Après près de 15 années à s'occuper de leur transformation digitale, celle-ci à peine terminée, les entreprises font maintenant face à l'arrivée des intelligences artificielles. Comme à chaque innovation, l'adoption est arrivée plus rapidement que la technologie qui la précédait. Aucune technologie logicielle n'a jamais grandi à ce rythme : Microsoft a mis 15 ans pour atteindre 30 milliards de dollars de revenu annuel ; Anthropic l'a fait en 3 ans (Tariq Krim, Cybernetica, mai 2026).
Quand le marché bouge à cette vitesse, on comprend que les directions ressentent une pression à « faire quelque chose » immédiatement. Mais cette pression est précisément ce qui produit les mauvais investissements. La question que les directions se posent, par où commencer ?, est presque toujours la mauvaise. La bonne question est : par quoi diagnostiquer ?
1. L'industrie vend des POC en 48 h. Nous refusons.
Les offres ont rapidement fleuri sur le marché, avec différentes approches possibles. Quelques solutions sur catalogue ont émergé vite, mais dépassent difficilement l'effet « waouh ».
Cas 1, Le RAG sur documents internes
« Vos employés interrogent vos PDF et documents internes en langage naturel. »
C'est l'offre la plus répandue : 8 à 15 000 €, livraison en 2 à 4 semaines, démo bluffante en une heure. Le KPI commercial parle à tous les comités de direction (charge support, temps de recherche d'information), l'intégration au site se fait en quelques jours. Difficile de dire non.
Prenons un cas de figure typique : une fédération viticole régionale se laisse convaincre. Un RAG monté sur ses documents internes (conventions, fiches techniques, notes œnologiques), pour quelques dizaines de milliers d'euros. Les premières semaines sont encourageantes, puis l'usage s'effrite mois après mois, jusqu'à l'abandon silencieux.
Ce que personne n'avait demandé aux œnologues conseil terrain (les utilisateurs cibles) avant de signer : sur quoi portent vraiment vos questions du quotidien ? La réponse aurait été : sur des données parcellaires (« date de dernière intervention sur cette parcelle ? »), pas sur de la doctrine générale. Information absente du corpus RAG, présente dans l'ERP et le SIG.
Le chantier juste n'était pas un RAG documentaire, c'était une intégration ERP/SIG. Un diagnostic l'aurait montré en deux entretiens.
Cas 2, L'agent IA métier « automatisation d'une tâche »
« Notre agent IA traite vos demandes de devis, qualifie vos leads, répond à vos appels d'offres. »
L'offre séduit par sa lisibilité : tâche identifiée, ROI calculé à la louche (temps gagné × salaire moyen), engagement borné entre 20 et 40 000 €. Tout y est rationnel.
Autre cas de figure : un négociant viticole régional commande un agent pour qualifier ses demandes commerciales B2B entrantes (formulaire du site et emails), pour plusieurs dizaines de milliers d'euros. Quelques mois plus tard, l'agent qualifie correctement une bonne part des demandes. Sur le papier, c'est bien. En réalité, le commercial revérifie chaque qualification par peur du faux positif sur un compte stratégique. La productivité nette recule : vérifier et corriger prend plus de temps que qualifier soi-même.
Personne n'avait posé la question avant de signer : qu'est-ce qui rend la qualification difficile dans votre marché ? Réponse : la connaissance fine du réseau local de recommandation, pas la donnée CRM. La tâche réellement automatisable était le scoring documentaire des prospects (extraction d'information publique), pas la qualification.
Le chantier juste — un scoring documentaire des prospects — aurait coûté une fraction de cette somme. Un diagnostic l'aurait montré en un atelier d'une journée.
Cas 3, Le SaaS vertical « IA pour l'agriculture »
« Notre plateforme IA dédiée aux coopératives agricoles et aux PME industrielles. »
L'offre séduit par sa frugalité apparente : pas d'investissement initial, abonnement mensuel modéré, packaging marketing rassurant, démo sectorielle qui parle au comité de direction. C'est le format choisi par défaut des organisations prudentes.
Dernier cas de figure : une coopérative céréalière s'abonne à une plateforme américaine « intelligence agricole », sur un engagement pluriannuel. Au bout d'un an, seule une minorité des modules est vraiment utilisée, les modèles prédictifs sont calibrés sur des cycles agricoles étrangers (calage approximatif sur les cycles français) et les données adhérents sont stockées hors de France, sans clause de portabilité. L'audit RGPD interne tire la sonnette d'alarme ; la demande de migration se heurte à des données non exportables en format ouvert.
Au final : un abonnement largement sous-utilisé, et plusieurs années de verrou de sortie devant soi.
Personne n'avait fait la cartographie préalable des modules pertinents pour le profil réel des adhérents (exploitations céréalières mixtes, petites et moyennes, françaises). Personne n'avait vérifié la localisation des données, ni le format d'export contractuel.
Un assistant sur mesure ciblé sur les seuls modules vraiment utiles, calibré pour les cycles français et portable, aurait représenté un investissement maîtrisé et réellement utile. Diagnostic préalable : de l'ordre de 5 000 €.
Trois offres différentes, trois ancrages sectoriels différents, un dénominateur commun : aucune n'a démarré par une cartographie de l'organisation cliente. Toutes ont chiffré une solution avant d'avoir compris la question. Le résultat n'est pas un accident, il est mécanique.
