Votre PME est-elle vraiment prête pour l’intelligence artificielle ?

PERSPECTIVES #005 — EMATRiX Nova
Entreprise & Informatique

L’intelligence artificielle est en train de s’installer dans le quotidien des entreprises à une vitesse remarquable. Des outils capables de rédiger, résumer, traduire, analyser des documents, générer des images, produire du code ou répondre à des questions complexes sont désormais accessibles à presque n’importe quelle organisation. Des fonctions autrefois réservées à des systèmes spécialisés commencent à apparaître directement dans les suites bureautiques, les logiciels de gestion, les plateformes de relation client et les outils de collaboration.

Pour une PME, la tentation est compréhensible. Si ces technologies permettent d’automatiser certaines tâches, d’améliorer la productivité ou d’accéder à des capacités jusque-là difficiles à financer, pourquoi attendre ? La question pertinente semble alors être : comment intégrer l’intelligence artificielle dans l’entreprise ? Mais cette formulation intervient peut-être déjà trop tard.

Avant de déterminer comment utiliser l’IA, une entreprise devrait probablement se demander si son environnement informatique lui permet réellement d’en tirer parti. Où se trouvent ses données ? Sont-elles suffisamment structurées ? Ses processus sont-ils connus ? Ses documents sont-ils organisés ? Ses collaborateurs utilisent-ils des systèmes communs ? Les droits d’accès sont-ils maîtrisés ? Les informations importantes appartiennent-elles véritablement à l’entreprise ou restent-elles dispersées entre des fichiers, des boîtes mail, des téléphones et des applications indépendantes ? L’intelligence artificielle peut produire des résultats impressionnants. Elle ne fait pourtant pas disparaître les fondations nécessaires au fonctionnement d’un système informatique. Elle les rend au contraire encore plus importantes.

Utiliser l’IA et intégrer l’IA sont deux choses différentes

Une distinction doit d’abord être établie entre l’utilisation ponctuelle d’un outil d’intelligence artificielle et l’intégration de l’IA au fonctionnement d’une entreprise. Aujourd’hui, presque n’importe quel collaborateur peut ouvrir un service d’intelligence artificielle générative et lui demander de reformuler un email, résumer un document, traduire un texte ou proposer des idées. Ces usages peuvent immédiatement produire de la valeur. Ils constituent probablement, pour beaucoup d’entreprises, la première rencontre concrète avec cette nouvelle génération de technologies. Mais ils ne signifient pas nécessairement que l’entreprise elle-même est devenue plus intelligente.

Lorsqu’un commercial utilise individuellement une IA pour rédiger une proposition, lorsqu’un responsable lui demande de résumer un rapport ou lorsqu’un collaborateur l’utilise pour préparer une présentation, l’outil augmente principalement la capacité de la personne qui l’utilise. L’intégration organisationnelle commence à un autre niveau. Elle apparaît lorsque l’intelligence artificielle peut accéder, dans des conditions maîtrisées, aux informations pertinentes de l’entreprise ; lorsqu’elle peut intervenir dans des processus identifiés ; lorsqu’elle peut utiliser des données suffisamment fiables ; lorsqu’elle peut produire des résultats qui s’intègrent aux outils existants ; et lorsque son utilisation respecte les règles de sécurité, de confidentialité et de gouvernance de l’organisation.

Passer de l’usage individuel à l’intégration organisationnelle constitue donc un changement de nature. La première étape peut demander quelques minutes. La seconde dépend de la maturité du système informatique tout entier.

Une intelligence artificielle ne connaît pas spontanément votre entreprise

Les modèles d’intelligence artificielle disposent de capacités générales impressionnantes. Ils peuvent comprendre et produire du langage, analyser des documents ou effectuer certaines formes de raisonnement sur des informations qui leur sont fournies. Mais ils ne connaissent pas spontanément le fonctionnement particulier d’une entreprise. Ils ne savent pas automatiquement quels sont ses clients, quels produits elle commercialise, quelles règles commerciales elle applique, quelles procédures internes doivent être respectées, où se trouvent ses documents, quelle version d’un contrat constitue la référence ou quelles informations peuvent être communiquées à tel ou tel collaborateur.

