défaillance, et recommande de former les équipes à valider les résultats de l'IA, par exemple à l'aide d'autres capteurs.



