Ils avaient tout préparé, ou du moins c'est ce qu'ils pensaient.
Un directeur général rigoureux. Un DSI engagé. Un budget validé. Une solution IA sélectionnée après plusieurs mois de benchmark. Sur le papier, les conditions étaient réunies. Dans la salle de réunion où nous avons posé nos affaires ce matin-là, l'ambiance était pourtant tendue d'une façon difficile à nommer.
Nous avons commencé par ne rien déployer.
Le contexte : une ETI industrielle en ordre de marche
Cette entreprise, une ETI de 380 personnes dans le secteur de la transformation de matériaux, avait derrière elle vingt ans de process documentés, des certifications qualité sérieuses, et une culture maison solide. Elle fabriquait bien. Elle livrait dans les délais. Elle fidélisait ses clients.
Le projet IA portait sur deux usages prioritaires : automatiser une partie du traitement des commandes complexes, et outiller les commerciaux avec un assistant capable de répondre aux questions techniques en autonomie. Des usages raisonnables. Des gains espérés, réels.
Le DSI avait sélectionné une plateforme. L'équipe projet était constituée. Le planning affichait un démarrage en production dans quatre mois.
Nous avons demandé à voir la connaissance sur laquelle l'IA allait s'appuyer.
Ce que nous avons trouvé, ou plutôt ce que nous n'avons pas trouvé
Les données existaient. Les documents aussi. Mais ils étaient éparpillés entre un ERP vieillissant, des dossiers partagés organisés par habitude plus que par logique, des échanges emails non archivés, et une quantité considérable de connaissance détenue par six ou sept personnes clés, dont un responsable technique à dix-huit mois de la retraite.
La règle de traitement d'une commande atypique ? Elle était dans la tête du responsable ADV. La logique de configuration d'un produit sur mesure ? Dans celle du chef de produit senior. Le raisonnement derrière certaines décisions tarifaires ? Nulle part, si ce n'est dans des échanges verbaux lors des réunions commerciales hebdomadaires.
L'IA qu'ils voulaient déployer allait devoir s'appuyer sur cette matière-là. Ou plutôt sur son absence.
🎯 En bref : La connaissance métier de cette ETI n'était pas absente — elle était invisible : dispersée dans des outils disparates et concentrée dans quelques têtes. C'est ce vide structurel, et non un choix technologique, qui menaçait le projet.
La décision difficile : reculer pour mieux avancer
Nous avons présenté ce constat au directeur général sans l'adoucir. Non pas pour ralentir le projet, mais parce que déployer dans ces conditions aurait produit exactement l'inverse de l'effet recherché. Un assistant commercial incapable de répondre correctement à une question technique crédible génère de la défiance, pas de la performance. Un traitement automatisé des commandes fondé sur des règles floues amplifie les erreurs, il ne les réduit pas.
L'IA est un amplificateur. Ce principe n'est pas un slogan. C'est ce que nous observons, chantier après chantier. Elle prend ce qui existe et le multiplie. Si la matière est solide, le résultat l'est aussi. Si elle est fragmentée, l'IA fragmente plus vite et plus fort.
Le DG a pris une décision courageuse : décaler le déploiement de deux mois et financer une phase de structuration de la connaissance en amont.
La phase de structuration : cartographier, éliciter, codifier
Nous avons passé six semaines avec les équipes. Pas à animer des ateliers de brainstorming. À travailler la matière réelle : extraire les règles de gestion implicites, formaliser les raisonnements métier, documenter les cas particuliers qui font l'essentiel de la valeur ajoutée de cette entreprise.
Le responsable technique en pré-retraite est devenu une source centrale. Ses vingt-deux ans de connaissance produit ont été élicités, structurés, mis en forme dans un référentiel utilisable. Ce n'était pas un exercice RH de gestion des départs. C'était une décision stratégique : avant de former une IA, il fallait capturer ce que les humains savaient.
L'ADV a formalisé ses arbres de décision. Le chef de produit a documenté sa logique de configuration. Les règles tarifaires ont été extraites des échanges verbaux et ancrées dans un système gouverné.
À l'issue de cette phase, l'entreprise disposait d'une base de connaissance structurée pour la première fois de son histoire. Pas parfaite. Mais utilisable.
Le déploiement : ce qui change quand la base est solide
L'assistant commercial a été déployé en production six semaines après la fin de la phase de structuration. Les premiers retours terrain ont été nets : les commerciaux l'utilisaient vraiment, parce qu'il répondait juste. Pas parfaitement. Mais avec une cohérence qui reflétait la réalité du métier.
Le traitement des commandes complexes a suivi. Le taux d'erreur sur les commandes atypiques a baissé de façon mesurable dès le premier mois. Non pas parce que la technologie était meilleure qu'ailleurs, mais parce que les règles sur lesquelles elle s'appuyait avaient été clarifiées avant d'être confiées à une machine.
💡 Ce que le DSI a retenu
« On pensait que le problème était technologique. Il était documentaire. » — C'est souvent là que se joue la différence.
Ce que cette mission a confirmé
Les entreprises qui réussissent leur transformation IA ne sont pas celles qui ont les meilleurs outils. Ce sont celles qui ont pris le temps de comprendre ce qu'elles savaient, avant de demander à une machine de le reproduire.
Structurer sa connaissance n'est pas une étape préparatoire secondaire. C'est le cœur du travail. Le reste — le choix de la plateforme, l'intégration technique, le paramétrage — vient après. Et souvent, il va beaucoup plus vite quand la base est propre.
La question qui reste ouverte est celle-ci : combien d'entreprises aujourd'hui déploient une IA sur une connaissance qu'elles n'ont jamais vraiment regardée en face ?
La réponse, sur le terrain, nous la connaissons. Elle est inconfortable.
❓ Questions fréquentes
🚀 Votre connaissance métier est-elle prête pour l'IA ?
Avant de choisir une plateforme ou de lancer un pilote, Decisions & Co vous aide à évaluer la solidité de votre base de connaissance — et à la structurer pour que l'IA tienne ses promesses. C'est souvent là que tout se joue.
Chez Decisions & Co, nous accompagnons les dirigeants dans l'adoption raisonnée et performante de ces nouvelles technologies IA.
À propos de Decisions & Co : Cabinet de conseil spécialisé dans l'accompagnement des dirigeants sur les enjeux d'intelligence artificielle, nous proposons des diagnostics IA ROIste, des missions de gouvernance IA et des programmes d'acculturation pour les équipes dirigeantes.