Rédiger une offre d'emploi avec un assistant conversationnel ne demande pas les mêmes compétences IA que trier des candidatures avec un système d'IA. Pour ce second usage, l'AI Act classe les systèmes concernés parmi les systèmes d'IA à haut risque de l'annexe III. Dans ses questions-réponses sur la maîtrise de l'IA, la Commission européenne le résume ainsi :
« Il n'existe pas de solution unique en matière de maîtrise de l'IA. »
Cet article vous propose une matrice de compétences IA pour cinq rôles, avec le niveau cible de chaque famille de compétences. Vous verrez ensuite comment évaluer le niveau actuel de vos équipes et transformer l'écart en plan de formation. La matrice est disponible en modèle Excel, à adapter à votre entreprise.
En bref
- Une matrice de compétences IA indique, pour chaque rôle, quelles compétences IA il requiert et à quel niveau.
- Les rôles dépendent de la façon dont une personne travaille avec l'IA. Une même personne peut en cumuler plusieurs.
- Notre modèle décrit cinq rôles. Pour chacun, il fixe le niveau cible dans douze familles de compétences, sur une échelle de 1 à 4.
- L'écart entre niveau cible et niveau actuel vous montre qui doit être formé et où des collègues peuvent transmettre leur savoir-faire.
Qu’est-ce qu’une matrice de compétences IA ?
Une matrice de compétences IA est un tableau qui indique le niveau cible que chaque rôle de l'entreprise doit atteindre dans chaque compétence IA. Les compétences figurent en lignes, les rôles en colonnes. En plaçant à côté l'évaluation de vos collaborateurs, vous voyez l'écart pour chaque personne et chaque équipe.
Pour les compétences IA, le besoin dépend de l'usage de l'IA dans chaque tâche, et cet usage peut varier au sein d'un même poste. Sonali Suriya, à l'origine du modèle dont la matrice est issue, cite l'exemple d'un même poste aux exigences différentes : rédiger des textes, ou participer à des décisions qui concernent des personnes. C'est pourquoi les rôles de cette matrice sont définis selon le contexte d'usage. Découvrez à quoi cela ressemble dans Teammeter sur la page logiciel de matrice de compétences. Ce que sont les compétences IA et comment les développer en sept étapes, vous le trouverez dans l'article sur les compétences IA.
Les cinq rôles dans l'usage de l'IA
Notre modèle distingue cinq rôles. Leurs noms viennent du modèle, pas de l'AI Act. Ils dépendent de la façon dont une personne travaille avec l'IA, quelle que soit sa place dans la hiérarchie. Une même personne peut cumuler plusieurs rôles.
Utilisateurs de l'IA en contexte standard
Ces collaborateurs utilisent l'IA comme un outil dans leur propre travail, pour rédiger, rechercher, résumer ou traduire. Leurs résultats passent de toute façon par une vérification humaine et n'ont pas d'effet direct sur les droits ou les chances d'autres personnes. Parmi les compétences techniques, c'est l'utilisation des outils qui est la plus élevée, au niveau 3 : utiliser en autonomie les outils autorisés, y compris dans des situations de travail nouvelles. S'y ajoute le fait de savoir quelles données peuvent être saisies et lesquelles ne le peuvent pas.
Utilisateurs de l'IA en contexte à haut risque
Ici, le système a un effet sur des personnes, par exemple lors d'une sélection, d'une évaluation ou d'un entretien de performance. Les systèmes d'IA à haut risque sont ceux que l'AI Act classe comme tels à l'article 6 et à l'annexe III. Dans le modèle, cette personne assure le contrôle humain que le déployeur, selon l'article 26, paragraphe 2, de l'AI Act, confie à des personnes physiques « qui disposent des compétences, de la formation et de l'autorité nécessaires ». Sonali la décrit comme le dernier point où un résultat erroné ou biaisé peut être repéré avant d'avoir des conséquences. En jugement critique et réflexif, ce rôle requiert le niveau le plus élevé : évaluer les résultats en toute autonomie et contredire le système de façon argumentée. Selon l'article 14, paragraphe 4, point b), de l'AI Act, ce contrôle doit permettre de rester conscient du biais d'automatisation, c'est-à-dire de la tendance possible à se fier automatiquement ou excessivement aux résultats d'un système d'IA à haut risque.
