Le 9 juillet 2026, Anthropic a lancé Reflect, un tableau de bord qui montre à chacun comment il utilise Claude au fil des mois. Derrière ce miroir personnel se cache une idée qui parle surtout aux dirigeants : la fluence IA, autrement dit la capacité à bien travailler avec l'IA, se mesure. Et elle explique pourquoi deux entreprises équipées des mêmes outils obtiennent des résultats opposés. En France, 54 % des salariés n'ont jamais été formés à l'intelligence artificielle. C'est là, pas dans le choix du modèle, que se joue le retour sur investissement.

Acheter des licences ne suffit plus

Depuis dix-huit mois, les entreprises achètent des accès à l'IA à un rythme soutenu. Les résultats, eux, restent très inégaux. Le cabinet BCG, dans son étude AI at Work de juin 2026, chiffre l'écart sans détour : 5 % seulement des entreprises tirent une valeur à grande échelle de leurs projets d'IA, quand les plus avancées obtiennent un retour sur investissement 2,1 fois supérieur à celui de leurs pairs. Même outil, même modèle, résultats opposés.

Pourquoi, à outillage égal, certaines équipes gagnent des heures quand d'autres ouvrent Claude une fois puis l'oublient ? La réponse tient rarement à la technologie. BCG le répète depuis deux ans : 70 % de la réussite d'un projet d'IA vient des personnes, des méthodes de travail et de la conduite du changement, pas des algorithmes ni de l'infrastructure. La part purement technique pèse beaucoup moins qu'on ne l'imagine.

Prenez deux directions financières voisines. La première a formé ses contrôleurs de gestion à faire relire leurs reportings par Claude, à vérifier chaque chiffre et à documenter la source. La seconde a activé les licences un lundi matin, avec un courriel d'annonce et un lien vers une vidéo. Six mois plus tard, la première a réduit d'un tiers son temps de clôture, la seconde cherche encore pourquoi son investissement ne se voit nulle part. Rien ne les distinguait, sinon la compétence installée.

Les chiffres de rentabilité confirment que la valeur existe, à condition de savoir s'en saisir. Près de trois entreprises sur quatre (74 %) ayant déployé l'IA générative déclarent un retour positif, avec un ROI médian de 159 % atteint en 6,7 mois selon les chiffres 2026 compilés pour le marché français. Mais ces moyennes cachent deux populations : celles qui ont formé leurs équipes et celles qui ont distribué des accès en espérant que l'usage suive. C'est cette seconde catégorie qui plombe la moyenne, et qui explique pourquoi un ROI mesurable repose sur trois conditions rarement réunies au départ.

Reflect, ou l'IA qui vous regarde travailler

Le 9 juillet, Anthropic a donc lancé Reflect, en version bêta pour les comptes Free, Pro et Max ayant activé la mémoire. La fonction dresse un bilan de votre activité sur un, trois, six ou douze mois : sujets récurrents, jour le plus actif, heure de pointe, types de tâches confiées à l'IA. Un miroir, en somme, de votre manière de travailler avec Claude. Reflect s'appuie sur un cadre précis, la fluence IA, et n'ouvre ni vos conversations privées, ni les fichiers de vos outils connectés, ni vos échanges liés à la santé.

TechCrunch a relevé l'autre visage de la fonction : en vous rappelant tout ce que Claude fait déjà pour vous, Reflect vous pousse aussi à en faire davantage, et à ne pas filer chez un concurrent. Le média y voit un outil qui « vous vend l'IA en douceur ». La remarque est juste. Elle n'enlève rien à l'intérêt de fond, car pour la première fois un grand fournisseur d'IA met des mots et des chiffres sur la qualité d'une collaboration avec la machine.

Or ce qui vaut pour un individu vaut, à plus forte raison, pour une organisation. Près d'un salarié français sur deux utilise déjà l'IA générative au travail, souvent sans cadre ni méthode. Reflect éclaire l'habitude d'une personne. La vraie question, pour un dirigeant, se pose un cran au-dessus : vos équipes sont-elles réellement compétentes face à l'IA, ou se contentent-elles de l'utiliser ? Les deux situations n'ont rien à voir, et seule la première produit un résultat durable.

