Par où commencer avec l'IA dans votre entreprise

Sur cette page
- L'essentiel
- Par quoi commence-t-on réellement quand on veut intégrer l'IA ?
- Comment choisir le premier cas d'usage sans se tromper ?
- Quelles décisions faut-il prendre avant d'ouvrir le premier compte ?
- Que faut-il prévoir pour un premier trimestre ?
- Comment savoir si le premier essai a réussi ?
- Qu'est-ce que l'arrivée des agents change à ce point de départ ?
- Par quoi commencer cette semaine ?
- À lire également
- FAQ
Selon le rapport de l'OCDE Generative AI and the SME Workforce, publié en novembre 2025 à partir d'une enquête menée en 2024 auprès de plus de 5 000 PME dans sept pays, 31 % des PME interrogées utilisaient déjà l'IA générative, avec un écart de 24 % au Japon à 39 % en Allemagne. Dans la même période, l'enquête State of AI de McKinsey, menée auprès de 1 993 répondants dans 105 pays, relevait que 39 % seulement des organisations déclaraient un effet de l'IA sur leur résultat d'exploitation au niveau de l'entreprise, et que 5,5 % lui rattachaient plus de 5 % de ce résultat.
Ces deux chiffres décrivent la même situation vue de deux endroits : l'outil est entré presque partout, et la valeur reste concentrée dans une minorité d'organisations. L'écart ne se joue pas sur le choix du modèle, ni sur le nombre de personnes formées, mais sur le premier processus retenu, sur les décisions prises avant l'ouverture du premier compte, et sur la mesure décidée à l'avance.
Ce guide détaille par quoi une entreprise commence réellement, comment choisir un premier cas d'usage sur quatre critères, les cinq décisions à prendre avant d'ouvrir un compte, ce qu'il faut prévoir pour un premier trimestre, comment savoir si l'essai a réussi, et ce que la question devient depuis que les éditeurs vendent des agents plutôt que des conversations.
L'essentiel
Une entreprise ne commence pas par un outil, elle commence par un processus répétitif, écrit, dont le résultat est vérifiable par quelqu'un qui n'a pas fait le travail. Avant d'ouvrir le premier compte, cinq décisions doivent être écrites : ce que l'outil n'aura jamais le droit d'atteindre, qui administre les comptes, ce qui est dit aux clients, qui valide les livrables et sur quoi le succès se mesure. Le premier trimestre coûte moins cher que ce que les grilles d'agences laissent croire, mais il coûte du temps de cadrage, et c'est ce temps qui manque presque toujours. Enfin, depuis juillet 2026, les deux principaux éditeurs vendent des agents qui agissent sur les fichiers de l'entreprise, ce qui déplace le premier travail vers le périmètre d'accès plutôt que vers la formation aux prompts.
Par quoi commence-t-on réellement quand on veut intégrer l'IA ?
Par un processus, jamais par un outil. Le premier travail d'une direction consiste à désigner une tâche répétitive, déjà décrite quelque part, et dont le résultat peut être jugé bon ou mauvais par une personne qui ne l'a pas produit.
Cette formulation paraît modeste, et c'est précisément ce qui la rend efficace. Un processus répétitif fournit un volume suffisant pour observer un effet en quelques semaines, alors qu'une tâche rare ne dira jamais rien de statistiquement lisible. Un processus déjà décrit dans une procédure, un modèle de document ou une consigne orale stable donne à l'outil la matière dont il a besoin, et il évite le travail le plus coûteux d'un déploiement, qui consiste à écrire pour la première fois ce que l'entreprise croyait savoir faire. Un résultat vérifiable, enfin, protège du seul risque réellement grave à ce stade, celui d'un livrable fini, présentable et faux, qui circule parce que personne n'a été désigné pour le relire.
L'erreur inverse est celle que la plupart des guides recommandent : commencer par former tout le monde. Une formation générale distribuée avant le choix d'un processus produit des collaborateurs capables de faire des démonstrations et une entreprise incapable de dire ce que l'IA lui a rapporté. La formation reste nécessaire, mais elle arrive en deuxième, calée sur le processus retenu, et elle porte alors sur les gestes de ce processus plutôt que sur des généralités.