Relais IA
Les relais IA font le même travail que les utilisateurs et diffusent en plus les compétences dans leur équipe. Ce sont les interlocuteurs de proximité, ceux que l'on sollicite avant d'appeler le service juridique. Ils ont besoin du niveau 4 en utilisation des outils et en communication : prendre en main de nouveaux outils et les expliquer aux autres sans faire la leçon. En droit, le niveau 2 suffit : ils connaissent les obligations de leur périmètre et savent quand impliquer les responsables.
Concepteurs de processus IA
Les concepteurs de processus définissent comment l'IA est utilisée dans leur propre processus métier, à quelle étape un système intervient et qui vérifie le résultat. Ils connaissent le processus mieux que quiconque et peuvent donc juger si un système est adapté à l'usage prévu. Ils ont besoin du niveau le plus élevé en connaissances métier ainsi qu'en prise de décision et résolution de problèmes, car ils repensent les processus au lieu de simplement automatiser l'existant.
Responsables IA
C'est dans ce rôle que se prennent les décisions qui engagent l'entreprise : achats, classification des risques, règles d'usage et, en cas de doute, interdiction d'un usage. Il réunit les managers ainsi que les fonctions juridique, protection des données et conformité. Les responsables ont besoin du niveau 4 dans cinq des douze familles, dont droit, sécurité et gouvernance, et responsabilité éthique. En utilisation des outils, le niveau 2 suffit : ils doivent pouvoir utiliser eux-mêmes les outils pour en mesurer les effets et les limites.
L'échelle : quatre niveaux
Chaque niveau est associé à une description de ce que fait une personne dans la compétence. Sonali a construit ces quatre niveaux à partir de trois sources spécialisées qui, malgré des termes différents, suivent la même logique. La dernière colonne indique la correspondance avec les termes de ces sources.
| Niveau | Désignation | Signification | Équivalent dans les sources |
|---|---|---|---|
| 1 | Connaître | sait de quoi il s'agit, peut participer à la discussion et en perçoit l'enjeu | know about, Awareness, Beginner |
| 2 | Appliquer | agit en autonomie dans des conditions familières | use it, Working, Advanced Beginner |
| 3 | Transférer | agit avec assurance dans des situations nouvelles et plus complexes | adapt it, Practitioner, Competent |
| 4 | Faire évoluer et transmettre | fait progresser la pratique, conseille et forme les autres | live it, Expert, Expert |
Si un rôle n'a pas du tout besoin d'une compétence, sa case reste vide dans la matrice. Pour les compétences IA comportementales, le niveau seul ne suffit pas : vous rédigez des ancres comportementales, c'est-à-dire des descriptions du comportement observable à chaque niveau. Le nombre de niveaux qu'une échelle devrait compter en général est traité dans l'article Bien choisir votre échelle de compétences.
La matrice de compétences IA pour cinq rôles
Pour les familles techniques, nous avons retenu le niveau le plus élevé des compétences individuelles qui figurent dans les profils de rôle de Sonali. Par exemple, pour les concepteurs de processus, le niveau 4 en droit, sécurité et gouvernance vient des connaissances métier incluses dans cette famille.
| Famille de compétences | Utilisateurs, standard | Utilisateurs, haut risque | Relais | Concepteurs de processus | Responsables |
|---|---|---|---|---|---|
| Compétences IA techniques | |||||
| Compréhension du fonctionnement de l'IA | 1 | 2 | 2 | 2 | 2 |
| Utilisation des outils d'IA | 3 | 3 | 4 | 3 | 2 |
| Culture des données | 2 | 3 | 3 | 3 | 3 |
| Contrôle de la qualité et des résultats | 2 | 2 | 2 | ||
| Droit, sécurité et gouvernance | 2 | 3 | 2 | 4 | 4 |
| Développement technique et exploitation | |||||
| Compétences IA comportementales | |||||
| Jugement critique et réflexif | 4 | 4 | 3 | 3 | 3 |
| Responsabilité éthique | 3 | 3 | 3 | 3 | 4 |
| Prise de décision et résolution de problèmes | 3 | 3 | 3 | 4 | 4 |
| Communication et collaboration | 3 | 3 | 4 | 3 | 4 |
| Autonomie et capacité d'apprentissage | 3 | 3 | 4 | 3 | 3 |
| Leadership et conduite du changement | 2 | 3 | 4 |
Quatre points ressortent à la lecture :
- Les cinq rôles : aucun ne demande de savoir programmer. C'est à vous de décider si vous ajoutez un rôle technique, au moment d'adapter le modèle à votre entreprise.
