Mettre en place l'IA en entreprise : un plan en 6 étapes

Pour mettre en place l’IA en entreprise sans brûler votre budget, la réponse courte tient en six étapes : auditer vos processus, choisir deux ou trois cas d’usage étroits, en piloter un, écrire une charte sur les données, former ceux qui vont l’utiliser, et seulement ensuite généraliser. Cet ordre compte davantage que le choix du modèle ou du fournisseur.

La plupart des entreprises font l’inverse. Elles achètent des licences pour tout le monde, organisent une présentation à l’heure du déjeuner, et six mois plus tard personne ne sait dire ce qui a changé. Ce guide est la version ennuyeuse et fiable : six étapes, ce que chacune produit, et une check-list finale à coller dans votre outil de gestion de projet.

Pourquoi la plupart des déploiements s’enlisent

Les outils sont rarement en cause. ChatGPT, Microsoft 365 Copilot, Claude et les plateformes d’automatisation qui les entourent suffisent pour l’essentiel du travail de bureau. Les déploiements calent pour trois raisons humaines :

• Pas de responsable. « La DSI regarde ça » n’est pas un responsable. Quelqu’un doit répondre d’un flux et d’un chiffre.
• Pas de point de départ. Si vous n’avez jamais mesuré le temps passé à imputer les factures ou à préparer un devis, vous ne pourrez pas prouver que l’IA l’a réduit.
• Pas de garde-fous. Les gens évitent l’outil par peur de faire fuiter des données, ou y collent tout parce que personne ne leur a dit de ne pas le faire.

Gartner a relevé le même phénomène sous l’angle des coûts : dans une prédiction de 2026, le cabinet estime qu’au moins 50 % des projets d’IA générative dépasseront leur budget d’ici 2028, en raison de mauvais choix d’architecture et d’un manque de savoir-faire opérationnel. Un plan règle l’essentiel de ces problèmes avant qu’ils ne coûtent quoi que ce soit.

Étape 1 : auditer où partent vraiment les heures

Passez une à deux semaines à cartographier le travail, pas les outils. Parlez à ceux qui font le travail. Pour chaque équipe, listez les tâches qui sont :

• Fréquentes (quotidiennes ou hebdomadaires, pas deux fois par an)
• Riches en texte ou en documents (e-mails, PDF, formulaires, tickets, tableurs)
• Vérifiables (une personne voit en quelques secondes si le résultat est juste)

Notez approximativement combien d’heures chaque tâche consomme par semaine et qui s’en charge. Vous obtiendrez une longue liste. Tant mieux : vous allez en jeter la plus grande partie.

Ce que produit l’audit : un tableau de 15 à 40 tâches candidates avec responsable, fréquence, heures estimées et systèmes concernés (CRM, ERP, messagerie, serveur de fichiers).

Étape 2 : choisir deux ou trois cas d’usage, pas vingt

Notez chaque candidat sur la valeur et la difficulté. Une échelle de 1 à 3 suffit.

Premiers succès typiques dans les PME et ETI : brouillons de réponses aux questions clients récurrentes, extraction de données de factures ou de bons de commande, résumés d’appels et de réunions dans le CRM, premières versions de devis. Pour un menu plus long classé par service, voyez 12 usages concrets de l’IA en entreprise.

Retenez-en deux ou trois. L’un sert de pilote, les autres attendent leur tour.

Étape 3 : un pilote avec une mesure de départ et une date de fin

Un pilote n’est pas « on essaie pendant un moment ». Il comporte quatre éléments :

1. Une mesure de départ. Mesurez la tâche aujourd’hui : minutes par dossier, taux d’erreur, délai de réponse.
2. Un petit groupe. Trois à dix personnes qui font vraiment le travail, plus leur responsable.
3. Une fenêtre fixe. Quatre à huit semaines suffisent généralement pour voir si cela fonctionne.
4. Un critère d’arrêt. Décidez à l’avance quel résultat signifie « on arrête ». Si vous ne savez pas décrire l’échec, vous ne le reconnaîtrez pas.

Gardez la construction simple. Beaucoup de pilotes n’ont besoin que d’une offre professionnelle de ChatGPT, Copilot ou Claude, d’un prompt bien écrit et d’un modèle partagé. D’autres demandent une petite automatisation, par exemple un flux n8n, Make ou Zapier qui récupère une pièce jointe, l’envoie à un modèle et écrit le résultat dans un tableur. Le choix entre ces plateformes est un sujet à part, traité dans n8n, Make ou Zapier.

Remarque honnête : certains pilotes doivent échouer. Si la tâche demandait plus de jugement que prévu, ou si les données étaient trop désordonnées, l’arrêter au bout de six semaines est une réussite. Vous avez peu dépensé et beaucoup appris.

