AI enablement
Travail de structuration et de diffusion de la pratique IA dans une équipe : conventions versionnées, commands/skills partagées, choix d'outils documentés, onboarding.
Définition
L'AI enablement regroupe les actions concrètes qui font passer l'usage de l'IA d'individuel à collectif : un fichier de conventions versionné (`CLAUDE.md`, `AGENTS.md`) qui documente comment les agents doivent traiter le projet, une bibliothèque de commands ou skills partagée en Git plutôt que dans la tête d'une seule personne, un choix d'outil et de modèle motivé et écrit, et un parcours d'onboarding qui rend un nouveau dev opérationnel sans qu'il reconstruise l'expérience de zéro.
Point de vue postcursors
C'est un travail réel et mesurable — temps d'onboarding, taux d'adoption, nombre de workflows formalisés — pas un titre de poste. Il émerge presque toujours d'un dev praticien, visible par ses pairs sur le sujet, avant de devenir une fonction reconnue. Personne n'est nommé "responsable IA" au départ : quelqu'un répond aux questions parce qu'il a déjà creusé le sujet.
En pratique
Devenir "ambassadeur IA" sans nomination officielle, simplement parce qu'on est le seul à utiliser des agents de coding quotidiennement et que ça se sait. Poser des critères objectifs avec l'équipe, formaliser ~15 workflows en custom commands versionnées dans Git : un nouveau dev devient opérationnel sur les patterns du projet en moins d'une heure, contre plusieurs jours de transmission orale auparavant.
Confusions fréquentes
- ✗ Croire que l'AI enablement nécessite un poste ou un budget dédié pour démarrer — un CLAUDE.md versionné et une première commande custom suffisent
- ✗ Confondre enablement avec évangélisation — sans conventions écrites et mesurables, c'est du marketing interne, pas de l'enablement