Les questions qu'on nous poseet auxquelles on répond vraiment.
Huit sujets que nous traitons en diagnostic et en projet. Nous les abordons franchement, limites comprises — parce qu'un fournisseur qui n'annonce jamais de difficulté en aura une à vous cacher.
Ce qui freine l'IA n'est pas la technologie
« Pourquoi mes projets IA patinent-ils, alors que les outils sont là ? »
C'est la conclusion d'une enquête menée auprès de près de 1 000 dirigeants par Grant Thornton : 46 % d'entre eux disent que l'IA sous-performe — et ils n'accusent pas la technologie, mais des contrôles et une conformité qui ne suivent pas. 78 % ne sont pas certains de pouvoir passer un audit de gouvernance IA en 90 jours. Autrement dit : ils ne peuvent pas démontrer ce que fait leur IA, ni qui en répond. PwC mesure le même effet par l'autre bout : les entreprises les plus performantes automatisent 2,8 fois plus de décisions — tout en ayant plus de gouvernance, pas moins.
Vos équipes utilisent déjà de l'IA. Vous ne savez pas laquelle.
« Mes salariés se sont-ils mis à l'IA sans me le dire ? »
67 % des salariés utilisent des outils d'IA au travail. Mais seules 12 % des organisations savent nommer TOUS les outils en usage (Gartner). Plus d'un salarié sur deux utilise des outils que son employeur n'a pas fournis. Et parmi ceux qui utilisent de l'IA à l'insu de leur employeur, 75 % ont déjà transmis des données sensibles à un outil public — un contrat, un bilan, une liste de clients partis sur les serveurs d'un tiers. Ce n'est pas une hypothèse de risque : c'est un constat mesuré.
74 % de la valeur de l'IA va à 20 % des entreprises
« Est-ce que je peux encore rattraper ceux qui sont partis devant ? »
L'IA ne se répartit pas : elle se concentre. Selon PwC, 74 % de la valeur économique créée par l'IA est captée par 20 % des entreprises. BCG mesure un écart de 9 points de rendement actionnarial entre les 6 % de vraies leaders et la médiane. Et l'écart se creuse : les leaders apprennent plus vite, parce qu'ils ont déjà l'habitude de convertir leurs essais en production. Ce n'est donc pas une question de budget : c'est une question de méthode.
Pourquoi 95 % des projets IA n'aboutissent pas
« Beaucoup en parlent, peu y arrivent. Qu'est-ce qui fait la différence ? »
Le chiffre est connu de ceux qui ont cherché : selon le MIT, 95 % des projets d'IA générative n'atteignent jamais la production. Gartner va plus loin — plus de 40 % des projets d'IA agentique seront purement annulés d'ici fin 2027. Et sur les milliers de fournisseurs qui se réclament de l'IA agentique, Gartner estime qu'environ 130 seulement le sont réellement. Le reste, c'est ce qu'il appelle l'« agent washing » : rebaptiser un chatbot pour vendre plus cher.
Les erreurs de l'IA : comment on les détecte et les gère
« Une IA qui se trompe, ça peut me coûter cher. Comment je suis protégé ? »
Une IA génère du plausible, pas du vrai. Elle peut inventer une référence juridique, un chiffre, un nom — avec un aplomb parfait. C'est ce qu'on appelle une hallucination, et c'est le risque le plus concret de tout projet IA. Le problème n'est pas que ça arrive : c'est que ça arrive sans qu'on le voie.
Faire adopter l'IA par vos équipes
« L'outil est là, mais personne ne s'en sert. Comment éviter ça ? »
C'est la cause d'échec la mieux documentée : 95 % des projets d'IA n'atteignent jamais la production, non par manque de technologie, mais parce qu'ils restent des projets sans appropriation par ceux qui devaient s'en servir. Un outil que l'équipe contourne est un outil mort, quelle que soit sa qualité.
IA et RGPD : ce que ça implique réellement
« Je veux utiliser l'IA, mais je dois protéger les données. Concrètement ? »
« Nous sommes conformes RGPD » ne veut rien dire en soi. La question n'est pas de l'être sur le papier, mais de savoir où passent vos données, qui y accède, combien de temps elles sont conservées, et ce que vous pouvez prouver. C'est un sujet d'architecture autant que de documents.
Qui décide quand l'IA se trompe ?
« Si un agent fait une erreur, qui est responsable, et comment le prouve-t-on ? »
C'est la question que posent en comité de direction tous ceux qui ont déjà déployé de l'IA : quand une machine décide, qui répond ? Sans cadre, chaque incident devient un débat. Avec un cadre, il devient un cas traité. La différence n'est pas technique : elle est organisationnelle.