Comment choisir le premier cas d'usage sans se tromper ?
En le passant par quatre critères, et en refusant tout candidat qui en manque un seul. Le tableau ci-dessous est celui que nous faisons remplir en début d'accompagnement, et il élimine en général les trois quarts des idées apportées par le comité de direction.
| Critère | Question à poser | Ce qui disqualifie |
|---|---|---|
| Répétition | La tâche revient-elle au moins dix fois par mois ? | Une tâche annuelle, un projet unique |
| Description | Existe-t-il un modèle, une procédure ou une consigne stable ? | Un savoir-faire que personne n'a jamais écrit |
| Vérification | Un collègue peut-il juger le résultat sans refaire le travail ? | Un livrable dont la qualité ne se constate qu'après six mois |
| Donnée | La matière est-elle accessible sans exposer de données sensibles ? | Un dossier client complet, un fichier de paie |
Le quatrième critère est celui qui surprend le plus les directions, parce qu'il conduit souvent à écarter le cas d'usage le plus séduisant. Une entreprise de services qui rêve de faire résumer ses dossiers clients par un agent découvre qu'elle doit d'abord régler la question du transfert de données personnelles vers un hébergeur situé hors du territoire, ce qui est un travail de conformité, pas un travail d'outillage. Commencer par une tâche interne, sur des documents dont l'entreprise est seule propriétaire, permet d'apprendre l'outil sans porter ce risque en même temps.
Les familles de tâches qui passent le plus souvent ces quatre critères sont d'un ennui remarquable, et c'est bon signe : la mise en forme de comptes rendus de réunion, la préparation d'un dossier de réponse à appel d'offres à partir de pièces existantes, la réconciliation de dépenses et la note d'écart qui l'accompagne, la réécriture d'un support commercial dans un format contraint. Notre article sur les cinq usages de l'IA qui rapportent le plus à une PME ouest-africaine détaille ces familles avec leur ordre de grandeur de gain et les conditions dans lesquelles il s'observe.
Quelles décisions faut-il prendre avant d'ouvrir le premier compte ?
Cinq, et elles s'écrivent en une page. Une direction qui saute cette page passe le reste du déploiement à arbitrer dans l'urgence des questions qu'elle aurait pu trancher à froid.
Ce que l'outil n'aura jamais le droit d'atteindre. Cette liste nomme des dossiers, des messageries et des bases, pas des principes. Elle est plus utile qu'une charte d'usage parce qu'elle est vérifiable : un administrateur peut constater qu'un connecteur ouvre un accès interdit, alors que personne ne peut constater qu'un principe a été respecté.
Qui administre les comptes. Une personne nommée, avec un remplaçant. C'est elle qui ouvre et ferme les accès, valide les connecteurs et détient la vue sur la consommation. En son absence, les comptes se créent au fil de l'eau sur des adresses personnelles, et l'entreprise perd toute capacité à savoir ce qui a été traité par qui.
Ce qui est dit aux clients. La question se pose dès qu'un dossier client sert de matière, et elle appelle une réponse écrite, alignée avec les contrats en cours. Beaucoup d'organisations découvrent à cette occasion que leurs contrats de prestation ne disent rien de la sous-traitance technique, ce qui n'est pas un problème d'IA mais que l'IA rend visible.
Qui valide les livrables. Un nom, par type de livrable, pour la durée de l'essai. C'est la protection contre le document fini et faux, et c'est la ligne que les déploiements sautent le plus souvent parce qu'elle ressemble à de la bureaucratie.
Sur quoi le succès se mesure. Une seule mesure, choisie avant de commencer, et relevée sur la situation actuelle avant tout usage de l'outil. Sans ce relevé initial, aucune comparaison ne sera possible, et le débat se réglera à l'impression générale, ce qui donne systématiquement raison à la personne la plus enthousiaste.
Ces cinq décisions relèvent d'une gouvernance légère, celle d'une entreprise sans direction juridique ni délégué à la protection des données. Les organisations soumises au droit européen trouveront chez le CIGREF et la CNIL des cadres beaucoup plus complets, conçus pour des structures qui disposent de ces fonctions.