Reflect ne dit d'ailleurs rien de tout cela. La fonction reste individuelle, réservée pour l'instant aux comptes grand public, et aucun tableau de bord n'agrège la fluence d'une équipe entière. Un manager n'y verra pas si ses collaborateurs progressent, ni sur quelle compétence ça coince. Cette mesure-là, à l'échelle d'un service, personne ne vous la livrera clés en main : elle se construit, avec méthode.

Le cadre 4D : déléguer, décrire, discerner, être diligent

Le cadre qui structure Reflect n'est pas une trouvaille marketing. Il porte un nom, la fluence IA, et il a été formalisé par deux universitaires, Rick Dakan et Joseph Feller, en collaboration avec Anthropic, qui en a tiré un cours gratuit suivi par des dizaines de milliers de personnes. Sa promesse : bien travailler avec l'IA, utilement, mais aussi de façon réfléchie, éthique et sûre. Quatre compétences le composent, faciles à retenir car elles commencent toutes par un D.

La délégation, d'abord. Elle consiste à décider quoi confier à l'IA, quand et pourquoi, plutôt que de tout lui jeter en vrac. Un directeur juridique qui distingue les tâches déléguables (résumer une jurisprudence, comparer deux versions d'un contrat) de celles qui exigent son jugement (arbitrer un risque, engager une signature) pratique déjà la délégation. C'est l'inverse du réflexe « je demande tout à Claude et je verrai bien ».

La description vient ensuite. Elle porte sur la façon de formuler une demande : contexte, objectif, format attendu, contraintes. Un recruteur qui explique à l'IA le poste, la culture de l'entreprise et les signaux qu'il cherche dans un CV obtient un tri utile. Celui qui écrit « trouve-moi de bons candidats » n'obtient que du vague. La qualité de la réponse dépend d'abord de la qualité de la consigne.

Le discernement, troisième compétence, est le plus difficile. Il s'agit d'évaluer une réponse, de repérer une erreur, une source inventée, un raisonnement qui tourne court, même quand l'IA affiche une belle assurance. Un analyste financier qui contrôle chaque chiffre produit par un modèle avant de le porter en comité d'investissement exerce son discernement. La règle tient en une phrase : la pensée critique ne se délègue pas.

La diligence, enfin, engage la responsabilité. Qui répond de ce que l'IA produit ? Avec quelle transparence sur son usage ? Dans un cabinet d'avocats ou une société de gestion, la question n'est pas théorique, car elle décide de ce qui peut sortir vers un client ou un régulateur. La diligence est ce qui sépare un usage professionnel d'un bricolage.

Ces quatre compétences sont rares, et le marché le sait. Le baromètre mondial 2026 de PwC mesure une prime salariale de 62 % pour les métiers qui exigent des compétences en IA, et une croissance de 69 % de ces postes, contre 9 % pour l'ensemble du marché. Savoir travailler avec l'IA vaut désormais plus cher que maîtriser un outil de plus.

Une équipe fluente n'est pas une équipe équipée

La différence entre une équipe qui rentabilise l'IA et une équipe qui l'a simplement reçue se mesure. Les organisations dotées d'un programme de formation structuré adoptent l'IA 2,3 fois plus vite et en tirent un ROI supérieur de 67 % à celles qui laissent leurs talents se débrouiller, toujours selon BCG. La formation n'est pas un supplément d'âme, c'est la variable qui commande tout le reste.

Le problème, c'est que peu d'entreprises la prennent au sérieux. Près de 70 % des salariés auraient besoin d'une montée en compétences réelle sur l'IA, mais 12 % seulement reçoivent plus de quatre-vingts heures de formation par an. En France, le constat est encore plus net : 54 % des salariés n'ont jamais reçu la moindre formation à l'IA, alors même que 67 % des entreprises disent vouloir en organiser en 2026. L'intention existe, l'exécution manque.

Distribuer des licences sans former, c'est comme confier une flotte de voitures à des conducteurs sans permis : le parking se remplit, la route reste vide, et l'on s'étonne que le budget ne produise rien. La fluence ne s'attrape pas en regardant une démo de trente minutes. Elle s'acquiert sur des cas réels, avec les documents, le vocabulaire et les contraintes du métier concerné.

