

Depuis des années, les dirigeants attendent des équipes L&D qu’elles prouvent leur valeur et justifient les dépenses engagées. Pendant des années, celles-ci n’avaient pas grand-chose de plus à montrer que des chiffres sur les formations terminées.
Mais les indicateurs classiques, comme le taux de complétion, le temps consacré à la formation ou les scores de satisfaction, ne répondent pas à la bonne question. Ils n’y ont d’ailleurs jamais répondu. Ils indiquent uniquement si des contenus de formation ont été proposés aux collaborateurs et si ceux-ci les ont suivis jusqu’au bout.
La vraie question, bien plus importante, a toujours été la suivante : les collaborateurs ont-ils développé des compétences utiles à l’entreprise ?
Avec l’essor de l’IA agentique, la capacité des collaborateurs à s’adapter rapidement devient essentielle. Une entreprise ne peut pas évoluer plus vite que ses collaborateurs. Or, selon l’ATD, seules 30 % des organisations utilisent efficacement les données de leurs programmes de formation pour guider leurs décisions stratégiques. Probablement parce que ces données restent trop souvent déconnectées des priorités de l’entreprise.
Mais les choses commencent à changer. De nouvelles capacités techniques et l’essor de l’intelligence des compétences permettent enfin de relier la formation aux résultats qui comptent pour les dirigeants. Lors de Degreed Focus London 2026, des experts du secteur se sont penchés sur ces évolutions, sur leur mise en œuvre concrète dans les entreprises et sur l’avenir des indicateurs personnalisés de formation.
Il est facile de créer et de mesurer des activités de formation. Ce qui l’est beaucoup moins, c’est de montrer qu’elles renforcent les capacités des équipes dans des domaines stratégiques pour l’entreprise. Pendant l’événement de Focus London, Lori Niles-Hofmann, cofondatrice de 8Levers, a expliqué que les équipes L&D pouvaient combiner ces indicateurs afin d’obtenir une vision plus globale. Mais cette vision ne révèle pas nécessairement toute la réalité. Les indicateurs classiques restent souvent trop fragiles pour démontrer un impact réel.
« En nous appuyant sur les données pour concevoir les dispositifs de formation et en consolidant les mesures, nous pouvions commencer à formuler des hypothèses du type : “X plus Y donne peut-être Z.” Nous pouvions établir certains liens, mais ils restaient assez fragiles », explique Lori Niles-Hofmann.
Elle propose une approche plus pertinente : un système de suivi en boucle fermée, capable d’isoler très précisément différents types d’interventions de formation afin d’en mesurer l’impact en temps réel. Par exemple, lorsqu’un collaborateur prépare un échange commercial, le système de formation doit enregistrer et évaluer le résultat de cet échange pour le relier directement à la formation suivie.
Certaines entreprises, comme Capgemini, testent déjà ce type d’évaluation du niveau de compétence, considéré comme un indicateur plus précis de la valeur créée pour l’entreprise.
« J’investis telle somme dans une formation. Dites-moi ce qu’elle apporte concrètement. »
C’est ce qu’Estelle Maione, Global Head of Learning chez Capgemini, entendait régulièrement de la part des dirigeants. Avec plus de 300 000 collaborateurs et des parcours professionnels fondés sur les compétences, Capgemini ne pouvait pas se contenter de supposer qu’il existait un lien entre apprentissage et performance.
« Dès le départ, l’objectif était de mettre nos compétences au service des résultats de l’entreprise », explique-t-elle.
Voici ce que les dirigeants de Capgemini attendaient des équipes L&D : une formation personnalisée à grande échelle, une progression visible des compétences et la preuve que les collaborateurs étaient prêts à intervenir sur des projets.
Un taux de complétion ne dit rien sur la capacité d’une équipe à prendre en charge une mission client stratégique. Et un badge ne dit rien de ce qu’elle saura réellement produire.
Capgemini a donc cherché a donc cherché d’autres signaux d de compétences : la capacité à mener les projets à bien et les performances obtenues.
Lorsqu’un collaborateur travaille réellement sur des missions client correspondant à un certain niveau de maîtrise, il démontre ses compétences sur le terrain, et non dans le cadre contrôlé d’une formation. Les données terrain deviennent des données de compétences. Un point essentiel, car, comme le résume Estelle Maione, « si vos données ne sont pas fiables, la magie n’opère pas ».
