Une PME n’a généralement pas besoin de « faire de l’IA ». Elle a besoin de traiter plus vite des demandes, réduire une charge administrative, fiabiliser une décision ou proposer un nouveau service. L’intelligence artificielle devient intéressante lorsqu’elle améliore ce résultat de façon mesurable.
Le rôle d’un consultant IA n’est donc pas de commencer par un catalogue de modèles. Il consiste d’abord à identifier un problème suffisamment coûteux, fréquent et compris pour justifier une intervention.
Partir d’un processus, pas d’un outil
Une demande comme « nous voulons un assistant ChatGPT interne » décrit une solution supposée. Elle ne dit pas qui l’utilisera, dans quelle décision, avec quelles données ni ce qui se passera lorsque la réponse est incomplète.
Une première exploration plus utile porte sur un processus réel : préparer un devis, qualifier une demande, analyser un dossier, contrôler une commande ou retrouver une obligation contractuelle. Il faut suivre un cas récent depuis son déclenchement jusqu’au résultat final.
Pour chaque étape, quatre questions suffisent à faire apparaître les principaux enjeux :
- combien de fois l’étape se produit-elle ;
- combien de temps actif et d’attente consomme-t-elle ;
- quelles erreurs, reprises ou occasions perdues produit-elle ;
- quelles données et validations sont nécessaires pour décider.
Cette cartographie évite d’automatiser une tâche visible alors que le vrai blocage se situe en amont.
Distinguer simplification, automatisation et IA
Toutes les frictions ne demandent pas un modèle de langage. Une règle plus claire, un formulaire ou une connexion entre deux logiciels peut produire un meilleur résultat, avec moins de risques et de maintenance.
L’automatisation classique convient lorsque les entrées et les règles sont stables. L’IA devient pertinente lorsqu’il faut interpréter du langage, extraire des informations de documents variés, classer des situations ou assister une décision qui conserve une part de jugement.
Dans beaucoup de projets, la bonne solution combine les trois niveaux : simplifier le flux, automatiser les étapes déterministes, puis utiliser l’IA sur les parties réellement ambiguës.
Évaluer le potentiel économique
Une estimation initiale ne doit pas promettre un retour sur investissement artificiellement précis. Elle doit toutefois rendre la décision comparable.
On peut construire une fourchette à partir de cinq éléments : volume mensuel, temps actif par cas, coût des reprises, délai actuel et valeur du résultat. Pour une activité commerciale, il faut aussi regarder les demandes perdues, les délais de réponse et la capacité à servir davantage de clients.
Le potentiel n’est pas uniquement une économie de personnel. Il peut prendre plusieurs formes :
- absorber plus de volume sans augmenter la charge au même rythme ;
- réduire les erreurs qui génèrent des avoirs ou des litiges ;
- raccourcir le délai entre la demande et la réponse ;
- rendre possible une offre qui serait trop coûteuse à produire manuellement ;
- conserver une connaissance qui dépend aujourd’hui de quelques personnes.
Choisir un premier périmètre contrôlable
Le meilleur premier projet n’est pas nécessairement le plus spectaculaire. Il doit permettre d’apprendre rapidement avec un risque limité.
Un bon périmètre possède un propriétaire métier, des exemples représentatifs, un résultat observable et une procédure de repli. Il ne cherche pas à remplacer toutes les décisions dès la première version. Il produit une recommandation, prépare un dossier ou automatise une partie bornée du flux, avec validation humaine aux endroits sensibles.
Ce que doit produire une mission de cadrage
Avant le développement, la direction doit pouvoir répondre à cinq questions :
- Quel problème économique traitons-nous ?
- Pourquoi l’IA est-elle utile ici ?
- Quelles données et intégrations sont nécessaires ?
- Comment vérifierons-nous la qualité et l’adoption ?
- Quel est le plus petit produit permettant de tester l’hypothèse ?
Le diagnostic produit et automatisation d’AI7 organise ce travail sur un processus prioritaire. Il aboutit à une cartographie, des options classées, un périmètre MVP, une architecture indicative et une estimation.
L’objectif n’est pas de vendre automatiquement un développement. C’est de permettre une décision fondée : construire, simplifier autrement ou ne pas investir maintenant.
Si vous avez identifié un processus lent, coûteux ou difficile à faire évoluer, vous pouvez décrire la situation actuelle. Le premier échange cherchera à déterminer si le sujet mérite réellement un projet IA.