Pour devenir réellement utile au-delà des tâches génériques, l’intelligence artificielle doit pouvoir travailler avec le contexte de l’organisation. Et ce contexte existe principalement sous forme de données. Il se trouve dans les documents, les bases clients, les historiques commerciaux, les applications métiers, les procédures, les catalogues, les contrats, les emails, les comptes rendus, les bases de connaissances et les différents systèmes utilisés quotidiennement par l’entreprise. La capacité d’une organisation à exploiter profondément l’intelligence artificielle dépend donc directement de sa capacité à maîtriser ce patrimoine informationnel.

Une entreprise dont l’information est organisée possède un terrain beaucoup plus favorable à l’intégration de l’IA qu’une entreprise dans laquelle personne ne sait précisément où se trouve la dernière version d’un document important.

Le problème des données dispersées

Cette question prolonge directement celle que nous abordions dans le premier article de Perspectives : une entreprise peut disposer d’un grand nombre d’outils sans pour autant posséder un système informatique cohérent. L’arrivée de l’intelligence artificielle ne supprime pas cette fragmentation. Elle peut même la rendre plus visible.

Imaginons qu’une entreprise souhaite mettre en place un assistant capable de répondre aux questions de ses commerciaux concernant les clients. Où cet assistant devra-t-il chercher l’information ?

• Dans le CRM ?

• Dans les emails ?

• Dans les fichiers Excel conservés par les commerciaux ?

• Dans les propositions commerciales enregistrées sur un espace partagé ?

• Dans les conversations de messagerie instantanée ?

• Dans les factures ?

• Dans les téléphones ?

Si plusieurs sources contiennent des informations contradictoires, laquelle doit être considérée comme correcte ?

Le problème n’est plus principalement celui de l’intelligence artificielle. Il est celui de l’organisation de l’information. La même difficulté apparaît lorsqu’une entreprise souhaite utiliser l’IA pour analyser ses performances, automatiser certains processus, assister son service client ou exploiter ses connaissances internes. Plus les données sont dispersées, non structurées ou difficiles d’accès, plus l’intégration devient complexe. L’IA peut analyser l’information. Elle ne peut pas toujours déterminer à la place de l’entreprise quelle information fait autorité.

Avant l’intelligence, la qualité de la donnée

L’expression « les données sont le carburant de l’intelligence artificielle » est souvent utilisée. Elle peut cependant donner l’impression que la quantité de données constitue l’élément déterminant. Ce n’est pas nécessairement le cas. Une entreprise peut posséder énormément de données et être incapable de les exploiter efficacement. La qualité, la structure, la disponibilité, la traçabilité et la pertinence comptent au moins autant que le volume.

Une base clients contenant des milliers de contacts devient beaucoup moins utile si les informations sont incomplètes, dupliquées ou obsolètes. Plusieurs années de documents peuvent représenter une source de connaissance considérable, mais seulement si l’entreprise est capable de les retrouver, de comprendre leur contexte et d’identifier ceux qui restent valides. L’intelligence artificielle ne transforme pas automatiquement une mauvaise donnée en bonne information. Elle peut même amplifier certaines faiblesses. Si les informations utilisées sont incorrectes, incomplètes ou dépassées, les résultats produits peuvent être convaincants tout en étant erronés.

L’arrivée de l’IA devrait donc inciter les entreprises à considérer avec davantage d’attention des travaux qui semblaient parfois peu spectaculaires : organiser les données, définir les sources de référence, nettoyer certaines bases, structurer les documents et clarifier les règles de conservation. Ce sont des travaux beaucoup moins visibles qu’un assistant conversationnel. Ils peuvent pourtant déterminer une grande partie de sa valeur future.

