Diagnostic Potentiel IA
& Automatisation

À quoi sert un diagnostic de potentiel IA ?

Un diagnostic de potentiel IA sert à décider où investir, et surtout où ne pas investir. La question utile en PME industrielle n'est presque jamais « l'intelligence artificielle peut-elle faire ceci », puisque la réponse est souvent oui. Elle est « pour quel gain, à quel effort, et avec quelles données déjà disponibles ».

Un diagnostic ne mesure donc pas une maturité technologique. Il classe des activités réelles par rapport entre la valeur attendue et l'effort de mise en œuvre, à partir de la façon dont l'entreprise fonctionne aujourd'hui.

Quelles activités se prêtent le mieux à l'automatisation en PME industrielle ?

Les activités les plus faciles à outiller partagent quatre caractéristiques : elles sont répétitives, fréquentes, décrites par une règle explicite, et elles produisent déjà une trace écrite ou numérique. Une saisie de bon de livraison, une relance fournisseur, un rapport de contrôle récurrent, une recherche dans une documentation technique entrent dans cette catégorie.

À l'inverse, une activité rare, dont la règle change à chaque fois et dont rien n'est écrit, est un mauvais premier candidat, même si elle est pénible. Ce n'est pas une question de faisabilité technique mais de rentabilité : le temps passé à formaliser dépasse le temps gagné.

Comment prioriser les cas d'usage ?

Le critère le plus robuste est le produit fréquence × temps unitaire. Une tâche de dix minutes répétée trente fois par jour pèse bien davantage qu'une tâche d'une journée effectuée deux fois par an, et elle est presque toujours plus simple à outiller.

Deux critères s'y ajoutent, et ils sont éliminatoires. La disponibilité des données d'abord : si l'information n'existe que dans la tête d'une personne, le projet commence par un travail de formalisation, pas par de la technologie. La tolérance à l'erreur ensuite : un cas d'usage où une erreur passe inaperçue et se propage demande une validation humaine, ce qui réduit d'autant le gain.

Quelles sont les erreurs les plus fréquentes ?

La plus coûteuse consiste à partir de l'outil plutôt que du problème, c'est-à-dire à chercher où placer une technologie qu'on a décidé d'adopter. Viennent ensuite le fait de commencer par le cas d'usage le plus visible plutôt que le plus fréquent, celui de sous-estimer le travail de mise au propre des données, et celui d'automatiser un processus sans l'avoir simplifié au préalable, ce qui revient à figer un fonctionnement qu'il aurait mieux valu corriger.

Questions fréquentes

Quelle différence entre automatisation et intelligence artificielle ?

L'automatisation exécute une règle que vous avez écrite : si telle condition est remplie, alors telle action. L'intelligence artificielle traite des situations où la règle n'est pas exprimable simplement, comme lire un document dont la mise en page varie ou classer des textes libres. Beaucoup de gains attribués à l'IA en PME relèvent en réalité de l'automatisation, qui est plus simple, moins chère et plus prévisible.

Faut-il des données propres avant de se lancer ?

Pas nécessairement toutes, mais celles du cas d'usage visé, oui. Attendre d'avoir un système d'information irréprochable revient à ne jamais commencer. La démarche efficace consiste à choisir un premier cas d'usage dont les données existent déjà et sont exploitables en l'état, quitte à ce qu'il ne soit pas le plus spectaculaire.

Faut-il un ERP pour envisager l'IA ?

Non. Un ERP facilite l'accès aux données, mais son absence n'est pas bloquante : beaucoup de premiers cas d'usage s'appuient sur des fichiers, des e-mails ou des documents techniques déjà présents dans l'entreprise. Lancer un projet d'ERP comme préalable à un projet d'IA revient le plus souvent à repousser ce dernier de plusieurs années.

Quel effet l'automatisation a-t-elle sur les postes de travail ?

Les cas d'usage qui fonctionnent le mieux en PME industrielle portent sur des tâches que personne ne revendique : ressaisies, recherches d'information, mises en forme de documents. Le temps récupéré est en général réaffecté à des activités que le manque de disponibilité empêchait de mener, comme l'analyse des causes, le suivi fournisseur ou la formation. C'est ce report d'attention qui produit la valeur, davantage que le temps gagné lui-même.

Par quel cas d'usage vaut-il mieux commencer ?

Par celui dont vous pouvez mesurer le résultat en quelques semaines et dont l'échec ne coûterait rien d'irréversible. Un premier cas d'usage a deux fonctions : produire un gain, et surtout apprendre comment l'entreprise réagit à ce type de projet. Choisir d'emblée le chantier le plus ambitieux revient à faire cet apprentissage sur le sujet le plus exposé.