.svg)
Un dirigeant nous appelle. Il veut « se mettre à l'IA ». Il a lu des choses, ses concurrents bougent, ses équipes lui demandent ChatGPT. Première question qu'on lui pose : pour faire quoi, exactement ? Neuf fois sur dix, la réponse mélange trois besoins qui n'ont rien à voir entre eux.
Parce que « l'IA » ne veut rien dire. Derrière le mot, il y a trois familles de projets. Trois budgets qui vont de quelques euros par mois à plusieurs centaines de milliers. Trois délais qui vont de la journée à un an et demi. Trois niveaux de risque.
L'erreur qui coûte le plus cher, ce n'est pas de se lancer dans l'IA. C'est de viser le mauvais niveau. Payer un programme de transformation quand un abonnement à 20 € suffisait. Ou déployer un outil générique là où il fallait un agent connecté à vos données, regarder le résultat médiocre, et décréter que « l'IA ne marche pas chez nous ».
Voici la grille qu'on utilise pour situer un besoin avant même de parler de technologie ou de prix.
Les trois niveaux, d'un coup d'œil
Source : grille de cadrage IT Systèmes.
Le tableau dit l'essentiel. Mais c'est dans les nuances que se jouent les bonnes et les mauvaises décisions. Reprenons niveau par niveau.
Type 1 — Les outils IA sur étagère
Vous payez un abonnement, vous déployez en quelques jours, vos équipes s'en servent le lendemain. Copilot pour Microsoft 365, ChatGPT Enterprise, Claude Enterprise, Notion AI. C'est l'IA en libre-service.
Ces outils sont excellents pour la productivité individuelle sur des tâches génériques : rédiger, traduire, résumer un document, chercher dans des fichiers, dégrossir un brouillon. Tout ce qui ne dépend pas vraiment de vos données ni de vos process.
Leur limite tient en une phrase : ils ne connaissent pas votre entreprise. Ils ignorent qui est votre client, ce que dit votre dernier contrat, comment votre circuit de validation fonctionne. Et ils ne peuvent rien faire d'autre que répondre , pas ouvrir un ticket, pas mettre à jour un CRM, pas déclencher quoi que ce soit. Les gains sont réels mais ils restent collés à l'individu. Ils ne remontent jamais au niveau du process.
Si votre besoin est de la productivité individuelle sur des tâches courantes, arrêtez-vous au Type 1. Et surtout, ne payez personne pour ça. Un abonnement, deux heures de formation, et c'est réglé. C'est précisément ce qu'on dit à certains prospects : votre cas relève d'un Copilot standard, vous n'avez pas besoin de nous.
Type 2 — Les agents IA métier
C'est notre terrain, alors prenons le temps.
Un agent IA métier, ce n'est pas un chatbot plus malin. C'est un assemblage : un modèle de langage, une couche qui cherche dans vos données (le RAG), vos règles métier, et surtout une intégration à votre système d'information. L'agent connaît votre contexte. Il cherche dans vos documents, vos mails, votre base. Il raisonne avec vos règles. Et il agit : il ouvre le ticket, met à jour le CRM, génère le devis, envoie la réponse, ou escalade au bon collègue avec le dossier déjà constitué.
Là où le Type 1 vous assiste, le Type 2 prend en charge un bout entier de votre activité. Ce n'est pas le même outil en mieux. C'est autre chose.
Quelques processus qu'un agent Type 2 absorbe : un helpdesk de niveau 1 qui traite seul les mots de passe oubliés et les accès VPN, le tri et le pré-traitement de demandes comptables, la réponse aux appels d'offres en repartant de vos réponses gagnantes plutôt que d'une page blanche, l'analyse de contrats, la mémoire client qui sait tout ce qui a été dit et livré.
L'intérêt du Type 2 tient au rapport entre ce qu'il coûte et le temps qu'il met à le rendre. Un cas livré en quatre à douze semaines. Un ROI qui se mesure en mois, pas en années. Le code et la propriété intellectuelle qui vous reviennent. Et la possibilité de démarrer petit, sur un seul processus, puis d'étendre une fois la valeur prouvée.
La contrepartie : un agent métier se cadre et s'intègre. Il ne se déploie pas en un clic. Il a besoin d'une base de connaissances exploitable et d'un accès propre à votre SI. C'est un vrai projet court, mais réel, et qui mérite d'être piloté sérieusement. Le bricolage en low-code qui marche en démo et casse en production, on en a réparé assez pour savoir où ça mène.
