La plupart des grilles de maturité IA qui circulent tiennent sur cinq niveaux, avec des noms comme « exploratoire », « industrialisé » ou « natif ». Elles servent surtout à vendre l'étape suivante. Celle que j'utilise sur le terrain tient en quatre axes et une douzaine de questions, et son seul objectif est de savoir quoi faire lundi matin.
Compte une demi-journée. Deux heures d'entretiens avec trois ou quatre personnes qui font le travail, une heure pour regarder les vrais fichiers et les vrais outils, une heure pour poser les conclusions. Ce n'est pas un audit complet, c'est une photographie.
Axe 1 — Les données
On ne cherche pas à savoir si tu as « beaucoup de données ». On cherche à savoir si tu peux mettre la main dessus.
- Où vit l'information dont dépend le processus visé ? Cite les systèmes, pas les intentions.
- Qui sait l'extraire, et en combien de temps ?
- Est-elle saisie de la même façon par tout le monde, ou en texte libre selon les habitudes ?
- À quelle fréquence est-elle mise à jour, et est-ce compatible avec le rythme de la décision qu'on veut outiller ?
Le test qui tranche : demander un export réel, pendant l'entretien, et l'ouvrir. Tant que personne ne l'a ouvert, la donnée est une hypothèse. J'ai écrit un article entier sur ces tests de faisabilité, je n'y reviens pas ici.
Axe 2 — Les processus
C'est l'axe le plus révélateur, et celui que les grilles du marché traitent le moins.
- Le processus visé est-il écrit quelque part, ou vit-il dans la tête de deux personnes ?
- Combien de cas passent par étape et par semaine ? Un ordre de grandeur suffit, mais il doit exister.
- Quelles sont les exceptions, et qui les tranche aujourd'hui ?
- Qu'est-ce qui se passe quand quelqu'un se trompe ? Qui s'en aperçoit, et au bout de combien de temps ?
Cette dernière question en dit plus que les trois autres réunies. Une organisation qui sait comment ses erreurs remontent a des points de contrôle. Une organisation qui répond « ça se voit à la fin du mois » n'est pas prête à déléguer une étape à une machine.
Axe 3 — Les compétences
Pas « avez-vous un data scientist ». Presque aucune PME n'en a, et ce n'est pas le sujet.
- Qui, en interne, utilise déjà des outils d'IA générative dans son travail quotidien ? Combien de personnes, sur quels usages ?
- Ces usages sont-ils partagés, ou chacun bricole dans son coin sans le dire ?
- Y a-t-il quelqu'un capable de brancher deux outils entre eux — une automatisation simple, une intégration, un export planifié ?
- Qui, dans l'encadrement, comprend assez le sujet pour arbitrer sans se faire vendre n'importe quoi ?
Le profil décisif n'est pas technique. C'est la personne du métier, curieuse, respectée par ses collègues, qui a déjà fait gagner du temps à son équipe avec un outil. Si elle existe, tu as un point d'appui. Si elle n'existe pas, il faudra la faire émerger avant tout déploiement.
Axe 4 — La gouvernance
L'axe qu'on saute et qui revient au pire moment.
- Qui a le droit de mettre quelles données dans quel outil ? Existe-t-il une règle écrite, même courte ?
- Qui valide une mise en production, et sur quel critère ?
- Que se passe-t-il si une sortie d'IA cause une erreur vis-à-vis d'un client ? Qui répond ?
- Y a-t-il un budget identifié, ou chaque dépense est-elle arbitrée au cas par cas ?
Sur la partie réglementaire — RGPD, AI Act — reste factuel et fais-toi accompagner : ce que j'écris ici n'est pas un avis juridique. Mais la question de gouvernance interne, elle, se traite sans juriste. Une page de règles claires vaut mieux qu'une charte de vingt pages que personne ne lit.
Les trois profils que je rencontre
Après une centaine d'heures d'entretiens de ce type, les résultats se répartissent presque toujours en trois familles.
L'organisation curieuse et dispersée
Beaucoup d'usages individuels, aucune coordination. Sept personnes paient un abonnement sur leur carte perso, personne ne sait qui fait quoi, et aucune donnée sensible n'a de règle. Le niveau d'énergie est bon, la direction est absente.
Ce que je recommande : ne pas lancer de projet. D'abord recenser les usages existants, écrire une page de règles, mutualiser les outils. Puis choisir un seul processus et le faire proprement. La transformation vient de la mise en ordre, pas d'un nouvel outil.
L'organisation prudente et bloquée
Le sujet est identifié depuis un an, plusieurs réunions ont eu lieu, rien n'est sorti. Souvent parce que le premier cas d'usage envisagé était trop gros, ou parce que la crainte juridique a tout figé.
Ce que je recommande : un chantier volontairement petit, à faible enjeu, avec un critère de succès défini à l'avance et une date de fin. L'objectif n'est pas le gain, c'est de prouver dans l'entreprise que le sujet peut aboutir. Sans cette preuve, rien d'autre ne passera.
L'organisation qui a déjà déployé et qui plafonne
Un ou deux outils tournent, l'usage a chuté après trois mois, personne ne sait dire si ça rapporte. Le problème n'est presque jamais technique : ni point zéro, ni propriétaire métier, ni accompagnement après le lancement.
Ce que je recommande : reprendre l'existant avant d'ajouter. Mesurer ce qui tourne, couper ce qui ne sert pas, nommer un responsable sur ce qui reste. C'est la situation la plus courante chez les dirigeants qui me contactent, et la plus rapide à améliorer.
Fais-le toi-même, cette semaine
Prends ces douze questions, bloque deux heures avec trois personnes de terrain — pas ton comité de direction — et note les réponses telles qu'elles sortent, sans les arranger. Tu n'auras pas un score. Tu auras quelque chose de plus utile : la liste précise de ce qui manque, et l'ordre dans lequel le traiter.