Guide d’achat du coaching IA : ce qu’une démo ne peut pas prouver

Une bonne démonstration de coaching par IA fournit souvent les preuves les moins utiles à une décision d’achat. Elle peut montrer une expression naturelle, de la rapidité, un ton agréable et quelques enchaînements bien maîtrisés. Elle dit peu de choses sur ce qui se passe lorsqu’une personne exprime une détresse, tente de manipuler la solution, partage des informations sensibles, demande un conseil qui franchit les limites du coaching ou évoque un conflit professionnel marqué par des enjeux culturels. La démonstration montre la version commerciale de l’échange ; les acheteurs ont besoin de savoir comment la solution se comporte sous pression.

Dans le podcast Speexx Lessons in Modern L&D, j’ai parlé avec Anke Paulick, présidente du chapitre allemand de l’ICF, de la gouvernance du coaching par IA et du point de vue de l’International Coaching Federation sur la qualité. Le format en direct m’a permis de poser les questions qui apparaissent lorsqu’un produit fonctionne bien en démonstration alors que la responsabilité reste floue. La réponse d’Anke est restée constante : la qualité du coaching par IA ne peut pas être évaluée à partir de l’interface seule.

Cette phrase mérite d’être au centre de tout guide d’achat du coaching IA. Les responsables RH et L&D veulent élargir l’accès au coaching, toucher davantage de personnes avec le même budget, personnaliser l’accompagnement, maintenir une continuité et disposer de preuves plus solides. Ces attentes sont légitimes. Le processus d’achat doit toutefois évaluer l’ensemble du dispositif, au-delà de l’attrait de la première conversation.

12 questions que les entreprises doivent poser sur le coaching par IA

Voici le guide d’achat d’Anke Paulick, fondé sur le point de vue de l’ICF, pour évaluer le coaching par IA :

• Que cherchons-nous exactement à déployer à plus grande échelle ?
• La personne sait-elle clairement qu’elle interagit avec une IA ?
• Les limites de la solution sont-elles expliquées avant son utilisation ?
• Quelle méthodologie de coaching sous-tend la solution ?
• Existe-t-il des preuves issues de situations de coaching réalistes, au-delà d’une démonstration produit ?
• Existe-t-il une approche documentée de prévention et d’escalade en cas de crise ?
• Qui a accès aux données ?
• Les managers ou les RH peuvent-ils accéder aux conversations individuelles de coaching ?
• La solution a-t-elle fait l’objet de tests de biais ?
• Les affirmations sur la qualité ont-elles été testées par un tiers ?
• Qui porte la responsabilité si l’IA cause un préjudice ?
• Comment le fournisseur améliore-t-il la solution après son lancement ?

La première question d’achat porte sur ce que l’entreprise veut réellement déployer à plus grande échelle

La liste d’Anke commençait par une question d’apparence simple : que cherchons-nous exactement à déployer à plus grande échelle ? Certaines organisations veulent donner à davantage de personnes un espace de réflexion. D’autres cherchent à mieux préparer les conversations difficiles, à développer l’entraînement au leadership, à soutenir les personnes entre deux sessions avec un coach humain, à accélérer la prise de poste de nouveaux managers ou à proposer un développement proche du coaching à des collaborateurs qui y ont rarement accès. Quelques entreprises recherchent surtout des données pour leurs rapports. La réponse modifie le profil de risque.

Élargir l’accès ne revient pas à généraliser un changement de comportement. Multiplier les mises en situation n’a pas les mêmes implications qu’étendre un soutien émotionnel, et augmenter la capacité de coaching diffère d’un accroissement des données disponibles pour le management. Les acheteurs qui ignorent ces distinctions aboutissent à un dossier d’investissement vague, centré sur le volume de coaching, le nombre d’utilisateurs et l’activité. L’activité enregistrée ne prouve aucun développement. La solution doit être évaluée au regard du travail de développement que l’entreprise attend d’elle.

Les travaux de Nicky H. D. Terblanche cités par Anke permettent de garder la question de l’accès sur un terrain factuel. La comparaison publiée en 2022 sur l’efficacité de l’intelligence artificielle et du coaching humain pour l’atteinte d’objectifs conclut que le coaching par IA était efficace dans un usage limité à l’atteinte d’objectifs et pouvait contribuer à démocratiser le coaching. L’étude reconnaît en parallèle que les coachs humains restent irremplaçables lorsque l’empathie et l’intelligence émotionnelle jouent un rôle central. Ce résultat soutient un déploiement plus large sans laisser entendre que le volume efface les limites professionnelles. L’article est disponible dans PLOS ONE, avec des éléments complémentaires chez Coach Vici.

Un guide d’achat commence donc avant la réunion avec le fournisseur. L’équipe L&D doit préciser si elle cherche à élargir l’accès, à soutenir la réflexion, à faire évoluer les comportements, à renforcer l’entraînement, à augmenter la capacité de coaching ou à mieux relier le développement aux problèmes de communication dans le travail. Plus l’objectif est précis, plus l’évaluation devient utile. Lorsque l’objectif reste vague, le récit du fournisseur comble l’espace.

