Le L&D doit désormais composer avec deux temporalités : les savoirs qui demandent une formation éditée, stable et validée, et ceux qui peuvent être générés en flux tendu à partir des situations de travail grâce aux chaînes d’agents.
D’un côté, il y a les savoirs qui demandent une forme stable : des modules structurés, des parcours validés, des contenus édités, des référentiels partagés. Ces formes sont nécessaires dès qu’il faut garantir un cadre commun, sécuriser une pratique, transmettre des fondamentaux ou accompagner une montée en compétence.
De l’autre, il y a les savoirs qui apparaissent dans le travail lui-même : une question terrain, une objection client, une erreur récurrente, une évolution réglementaire, un changement produit, un retour d’expert. Ces savoirs arrivent souvent trop vite pour entrer immédiatement dans un parcours complet, mais ils sont trop importants pour rester au niveau de la simple conversation.
C’est précisément ici que l’IA change la façon de penser le corporate learning.
Avec les agents, une situation de travail peut devenir le point de départ d’une production de contenu apprenant en flux tendu. Le signal est qualifié, relié aux sources, transformé en forme éditoriale utile, diffusé dans le bon contexte, puis renforcé par les retours d’usage.
Le modèle de maturité proposé par Josh Bersin aide à nommer ce déplacement. Son niveau 4, le Dynamic Enablement, décrit une logique d’activation des savoirs dans le flux du travail.
Cette logique devient très concrète dès que l’on pense l’articulation des agents.
Un agent qualifie le besoin. Un autre relie les sources, les documents, les anciennes formations, les cas terrain ou les experts. Un autre propose une forme éditoriale adaptée : fiche réflexe, synthèse, scénario d’entraînement, aide à la décision, conversation guidée, micro-module, support manager. D’autres accompagnent la diffusion, observent les usages, repèrent les incompréhensions, identifient les questions restantes et capitalisent les traces.
On retrouve ici la logique de la méthode O-C-D-R : orienter, connecter, déclencher, renforcer.
Le point notable tient à la chaîne de production du savoir.
Le L&D peut désormais concevoir des architectures capables de générer des contenus apprenants en flux tendu, au plus près des situations de travail. Une question terrain, une erreur récurrente ou un changement produit peuvent devenir presque immédiatement une ressource utile, contextualisée et diffusable.
Le savoir peut prendre forme au moment où le besoin apparaît.
Cela ouvre des perspectives éditoriales beaucoup plus diversifiées. Certains savoirs relèvent encore d’une formation éditée : stable, validée, structurée, conçue pour durer et porter un cadre commun. D’autres relèvent d’une communication apprenante générée en flux tendu : formats courts, situés, contextualisés, produits au plus près d’un besoin ou d’un signal de terrain.
Entre ces deux pôles, toute une palette éditoriale peut être mobilisée : ressources réflexes, scénarios d’entraînement, conversations guidées, simulations, retours d’expérience, traces de capitalisation.
Le rôle du L&D devient alors plus éditorial, plus architectural, plus stratégique.
Quelle forme donner au savoir ?
À quel moment ?
Pour quelle cible ?
Dans quel contexte d’usage ?
Avec quel niveau de validation ?
Avec quelle capacité de renforcement ?
L’enjeu du corporate learning se déplace vers cette capacité : organiser des chaînes d’agents capables de produire, ajuster, diffuser et renforcer le contenu en flux tendu.
Le savoir d’entreprise devient un système vivant à activer, nourrir et régénérer au contact du travail réel.
Josh Bersin, “New Research: How AI Transforms $400 Billion of Corporate Learning”, The Josh Bersin Company, février 2026.
https://joshbersin.com/2026/02/new-research-how-ai-transforms-400-billion-of-corporate-learning/
ATAWAK accompagne les équipes L&D, les organismes de formation et les consultants-formateurs indépendants pour valoriser et digitaliser leurs offres de formation : learning design, formations interactives, IA générative, production de contenus, agents d’apprentissage IA (Tawakis), média learning et écosystèmes apprenants, dans une démarche LIFOW.
2621-0118-01
