Une feuille de route de mise en œuvre de l'IA fixe l'ordre dans lequel une direction transforme des expérimentations en valeur mesurable : évaluer la maturité, choisir quelques cas d'usage à forte valeur, préparer les données, décider d'acheter, de développer ou de s'appuyer sur un partenaire, piloter face à une référence mesurée, puis passer à l'échelle avec des responsabilités et une gouvernance claires. Comptez de 6 à 12 mois entre le premier diagnostic et plusieurs cas d'usage en production. Les entreprises qui en tirent de la valeur ne lancent pas le plus de pilotes : elles se concentrent sur quelques processus cœur de métier et mesurent chacun d'eux.
Ce guide traite du portefeuille et de l'organisation, autrement dit de la stratégie IA de l'entreprise dans son ensemble. Pour faire passer un agent unique du pilote à la production, consultez notre guide sur les agents IA pour entreprise ; nous n'en reprenons pas la checklist de production ici.
L'écart de valeur de l'IA en chiffres
Presque toutes les entreprises utilisent l'IA quelque part. Bien moins peuvent montrer ce qu'elle rapporte.
BCG, 1 000 dirigeants dans 59 pays. Seuls 26 % dépassent le stade de la preuve de concept.
McKinsey, State of AI 2025, environ 2 000 répondants.
McKinsey. Dans aucune fonction, plus de 10 % ne déclarent déployer des agents à l'échelle.
MIT NANDA, 2025, tel que largement relayé, selon une définition étroite.
Le chiffre du MIT appelle une lecture prudente : il considère un pilote comme un échec s'il n'a montré aucun gain mesurable de revenus ou de coûts en six mois environ, ce qui en dit autant sur la façon dont les pilotes sont cadrés que sur la technologie. Les chiffres plus larges de BCG et de McKinsey vont dans le même sens : adoption élevée, valeur à l'échelle rare. Gartner prévoit que plus de 40 % des projets d'IA agentique seront abandonnés d'ici fin 2027.
Ce qui distingue la minorité qui en tire de la valeur, c'est la concentration. Les leaders identifiés par BCG (4 % à la pointe, 22 % qui commencent à obtenir des gains substantiels) poursuivent environ moitié moins d'opportunités IA que les autres et se concentrent sur les processus cœur de métier, où ils génèrent 62 % de la valeur de leur IA.
De nombreux pilotes sans responsable produisent des présentations. Quelques cas d'usage dans les processus cœur, chacun avec un responsable, une référence et une décision go/no-go, produisent de la valeur.
Étape 1 : réaliser un diagnostic de maturité IA
Un diagnostic de maturité IA répond à une question : quels cas d'usage pouvons-nous livrer dans les six prochains mois, et que faut-il corriger d'abord ? Évaluez six dimensions par direction métier, car la finance peut être prête alors que les opérations ne le sont pas.
| Dimension | Prêt (2 points) | En partie (1 point) | Pas encore (0 point) |
|---|---|---|---|
| Stratégie et parrainage | Un sponsor à la direction ; deux ou trois objectifs écrits que l'IA doit faire progresser | De l'intérêt au sommet, mais des objectifs flous ou portés par la seule DSI | Aucun sponsor ; porté par l'enthousiasme de quelques-uns ou par les fournisseurs |
| Accès et qualité des données | Les données des processus visés sont connues, accessibles et plutôt propres | Dispersées entre outils, exports et tableurs ; qualité inconnue | Sur papier, dans des boîtes mail personnelles ou dans des systèmes que personne ne peut interroger |
| Systèmes et API | Les systèmes cœur ont des API documentées et des environnements de test | Quelques API ; les systèmes anciens exigent des exports ou des contournements | Ni API ni environnement de test |
| Sécurité et conformité | Des règles écrites sur les données autorisées pour chaque fournisseur d'IA ; la sécurité intervient tôt | Des politiques IT existent, sans volet IA ; les revues arrivent tard | Aucune politique IA ; les équipes collent des données dans des outils publics |
| Compétences et responsabilités | Des responsables métier et techniques nommés ; du temps prévu pour tester | De la capacité technique mais aucun responsable métier, ou l'inverse | L'IA est le projet annexe de tout le monde |
| Budget et mesure | Un budget pour le pilote et le déploiement ; des références mesurées | Budget pilote seulement ; des références estimées | Aucun budget ; personne ne sait ce que coûte le processus aujourd'hui |
Comment vous évaluer :
- Évaluez avec les personnes qui pilotent le processus, ainsi qu'avec la DSI et la sécurité.
