On raconte partout que l'intelligence artificielle va « révolutionner » les entreprises. Ce qu'on dit moins, c'est qu'une bonne partie des projets restent au stade de démonstration. Le problème n'est pas la puissance des algorithmes, mais le décalage entre l'ambition affichée et ce que l'organisation peut réellement absorber.
Publié le 2025-09-30 par Nathalie Lamborghini Dumas.
On raconte partout que l'intelligence artificielle va "révolutionner" les entreprises. Ce qu'on dit moins, c'est qu'une bonne partie des projets restent au stade de démonstration et ne touchent jamais vraiment le travail quotidien. Le problème n'est pas la puissance des algorithmes, mais le décalage entre l'ambition affichée et ce que l'organisation peut réellement absorber : modes de fonctionnement, systèmes, compétences, partenaires, manière de décider.
Cet article parle de ça : poser une ambition en matière d'IA à la bonne hauteur de votre entreprise, pour que les projets sortent des présentations et entrent dans la vraie vie.
Scénario classique : on vous présente un cas d'usage spectaculaire, prospection "auto-optimisée", service client augmenté, prévisions "intelligentes", pilotage temps réel. Sur le papier, tout est fluide. Dans votre réalité, les données sont dispersées entre outils métiers, gestion commerciale, tableurs ; les pratiques varient d'une équipe à l'autre ; beaucoup de décisions clés se prennent encore au téléphone ou en réunion informelle.
On lance alors une expérimentation sur un périmètre très cadré, avec un fort soutien du prestataire. Techniquement, cela fonctionne. Mais dès qu'il s'agit d'étendre le dispositif, tout grince : données insuffisantes ou mal structurées, rituels inexistants pour exploiter les résultats, équipes qui n'ont ni le temps ni les repères pour intégrer l'outil. Le problème n'est pas l'IA en soi, c'est d'avoir imaginé l'IA comme si l'entreprise était déjà autre chose que ce qu'elle est réellement.
La plupart des conversations démarrent par : "Qu'est-ce qu'on pourrait faire avec l'intelligence artificielle chez nous ?". Pour une PME ou une ETI, une question plus utile est : "Quel type de projet en IA notre organisation peut-elle vraiment absorber dans les douze à dix-huit mois qui viennent ?".
Cette bascule oblige à regarder des éléments très concrets :
L'ambition en matière d'IA n'est alors plus une liste de possibilités abstraites, mais un choix dans un espace réaliste, défini par votre contexte actuel et votre trajectoire probable. Les expériences menées ailleurs montrent la même chose : ce ne sont pas les entreprises qui empilent le plus d'outils "intelligents" qui avancent, mais celles qui alignent leurs projets d'IA sur la solidité de leurs données, la maturité de leurs pratiques et la capacité de leurs équipes à s'approprier ces nouveaux usages.
On peut, pour simplifier, distinguer trois niveaux de projets en IA dans une PME/ETI, tous secteurs confondus.
L'enjeu pour un dirigeant n'est pas de choisir "le niveau le plus élevé" par principe, mais de positionner chaque projet à un niveau cohérent avec l'état actuel de l'entreprise.
En comité de direction, quelques questions suffisent pour se situer :
Les réponses ne sont pas un jugement. Elles indiquent simplement quels types de projets ont une chance raisonnable d'aboutir dans votre contexte, aujourd'hui.
Chaque entreprise a sa "gravité interne" : ce qui va vite, ce qui va lentement, ce qui bloque, ce qui accélère. Un projet en IA qui fait comme si cette gravité n'existait pas a peu de chances de quitter le stade du prototype.
À l'inverse, un projet conçu en partant de vos processus réels, de vos systèmes réels, de vos décisions réelles a beaucoup plus de chances d'être adopté et de produire des effets visibles. Que votre objectif soit d'optimiser vos opérations, de sécuriser votre activité, de mieux servir vos clients ou, plus tard, de créer de nouveaux services et modèles économiques, le point de départ reste le même : ce que votre organisation est prête à encaisser aujourd'hui.