Que faut-il prévoir pour un premier trimestre ?
Deux postes seulement, et le second est le plus sous-estimé : des abonnements, et du temps de cadrage. Aucune enquête méthodologiquement solide ne publie de budget moyen d'un premier projet d'IA, et les fourchettes qui circulent en français, de vingt-cinq à soixante mille euros pour une PME, sont des grilles tarifaires d'agences présentées en repères de marché.
La conversion datée de ces montants en euros et en francs CFA, avec la taxe sur la valeur ajoutée et la commission de change appliquée par les banques de la zone, est détaillée dans notre article sur ce que coûte vraiment Claude par mois. Les voies de paiement praticables depuis Dakar, Abidjan ou Bamako, et celles qu'il faut refuser, figurent dans notre article sur le paiement des abonnements IA.
Comment savoir si le premier essai a réussi ?
En comparant une mesure relevée avant et après, sur la même tâche, avec les mêmes personnes. Une seule mesure suffit, et elle doit être choisie parmi trois familles seulement, faute de quoi le bilan se transforme en discussion d'opinion.
La première famille est le délai : combien de jours ouvrés séparent la demande du livrable validé. Elle a l'avantage d'être lisible par tout le monde et de ne pas exiger de comptabilité analytique. La deuxième est le volume traité à effectif constant : combien de dossiers, de réponses ou de comptes rendus l'équipe absorbe dans un mois. La troisième est le taux de reprise : quelle part des livrables revient corrigée par le valideur, ce qui est la seule mesure qui protège contre un gain de vitesse obtenu au prix de la qualité.
Le piège classique consiste à mesurer le temps gagné déclaré par les utilisateurs. Cette donnée est facile à collecter, flatteuse, et sans valeur : elle mesure l'enthousiasme, pas le processus. Une organisation qui veut convaincre son directeur financier a besoin d'un chiffre relevé sur le travail réel, pas d'un sondage interne.
Un dernier point sur l'horizon : il faut se donner quatre à six semaines, pas six mois. Un essai qui dure un trimestre sans décision produit surtout de la fatigue, et il laisse à l'outil le temps de changer sous les pieds de ceux qui l'évaluent.
Qu'est-ce que l'arrivée des agents change à ce point de départ ?
Elle déplace le premier travail de la formation vers le périmètre d'accès, et ce déplacement date de juillet 2026. Le 7 juillet, Anthropic a étendu Claude Cowork au web et au mobile ; le 9 juillet, OpenAI a lancé ChatGPT Work. Les deux produits acceptent un objectif, parcourent les fichiers et les outils connectés de l'entreprise pendant des heures, et rendent un livrable fini.
La conséquence pour une entreprise qui démarre est directe. Tant que l'IA se limitait à une conversation, le risque principal était qu'un collaborateur y colle un document qu'il n'aurait pas dû. Avec un agent, le risque devient l'étendue de ce que l'outil peut atteindre par lui-même, y compris ce que personne n'a pensé à lui interdire. La liste des accès refusés, qui était une bonne pratique en 2025, est devenue la première décision de 2026.
Une seconde conséquence touche le budget. Un agent qui travaille des heures ne consomme pas comme une conversation, et les deux éditeurs facturent désormais cette consommation en plus du siège. Anthropic a publié le 4 août 2026 un guide des contrôles de dépense disponibles pour les administrateurs, avec des plafonds fermes applicables à l'organisation, à un groupe ou à une personne. Fixer ce plafond avant l'essai évite la seule mauvaise surprise financière que ce type de déploiement produit, et elle survient précisément quand l'adoption réussit.
Le comparatif détaillé des deux offres, avec ce qu'un administrateur peut tracer et depuis quelle date, figure dans notre article Claude ou ChatGPT : lequel choisir pour votre entreprise.
Par quoi commencer cette semaine ?
Trois gestes, dans cet ordre, et aucun ne demande d'ouvrir un compte.
Listez les tâches qui reviennent au moins dix fois par mois dans une seule équipe. Prenez celle qui dispose déjà d'un modèle de document, et écartez pour l'instant tout ce qui touche à des données clients ou de personnel.