Ce que coûte réellement une IA en fonctionnement
« Au-delà de la mise en place, qu'est-ce que ça me coûte chaque mois ? »
On parle souvent du coût du projet, rarement du coût d'exploitation. Or une IA tourne tous les jours : elle consomme du calcul, elle produit des journaux, elle demande du suivi. Le poste le plus sous-estimé n'est ni le matériel ni les licences : c'est le temps humain de surveillance et d'ajustement.
Le coût de l'inaction
« Et si j'attends six mois de plus ? »
La question posée est toujours « combien ça coûte ? ». Rarement « combien me coûte le fait de ne rien faire ? ». Or c'est la même addition : les heures passées sur des tâches que d'autres ont automatisées, les appels manqués, les délais qui s'allongent avec le volume. Pendant ce temps, la concurrence avance.
Open source ou propriétaire : ne pas s'enfermer
« Est-ce que je vais dépendre d'un fournisseur pour toujours ? »
C'est une inquiétude légitime, et rarement traitée : si votre IA tourne sur une plateforme propriétaire, que se passe-t-il quand ses tarifs changent, quand elle ferme, ou quand elle modifie ses conditions ? Ce n'est pas le choix d'un outil qui vous enferme : c'est de ne pas avoir prévu comment en sortir.
Le RAG : pourquoi votre IA doit connaître votre entreprise
« Une IA qui ne connaît que le web, ça sert à quoi pour mon métier ? »
Un modèle d'IA, seul, ne connaît que ce qu'il a appris pendant son entraînement : le web, des livres, des articles. Votre historique client, vos tarifs, vos procédures internes, vos contrats — il ne les connaît pas. Interrogé sur votre entreprise, il répondra avec assurance… en inventant. C'est exactement le problème que le RAG résout.
IA et emploi : en parler franchement
« Est-ce que l'IA va supprimer des postes chez moi ? »
C'est la question que les dirigeants se posent sans toujours la formuler — et celle que les équipes redoutent. La réponse honnête est nuancée : l'IA absorbe des tâches, pas des métiers. Ce qui disparaît, ce sont les gestes répétitifs ; ce qui reste, c'est l'arbitrage, la relation et la responsabilité. Mais nier la question serait mentir.
Votre antivirus voit ce qu'il connaît déjà. Pas ce qui vous attaque.
« Pourquoi les outils classiques ne suffisent-ils plus ? »
Un antivirus, un pare-feu ou un pare-système fonctionnent par signature : ils reconnaissent ce qu'ils ont déjà vu. Or la majorité des intrusions réussies n'utilisent pas de logiciel malveillant exécutable — elles se connectent avec des identifiants légitimes, souvent obtenus par phishing ou par fuite. Vu des outils classiques, l'attaquant est un utilisateur normal qui se connecte aux bonnes heures depuis une adresse ordinaire. Le comportement, lui, est anormal : il ne ressemble pas à l'usage habituel de ce compte.
NIS2 et les PME : ce qui vous concerne vraiment
« Suis-je concerné, et qu'est-ce que je risque si je ne fais rien ? »
NIS2 élargit considérablement le périmètre de la directive européenne sur la sécurité des réseaux et des systèmes d'information : des secteurs entiers sont désormais concernés, et les sous-traitants de grandes entreprises le sont souvent par ricochet, à travers leurs contrats. Beaucoup de PME découvrent la question non pas par un texte, mais par la demande d'un client ou de leur assureur. La question n'est donc pas « suis-je dans la liste ? » mais « saurais-je le prouver si on me le demande ? ».
Un agent IA a des accès. Qui surveille ce qu'il en fait ?
« Mes agents IA peuvent-ils devenir un risque de sécurité ? »
Un agent IA connecté à vos outils dispose d'un compte, de droits et d'accès aux données — exactement comme un collaborateur. Sauf que personne ne lui demande de baisser la voix en salle de réunion, et que peu d'entreprises savent déléguer ses droits précisément. Un accès trop large, une instruction détournée par un contenu malveillant, un agent qui continue de tourner après avoir été oublié : ce sont des incidents réels, et ils ne sont pas dans les référentiels classiques.
Ces sujets sont ceux que nous abordons systématiquement en diagnostic. Si le vôtre n'y figure pas, il fait probablement partie de ceux que nous traitons aussi.
Poser votre cas