- Évaluez par direction métier, 0, 1 ou 2 points par dimension, plutôt qu'une note unique pour l'entreprise.
- Consignez les preuves (une documentation d'API, une référence chiffrée, un responsable nommé) pour pouvoir refaire le diagnostic plus tard.
- Faites le total (12 au maximum). De 10 à 12, lancez un pilote. De 6 à 9, pilotez le cas d'usage le plus solide tout en corrigeant la dimension la plus faible. De 0 à 5, réglez d'abord le parrainage, l'accès aux données et la politique IA : un pilote mesurerait aujourd'hui vos lacunes, pas l'IA.
- Un zéro sur l'accès aux données ou la sécurité est bloquant, quel que soit le total.
Pour un regard extérieur et une feuille de route écrite, nos services IA et machine learning couvrent l'évaluation de faisabilité comme le pilote.
Étape 2 : choisir les cas d'usage avec une matrice valeur-faisabilité
Recueillez des idées dans toutes les directions et notez chacune sur deux axes. Valeur : les heures, coûts, revenus ou risques en jeu, et la place du processus dans l'activité. Faisabilité : l'accessibilité des données et des systèmes, le niveau de risque de la tâche et le score de maturité de la direction concernée.
Commencer ici
Votre première vague : un à trois cas d'usage, idéalement dans les processus cœur, menés en pilote avec une référence mesurée.
Préparer
Les paris stratégiques. Comblez d'abord le manque de données ou d'intégration, puis planifiez-les pour les mois 4 à 12.
Acheter ou regrouper
Utilisez les fonctions IA des outils que vous payez déjà. Pas de développement sur mesure.
Abandonner
Mettez-les ouvertement de côté. Chaque projet maintenu en vie détourne l'attention du premier quadrant.
Cas d'usage typiques par direction :
| Direction | Exemples | Signal de valeur | Test de faisabilité |
|---|---|---|---|
| Service client | Tri des tickets, brouillons de réponse, résolution des demandes connues | Volume de tickets, temps de traitement | API du helpdesk, qualité de la base de connaissances |
| Finance | Extraction et rapprochement des factures, imputation des dépenses, préparation de la clôture | Minutes par facture, erreurs | Accès à l'ERP, règles de validation claires |
| Administration des ventes | Mise à jour du CRM depuis appels et e-mails, recherche de comptes, brouillons de propositions | Temps administratif des commerciaux, complétude des données | API du CRM, droits sur la messagerie et l'agenda |
| Opérations | Suivi des commandes et des fournisseurs, exceptions de planification, contrôles documentaires | Délai de traitement, interventions manuelles par commande | ERP ou outil achats, données fournisseurs |
| Administration RH | Questions sur les règles internes et les congés, dossiers d'intégration, brouillons de courriers | Demandes internes, délai de réponse | Règles sur les données personnelles ; aucune décision de l'IA sur les personnes |
| Juridique et conformité | Revue de contrats selon un référentiel, contrôle des dossiers d'entrée en relation | Temps de revue, clauses manquées | Référentiel écrit, validation par un expert |
| Produit et ingénierie | Fonctions IA dans votre produit, agents de code, génération de tests | Revenus, fidélisation, délai de livraison | Données produit, évaluation, rigueur de revue |
Suivez le schéma de BCG : peu de projets, approfondis, dans les processus cœur. Deux ou trois cas d'usage suffisent pour la première vague, chacun avec un responsable métier avant d'obtenir un budget. Pour la dernière ligne, voir notre article sur les agents de code IA dans les projets logiciels.
Étape 3 : préparer les données et les intégrations
Beaucoup de projets d'IA s'enlisent ici, pas au niveau du modèle. Pour chaque cas d'usage de la première vague, répondez à cinq questions avant le pilote :
- De quelles données la tâche a-t-elle besoin ? Ce qu'une personne utilise aujourd'hui, plus les résultats qui montrent si le travail a été bien fait.
