Il y a deux conversations sur l'IA. Celle des conférences — agents autonomes, transformation totale, promesses à cinq ans. Et celle des entreprises réelles : des équipes débordées, des demandes clients qui attendent, des documents à traiter, des données inexploitées. La seconde est la seule qui nous intéresse.
Le test du bon cas d'usage
Un bon premier projet IA se reconnaît à quatre traits : la tâche est répétitive et fréquente ; elle suit des règles qu'un humain sait expliquer ; l'erreur y est rattrapable ; et le gain se mesure en heures ou en clients servis. Répondre aux questions fréquentes, trier des demandes entrantes, extraire les données de documents, résumer des dossiers : voilà le terrain.
- Répétitif et fréquent — sinon le gain ne justifie pas l'effort
- Explicable — si personne ne sait décrire la tâche, l'IA ne la devinera pas
- Rattrapable — les décisions sensibles gardent une validation humaine
- Mesurable — un gain qu'on ne peut pas chiffrer n'existe pas
Intégrée, ou ignorée
La deuxième condition du succès : l'IA doit vivre là où le travail se fait déjà — dans le CRM, sur WhatsApp, dans la boîte mail, dans l'outil métier. Chaque application supplémentaire à ouvrir divise l'adoption. Les projets IA qui réussissent sont invisibles : l'équipe constate juste que la tâche est faite.
La bonne IA d'entreprise ne se remarque pas. Elle se mesure.
Commencer petit n'est pas penser petit
Un assistant qui répond aux questions fréquentes sur WhatsApp, un tri automatique des demandes, une extraction de données de factures : chacun de ces projets se cadre en jours, se construit en semaines et se mesure dès le premier mois. C'est cette boucle courte — cadrer, livrer, mesurer, étendre — qui construit une vraie capacité IA dans l'entreprise. Pas le grand projet spectaculaire qui mobilise six mois et finit en démonstration.