Ces solutions répondent à un besoin. Elles ont l'air faciles d'accès, car on peut s'identifier en utilisant des outils grand public (ChatGPT, Claude, Gemini…) et entrevoir les gains possibles. Mais tous ces produits ont le défaut d'être sur étagère, et donc de retomber dans le travers classique des transformations digitales : on adapte la structure à l'outil plutôt que l'inverse. D'où de la friction, du mal-être des collaborateurs, des réticences au changement, au mieux du retard, au pire des projets mis de côté ou abandonnés.
Contrairement aux outils standardisés, l'IA bien conçue peut être façonnée autour de vos processus réels, pas l'inverse. Mais cette plasticité est conditionnelle : sans cartographie préalable, l'IA s'installera comme un outil sur étagère de plus, avec les mêmes effets de friction. Cette adaptation forte demande un état des lieux clair des processus et une feuille de route étalée sur plusieurs mois.
2. Audit et cartographie : les points de départ pour prioriser les chantiers
Techniquement, il est possible d'installer l'IA partout dans une structure. Mais ce n'est pas du tout ce qui nous intéresse. L'essentiel, c'est d'initier des chantiers IA là où c'est rentable, là où le gain (en temps, en argent, en pénibilité) sera conséquent et mesurable.
Nos diagnostics ne sont pas une étape préparatoire offerte ou facultative. C'est le livrable le plus important d'un chantier IA réussi.
Un diagnostic, chez nous, c'est 3 phases (cadrage, atelier sur site, feuille de route 12 mois). On s'attelle à trouver, dans votre organisation, où l'ajout de l'IA va créer de la valeur. Ce qu'on obtient à la fin : une cartographie de vos processus, une matrice de priorisation par effort/impact, et une feuille de route sur les 12 prochains mois avec 3 à 5 chantiers chiffrés indépendamment. Ce n'est pas un PowerPoint de 80 slides. C'est un livrable opérationnel que vous, vos équipes ou vos partenaires pouvez utiliser.
3. Le diagnostic vous appartient, même si vous ne continuez pas avec nous
La transparence et la confiance sont nos valeurs centrales. C'est pourquoi nous vous livrons le diagnostic dans un format que vous pouvez partager, utiliser et valoriser (PDF, markdown, slides éditables), données brutes incluses. Concrètement, vous pouvez confier ce diagnostic à une autre équipe, à un freelance ou à votre DSI pour qu'ils déploient ce qu'on a recommandé. C'est écrit dans nos conditions.
C'est une de nos convictions, appliquée à l'ensemble de nos projets : on ne croit pas à la captivité commerciale comme business model.
Ce que ça change pour vous : aucun verrou, zéro risque d'être coincé avec un prestataire qui ne vous convient pas après le diagnostic.
Ce que ça change pour nous : on doit être vraiment bons pour vous garder ensuite. C'est exigeant, mais c'est la règle du jeu qu'on s'impose.
4. 5 000 € qui évitent 50 000 € de gaspillage
Le calcul naïf est simple. Un diagnostic Studio-IA coûte environ 5 000 €. Une propale POC est annoncée « offerte ». Le diagnostic semble plus cher. La conclusion est rapide.
Sauf que ce n'est pas le bon calcul.
Le bon calcul, c'est : 5 000 € de diagnostic contre 25 à 80 000 € d'un chantier qui ne tient pas sa promesse, et qu'il faut reprendre, abandonner ou héberger sans rentabilité. Si on compare ce qui doit l'être, le diagnostic divise par dix le risque financier d'un chantier raté. Si on intègre le coût d'opportunité (un mauvais chantier vous fait passer à côté du bon, six à douze mois plus tard), on est plutôt à vingt.
Un diagnostic, c'est ce qu'on paie pour ne pas payer le reste.
Cela ne veut pas dire qu'il faut un diagnostic Studio-IA dans tous les cas. Si vous avez déjà une cartographie précise de vos processus, si vous savez exactement par où commencer, si vos chantiers prioritaires sont chiffrés et arbitrés en interne, vous n'avez pas besoin de nous. Nous le vérifierons en 30 minutes d'échange, sans facturation, et nous vous le dirons.
Tous les besoins ne se ressemblent pas. Tester une technologie, prendre une démo ou installer rapidement un premier outil visible sont des objectifs légitimes. Notre méthode n'est pas faite pour ces objectifs-là : elle est faite pour ceux qui veulent installer l'IA dans la durée.
5. Concrètement, comment ça se passe
Notre méthode tient en trois phases.
Phase 1, Cadrage. Questionnaire structuré envoyé à chaque membre concerné de votre équipe (direction, métiers, IT), audit des outils en place, première cartographie de vos processus et de vos dépendances. Travail à distance, en autonomie côté Studio-IA.
Phase 2, Atelier sur site (1 journée). Reprise de la cartographie avec votre équipe, test de trois ou quatre cas concrets sur des outils IA réels, co-construction d'une matrice de priorisation effort/impact. Compte-rendu rédigé dans la semaine.
Phase 3, Feuille de route. Nous documentons trois à cinq chantiers IA prioritaires, chacun chiffré indépendamment, avec calendrier trimestriel et conditions de succès. Vous repartez avec une feuille de route 12 mois, lisible par votre équipe, exploitable par n'importe quel prestataire.
Conclusion
Si vous êtes en train d'engager un chantier IA, posez-vous une seule question avant de signer : qui vous a aidé à comprendre votre organisation avant de vous proposer une solution ?
Si la réponse est « personne » ou « très peu », ce qui vous manque n'est pas un POC. C'est un diagnostic.
Si vous voulez en parler, écrivez-nous à bonjour@rn20.digital. Nous n'avons rien à vendre que nous puissions vendre sans avoir compris.