- Utilisateurs en contexte à haut risque : ils ont besoin du niveau 4 en jugement critique et réflexif, soit plus que les responsables.
- Relais IA : leur profil culmine en utilisation des outils, en communication et en autonomie, où le niveau 4 signifie rendre la nouveauté utilisable pour les autres.
- Responsables : le niveau 2 leur suffit en utilisation des outils, mais ils ont besoin du niveau 4 en leadership et conduite du changement.
La matrice est disponible en modèle Excel, avec les cinq profils de rôle, la description de chaque niveau et une feuille pour l'évaluation.
La matrice de compétences IA en modèle Excel
Cinq profils de rôle, la description de chaque niveau et une feuille pour l'évaluation.
Après votre inscription, vous recevrez le lien vers le modèle. En outre, nous vous enverrons régulièrement des informations sur nos services et nos produits. Vous pouvez vous désabonner de ces courriels à tout moment. En soumettant vos données, vous acceptez notre Politique de protection des données.
Un poste, deux rôles : l’exemple du recrutement
Dans les RH, c'est dans le recrutement et l'onboarding que l'IA est la plus avancée. Selon l'étude « Künstliche Intelligenz in HR 2026 » de Kienbaum et BPM, 35 % des services RH y utilisent l'IA générative en production, contre 18 % en 2024. Sur un même poste de recrutement, deux rôles peuvent se cumuler.
Rédiger le texte d'une offre d'emploi avec un assistant conversationnel relève d'un usage de l'IA en contexte standard, tant que quelqu'un relit le texte avant la publication de l'offre. Si la même personne travaille avec un système qui analyse ou filtre les candidatures, elle devient utilisatrice de l'IA en contexte à haut risque. L'AI Act mentionne ces systèmes à l'annexe III, point 4 a) :
« systèmes d'IA destinés à être utilisés pour le recrutement ou la sélection de personnes physiques, en particulier pour publier des offres d'emploi ciblées, analyser et filtrer les candidatures et évaluer les candidats »
Notez le mot « ciblées ». La diffusion ciblée d'une offre figure dans la liste, la rédaction de son texte non. Selon l'article 6, paragraphe 2, les systèmes de l'annexe III sont considérés comme à haut risque. L'article 6, paragraphe 3, prévoit une exception lorsqu'un système ne présente pas de risque important, par exemple parce qu'il n'accomplit qu'« une tâche procédurale étroite ». C'est le fournisseur qui procède à cette évaluation et qui doit la documenter.
Les deux profils de rôle s'appliquent alors à cette personne. En contexte à haut risque, le niveau cible augmente dans quatre des six familles techniques. En contrôle de la qualité et des résultats, par exemple, le niveau 2 s'ajoute alors qu'il n'est pas du tout requis en contexte standard : lire les indicateurs de qualité et les résultats de tests du système utilisé, et comprendre ce qu'ils signifient. Depuis le Digital Omnibus, les exigences du chapitre III, sections 1 à 3, s'appliquent aux systèmes d'IA à haut risque de l'annexe III à partir du 2 décembre 2027.
De l'écart au plan de formation
L'écart correspond au niveau cible du rôle moins le niveau actuel. Vous le calculez pour chaque personne, puis vous le consolidez par équipe et pour toute l'organisation. Sonali écrit dans son modèle qu'une note de 3 n'est « ni bonne ni mauvaise en soi » : elle ne prend son sens qu'au regard du niveau cible du rôle concerné.
