Sur le quai de réception d'un entrepôt de la région lyonnaise, une préparatrice regarde l'écran de son terminal. Le module d'aide à la décision, ajouté trois mois plus tôt au WMS, vient de lui proposer un emplacement de stockage qui ne lui semble pas cohérent avec le flux de sortie de la référence. Elle hésite. Personne ne lui a expliqué dans quel cas elle a le droit de contredire la machine, ni comment signaler que la suggestion est fausse. Elle valide quand même, parce que c'est plus rapide que de chercher qui appeler. L'écart de stock sera détecté onze jours plus tard, lors de l'inventaire tournant.
Cette scène, ou une variante très proche, revient régulièrement dans les diagnostics terrain que je mène en PME et ETI. Elle ne raconte pas une résistance au changement. Elle raconte l'inverse : une opératrice qui utilise l'outil, qui lui fait confiance par défaut, et à qui personne n'a donné les moyens de le challenger. C'est précisément l'écart que deux études publiées ces dernières semaines viennent chiffrer, et qui devrait alerter tout dirigeant de PME logistique française avant son prochain projet IA.
77 % prêts, 2 % suivent : le chiffre qui inverse le cliché
L'étude la plus frappante vient de The Adecco Group, dont le rapport « Where talent and technology collide: how AI is shaping the future of logistics », publié le 29 juillet 2026, interroge spécifiquement salariés et dirigeants du secteur logistique à l'échelle mondiale. Le chiffre qui inverse le cliché habituel : 77 % des salariés de la logistique se disent à l'aise pour travailler avec l'IA, et 78 % veulent développer leurs compétences pour s'adapter. Ce ne sont pas des équipes qui freinent des quatre fers.
Le problème est ailleurs. Seules 51 % des entreprises du secteur proposent une formation formelle à leurs équipes sur ces outils. Et surtout, l'étude Adecco ne recense qu'une organisation sur cinquante — 2 % — comme véritablement « prête pour l'avenir » sur le sujet. Un tiers des entreprises (34 %) attend au contraire que les salariés mettent à jour leurs propres compétences de façon proactive, sans accompagnement structuré. Seuls 27 % des salariés ont été associés à la redéfinition de leurs tâches quand l'IA les a modifiées.
"L'écart n'est pas entre des équipes réticentes et une direction volontariste. Il est inversé : des équipes disponibles, et des directions qui n'ont pas construit le dispositif pour les accueillir.
La thèse de cet article
Ce que confirment les baromètres français
Deux baromètres publiés en France cet été confirment ce diagnostic, sous un angle différent. Parlons RH, dans son deuxième Baromètre national de l'IA dans les RH — sobrement titré « Le calme avant la tempête » et publié le 6 juillet 2026 — constate que parmi les entreprises qui forment effectivement leurs équipes à l'IA, seules 19 % abordent l'IA agentique, celle qui agit et décide de façon autonome dans un flux logistique. L'institut résume sa propre étude d'une phrase : les entreprises forment, mais « de façon encore superficielle ».
Bpifrance Le Lab, de son côté, documente un tout autre indicateur dans son étude publiée début 2026 : 55 % des TPE-PME françaises utilisaient l'IA générative fin 2025, contre 31 % un an plus tôt — une progression réelle. Mais le détail de l'effort de formation qui l'accompagne est révélateur : sur la période 2023-2025, Bpifrance a formé ou sensibilisé 15 000 entreprises via son propre dispositif, dont 9 403 dirigeants et managers formés en 2025 par Bpifrance Université. La formation existe, et elle est même en forte croissance. Mais elle cible d'abord la direction. Rien dans ces chiffres n'indique qu'elle redescend jusqu'au cariste, à l'agent de quai ou au préparateur de commandes qui, chaque jour, valide ou ignore une suggestion algorithmique.
C'est exactement le terrain où la méthode F.L.U.X™ que j'applique en mission place son deuxième pilier, Lire : une entreprise qui déploie de l'IA en entrepôt sans avoir d'abord fiabilisé la lecture qu'en font ses équipes opérationnelles ne prépare pas une transformation. Elle prépare un incident.
Le vrai coût de l'écart : une scène de terrain
Voici ce que cet écart produit concrètement. Une PME logistique de taille moyenne — je garde le secteur anonyme, le cas est trop fréquent pour être identifiable — installe un module d'optimisation de tournées et de préparation piloté par IA sur son WMS. Le projet est vendu en comité de direction avec un ROI attendu sur douze mois. Les équipes opérationnelles découvrent l'outil le jour du déploiement, avec une notice d'utilisation de deux pages et une session de présentation d'une heure.
Les six premières semaines se passent bien : l'outil optimise correctement des cas standards, et les équipes suivent ses recommandations. Puis un fournisseur change ses conditionnements sans prévenir. L'algorithme continue de proposer ses optimisations habituelles, calculées sur des données de poids et de volume désormais fausses. Personne dans l'équipe n'a été formé à repérer ce type de dérive silencieuse, ni habilité à arrêter le module le temps de vérifier.
Ce que cet incident enseigne
Le chaos qui existait déjà — un fournisseur qui ne prévient pas de ses changements — n'est pas corrigé par l'IA. Il est simplement exécuté plus vite, à plus grande échelle, avec une confiance mal placée en plus.
C'est le résumé le plus fidèle de ce que je constate depuis 2023 sur le terrain, PME après PME : l'IA ne corrige pas le chaos. Elle l'amplifie.
