L'audit IA en 4 phases — bilan 2025 de made in ai

La plupart des dirigeants de PME industrielles que je rencontre veulent la même chose : un ChatGPT interne, une automatisation qui marche, un ROI clair. Ils sautent l'étape qui conditionne tout le reste : cartographier ce qui se passe réellement dans leurs opérations avant d'acheter la moindre licence.

Ce document décrit la méthode d'audit que j'applique chez made in ai sur les missions PME/ETI industrielles. Quatre phases, un livrable, une décision. Pas un framework de cabinet : une checklist terrain, calibrée pour des dirigeants sans DSI qui refusent de payer un pilote coincé en POC.

Sur la majorité des dossiers que j'accompagne, l'entreprise a déjà tenté quelque chose : un abonnement ChatGPT Team dormant, un consultant qui a vendu une formation sans suivi, un stagiaire qui a monté un agent qui ne tourne plus. Le point commun : personne n'a jamais posé à plat les processus métier avant de plaquer une techno dessus.

L'audit en 4 phases répond à cette réalité. Il force à documenter avant d'automatiser, à mesurer avant de déployer, et à sortir avec un plan chiffré plutôt qu'une liste de courses d'outils.

Chaque phase produit un livrable exploitable seul. Si le dirigeant décide d'arrêter après la phase 2, il repart avec une cartographie utile pour n'importe quel autre chantier de transformation. C'est ce qui rend l'audit non-jetable.

L'erreur classique : partir des cas d'usage IA. La bonne approche : partir des flux métier. On interroge 5 à 8 collaborateurs opérationnels sur ce qu'ils font réellement, combien de temps ça leur prend, et où sont les frictions. On ne parle pas d'IA pendant ces entretiens.

Cette phase révèle systématiquement deux choses : des processus critiques que la direction croyait maîtrisés et qui reposent en fait sur trois personnes clés, et des irritants quotidiens que personne ne remonte plus parce que « c'est comme ça depuis toujours ».

Une fois les processus posés, on remonte 15 à 30 cas d'usage potentiels. L'objectif n'est pas de tous les traiter, c'est d'en éliminer 80 % avec des critères clairs. Un cas d'usage reste en liste s'il coche trois cases : impact mesurable, données disponibles, sponsor interne identifié.

Le sponsor interne est la variable la plus sous-estimée. Un cas d'usage à fort ROI sans sponsor ne se déploie jamais. Un cas d'usage moyen porté par un sponsor motivé génère des résultats visibles en quelques semaines et débloque la suite du programme.

Un prototype IA n'est pas une démo commerciale. C'est un outil branché sur les vraies données du client, testé par les vrais utilisateurs, sur une durée suffisante pour révéler les cas limites. La règle : deux semaines minimum d'usage réel avant de conclure quoi que ce soit.

C'est aussi la phase où on mesure l'écart entre le gain théorique estimé en Phase 2 et le gain observé. Cet écart est presque toujours instructif : soit le processus était plus complexe que documenté, soit les utilisateurs adoptent la solution différemment de ce qui était prévu.

Le livrable final n'est pas un PowerPoint. C'est un plan de déploiement à 6 mois qui articule trois volets : le volet technique (outils retenus, architecture, sécurité), le volet humain (formation Qualiopi, référents internes, gouvernance), et le volet budgétaire (coûts d'abonnement, coûts d'intégration, coûts de formation).

Le volet Qualiopi n'est pas cosmétique. Pour une PME industrielle, financer la formation IA via son OPCO change souvent la décision de go/no-go. Il est intégré dès la Phase 4 pour que le plan soit réellement finançable, pas seulement techniquement séduisant.

Cet audit ne fonctionne pas partout. Sur les structures de moins de 15 personnes, la Phase 1 est surdimensionnée : un entretien dirigeant suffit. Sur les groupes industriels avec DSI établie, la méthode doit s'articuler avec les processus IT existants et perd en agilité. Le sweet spot reste la PME/ETI de 30 à 500 personnes sans compétence IA interne.

Deuxième limite : l'audit ne remplace pas une stratégie d'entreprise. Si le dirigeant ne sait pas où il veut emmener sa boîte à 3 ans, l'audit produira des optimisations tactiques mais pas de transformation structurelle. On le dit en début de mission.

L'écart entre les PME industrielles qui tirent parti de l'IA et celles qui la subissent ne se joue pas sur le budget outils. Il se joue sur la rigueur de la phase amont : documenter, prioriser, tester avant de déployer. Cette méthode n'a rien de spectaculaire. Elle a juste le mérite d'être appliquée jusqu'au bout.