- Où se trouvent-elles ? Dans quels systèmes, chez quels responsables, et si elles sont accessibles par API ou entrepôt de données, ou seulement par export.
- Qui peut les voir ? L'IA ne doit jamais voir plus que l'utilisateur pour qui elle travaille. Décidez quelles données peuvent aller vers quel fournisseur de modèles, sous quel contrat et avec quels paramètres de conservation.
- Sont-elles d'une qualité suffisante ? Contrôlez un échantillon : trous, doublons, documents périmés. Des données médiocres n'arrêtent pas une démo, elles arrêtent la production.
- Comment l'IA les retrouvera-t-elle ? La plupart des cas d'usage demandent une recherche dans les documents internes, pas un modèle entraîné sur mesure. Voir le RAG avancé et RAG ou fine-tuning.
L'intégration représente en général l'essentiel du travail, et les systèmes anciens sans API passent souvent d'abord par une modernisation. Le Model Context Protocol (MCP), standard ouvert présenté par Anthropic en novembre 2024 et largement adopté depuis, permet de connecter un système une fois et de réutiliser cette connexion d'un modèle et d'un cas d'usage à l'autre. C'est ce qui rend le deuxième cas d'usage moins cher que le premier.
Si une équipe externe doit accéder à des données personnelles, anticipez-le. Le Kosovo, où travaillent nos ingénieurs, est hors de l'UE et ne bénéficie pas d'une décision d'adéquation : l'accès à distance à des données personnelles constitue donc un transfert, qui exige un accord de sous-traitance, les clauses contractuelles types et une analyse d'impact du transfert. Contactez-nous pour en parler.
Étape 4 : acheter, développer ou s'appuyer sur un partenaire
Il existe trois façons d'intégrer l'IA à un processus ; la plupart des portefeuilles combinent les trois.
| Fonctions IA des SaaS | Plateforme + configuration | Développement sur mesure | |
|---|---|---|---|
| De quoi il s'agit | L'IA intégrée aux outils que vous utilisez déjà (helpdesk, CRM, bureautique) | Une plateforme d'IA ou d'automatisation configurée pour vos systèmes | Votre propre application sur des API de modèles, avec vos intégrations et vos règles |
| Quand c'est pertinent | Tâches standard dans un seul outil | Plusieurs systèmes, schémas courants, personnalisation modérée | Processus cœur dont la valeur tient à vos données et vos règles |
| Profil de coûts | Licences par utilisateur ou à l'usage | Abonnement à la plateforme plus configuration | Développement plus coûts de modèles et d'hébergement |
| Maîtrise | Faible : l'éditeur décide | Moyenne : dans les limites de la plateforme | Élevée : le code vous appartient, vous choisissez les fournisseurs |
| Risque principal | Des fonctions rebaptisées qui font moins que promis | Les limites de la plateforme, la dépendance | L'effort de construction et de maintenance pour un cas qui n'en vaut pas la peine |
Testez les promesses des fournisseurs sur vos propres cas. Gartner a mis en garde contre l'« agent washing » et estimé que seuls environ 130 des milliers de fournisseurs se réclamant de l'IA agentique offrent de réelles capacités agentiques. Le sur-mesure consiste le plus souvent à construire, sur des modèles éprouvés, une application IA reliée aux systèmes de l'étape 3. Le « partenaire » concerne les deux options de construction, et un bon partenaire vous dit aussi quand une licence est la meilleure réponse.
Comment choisir un partenaire de mise en œuvre de l'IA
- Commencez-vous par un diagnostic de maturité, ou par l'outil que vous vendez déjà ?
- Comment mesurerons-nous le succès, et quel est le critère go/no-go du pilote ?
- Qui constitue le jeu d'évaluation, à partir de quels cas réels de notre activité ?
- Comment intégrez-vous nos systèmes anciens, et à qui appartiennent ces connexions ensuite ?
- Quels fournisseurs de modèles utilisez-vous, et où vont nos données ?