Pour la plupart des entreprises, c'est au niveau du Type 2 que la valeur de l'IA se matérialise le plus vite. C'est aussi le niveau que la plupart des prestataires savent le moins bien faire, parce qu'il demande à la fois de comprendre votre métier et de savoir brancher proprement vos outils.
Type 3 — Les projets IA structurants
Le Type 3, c'est le programme qui transforme une partie de l'entreprise en profondeur : modèle prédictif sur toute une chaîne logistique, système d'aide à la décision multi-critères, refonte de l'architecture data pour que toute la boîte décide enfin sur de la donnée fiable et fraîche. On parle de douze à dix-huit mois et d'investissements lourds.
Quand ça réussit, l'impact est majeur et l'avantage concurrentiel durable. Quand ça échoue, c'est presque toujours pour la même raison : les données. Un Type 3 lancé sur des données médiocres, incomplètes ou éparpillées ne produit rien d'exploitable, quel que soit le budget. La qualité de la donnée n'est pas un détail technique du projet, c'est sa condition de survie.
Ce n'est pas par là qu'on commence une transformation IA. Dans la quasi-totalité des cas, on conseille de faire ses preuves sur quelques Type 2 qui délivrent vite, d'installer la maturité data et culturelle au passage, et d'aborder le Type 3 quand le terrain est prêt.
L'erreur la plus chère : se tromper de niveau
Voici les deux façons de se tromper. Elles sont symétriques, et toutes les deux coûtent cher.
Viser trop haut. Une entreprise veut « le grand projet IA qui change tout ». Elle lance un programme à plusieurs centaines de milliers d'euros sur dix-huit mois. Le besoin réel, derrière l'ambition, c'était d'automatiser le traitement d'un flux de demandes répétitives, un agent Type 2 livrable en deux mois pour une fraction du prix. Résultat courant : le programme s'enlise, le budget part, et la solution n'atteint jamais la production parce qu'elle était trop lourde pour ce qu'on lui demandait.
Viser trop bas. C'est l'erreur inverse, et elle est plus sournoise parce qu'elle se déguise en prudence. On déploie un outil générique sur étagère, on constate qu'il ne connaît rien au contexte de la maison, qu'il ne sait pas agir dans les outils, que ses réponses tournent en rond. Et on en tire la mauvaise conclusion : « l'IA, ce n'est pas pour nous ». Le problème n'était pas l'IA. C'était le niveau. Le besoin appelait un agent connecté aux données et aux process, pas un assistant généraliste. Cette erreur-là coûte double : le temps perdu, et la méfiance installée en interne qui retarde de plusieurs mois, parfois plus d'un an, l'adoption d'une solution qui aurait marché.
La question qu'on pose au tout début d'un cadrage, et qui désamorce les deux pièges : quel est le niveau le moins ambitieux qui résout vraiment votre problème ? Si un Type 1 suffit, on s'arrête là. Si un Type 2 est nécessaire, on le construit. Si seul un Type 3 répond à l'enjeu, on le dit après avoir vérifié que vos données sont à la hauteur.
Situer votre besoin en quatre questions
Quatre questions suffisent à vous placer sur la grille.
Votre besoin dépend-il de vos données et de vos process ? Si non, regardez du côté du Type 1. Si oui, vous êtes en Type 2 ou 3.
Voulez-vous que l'IA agisse, ou seulement qu'elle réponde ? Si vous voulez qu'elle ouvre des tickets, mette à jour des outils, déclenche des actions : Type 2 minimum.
Un processus précis, ou une transformation large ? Un processus identifiable se traite en Type 2. Une transformation stratégique de fond relève du Type 3.
Vos données sont-elles fiables, structurées, accessibles ? Si la réponse est non, un Type 3 est prématuré. Commencez par un Type 2 ciblé et profitez-en pour structurer vos données en chemin.
Comment on choisit le bon niveau, concrètement
Sur le papier, la grille est simple. En pratique, le bon niveau ne saute pas toujours aux yeux, parce qu'un même besoin formulé par le dirigeant peut cacher trois projets différents. Voici la méthode qu'on applique pour trancher.
On commence toujours par le problème, jamais par la techno. Pas « vous voulez de l'IA », mais « qu'est-ce qui vous coûte du temps, de l'argent ou des clients aujourd'hui ? ». Tant qu'on n'a pas le problème en termes concrets, parler de Type 1, 2 ou 3 n'a aucun sens.
Ensuite, on regarde trois choses. Le volume : est-ce que la tâche revient assez souvent pour qu'automatiser en vaille la peine ? Une tâche pénible mais rare ne justifie pas un agent. La dépendance aux données : est-ce que résoudre le problème suppose de connaître vos clients, vos contrats, votre historique ou est-ce que des connaissances générales suffisent ? Et l'action : est-ce qu'il faut juste produire du texte, ou agir dans vos outils ?