La transparence fait partie du cadre de coaching

La transparence faisait partie des critères les plus nets avancés par Anke. Avant le début de la conversation, les personnes doivent savoir qu’elles interagissent avec une IA. Elles doivent aussi comprendre, dans un langage clair, les limites de la solution. Cette information fait partie de l’accord de coaching et ne relève pas d’une simple note juridique.

L’ICF AI Coaching Framework and Standards considère le coaching par IA comme un dispositif complet qui comprend la documentation, les fonctionnalités, les processus, la gestion et la sécurité. Le cadre demande également aux fournisseurs d’expliquer le fonctionnement du système, la confidentialité des données, la conformité, les éléments probants, les méthodes et la gouvernance autour de l’interaction de coaching. Un acheteur qui ne s’intéresse qu’aux fonctionnalités laissera de côté une grande partie du dispositif de qualité.

La transparence conditionne la confiance nécessaire au coaching. Si les personnes découvrent plus tard des flux de données qui n’avaient pas été explicités, des règles d’escalade peu claires ou un accès humain ambigu à leur contenu, l’usage en pâtira. Certaines peuvent continuer à utiliser l’outil sur la base d’hypothèses erronées. Pour le L&D, la confiance a une conséquence observable : elle détermine si les collaborateurs apportent de vrais problèmes ou restent sur des exercices génériques et sans risque.

Le contexte européen rend cette exigence plus concrète. Le règlement européen sur l’intelligence artificielle (AI Act) place au premier plan la fiabilité de l’IA, la classification des risques, la transparence et la supervision humaine. Les lignes directrices de la Commission européenne sur les systèmes d’IA à haut risque précisent les principes de classification pour les fournisseurs et les organisations qui déploient ces systèmes. Même lorsqu’un dispositif de coaching par IA ne prend pas de décision en matière d’emploi, le contexte professionnel exige de la prudence car les personnes peuvent y révéler des informations professionnelles et personnelles sensibles.

La méthodologie doit être étayée par des preuves

Les fournisseurs de coaching par IA présentent souvent leurs solutions comme fondées sur des preuves, alignées sur des modèles de coaching ou issues d’une pratique professionnelle. L’acheteur doit comprendre ce que ces affirmations signifient dans le comportement du produit. Quelle méthodologie de coaching structure l’interaction ? Comment la solution conserve-t-elle une posture non directive ? Comment évite-t-elle de donner des conseils lorsqu’une personne demande un raccourci ? Comment soutient-elle la responsabilité du client sans devenir un outil de gestion de la performance ? Quels professionnels examinent la logique de coaching ?

Le point de vue de l’ICF relie la pratique du coaching à des questions que l’on peut tester dans un produit. Un Coach AI ne devient pas un coach par son seul ton chaleureux. Un coaching de qualité repose sur un accord clair, l’écoute active, des questions qui font progresser la réflexion, les valeurs du client, son autonomie et sa responsabilité dans ses décisions. Dans un produit, ces qualités se retrouvent dans la conception des questions, la gestion des limites, la manière de reformuler et de synthétiser, les règles d’escalade, l’intégration du feedback et les preuves issues des tests.

Un fournisseur solide explique ses méthodes sans difficulté. Un fournisseur plus faible se réfugie derrière des formules comme « notre modèle est entraîné sur les meilleures pratiques » sans montrer comment ces pratiques se traduisent dans l’expérience d’utilisation. Les acheteurs doivent demander des éléments probants : contribution de professionnels du coaching, méthodologie documentée, cas de test variés, évaluation des biais, protocoles de crise, limites visibles pour les personnes et processus d’amélioration.

Les recherches publiées en 2026 par Josh Bersin sur la formation en entreprise renforcent l’urgence de cette discipline d’achat. Son organisation indique que 74 % des entreprises déclarent ne pas suivre le rythme de la demande de nouvelles compétences, malgré un marché mondial de la formation en entreprise estimé à 400 milliards de dollars. Cette pression explique en partie l’intérêt des acheteurs pour l’IA. Elle montre aussi le risque d’acheter une solution d’IA pour soulager la pression avant d’avoir défini ce que recouvre la qualité. Josh Bersin résume ces travaux.

Les tests sous pression distinguent le coaching d’une simple interface de chat

Les preuves les plus utiles pour l’acheteur viennent de situations réalistes. Dans notre conversation, Anke a distingué l’examen de la documentation des tests menés sur de véritables interactions de coaching. Le but était d’observer les situations dans lesquelles la qualité du coaching devient visible.

Une évaluation d’achat doit inclure des conversations de feedback, la résolution de conflits, la pression liée au leadership, la sensibilité culturelle, les tentatives de manipulation, l’orientation commerciale, la détresse émotionnelle et l’escalade en cas de crise. Une démonstration bien préparée teste rarement ces conditions. Une évaluation sérieuse les intègre pour vérifier si la posture de coaching tient sous pression ou si la solution dérive vers le conseil, la réassurance, la thérapie, le langage de conformité ou des réponses hors sujet.