L’intelligence artificielle a également besoin de processus

Les données ne constituent qu’une partie de l’équation. Pour automatiser ou assister efficacement une activité, il faut également comprendre son déroulement. Prenons le traitement d’une demande commerciale. Un prospect contacte l’entreprise. Sa demande doit être identifiée, éventuellement qualifiée, orientée vers la bonne personne, traitée, suivie puis transformée en opportunité commerciale si elle est pertinente.

L’intelligence artificielle peut intervenir à plusieurs étapes : analyser le message, identifier le besoin, proposer une réponse, extraire certaines informations, classer la demande ou assister le commercial. Mais pour automatiser correctement ces actions, l’entreprise doit savoir ce qu’elle souhaite obtenir à chaque étape. Quels prospects doivent être considérés comme prioritaires ? Quelles informations sont obligatoires ? Qui doit valider certaines propositions ? Dans quelles situations une intervention humaine est-elle indispensable ? Quelle action doit être enregistrée dans le CRM ?

Lorsque ces règles n’existent que dans les habitudes de quelques collaborateurs, leur automatisation devient difficile. L’intelligence artificielle ne remplace donc pas la nécessité de comprendre les processus. Elle oblige souvent à les expliciter. Cette contrainte peut d’ailleurs devenir une opportunité. En cherchant à automatiser une activité, l’entreprise découvre parfois que son fonctionnement actuel peut lui-même être simplifié.

Automatiser le désordre ne supprime pas le désordre

Dans Perspectives #004, nous posions une question : la transformation informatique commence-t-elle vraiment par la technologie ? L’intelligence artificielle rend cette question encore plus importante. Une organisation peut être tentée d’utiliser l’IA pour automatiser une succession de tâches manuelles sans se demander si cette succession reste nécessaire. Elle risque alors de créer une automatisation sophistiquée autour d’un processus qui aurait d’abord dû être repensé.

• L’intelligence artificielle peut accélérer une opération.

• Elle peut réduire l’effort humain nécessaire.

• Elle peut améliorer certaines analyses.

Mais elle ne garantit pas que le processus auquel elle participe soit correctement conçu.

Automatiser le désordre ne transforme pas nécessairement le désordre en système.

Avant d’introduire l’IA dans un processus, l’entreprise doit donc comprendre pourquoi celui-ci existe, quelles informations il utilise, quel résultat il doit produire et quelles étapes pourraient éventuellement être supprimées. La valeur de l’intelligence artificielle devient alors beaucoup plus facile à identifier.

La sécurité change d’échelle

L’intégration de l’intelligence artificielle introduit également une question essentielle : celle de l’accès à l’information. Pour produire des résultats pertinents, un système d’IA peut avoir besoin d’accéder à des documents internes, à des données commerciales ou à certaines informations opérationnelles. Mais tous les collaborateurs ne doivent évidemment pas pouvoir accéder à toutes les données de l’entreprise. Un commercial peut avoir besoin d’informations sur ses clients sans avoir accès aux dossiers des ressources humaines. Un responsable financier peut consulter certaines informations comptables qui ne doivent pas être accessibles à l’ensemble de l’organisation. Certains documents peuvent être confidentiels. Certaines données peuvent être soumises à des obligations particulières.

Lorsqu’un assistant intelligent devient capable d’interroger plusieurs sources simultanément, la gestion des droits d’accès prend donc une importance nouvelle. Le système ne doit pas seulement savoir répondre. Il doit également savoir ce que l’utilisateur qui pose la question est autorisé à connaître. Une organisation qui ne maîtrise pas déjà correctement ses identités, ses rôles et ses permissions risque de rencontrer des difficultés importantes lorsqu’elle cherchera à intégrer des systèmes d’IA à ses données internes. La cybersécurité et la gouvernance des accès ne constituent donc pas des sujets périphériques à l’intelligence artificielle. Elles en sont des prérequis.