Étape 4 : écrire la charte de données avant de généraliser

C’est là que la plupart des entreprises s’inquiètent, et elles ont raison. La solution est une charte d’une page, pas un référentiel de 40 pages. Elle doit répondre à :

• Quels outils sont autorisés ? Nommez-les : « notre espace ChatGPT Business » ou « Microsoft 365 Copilot sur notre tenant », pas « les outils d’IA ».
• Qu’est-ce qui ne doit jamais y entrer ? Liste type : données personnelles de clients hors systèmes autorisés, données de santé, mots de passe et clés, chiffres financiers non publiés, tout ce qui est couvert par un accord de confidentialité sauf si le contrat l’autorise.
• Qui relit les résultats ? Tout ce qui part chez un client, une administration ou le public passe par un contrôle humain.
• Où est-ce conservé ? Décidez où sont stockés les prompts et résultats qui comptent.

Côté fournisseur, utilisez des offres professionnelles, pas des comptes personnels. OpenAI indique que, par défaut, il n’entraîne pas ses modèles sur les données de ChatGPT Business, ChatGPT Enterprise et de sa plateforme API (page d’OpenAI consacrée aux données des entreprises). La page tarifaire d’Anthropic précise que Claude Team et Enterprise n’entraînent pas les modèles sur vos contenus par défaut. Signez l’accord de traitement des données (DPA) du fournisseur et vérifiez où les données sont hébergées, puisque vous êtes soumis au RGPD. La CNIL publie des recommandations sur l’IA utiles pour cadrer cette charte. Nous comparons les offres dans ChatGPT Business, Enterprise ou API.

En France, si le déploiement modifie les conditions de travail, pensez aussi à l’information et à la consultation du CSE dans les entreprises qui en sont dotées. À jour d’octobre 2026, ceci n’est pas un conseil juridique.

Étape 5 : former les personnes, pas seulement l’outil

Une licence que personne ne sait utiliser est un don au fournisseur. La formation doit être courte et adaptée aux rôles :

• Tout le monde : quels outils sont autorisés, ce qu’il ne faut pas y coller, comment vérifier un résultat, comment écrire un prompt correct.
• Utilisateurs avancés : modèles, instructions réutilisables, connexion de l’outil aux documents de l’entreprise.
• Managers : comment mesurer l’impact et quand dire non.

Dans l’UE, il y a aussi un volet juridique. L’article 4 du règlement européen sur l’IA (règlement (UE) 2024/1689) impose aux entreprises qui déploient des systèmes d’IA de prendre des mesures pour garantir un niveau suffisant de maîtrise de l’IA chez le personnel qui les utilise, et il s’applique depuis le 2 février 2025. Une session de formation documentée est la façon la plus simple de montrer que vous l’avez pris au sérieux. Plus de détails dans AI Act : former les salariés à l’IA. À jour d’octobre 2026, ceci n’est pas un conseil juridique.

Étape 6 : généraliser ce qui a marché, un flux à la fois

Si le pilote a battu sa mesure de départ, déployez par vagues : le reste de l’équipe, puis l’équipe suivante qui a une tâche similaire. À chaque vague :

• Mesurez à nouveau. Les résultats de cinq premiers utilisateurs enthousiastes tiennent rarement pour cinquante personnes.
• Surveillez les coûts d’usage. Les licences par poste sont prévisibles ; l’usage d’API et d’agents ne l’est pas. Gartner estime que l’inférence représentera au moins 70 % du coût d’un modèle sur sa durée de vie : posez des alertes de dépense dès le départ. Notre article sur le coût d’un projet d’IA détaille où part l’argent.
• Nommez un responsable permanent. Les prompts dérivent, les outils évoluent, les processus changent. Quelqu’un doit entretenir le dispositif.

Revenez ensuite à votre liste de l’étape 2 et lancez le pilote suivant.

Exemple illustratif : un distributeur de 40 personnes

Exemple illustratif : un grossiste fictif de 40 salariés audite ses fonctions support et retient trois candidats : l’imputation des factures fournisseurs, les e-mails « où en est ma commande ? » et la rédaction des fiches produits. L’imputation des factures l’emporte (volume élevé, règles claires, relecture humaine avant comptabilisation). Le pilote dure six semaines avec deux comptables fournisseurs et mesure les minutes par facture et le taux de correction. Les e-mails de suivi de commande viennent ensuite, car ils exigent une connexion à l’ERP. Les fiches produits sont abandonnées : peu de volume, et la responsable marketing préfère les écrire elle-même.

Voilà à quoi ressemble un bon plan. Pas « de l’IA partout ». Trois paris, un à la fois.

Check-list : mettre en place l’IA en entreprise

Besoin d’aide pour dérouler le plan ?

Si vous préférez ne pas mener seul l’audit et le pilote, notre service de déploiement de l’IA suit exactement cette séquence, de l’audit des processus au pilote mesuré puis au déploiement en équipe. Vous trouverez tout ce que nous faisons en IA sur le pôle IA. Réservez un appel découverte et venez avec la liste des tâches qui consomment le plus d’heures.