Les entreprises de taille intermédiaire occupent une position inconfortable. Trop grandes pour les dispositifs pensés pour les petites structures, trop petites pour absorber les programmes de transformation vendus aux groupes du CAC 40, elles se voient proposer soit des outils sous-dimensionnés, soit des projets à sept chiffres calibrés pour des organisations dix fois plus lourdes. C’est précisément cet espace que travaille MINOBIA, conseil en IA des ETI françaises, avec une conviction simple : une ETI n’est pas une grande PME, et encore moins un petit groupe.
Ce qui distingue vraiment une ETI dans un projet d’IA
La différence n’est pas d’abord une question de moyens. Elle est structurelle.
Une ETI agroalimentaire de 620 salariés dont le siège est à Bondoufle exploite quatre sites, deux systèmes de gestion hérités d’une acquisition, un service informatique de six personnes et une direction financière qui consolide encore une partie de son reporting à la main. Le dirigeant ne manque pas d’idées sur l’IA. Il manque de la certitude que le premier chantier lancé ne va pas mobiliser sa DSI pendant un an au détriment du reste.
Trois particularités reviennent dans presque tous nos dossiers de cette taille. Les données existent en abondance mais vivent dans des silos que personne n’a jamais eu le mandat de rapprocher. Les décisions passent par un comité, ce qui ralentit le démarrage mais sécurise le déploiement une fois l’accord obtenu. Et il existe déjà des équipes capables de porter un sujet en interne, à condition qu’on les forme au lieu de leur imposer une solution clé en main venue de l’extérieur.
Commencer par un cadrage, pas par un outil
Une mission MINOBIA de conseil en IA des ETI françaises commence rarement par l’installation d’un logiciel. Elle consiste à cartographier les processus qui consomment du temps sans créer de valeur, à les chiffrer, et à les classer selon deux axes seulement : le gain attendu et la difficulté de mise en œuvre.
Cet exercice prend quatre à huit semaines dans une organisation multisites. Il produit une feuille de route hiérarchisée, et souvent une surprise. Le chantier le plus rentable n’est presque jamais celui que le comité de direction avait en tête en nous appelant. Nous avons vu des projets de service client automatisé céder la place à un travail sur la facturation, parce que les délais d’encaissement pesaient dix fois plus lourd sur la trésorerie que la satisfaction mesurée en ligne.
Cette approche rejoint ce que nous décrivons pour le pilotage financier dans notre article sur l’analyse financière assistée par l’IA : on ne priorise correctement qu’avec des ordres de grandeur, pas avec des convictions.
Des modules qui répondent à des besoins nommés
Nous avons développé une gamme de briques applicatives précisément parce que les ETI n’ont pas besoin d’un développement sur mesure pour des besoins que toutes partagent.
Le principe est toujours le même : partir d’une brique éprouvée, l’adapter à votre organisation, et la raccorder à vos systèmes existants plutôt que de les remplacer. Comptez huit à quatorze semaines entre la décision et un premier module réellement en production, et une enveloppe de 40 000 à 150 000 euros pour un portefeuille initial de deux ou trois chantiers, selon le nombre de sites et l’état des interfaces.
Former les équipes, sinon rien ne tient
C’est le point sur lequel nous sommes le plus insistants, parfois au risque d’agacer. Un module bien intégré et mal approprié produit exactement zéro. Nous avons repris des dossiers où l’outil fonctionnait parfaitement et où personne ne s’en servait, faute d’avoir formé les utilisateurs autrement que par une visioconférence de deux heures un vendredi après-midi.
Notre formation Initiation IA s’adresse aux équipes qui découvrent ces usages et cherchent d’abord à distinguer ce qui marche de ce qui relève de l’effet de mode. La formation Référent IA vise un autre besoin, propre aux organisations de cette taille : disposer en interne d’une personne capable de cadrer une demande, de challenger un prestataire et de tenir la gouvernance des données. Dans une ETI multisites, ce rôle vaut mieux qu’un contrat de maintenance.
Nous accompagnons aussi les secteurs où les contraintes de confidentialité et de traçabilité pèsent particulièrement lourd, sujet que nous détaillons pour les entreprises de services et les professions réglementées.
Un mot sur le rythme. Dans une organisation de 600 personnes réparties sur plusieurs implantations, un déploiement simultané partout est presque toujours une erreur. Nous préférons un site pilote, une équipe volontaire, six à huit semaines d’usage réel, puis l’extension avec les réglages corrigés. Les sites suivants reprennent alors un dispositif déjà éprouvé par des collègues, ce qui vaut toutes les notes de service.
Ce que nous refusons de vendre
Autant l’écrire clairement. Nous déconseillons les projets d’intelligence artificielle lancés sur des données que l’entreprise sait elle-même douteuses : le résultat sera inexploitable et détruira la confiance pour trois ans. Nous refusons les dispositifs qui reviendraient à surveiller individuellement des salariés. Nous n’entrons pas dans les programmes de transformation globale sans point d’appui opérationnel, parce qu’ils s’enlisent au premier arbitrage budgétaire.
Il nous arrive de conclure un cadrage en recommandant de ne rien automatiser cette année, et de commencer par nettoyer un référentiel client. Ce n’est pas la conclusion qui fait vendre le plus, c’est celle qui évite le plus de gaspillage.
Reste la question du financement, que nous abordons systématiquement en fin de cadrage. Plusieurs dispositifs publics et régionaux peuvent couvrir une partie du diagnostic ou de la montée en compétences, comme nous l’expliquons dans notre article sur les aides et subventions pour financer l’IA et le digital. Les vérifier prend une demi-journée et change parfois la séquence retenue.
Le rôle que nous revendiquons chez MINOBIA, conseil en IA des ETI françaises, tient dans cette combinaison : un cadrage honnête, des briques déjà éprouvées, des équipes formées, et un dirigeant qui garde la main sur ses arbitrages. Si vous vous demandez par où commencer dans votre organisation, un premier échange suffit généralement à dégrossir la question.
Questions fréquentes
Faut-il une direction informatique étoffée pour démarrer ?
Non, mais il faut un interlocuteur technique identifié, capable d’ouvrir les accès et de valider les échanges de données. Sans lui, le projet s’arrête au premier connecteur.
Nos données peuvent-elles rester en interne ?
Oui, plusieurs architectures le permettent, avec un traitement hébergé en Europe ou sur vos propres serveurs selon la sensibilité des flux. Ce choix se fait au cadrage, pas après.
Comment mesure-t-on le résultat ?
Sur deux ou trois indicateurs choisis avant le démarrage, relevés à l’état initial. Un projet qui n’a pas de point de départ mesuré ne pourra jamais prouver quoi que ce soit.
Intervenez-vous en dehors de l’Île-de-France ?
Oui, avec une présence sur site pour les phases de cadrage et de formation, et un suivi à distance pour le reste. Les organisations multisites sont notre terrain habituel.
Peut-on démarrer par un seul module ?
C’est même ce que nous recommandons. Un chantier livré et adopté vaut mieux que quatre lancés en parallèle, et il crée la confiance nécessaire pour la suite.
Prêt à concrétiser votre projet IA ?
Parlons de votre projet →À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
