Où l'IA casserait-elle en premier chez vous ?

Un projet d’IA dans une PME échoue rarement parce que le modèle se trompe. Il échoue à un endroit que personne n’a regardé avant de commencer, et cet endroit est rarement technique. Un outil se met en route vite. Ce qui prend des mois, c’est ce qui l’entoure : qui possède le processus, où sont les données, qui décide, qui corrige. Dans une entreprise de 30 à 150 personnes, ces réponses sont réparties entre plusieurs têtes et personne n’a la vue d’ensemble, ce qui explique pourquoi le blocage apparaît tard.

On présente souvent la préparation à l’IA comme un niveau de maturité, un score de 0 à 5. Un niveau dit où vous en êtes, pas où se produira la première casse, et c’est la casse qui vous coûte le trimestre. La question utile est donc : où est-ce que ça casserait en premier ? On peut y répondre avec dix questions factuelles, regroupées en cinq domaines, posées sur un seul processus, celui que vous aimeriez le plus voir aidé par l’IA.

Responsabilités. Une seule personne possède-t-elle ce processus de bout en bout, avec le pouvoir de changer son fonctionnement ? Si deux personnes se le partagent, personne ne peut décider de le modifier, et le résultat de l’IA n’a nulle part où atterrir. Seconde question : qui répond d’un résultat faux produit avec l’IA ? « Ça dépend » est la réponse la plus fréquente, et elle signifie que personne ne répond de rien.

Données. Où vivent les données dont ce processus dépend ? Si elles sont dispersées entre fichiers personnels, boîtes mail et conversations, l’outil travaillera sur ce qu’une seule personne y aura collé. Ensuite : savez-vous ce qui ne doit jamais être collé dans un outil externe ? Une règle qui existe mais que personne n’a communiquée ne protège rien.

Décisions. Qui approuve un outil d’IA pour le travail ? Dans beaucoup d’entreprises, c’est celui qui a demandé le premier. Il faut aussi un sponsor dans la direction, prêt à soutenir un changement inconfortable avec du temps ou du budget. Sans lui, un changement qui complique la semaine de quelqu’un finit par s’arrêter.

Usage actuel. Vos équipes utilisent probablement déjà des outils d’IA. Savez-vous lesquels et pour quoi faire ? Ont-elles une façon commune de vérifier les résultats ? Les conseils échangés entre collègues sont un début, pas une vérification.

Correction et mesure. Quand un résultat est faux, existe-t-il un circuit pour le signaler et faire corriger le processus, avec quelqu’un qui agit ? Et connaissez-vous la situation de départ, en temps, en coût ou en taux d’erreur ? Sans cette base, vous ne pourrez pas dire après coup si le projet a servi. Vous aurez une impression.

Pour chaque question, notez 0 si la réponse est non ou si personne n’est nommé, 1 si c’est partiel ou informel, 2 si c’est en place et que les gens le savent. Additionnez par domaine. Les trois domaines les plus faibles sont vos premiers points de casse. Comptez aussi les zéros à part : une entreprise avec une réponse partielle dans chaque domaine n’est pas dans la même situation qu’une entreprise avec quatre réponses bloquées, même si les totaux se ressemblent. Les zéros sont des blocages, les 1 sont des chantiers.

Si vous préférez ne pas faire le décompte à la main, j’ai préparé une évaluation : dix questions, environ cinq minutes, et vous obtenez vos trois points les plus faibles avec une prochaine étape concrète pour chacun. Vous pouvez recevoir les résultats par email ou les télécharger directement.

Faire l'évaluation de préparation à l'IA

Une réserve sur l’exercice, avec ou sans l’outil. Les questions sont factuelles, mais vous y répondez sur votre propre entreprise, et un dirigeant a tendance à classer « en place » ce qu’il a annoncé. Répondez en pensant à ce que découvrirait un nouvel arrivant le premier jour, et si vous hésitez entre deux notes, prenez la plus basse.