Pourquoi les PME sont les plus exposées
Les grands groupes disposent d'un amortisseur que les PME françaises n'ont structurellement pas : des directions formation dédiées, des budgets pérennes, des équipes RH capables de concevoir un parcours de montée en compétence en parallèle d'un déploiement technique. Une PME de 80 à 300 salariés qui investit dans un module IA n'a, la plupart du temps, ni les deux, ni le temps.
Vue du terrain
Dans mes diagnostics, je vois presque toujours la même séquence en PME : le budget informatique est validé, le budget formation ne l'est pas — parce qu'il ne figure nulle part dans le devis de l'éditeur. Personne ne l'a caché. Personne ne l'a simplement compté.
Le paradoxe est là : ce sont précisément les PME françaises qui ont le plus à gagner d'une IA bien formée — moins de ressources pour absorber une erreur, marges plus fines, chaque écart de stock pèse proportionnellement davantage — et ce sont elles qui disposent le moins d'un dispositif de formation structuré au moment du déploiement. L'écart documenté par Adecco à l'échelle mondiale se creuse encore quand on le regarde à l'échelle d'une PME/ETI française qui n'a pas de service formation en propre.
Former, ce n'est pas « sensibiliser »
Former une équipe à un outil IA logistique ne veut pas dire organiser une session de présentation d'une heure ni distribuer une notice. Cela veut dire construire trois compétences précises, avant la mise en production : savoir sur quels critères une suggestion algorithmique doit être challengée plutôt qu'exécutée ; savoir vers qui remonter une anomalie et dans quel délai ; savoir reconnaître les signaux qu'une donnée d'entrée s'est dégradée — un fournisseur qui change ses formats, un délai de transport qui dérive, un taux d'erreur qui grimpe sans raison apparente.
Ces trois compétences ne s'enseignent pas en une heure de présentation commerciale. Elles se construisent en formation courte et répétée, idéalement en conditions réelles sur le poste de travail concerné — magasinier, cariste, agent de quai, préparateur — pas uniquement en salle avec les cadres. C'est précisément l'écart que révèle le chiffre Bpifrance des 9 403 managers formés en 2025 : la formation existe, elle est même en forte croissance, mais elle s'arrête trop souvent à l'étage de la direction.
Ce que la méthode F.L.U.X™ change concrètement
Sur le terrain, l'ordre d'intervention compte autant que le contenu. La méthode F.L.U.X™ impose de fiabiliser les données avant de lire les indicateurs, de lire avant d'unifier les flux entre fonctions, et de n'exécuter le déploiement technologique qu'une fois ces trois étapes posées. Former les équipes opérationnelles n'est pas une case à cocher après le déploiement d'un module IA. C'est une condition du déploiement, au même titre que la qualité de la donnée qu'on lui fournit.
Un dirigeant de PME logistique qui investit dans un outil d'IA sans avoir budgété — en temps et en euros — la formation terrain qui l'accompagne ne fait pas une économie. Il reporte le coût, généralement sous une forme plus chère : un stock qui se dérègle sans que personne ne le détecte à temps, une équipe qui perd confiance dans l'outil après un premier incident mal géré, ou pire, une équipe qui garde une confiance aveugle dans un outil qu'elle n'a jamais appris à questionner.
Le filet
Le chiffre à retenir de cet été n'est pas que les salariés de la logistique résistent à l'IA. C'est l'inverse : 77 % d'entre eux sont prêts à l'utiliser, 78 % veulent monter en compétence, et seules 2 % des entreprises du secteur sont structurellement prêtes à les accompagner. L'écart n'est pas humain. Il est organisationnel.
Pour une PME française qui prépare son prochain projet IA en entrepôt, la question à se poser n'est donc pas « mes équipes vont-elles accepter l'outil ? ». Elles sont, à en croire les études, déjà prêtes à l'accepter. La bonne question est : ai-je construit, avant le déploiement, ce qui leur permettra de savoir quand lui faire confiance et quand la remettre en cause ?
Une équipe prête, sans dispositif pour l'accueillir, n'est pas un atout. C'est un risque qui attend simplement son premier incident.
Sources : The Adecco Group, étude « Where talent and technology collide: how AI is shaping the future of logistics », publiée le 29 juillet 2026, sur l'écart entre la disponibilité des salariés de la logistique et la préparation des entreprises face à l'IA ; Parlons RH, 2ᵉ Baromètre national de l'IA dans les RH « Le calme avant la tempête », publié le 6 juillet 2026, sur la part des entreprises formant à l'IA agentique ; Bpifrance Le Lab, étude sur l'IA dans les TPE-PME françaises, publiée début 2026, sur l'adoption de l'IA générative et les dispositifs de formation Bpifrance Université. Observations terrain CHAL·CONSULTING IA — accompagnement PME/ETI sur la fiabilisation des flux logistiques et l'usage opérationnel de l'IA, 2023–2026.
À propos de l'auteur
Chal-Michel OU
Consultant en logistique opérationnelle & transformation IA
15 ans sur le terrain logistique : Head of Logistics chez Cenexi, Responsable d'exploitation chez Saint-Gobain, Superviseur logistique chez Bio-Rad, et opérations chez Nike et IKEA. Diplômé TBS (Mastère Logistique & Achats). Lauréat du Réseau Entreprendre Autrement — une logistique performante qui reste humaine, éthique et responsable. Ultra-trailer et finisher de la Diagonale des Fous — la même rigueur, la même endurance, au service de vos opérations.