- Le pilote est-il au forfait, et que comprend-il exactement ?
- À qui appartiennent le code, les prompts et les jeux d'évaluation, et travaillez-vous dans nos dépôts et nos comptes cloud ?
Nos réponses : les pilotes IA sont au forfait, avec un jeu d'évaluation convenu et une décision go/no-go ; vous recevez une proposition sous 24 heures après le premier appel ; NDA et cession de propriété intellectuelle sont signés avant le début des travaux ; nous travaillons dans vos dépôts et vos comptes cloud, et le code vous appartient. Les ingénieurs démarrent environ 48 heures après que vous avez validé leurs profils, avec une période d'essai de deux semaines : si vous n'êtes pas satisfait, vous ne payez pas. Notre équipe travaille depuis Prishtina en CET/CEST, aux mêmes heures que Paris et Berlin.
Commencez par un diagnostic de maturité IA
Nous évaluons votre maturité par direction métier, priorisons les cas d'usage selon leur valeur et leur faisabilité, et vous remettons une feuille de route chiffrée avec un premier pilote défini. Vous recevez une proposition sous 24 heures après le premier appel.
Étape 5 : piloter avec un résultat mesurable
Un pilote est une expérience conçue pour produire une décision. Si personne ne définit le bénéfice mesurable avant son lancement, personne ne pourra le démontrer ensuite. Rédigez d'abord une charte d'une page.
Charte de pilote
- Responsable : une tâche, un responsable métier qui décide du go ou du no-go.
- Indicateur de succès : un chiffre qui compte pour ce responsable, par exemple les minutes par facture ou la part des tickets résolus sans intervention humaine.
- Référence : ce chiffre mesuré aujourd'hui, sur des volumes réels.
- Jeu d'évaluation : quelques centaines de cas réels au résultat connu, cas difficiles compris, rejoué à chaque modification.
- Garde-fous : accès en lecture seule ou sandbox ; une personne valide tout ce qui est irréversible.
- Durée et budget : en général trois à quatre semaines, fixés à l'avance.
- Critère go/no-go : les objectifs de qualité, de coût par tâche et de risque qui justifient un budget de production.
Mesurez au lieu d'estimer : dans une étude de METR de 2025, que METR juge désormais dépassée, le gain de vitesse ressenti par les développeurs avec l'IA différait nettement de celui mesuré. Gains perçus et gains mesurés peuvent diverger : faites tourner le pilote en mode fantôme à côté de l'équipe et comparez à la référence.
Pour les agents qui agissent dans vos systèmes, les contrôles de production figurent dans le guide sur les agents cité plus haut. Un « non » au go/no-go est un résultat : vous avez dépensé un budget de pilote plutôt qu'un budget de production, et vous savez pourquoi.
Étape 6 : passer à l'échelle et gouverner
C'est au passage à l'échelle que se trouve l'essentiel de la valeur, et que beaucoup de programmes de transformation IA s'essoufflent. L'écart entre test et déploiement dans les chiffres de McKinsey est avant tout organisationnel. Six briques permettent de le combler.
Modèle opérationnel
Une petite équipe centrale gère le socle commun (intégrations, journalisation, évaluation, contrats fournisseurs) ; les directions métier portent leurs cas d'usage.
Responsabilités
Chaque cas d'usage en production a un responsable métier pour l'indicateur et un responsable technique pour l'exploitation.
Gouvernance
Un inventaire des cas d'usage IA, une validation légère pour les nouveaux, des prompts et modèles versionnés, une revue trimestrielle du portefeuille.
Sécurité
Droits minimaux, validation avant toute action irréversible, journalisation et défenses contre l'injection de prompt.
Réglementation
Classer chaque cas d'usage au regard de l'AI Act et du RGPD avant le cadrage, pas après la mise en ligne.
Conduite du changement et formation
Des formations par rôle, un discours clair sur ce qui change pour qui, et une adoption mesurée comme tout autre indicateur.