La confidentialité doit être pensée avant l’usage

Les outils d’intelligence artificielle générative ont rendu extrêmement simple une opération qui mérite pourtant beaucoup d’attention : transmettre de l’information à un système externe. Un collaborateur peut copier un contrat, un fichier client, un rapport financier ou une information confidentielle dans un outil d’IA en quelques secondes. La facilité technique de cette opération ne signifie pas qu’elle soit toujours appropriée. L’entreprise doit savoir quels outils sont autorisés, quelles données peuvent leur être communiquées, quelles conditions contractuelles s’appliquent, comment les informations sont traitées et quelles règles les collaborateurs doivent respecter.

Cette question devient particulièrement importante lorsque l’usage de l’IA se développe spontanément dans l’organisation avant même qu’une politique interne ait été définie. Interdire systématiquement ces outils peut être difficile et parfois contre-productif. Les ignorer l’est probablement davantage. L’entreprise doit donc progressivement organiser leur utilisation. Cela implique de distinguer les expérimentations sans données sensibles des usages impliquant des informations internes, d’identifier les solutions appropriées et de former les collaborateurs aux risques associés. L’adoption de l’IA devient ainsi également un sujet de gouvernance.

L’humain reste responsable de la décision

Une autre caractéristique de l’intelligence artificielle doit être intégrée dès la conception : ses résultats ne sont pas infaillibles. Un système peut produire une réponse très convaincante et néanmoins incorrecte. Il peut interpréter imparfaitement une information, manquer un élément de contexte ou générer une conclusion qui semble plausible sans être suffisamment fondée. Le niveau de contrôle humain nécessaire dépend donc du risque associé à l’usage.

Utiliser une IA pour proposer une première formulation d’un email n’exige pas le même niveau de contrôle que l’utiliser pour produire une analyse financière, interpréter une clause contractuelle ou déclencher automatiquement une opération importante. Une entreprise mature ne se demande donc pas uniquement ce qui peut être automatisé. Elle détermine également ce qui doit rester sous contrôle humain. Cette distinction permet de construire des usages plus sûrs et souvent plus efficaces. L’intelligence artificielle peut préparer, analyser, proposer, classer ou assister, tandis que certaines décisions restent explicitement attribuées à des personnes responsables. L’objectif n’est pas nécessairement de retirer l’humain du processus. Il peut être de lui permettre de consacrer davantage de temps aux tâches dans lesquelles son jugement possède le plus de valeur.

Une PME possède aussi des avantages

Face à ces exigences, une PME pourrait conclure que l’intelligence artificielle est finalement réservée aux grandes organisations disposant d’équipes techniques importantes. Ce serait une conclusion trop pessimiste. Les PME possèdent également plusieurs avantages. Leurs processus peuvent être moins nombreux. Les chaînes de décision sont souvent plus courtes. Les transformations peuvent être engagées plus rapidement. Le nombre de systèmes historiques à intégrer peut être plus limité. Les dirigeants peuvent parfois modifier directement certaines règles d’organisation.

Une PME correctement structurée peut donc adopter certaines capacités d’intelligence artificielle avec une rapidité remarquable. Elle peut utiliser l’IA pour assister la production de documents, améliorer la recherche interne, automatiser certaines classifications, soutenir la relation client ou analyser des informations sans construire des infrastructures extrêmement complexes. Mais son avantage dépend précisément de sa capacité à ne pas reproduire inutilement la complexité des grandes organisations. Elle peut construire dès aujourd’hui des données plus propres, des systèmes mieux intégrés et des processus conçus pour être progressivement automatisables. L’IA devient alors non pas une technologie ajoutée à la périphérie, mais une capacité qui peut progressivement s’intégrer au fonctionnement de l’entreprise.