La personnalisation demande le même niveau d’examen. Elle peut rendre le coaching par IA plus utile en adaptant la solution au contexte, tout en donnant une assurance trompeuse si l’IA paraît plus certaine qu’elle ne l’est. Les acheteurs doivent vérifier que la personnalisation reste au service du coaching. La solution peut tenir compte des objectifs et du contexte de la personne ; elle ne doit pas se transformer en outil de management invisible, en thérapeute, en conseiller ou en évaluateur.

La protection des données fait partie du même test. Les conversations individuelles de coaching ne doivent pas alimenter les tableaux de bord des managers. Des données agrégées sur l’usage et le programme peuvent aider le L&D à améliorer le service, tandis que le contenu personnel doit rester clairement protégé. Cette frontière est particulièrement importante dans les entreprises internationales, où les représentants du personnel, les règles locales de confidentialité et les attentes culturelles en matière de parole ouverte peuvent varier fortement.

Une liste de critères pour acheter une solution de coaching par IA

La liste issue de la conversation peut devenir un ensemble de critères de sélection sans transformer l’article en dossier d’achats. Le premier porte sur la finalité : l’organisation doit savoir si elle veut élargir l’accès, soutenir la réflexion, faire évoluer les comportements, développer l’entraînement ou augmenter la capacité de coaching. Le deuxième concerne la transparence : les personnes doivent savoir qu’elles parlent avec une IA et connaître les limites de la solution. Le troisième concerne la protection : la détection de la détresse et l’escalade doivent être documentées et testées.

Vient ensuite la méthodologie. Le fournisseur doit disposer d’une base de preuves, d’une logique de conception du coaching et d’une expertise humaine crédible. La confidentialité des données est tout aussi importante : les managers et les RH ne doivent pas accéder aux conversations individuelles de coaching. Les références de qualité demandent elles aussi un examen précis, car l’expression « aligné sur l’ICF » n’a de valeur que si le fournisseur peut expliquer qui a évalué quoi, quand et comment. Les tests de biais doivent couvrir différentes cultures, langues, profils démographiques et personnes réelles. La responsabilité doit être attribuée à une personne ou à une instance identifiée.

À ce stade, les standards et certifications deviennent pertinents pour les acheteurs en entreprise. La gouvernance inspire davantage confiance lorsqu’un fournisseur peut montrer une culture plus large de standards externes, de sécurité, d’accessibilité et de conformité. Les prix et distinctions reçus par Speexx apportent un contexte de marché, mais la décision dépend toujours des tests appliqués au dispositif de coaching par IA au regard de critères professionnels.

Speexx AI Coaching et Speexx Coaching™ s’inscrivent dans cette logique d’achat au sein d’un environnement de développement plus large. Speexx prend en charge le coaching individuel, le coaching de groupe, le coaching d’équipe et le coaching par IA. L’IA sert la réflexion, l’entraînement et la continuité, tandis que le coaching humain reste central lorsque le travail exige davantage de profondeur et de complexité. Cette combinaison compte parce qu’un seul format ne peut pas répondre à tous les besoins de développement ; le choix dépend du contexte.

Le dernier critère d’achat concerne la responsabilité

La question la plus pratique d’Anke pour les acheteurs était simple : qui porte la responsabilité si l’IA cause un préjudice ? De nombreux fournisseurs savent répondre aux questions techniques. Ils sont moins nombreux à préciser clairement qui assume la responsabilité. Dans le coaching par IA en entreprise, celle-ci ne peut rester répartie de manière floue entre le modèle, la personne, le manager ou l’équipe produit. Elle exige un responsable identifié, des mécanismes d’escalade, une revue de gouvernance et des preuves que le fournisseur apprend des incidents, des cas limites et des conclusions d’audit.

La conversation d’achat gagne en maturité à ce stade. Un fournisseur solide accepte ce niveau d’examen, car il contribue à améliorer la solution. Il publie suffisamment d’informations sur la méthodologie, la sécurité, la gouvernance et la supervision humaine pour permettre une décision éclairée. Il évite les promesses excessives et montre comment il traite les défaillances, en plus de présenter les cas où tout fonctionne comme prévu.

La démonstration garde son utilité. Elle aide à comprendre l’expérience d’utilisation et peut montrer le potentiel d’adoption, l’accessibilité et le déroulement de la conversation. Elle ne suffit pas à porter la décision d’achat. Déployer du coaching par IA dans toute l’entreprise revient à décider au niveau du dispositif complet : qualité, confiance, accès, coût, données et développement humain.

Le critère pratique est donc clair : retenir la solution qui se comporte de façon responsable lorsque la conversation devient difficile, plutôt que celle qui impressionne le plus lorsque tout est simple.