Le Top 10 OWASP pour les applications LLM place l'injection de prompt au premier rang des risques (LLM01) : traitez chaque entrée comme non fiable et appliquez les limites dans le code, pas dans le prompt. Nos services de sécurité couvrent ce volet. L'AI Act européen impose des obligations supplémentaires à l'IA utilisée dans des domaines à haut risque comme l'octroi de crédit, la gestion du personnel ou l'éducation ; son calendrier a évolué, vérifiez donc les dates en vigueur et votre classification avec votre conseil juridique.
Donnez à la conduite du changement sa propre ligne budgétaire : associez l'équipe à la constitution du jeu d'évaluation, montrez-lui les chiffres et dites clairement ce que deviendra le temps gagné.
Mesurer le ROI et ce que coûte la mise en œuvre de l'IA
Une formule de ROI simple
ROI = (valeur produite − coût total) ÷ coût total
Valeur = heures gagnées × coût horaire complet + autres gains mesurables (moins d'erreurs, encaissements plus rapides, revenus supplémentaires)
Coût total = construction ponctuelle (pilote + déploiement) + exploitation (usage des modèles, hébergement, supervision, maintenance)
Comptez les heures nettes du temps de vérification, et seulement celles qui sont réaffectées ou évitent un coût.
Un exemple chiffré, à titre illustratif
Chiffres illustratifs pour le rapprochement de factures dans une direction financière ; remplacez-les par votre propre référence et votre coût horaire interne.
| Poste (illustratif) | Valeur |
|---|---|
| Factures par mois | 3 000 |
| Temps gagné par facture, vérification déduite | 4 minutes, soit 200 heures par mois |
| Coût horaire interne complet (hypothèse) | 50 € |
| Valeur par mois | 200 × 50 € = 10 000 € |
| Coût ponctuel : pilote 15 000 € + déploiement 75 000 € | 90 000 € |
| Coût d'exploitation par mois (modèles, hébergement, maintenance) | 2 500 € |
| Bénéfice net par mois | 10 000 € − 2 500 € = 7 500 € |
| Retour sur investissement | 90 000 € ÷ 7 500 € = 12 mois |
| ROI sur deux ans | (240 000 € − 150 000 €) ÷ 150 000 € = 60 % |
L'effet portefeuille pèse davantage : le deuxième cas d'usage réutilise les intégrations, la journalisation et l'outillage d'évaluation du premier, il coûte donc bien moins cher à construire sans que sa valeur diminue.
Ce qu'il faut suivre chaque mois
La couverture (part du volume éligible traité), la qualité (score d'évaluation, taux d'erreur et d'escalade), la valeur par rapport à la référence, le coût par tâche réussie par rapport au budget, ainsi que l'adoption et les incidents.
Ce que coûte la mise en œuvre de l'IA
Fourchettes illustratives à nos tarifs publiés de 45–65 € par heure d'ingénieur, sur la base de semaines de 40 heures et de journées de 8 heures. Ce sont des exemples de planification, pas des devis ; licences et usage des modèles en sus.
| Phase (illustrative) | Équipe et durée | Heures | Coût illustratif |
|---|---|---|---|
| Diagnostic de maturité et feuille de route : grille d'évaluation, matrice des cas d'usage, revue des données et des systèmes, plan chiffré | 1 ingénieur-consultant × 2 semaines | 80 h | 3 600–5 200 € |
| Pilote : un cas d'usage, un ou deux systèmes, jeu d'évaluation, go/no-go | 2 ingénieurs × 3–4 semaines | 240–320 h | 10 800–20 800 € |
| Déploiement en production : intégrations réelles, validations, journalisation, supervision, formation, passation | 3 ingénieurs × 10–12 semaines | 1 200–1 440 h | 54 000–93 600 € |
| Cas d'usage suivant sur le socle commun | 2 ingénieurs × 4–6 semaines | 320–480 h | 14 400–31 200 € |
| Maintenance continue : campagnes d'évaluation, mises à jour des prompts et des modèles | 1 ingénieur × 2–4 jours par mois | 16–32 h par mois | 720–2 080 € par mois |
Les pilotes IA sont au forfait ; les squads démarrent à 15 000 € par mois. Retrouvez nos tarifs et formules sur la page tarifs.
