L'IA utile, c'est d'abord
savoir quoi automatiser.

Ce n'est pas vendre une licence ni promettre une entreprise pilotée par l'IA. C'est te dire ce qui se rentabilise et ce qui n'en vaut pas la peine, même quand la réponse est d'attendre.

IA, automatisation, agent : de quoi parle-t-on vraiment ?

Trois mots qu'on mélange en permanence, et c'est la première source de projets ratés. L'automatisation fait exécuter par une machine une suite d'actions définies à l'avance : un workflow qui déplace un fichier, trie un e-mail, met à jour un tableau. L'IA, c'est la capacité à comprendre du langage, une image ou un document, et à produire une réponse adaptée. Un agent, c'est l'IA qui pilote une automatisation : il décide quoi faire, puis le fait, étape par étape, et s'arrête pour te demander validation quand l'enjeu compte.

Dans un projet réel, les trois se combinent. Le rôle du conseil, c'est de savoir lequel résout ton problème : mettre de l'IA là où une simple automatisation suffit, c'est payer cher une complexité inutile. L'inverse, vouloir tout régler par des règles fixes là où il faut de la compréhension, c'est construire un système qui casse au premier cas particulier.

Les cinq erreurs qui font rater un projet IA

Je les vois revenir dans presque toutes les entreprises qui ont déjà essayé seules. Aucune n'est technique : ce sont des erreurs de cadrage.

1. Commencer par l'outil au lieu du problème. « On veut faire de l'IA » n'est pas un objectif. « On perd deux jours par mois à recopier des données entre deux logiciels » en est un. Le bon point de départ est toujours une douleur précise.
2. Vouloir tout automatiser d'un coup. Un projet qui touche dix processus à la fois ne se livre jamais. Un seul, bien choisi, qui marche vraiment, change la façon dont l'équipe regarde tout le reste.
3. Sous-estimer la donnée. Si l'information est éparpillée dans des e-mails et dans les têtes, aucune IA ne la rangera à ta place. Il faut parfois mettre un peu d'ordre avant d'automatiser, et c'est déjà un gain en soi.
4. Oublier qui valide. Une IA qui agit sans point de contrôle humain finit par produire une erreur que personne n'a vue passer. On définit dès le départ ce qui est validé, et par qui.
5. Confondre démo et production. Un truc qui marche une fois en réunion n'est pas un système qui tourne tous les jours sur tes vrais cas, avec les exceptions et les imprévus. L'écart entre les deux, c'est 80% du travail réel.

Comment je chiffre un projet (et pourquoi pas au forfait à l'aveugle)

Le coût d'un projet dépend de trois choses : le nombre de processus concernés, l'état de tes données, et le niveau de confidentialité qu'impose ton secteur. Tant que je n'ai pas vu tes vrais cas, annoncer un prix serait du vent. C'est pour ça que je commence par un diagnostic. Et quand on construit, on attaque toujours par le chantier qui se rentabilise le plus vite, pour que le projet se paie avant de s'étendre. Tu investis sur une preuve, pas sur une promesse.

Le cas particulier des métiers réglementés

Avocats, médecins, fiduciaires, administrations : l'IA y est souvent plus utile qu'ailleurs, parce que ces métiers brassent énormément de texte et de documents. Mais le cadre est strict (secret professionnel, art. 321 CP, nLPD). Ce n'est pas un frein, c'est une contrainte d'architecture : un modèle souverain hébergé en Suisse quand il le faut, une validation humaine sur tout ce qui engage, et une traçabilité claire. Bien posé, ça débloque des usages que ces métiers croyaient interdits, au lieu de les exposer.