C'est la situation la plus fréquente : une entreprise sait qu'elle devrait « faire quelque chose avec l'IA », sans savoir quoi. Elle attend souvent qu'on lui propose un outil. Nous commençons par l'inverse : nous regardons comment le travail se fait aujourd'hui.

Ce n'est pas une précaution de consultant. C'est la seule façon d'éviter le scénario classique, celui où l'on automatise brillamment une tâche qui ne coûtait rien, pendant que le vrai goulot d'étranglement reste intact.

Première étape : la carte des process

Nous listons les process qui traversent l'entreprise, du premier contact commercial jusqu'à la facturation et au service après-vente. Pour chacun, trois choses nous intéressent : ce qui déclenche le process, la suite d'étapes réelle, et ce qui en sort.

« Réelle » est le mot important. Le process décrit dans une procédure et le process exécuté le mardi après-midi par une personne pressée sont rarement identiques. C'est le second qu'il faut automatiser, ou corriger avant.

Deuxième étape : les entretiens

Nous parlons aux personnes qui font le travail, pas seulement à celles qui l'organisent. Les questions sont simples : qu'est-ce qui vous prend le plus de temps, qu'est-ce que vous refaites plusieurs fois, qu'est-ce qui vous oblige à attendre quelqu'un d'autre, où avez-vous peur de vous tromper.

Ces entretiens font remonter deux catégories de sujets. Les tâches répétitives, visibles, que tout le monde cite. Et les frictions invisibles : la recopie d'une information d'un outil vers un autre, la recherche d'un document, la relance qu'on oublie. La seconde catégorie coûte souvent plus cher que la première.

Troisième étape : les chiffres

Un process sans chiffres ne se priorise pas. Nous mesurons quatre grandeurs pour chacun :

  • Le volume. Combien de fois par semaine, par mois, avec quelles pointes saisonnières.
  • Le temps. Le temps humain réel par occurrence, temps d'attente compris.
  • Le coût. Le temps multiplié par un coût horaire chargé, plus le coût des erreurs constatées.
  • Le risque. Ce qui se passe si l'étape est faite en retard, mal faite, ou pas faite du tout.

Ces quatre chiffres suffisent à trancher la plupart des débats. Une tâche pénible mais rare descend dans la liste. Une tâche banale répétée deux cents fois par mois remonte immédiatement.

Quatrième étape : l'état des outils et de la matière

Nous regardons ensuite ce sur quoi une automatisation pourra s'appuyer : les outils en place, ce qu'ils savent exposer, la qualité des données, et l'existence ou non d'un écrit de référence pour chaque règle métier. Une entreprise dont les tarifs vivent dans trois fichiers différents n'a pas un problème d'IA, elle a un problème de source unique. Et c'est un problème à régler avant, pas pendant.

Une automatisation ne corrige pas une information fausse. Elle la diffuse plus vite.

Cinquième étape : la priorisation

Nous croisons trois axes : l'impact, la faisabilité et le risque. L'impact vient des chiffres. La faisabilité dépend des accès techniques, de la stabilité des règles et de la disponibilité de la matière. Le risque mesure ce qu'une erreur coûterait, ce qui détermine la place de la validation humaine.

De ce croisement sort une liste courte, ordonnée, avec pour chaque ligne un gain estimé, une charge estimée et le mode de fonctionnement retenu. C'est le seul livrable qui compte à ce stade : un ordre de marche, pas une liste de souhaits.

Ce que ça donne concrètement

Chez nous, cette phase porte un nom et un format : l'audit de maturité digitale, qui produit un état des lieux chiffré, puis le cadrage, qui transforme cet état des lieux en feuille de route datée. Elle dure de quelques jours à trois semaines selon la taille de l'entreprise. Elle se conclut par une décision, y compris la décision de ne rien automatiser pour l'instant si les chiffres ne le justifient pas.

Le signal à guetter chez un prestataire est simple. S'il propose une architecture avant d'avoir vu vos volumes et vos coûts, il ne vend pas une solution à votre problème : il vend son catalogue.