Une feuille de route IA sur 6 à 12 mois
Les six étapes sous forme de plan que la direction valide phase par phase ; chaque phase se termine par une décision.
| Mois | Priorité | Ce qui se passe | Décision à la fin |
|---|---|---|---|
| Mois 1 | Évaluer et choisir | Grille de maturité, matrice des cas d'usage, revue des données et des systèmes, références mesurées, projet de politique IA, sponsor et responsables nommés | Quels un à trois cas d'usage passent en pilote ? |
| Mois 2–3 | Pilote | Chartes de pilote, jeux d'évaluation, réalisation sur les vrais systèmes en lecture seule ou en sandbox, mode fantôme, revue sécurité et données | Go/no-go par pilote face à sa référence |
| Mois 4–6 | Première mise en production | Déploiement sur une part du volume, puis plus large ; supervision, runbooks, formation ; socle commun ; cas d'usage suivant préparé | Étendre, améliorer ou arrêter ; confirmer la deuxième vague |
| Mois 7–12 | Passer à l'échelle et gouverner | Deuxième et troisième cas d'usage sur le socle commun, inventaire et gouvernance, reporting ROI mensuel, revue trimestrielle du portefeuille | Quoi étendre, quoi arrêter et quoi prévoir pour l'année suivante |
Les plus petites entreprises peuvent resserrer ce calendrier. L'ordre, lui, ne change pas : la maturité avant les pilotes, des pilotes avec référence avant la production, des responsables avant le passage à l'échelle.
Questions fréquentes
Qu'est-ce qu'une feuille de route de mise en œuvre de l'IA ?
Un plan par phases pour intégrer l'IA en entreprise de façon à produire une valeur mesurable : diagnostic de maturité, cas d'usage priorisés, travail sur les données, choix entre acheter, développer ou s'appuyer sur un partenaire, pilotes avec référence, puis passage à l'échelle avec responsabilités et gouvernance.
Combien de temps prend la mise en œuvre de l'IA ?
Comptez de 6 à 12 mois : environ un mois pour évaluer et choisir, deux mois de pilotes, trois mois pour le premier déploiement, puis le passage à l'échelle sur le socle commun.
Combien coûte la mise en œuvre de l'IA ?
À titre illustratif, à nos tarifs de 45–65 € par heure d'ingénieur : diagnostic et feuille de route 3 600–5 200 €, pilote 10 800–20 800 €, déploiement en production 54 000–93 600 €. Licences et usage des modèles en sus.
Que couvre un diagnostic de maturité IA ?
Six dimensions évaluées par direction métier : stratégie et parrainage, données, systèmes et API, sécurité et conformité, compétences et responsabilités, budget et mesure. Il montre ce que vous pouvez piloter tout de suite et ce qu'il faut corriger d'abord.
Comment mesurer le ROI de l'IA ?
ROI = (valeur − coût total) ÷ coût total. La valeur correspond aux heures gagnées, vérification déduite, multipliées par votre coût horaire complet, plus les autres gains mesurables ; le coût regroupe construction et exploitation. Mesurez la référence avant le pilote.
Faut-il acheter, développer ou s'appuyer sur un partenaire ?
Achetez pour les tâches standard dans vos outils existants, configurez une plateforme pour les schémas courants, développez sur mesure là où la valeur tient à vos données et vos règles. Choisissez un partenaire qui mesure face à des références et vous laisse la propriété du code.
Transformez vos projets IA en feuille de route chiffrée
Présentez-nous vos objectifs et les processus que vous visez. Nous évaluons votre maturité, choisissons avec vous les premiers cas d'usage et proposons un pilote au forfait avec jeu d'évaluation et critère go/no-go.
Sources
- BCG, communiqué de presse, 24 octobre 2024 : Where's the Value in AI? 74% of companies struggle to achieve and scale value
- McKinsey, novembre 2025 : The state of AI in 2025: Agents, innovation, and transformation
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, relayé par Virtualization Review : MIT report finds most AI business investments fail, reveals GenAI divide
- Gartner, communiqué de presse, 25 juin 2025 : Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027
- METR, 10 juillet 2025 : Measuring the impact of early-2025 AI on experienced open-source developer productivity
- OWASP : Top 10 for LLM Applications (2025)
- Model Context Protocol : modelcontextprotocol.io