Évaluer le niveau actuel
La méthode d'évaluation dépend du rôle. Pour les relais IA, c'est le manager qui valide, car ce rôle accompagne d'autres personnes.
| Rôle | Méthode |
|---|---|
| Utilisateurs de l'IA en contexte standard | Auto-évaluation |
| Utilisateurs de l'IA en contexte à haut risque | Auto-évaluation et mise en situation |
| Relais IA | Auto-évaluation et validation par le manager |
| Concepteurs de processus IA | Auto-évaluation et entretien avec le manager |
| Responsables IA | Auto-évaluation et calibrage au sein du comité de direction |
Pour les compétences comportementales que d'autres peuvent observer, un regard extérieur vient compléter l'auto-évaluation ; pour les compétences cognitives, le modèle de Sonali le rend obligatoire. Pour les compétences de leadership, elle conseille aussi de ne pas faire la moyenne entre auto-évaluation et évaluation externe, car l'écart entre les deux constitue souvent le vrai résultat.
Choisir les actions
L'écart vous indique ce dont une personne ou une équipe a besoin. La formation n'est pas la seule réponse :
- Formation : pour les compétences IA techniques, qui s'acquièrent par la connaissance et la pratique. Une deuxième évaluation juste après la formation est utile.
- Mise en pratique avec feedback : pour les compétences IA comportementales, qui se développent lors des entretiens de développement, du coaching, du feedback au quotidien et des rétrospectives.
- Transmission interne : pour les équipes où les niveaux sont très hétérogènes. Pour ces domaines, Brandstetter recommande des formats de mentorat dans lesquels des collègues plus expérimentés partagent leur savoir-faire. Inutile de réserver une formation pour une compétence déjà présente dans l'équipe.
- Recrutement : lorsque l'organisation manque de personnes dotées des compétences IA nécessaires. Christophe Vantighem, de Teammeter, distingue trois options : développer, faire évoluer en interne ou recruter. Pour vérifier cela dans la planification des effectifs, consultez l'article sur les compétences IA.
Garder une trace
Vous enregistrez les actions terminées et mettez le niveau à jour. Selon la Commission européenne, aucun certificat n'est nécessaire. Ses questions-réponses précisent :
« Un certificat n'est pas nécessaire. Les organisations peuvent tenir un registre interne des formations et/ou des autres initiatives d'accompagnement. »
Quel logiciel choisir pour une matrice de compétences IA ?
Le modèle Excel suffit pour un premier tour. Pour choisir un logiciel, ces critères, tirés des étapes ci-dessus, vous aideront :
- Rôles : un niveau cible par compétence, et plusieurs rôles pour une même personne
- Échelle : des niveaux décrits, avec des ancres comportementales pour les compétences comportementales
- Évaluation : auto-évaluation et évaluation externe, selon le rôle
- Écart : pour chaque personne, chaque équipe et toute l'organisation
- Justificatifs : les actions terminées avec leur date, et un rappel pour la prochaine évaluation
Dans Teammeter, vous créez les rôles et leurs compétences requises dans le « Catalogue ». La vue "Planification" indique, pour chaque rôle, combien de personnes sont disponibles et combien manquent. La « Matrice de formation » vous sert à enregistrer les formations terminées.
Prenons 30 minutes pour faire le point ensemble sur les compétences IA de votre entreprise.
Petit détour : sur quoi repose le modèle de rôles
Le modèle de rôles a été conçu par Sonali Suriya. Diplômée en psychologie économique à Hamm-Lippstadt et Bielefeld, elle dirige les ventes et le customer success chez Teammeter. Elle l'a construit à partir de quatre sources indépendantes :
- Une étude évaluée par des pairs : en 2026, Karl Brandstetter a présenté l'outil AICompAss dans l'European Journal of Open, Distance and E-Learning. Le pilote, mené auprès de huit employés de l'administration d'une université autrichienne, reste modeste. L'un de ses résultats compte pourtant pour la planification des rôles : la fréquence d'usage de l'IA ne dit rien, à elle seule, du niveau de compétence.
- Un cadre européen : l'appliedAI Institute for Europe a publié l'AI Skills Framework, librement utilisable sous licence CC BY-SA 4.0.
- Un rapport du gouvernement britannique : la revue rapide « AI Skills for Life and Work » du 28 janvier 2026 décrit un référentiel de compétences qui distingue lui aussi les collaborateurs par rôle : AI Workers, AI Professionals et AI Leaders.
- La pratique du recrutement : s'y ajoute le glossaire « Artificial Intelligence Skills » de Canditech, qui reflète les pratiques du marché en matière de sélection.