Pour recueillir des données issues des projets, Capgemini avait besoin d’un écosystème interconnecté, capable de croiser les données sur les collaborateurs et leurs compétences afin d’obtenir une vision d’ensemble. La performance opérationnelle devient alors la preuve concrète, et la formation doit montrer comment elle y a contribué au fil du temps.
« Nous relions nos données aux systèmes opérationnels, car c’est là que les choses se passent vraiment : les collaborateurs travaillent sur des projets, et c’est comme ça qu’ils développent leurs compétences », explique Estelle Maione.
Ce modèle de reporting permet enfin d’apporter des résultats mesurables aux dirigeants : pour X investi dans la formation, Y collaborateurs sont capables de créer de la valeur pour les clients.
« Il s’agit avant tout de centraliser toutes les données de compétences et de les transformer en informations utiles pour prendre des décisions, accompagner l’évolution des collaborateurs et orienter le développement de leurs compétences », ajoute-t-elle.
Même avec une vision unifiée des données sur les compétences, la démarche reste transversale. Chez Capgemini, le référentiel de compétences ne relève pas des équipes L&D. « Il est géré par nos équipes métier, car ce sont elles qui ont la vision la plus complète des besoins », ajoute Estelle.
Pour elle, la règle est simple : même si la formation s’intègre de façon invisible au quotidien, son impact doit toujours être clairement perceptible.
L’approche de Capgemini montre jusqu’où il est aujourd’hui possible d’aller. Mais à mesure que la technologie progresse, le champ des possibles s’élargit. Taylor Blake, SVP of New Initiatives and responsable du laboratoire IA chez Degreed, expérimente déjà de nouvelles pistes pour aller plus loin dans la personnalisation du reporting.
Imaginez qu’au lieu d’afficher un taux de complétion, un rapport montre comment la confiance et les performances d’un collaborateur ont progressé pendant un programme, en fonction de sa participation réelle. Au lieu de se fier à une simple enquête, il retracerait l’évolution propre à son parcours de formation, depuis son niveau de départ et ses lacunes jusqu’aux ajustements apportés au programme en cours de route.
Dans la démo du laboratoire IA, Taylor Blake a suivi deux collaborateurs fictifs aux trajectoires très différentes. Le rapport ne montrait pas seulement les activités terminées, mais aussi les écarts dans la progression de leurs compétences, en mettant côte à côte l’évolution de leur confiance et leur niveau de maîtrise démontré.
La formation produit alors des données aussi exploitables que les autres indicateurs de l’entreprise. L’évolution de la confiance peut être mesurée, tandis que le niveau de maîtrise observé dans des interactions réelles permet de repérer un éventuel décalage entre confiance et capacité, dans un sens comme dans l’autre. Une information qu’aucun rapport de complétion ne peut révéler.
Les indicateurs de formation doivent se rapprocher davantage de la réalité du terrain. Un taux de complétion ne prouve ni que les équipes sont prêtes, ni que la formation génère une valeur mesurable. C’est, au mieux, un raccourci fragile. Mais grâce aux progrès de l’IA et à des données plus riches sur les compétences, les équipes L&D peuvent enfin dépasser la simple logique de cases à cocher.
Désormais, lorsqu’elles évaluent la formation, les équipes RH et L&D doivent pouvoir répondre concrètement à cette question : les collaborateurs ont-ils progressé dans un domaine qui compte réellement pour l’entreprise ?
Pour y parvenir, deux conditions doivent être réunies : disposer de données fiables et harmonisées sur les compétences, avec des taxonomies normalisées et des définitions cohérentes entre les systèmes, et relier la formation aux indicateurs de performance déjà utilisés pour évaluer la préparation des équipes.
Comme Capgemini, les organisations qui posent dès maintenant ces bases ne mesureront pas seulement mieux l’impact de la formation. Elles prendront aussi plus vite des décisions plus sûres concernant leurs équipes, en tenant compte des besoins à venir de l’entreprise.

Je souhaite m’inscrire à la newsletter mensuelle pour me tenir informé(e) des prochains événements, bénéficier d’éclairages exclusifs et recevoir l’actualité des solutions Degreed.