Concrètement, une équipe apprend la fluence sur ses propres dossiers, pas sur des exemples abstraits. Un atelier qui compte part des documents que les gens traitent vraiment cette semaine-là : un contrat en cours de négociation, un reporting à boucler, une pile de CV à trier. Les quatre compétences s'y exercent en situation réelle, et ce qui s'apprend le matin sert dès l'après-midi. C'est ainsi qu'une pratique s'installe, au lieu de s'oublier une fois la session terminée.

Encore faut-il former juste. Les parcours identiques pour tout le monde donnent des résultats médiocres. BCG observe qu'une formation conçue par métier, ajustée aux tâches réelles de chaque rôle, produit une adoption vingt fois supérieure à un format uniforme. Un juriste, un contrôleur de gestion et un recruteur n'ont ni les mêmes usages ni les mêmes réticences. Les former de la même façon revient à n'en former aucun correctement. C'est ce déficit de formation ciblée qui bloque tant de projets, comme nous l'avons détaillé à propos du déficit de formation qui freine l'adoption de l'IA.

Construire la fluence dans un métier réglementé

Dans les secteurs que nous accompagnons, la fluence porte une exigence de plus : la conformité. Un cabinet d'avocats, une société de gestion ou une compagnie d'assurance ne peuvent pas se contenter d'un usage approximatif de l'IA, car chaque sortie engage un client, un régulateur, parfois une responsabilité. La quatrième compétence du cadre 4D, la diligence, y devient centrale. Le règlement européen sur l'IA impose d'ailleurs, à son article 4, une forme de fluence obligatoire : fournisseurs et déployeurs doivent veiller à un niveau suffisant de maîtrise de l'IA chez leurs utilisateurs, une obligation entrée en application le 2 février 2025.

L'adoption, elle, est déjà là. Selon Bpifrance, 47 % des PME françaises ont lancé au moins un projet d'IA, une proportion qui grimpe à 95 % chez les entreprises de plus de deux cents salariés. Et 60 % des grandes entreprises françaises se sont dotées d'une instance de pilotage transverse pour passer de l'expérimentation à l'usage courant. La marche à franchir n'est plus de convaincre d'essayer, mais d'ancrer des compétences qui durent.

Pour situer une équipe, quatre questions suffisent. Sait-elle choisir ce qu'elle confie à l'IA ? Formuler des consignes précises ? Repérer une réponse fausse sous une formulation assurée ? Assumer ce qu'elle publie ? Là où les réponses hésitent, la formation a le plus à apporter, et c'est aussi là que se cache le retour sur investissement le plus rapide.

Comment s'y prendre concrètement ? D'après notre expérience, la fluence se construit en deux temps. Un pilote de quelques semaines embarque une première équipe sur ses cas réels, dans les directions juridiques comme dans les directions financières, et livre des usages qui tiennent la route. Un programme plus long ancre ensuite l'habitude à l'échelle, avec des rendez-vous réguliers où l'on mesure, corrige et élargit. C'est la logique d'un déploiement de Claude Cowork pensé pour durer, et non d'une distribution d'accès qu'on oublie la semaine suivante.

Le raisonnement vaut aussi pour l'assurance et le courtage, où un résumé de garanties bâclé peut coûter cher. Former un gestionnaire à décrire précisément ce qu'il attend, puis à discerner ce que l'IA a compris de travers, réduit l'erreur avant qu'elle ne parte au client. Une société de gestion qui forme ses analystes au discernement, vérifier, recouper, sourcer, ne gagne pas seulement du temps : elle réduit son risque. Une formation taillée pour chaque métier, comme celle que nous concevons pour monter vos équipes en fluence sur Claude Cowork, change les quatre D en réflexes de travail. L'outil ne fait pas la compétence, et c'est la compétence qui fait le résultat.

Reflect n'est qu'un miroir. Utile, mais un miroir : il montre l'usage, pas la compétence, et surtout pas celle d'une équipe entière. La vraie question que pose cette fonction, à l'échelle d'une organisation, tient en une ligne : vos collaborateurs savent-ils déléguer, décrire, discerner et rendre compte de leur travail avec l'IA ? Si la réponse reste floue, aucun modèle, aussi puissant soit-il, ne comblera l'écart. Vous voulez évaluer la fluence de vos équipes et la construire sur vos propres cas d'usage ? Réservez une démo, nous partirons de vos métiers.