Relevez la situation de départ sur cette tâche. Le délai moyen entre la demande et le livrable validé, ou le volume mensuel traité. Un relevé sur quatre semaines passées suffit, et il se fait à partir de ce que vos outils enregistrent déjà.
Écrivez la page des cinq décisions. Ce que l'outil n'atteindra jamais, qui administre, ce qui est dit aux clients, qui valide, sur quoi se mesure le succès. Cette page servira pour tous les outils que vous adopterez ensuite, et c'est le livrable le plus durable de tout l'exercice.
L'adoption de l'IA est largement acquise dans les pays où elle est mesurée, et la valeur reste rare : c'est l'écart que décrivent l'OCDE et McKinsey, chacun de leur côté. Cet écart se referme par le cadrage, pas par l'outil. Un processus répétitif, une page de décisions, une mesure relevée avant et après, et quatre à six semaines : c'est le format le plus court qui produise une décision défendable devant un directeur financier.
À lire également
- Les guides français sur l'IA ne marchent pas chez nous : les hypothèses implicites des guides d'outre-Méditerranée, et ce qu'il faut mettre à leur place.
- Les 5 usages de l'IA qui rapportent le plus à une PME africaine : les familles de tâches qui passent les quatre critères, avec leur ordre de grandeur.
- Les chiffres sur l'IA en Afrique sont faux : pourquoi aucune mesure d'adoption régionale ne tient, et comment reconnaître une statistique fabriquée.
- Claude ou ChatGPT : lequel choisir pour votre entreprise : le basculement de juillet 2026 vers les agents, et les trois questions qui décident réellement.
FAQ
Faut-il former ses équipes avant de commencer avec l'IA ?
Non, pas avant d'avoir choisi le processus. Une formation générale distribuée trop tôt produit des démonstrations et aucune mesure. Formez deux personnes sur la tâche retenue, laissez-les travailler quatre à six semaines, puis élargissez la formation à partir de ce qu'elles auront appris sur vos propres documents.
Quel budget prévoir pour un premier projet d'IA dans une PME ?
Aucune enquête sérieuse ne publie de budget moyen, et les fourchettes de vingt-cinq à soixante mille euros qui circulent sont des grilles d'agences. Pour un premier essai, comptez deux à quatre licences payantes pendant trois mois, de l'ordre de 240 à 300 $ hors taxes pour quatre sièges au relevé du 11 août 2026, plus deux journées de cadrage et une demi-journée de relecture par semaine.
Par quel cas d'usage commencer en priorité ?
Par une tâche interne, répétitive au moins dix fois par mois, déjà décrite dans un modèle ou une procédure, dont le résultat est vérifiable par un collègue, et qui n'expose pas de données clients. La mise en forme de comptes rendus, la préparation de dossiers à partir de pièces existantes et la réconciliation de dépenses passent ces critères plus souvent que les projets présentés en comité de direction.
Faut-il un consultant pour démarrer ?
Pas nécessairement pour le premier essai, qui tient en une page de décisions et quatre semaines de travail. L'accompagnement devient utile quand il faut arbitrer un transfert de données personnelles, écrire ce qui est dit aux clients ou passer d'un essai réussi à un déploiement sur plusieurs équipes, parce que ces trois sujets engagent l'entreprise au-delà de l'outil.
Que faire si le premier essai échoue ?
Vérifiez d'abord lequel des quatre critères manquait au cas d'usage, car un échec vient presque toujours de là plutôt que de l'outil. Un processus non décrit, un résultat invérifiable ou un volume trop faible produisent un essai non concluant quel que soit le produit choisi. Reprenez le tableau, changez de tâche, et gardez la page des cinq décisions, qui reste valable.
Pour aller plus loin
Programme Leaders
Le programme pour dirigeants qui veulent decider de l'IA plutot que la subir.
Voir le programmeKaramo Sylla
Fondateur d'AI5D
Karamo Sylla est ingenieur et consultant en intelligence artificielle, fondateur d'AI5D. Il accompagne les dirigeants et les organisations d'Afrique de l'Ouest dans leur transformation par l'IA, de la strategie a l'execution, et il est le createur du Protocole AI5D.