Questions fréquentes
Comment créer une matrice de compétences IA ?
Partez d'un modèle de rôles comme celui de cet article et validez les rôles et les niveaux cibles avec vos équipes métier. Affectez ensuite vos collaborateurs aux rôles ; une même personne peut en cumuler plusieurs. Évaluez ensuite le niveau actuel et déduisez les actions de l'écart. Pour finir, enregistrez les justificatifs et fixez la date de la prochaine évaluation.
Que faire des collaborateurs déjà bien plus avancés ?
Pour les domaines où les niveaux sont très dispersés, Brandstetter propose des formats de mentorat dans lesquels les personnes les plus compétentes partagent leur expérience. Dans notre modèle, c'est le rôle des relais IA, qui diffusent les compétences dans toute l'organisation.
La matrice de compétences IA peut-elle servir aux évaluations annuelles ?
Pour les compétences comportementales, le modèle de Sonali impose une séparation nette avec l'évaluation de la performance. Elle résume le risque ainsi : dès que l'on soupçonne que les notes comptent pour une promotion ou un salaire, la qualité des données s'effondre. Pour les compétences techniques, la crainte d'être jugé est moindre, car les collaborateurs les voient comme une qualification.
Faut-il associer les représentants du personnel ?
En Allemagne, l'article 87, paragraphe 1, n° 6, de la loi sur l'organisation des entreprises (BetrVG) donne au comité d'entreprise un droit de codécision sur « l'introduction et l'utilisation de dispositifs techniques destinés à surveiller le comportement ou la performance des salariés ». Vérifiez avec vos représentants du personnel si un logiciel de matrice de compétences IA entre dans ce cadre. Pour les compétences IA comportementales, le modèle de Sonali ajoute qu'elles sont proches de l'évaluation de la personnalité et deviennent soumises à codécision dès que des analyses sont produites pour des services entiers.
À quelle fréquence faut-il mettre à jour la matrice ?
Selon Sonali, le catalogue des compétences IA techniques devient obsolète en douze à vingt-quatre mois et doit donc être revu à date fixe. Les familles comportementales restent stables pendant des années ; seuls leurs exemples et leurs ancres comportementales demandent un entretien régulier. Vous ajustez les niveaux cibles lorsque de nouveaux systèmes d'IA arrivent ou que le cadre juridique évolue.
Quelle différence entre matrice de compétences IA et matrice de formation ?
La matrice de compétences IA décrit ce qu'un rôle doit savoir faire. La matrice de formation indique qui a suivi quelle formation et quand elle doit être renouvelée.
Sources
- Commission européenne : AI Literacy, Questions & Answers, état au 27/07/2026. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
- Règlement (UE) 2024/1689 (AI Act), article 6, paragraphes 2 et 3, article 14, paragraphe 4, article 26, paragraphe 2, annexe III, point 4 a). https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=OJ:L_202401689
- Règlement (UE) 2026/1744 (Digital Omnibus), n° 40. https://eur-lex.europa.eu/eli/reg/2026/1744/oj/eng
- Modèle de rôles Teammeter de Sonali Suriya (2026), construit à partir des quatre sources ci-dessous.
- Kienbaum et BPM : Künstliche Intelligenz in HR 2026, Zwischen Aufbruch und Reifeprüfung, juillet 2026, p. 16.
- Brandstetter, K. (2026) : From Competency Models to Targeted Interventions: Fostering AI Competence as a Future Skill with AICompAss in Heterogeneous Teams. European Journal of Open, Distance and E-Learning, 28(1). https://doi.org/10.65043/eurodl.178
- appliedAI Institute for Europe : AI Skills Framework. https://github.com/aai-institute/ai-skills-framework
- Procter, R. (2026) : AI Skills for Life and Work: Rapid Evidence Review. DSIT et DCMS, 28/01/2026. https://www.gov.uk/government/publications/ai-skills-for-life-and-work-rapid-evidence-review
- Canditech : Artificial Intelligence Skills (glossaire, non daté).
- Loi allemande sur l'organisation des entreprises (Betriebsverfassungsgesetz), article 87, paragraphe 1, n° 6. https://www.gesetze-im-internet.de/betrvg/__87.html