Il n’est pas nécessaire d’attendre d’être parfaitement prêt

Parler de préparation ne signifie pas qu’une entreprise devrait attendre d’avoir atteint une maturité informatique parfaite avant d’utiliser l’intelligence artificielle. Une telle attente serait probablement irréaliste. L’expérimentation possède au contraire une grande valeur. Les entreprises peuvent commencer par des usages simples, peu risqués et facilement contrôlables. Elles peuvent identifier les tâches répétitives, expérimenter des assistants, mesurer les gains obtenus et observer les difficultés rencontrées. Ces expérimentations permettent justement de comprendre quelles fondations doivent être améliorées.

Une entreprise peut découvrir que son principal obstacle n’est pas la technologie d’IA, mais l’organisation de ses documents. Une autre constatera que ses données clients sont insuffisamment structurées. Une troisième identifiera un problème de droits d’accès ou l’absence de procédures suffisamment claires. L’expérimentation devient alors un outil de diagnostic. L’objectif n’est donc pas d’opposer préparation et adoption. Il s’agit de les faire progresser ensemble. Expérimenter rapidement, structurer progressivement et intégrer durablement. Cette séquence est probablement plus réaliste que l’attente d’une transformation préalable complète.

De l’IA individuelle à l’IA organisationnelle

La véritable évolution pourrait finalement se situer ici. La première génération d’adoption de l’intelligence artificielle dans les PME sera probablement largement individuelle. Chaque collaborateur utilisera certains outils pour améliorer son propre travail. La génération suivante sera organisationnelle. Les assistants seront connectés aux systèmes de l’entreprise. Les données internes pourront être interrogées dans des conditions maîtrisées. Certaines tâches seront automatiquement déclenchées. Les applications intégreront directement des capacités d’analyse et de génération. Les informations circuleront entre systèmes avec une intervention humaine plus ciblée.

Le passage de la première génération à la seconde exigera cependant davantage que l’achat d’un abonnement à un service d’intelligence artificielle. Il nécessitera des données organisées, des identités maîtrisées, des systèmes suffisamment intégrés, des processus compris, des règles de gouvernance et une architecture capable d’accueillir progressivement ces nouvelles capacités. Autrement dit, l’avenir de l’intelligence artificielle dans l’entreprise dépend en partie du travail informatique réalisé avant elle.

Préparer l’entreprise avant de chercher à automatiser l’entreprise

Les débats autour de l’intelligence artificielle se concentrent naturellement sur ce que les modèles peuvent faire. Les progrès sont rapides et les possibilités impressionnantes. Pour les entreprises, une autre question mérite pourtant une attention comparable : que devons-nous construire pour être capables d’exploiter durablement ces possibilités ? La réponse est beaucoup moins spectaculaire.

• Il faut organiser l’information.

• Structurer les données.

• Clarifier les processus.

• Maîtriser les accès.

• Réduire la fragmentation.

• Définir les responsabilités.

• Construire une architecture capable d’évoluer.

Ce sont précisément les fondations informatiques qui semblaient parfois secondaires lorsque l’attention était concentrée sur les applications visibles. L’intelligence artificielle leur donne aujourd’hui une importance nouvelle.

Chez EMATRiX Nova, nous considérons que l’IA ne doit pas être pensée comme une couche magique capable de corriger automatiquement les faiblesses d’un système informatique. Elle représente au contraire une nouvelle génération de capacités dont la valeur dépend directement de la qualité de l’environnement dans lequel elle est intégrée. Une PME n’a donc pas besoin d’attendre pour commencer à expérimenter. Mais si elle souhaite passer de quelques usages individuels à une véritable capacité d’entreprise, elle devra progressivement construire les fondations nécessaires.

La question n’est alors plus uniquement :

« Quelle intelligence artificielle devons-nous utiliser ? »

Elle devient :

« Notre entreprise est-elle organisée pour devenir réellement plus intelligente grâce à elle ? »

C’est peut-être là que commence la véritable préparation à l’intelligence artificielle.

PERSPECTIVES — EMATRiX Nova

Analyses, technologies et transformations de l’entreprise africaine.

Au-delà de la technologie.