À partir de là, le niveau se décide presque tout seul. Tâche générique, pas de données propres, pas d'action à déclencher : Type 1, et on vous laisse l'acheter en autonomie. Processus précis, ancré dans vos données, avec des actions à exécuter dans votre SI : Type 2. Enjeu stratégique large, dépendant d'une donnée de qualité sur tout le périmètre : Type 3, à condition que la maturité data soit là.
La dernière étape, et c'est celle qu'on saute le plus souvent dans les projets ratés : on définit comment ça passe en production et comment on mesure, avant d'écrire la première ligne de code. Un niveau bien choisi mais sans plan de prod ni indicateurs, ça finit dans le cimetière des POC.
Quelques exemples concrets, par métier
Pour rendre la grille tangible, voici des besoins réels qu'on entend régulièrement, et le niveau qui leur correspond.
La plupart des besoins concrets d'une PME ou d'une ETI tombent dans le Type 2. C'est logique : ce sont des processus précis, ancrés dans les données de l'entreprise, qui demandent une action et pas seulement une réponse. C'est aussi pour ça que c'est là qu'on concentre notre travail.
L'essentiel
L'IA n'est pas une chose. C'est trois familles de projets qui ne jouent pas dans la même cour. Le Type 1 fait gagner du temps à chacun, vite et pour pas cher, mais plafonne au niveau de l'individu. Le Type 2 prend en charge un processus métier entier, en quelques semaines, avec un retour mesurable — c'est là que ça paie le plus vite. Le Type 3 transforme en profondeur, mais réclame du temps, des moyens et des données solides.
Reste à viser juste. Ni plus lourd que nécessaire, ni trop léger pour le résultat attendu. Se tromper de niveau, c'est ce qui sépare un projet IA qui livre en deux mois d'un projet qui meurt en silence après dix-huit.
Questions fréquentes
C'est quoi un agent IA métier ?
Un agent IA métier est un assemblage qui combine un modèle de langage, une couche de recherche dans vos données (le RAG), vos règles métier et une intégration à votre système d'information. Contrairement à un outil générique, il connaît votre contexte et peut agir dans vos outils : ouvrir un ticket, mettre à jour un CRM, générer un document, escalader au bon interlocuteur. C'est ce qu'on appelle un projet de Type 2.
Quelle différence entre Copilot et un agent IA sur-mesure ?
Copilot (ou ChatGPT Enterprise, Claude Enterprise) est un outil de Type 1 : prêt à l'emploi, excellent pour la productivité individuelle, mais il ne connaît pas votre entreprise et ne peut pas agir dans vos outils. Un agent sur-mesure (Type 2) est construit autour de vos données et de vos process, et exécute des actions dans votre SI. L'un assiste chaque collaborateur ; l'autre prend en charge un processus entier. Pour beaucoup de besoins simples, Copilot suffit et dans ce cas, on vous le dit.
Combien coûte un projet IA en entreprise ?
Ça dépend entièrement du niveau. Un outil de Type 1 se paie à l'abonnement, par utilisateur et par mois. Un agent de Type 2 se chiffre au forfait selon le périmètre, avec un retour sur investissement qui se mesure en mois. Un projet structurant de Type 3 représente un investissement significatif sur 12 à 18 mois. Confondre les niveaux est la première cause de budget mal employé. Nous détaillons les fourchettes dans notre article dédié aux tarifs.
Combien de temps pour déployer un agent IA ?
Un outil de Type 1 se déploie en quelques jours. Un agent de Type 2 se livre en production en quatre à douze semaines selon le périmètre et la qualité des données de départ. Un projet de Type 3 s'étale sur douze à dix-huit mois. Le facteur qui fait le plus varier le délai d'un Type 2 n'est pas la technologie, c'est l'état de votre base de connaissances et l'accès à votre SI.
Faut-il commencer par un POC ?
Un POC n'a de sens que s'il est conçu dès le départ pour passer en production. La première cause d'échec des projets IA est le proof of concept brillant que personne ne sait industrialiser ensuite. Mieux vaut un cas concret, restreint mais réel, livré directement en production sur un périmètre maîtrisé, qu'un POC séduisant qui finit en démonstration sans suite.
Mon entreprise est-elle prête pour l'IA ?
Pour un Type 1, oui, tout de suite c'est de la productivité individuelle. Pour un Type 2, il faut un processus identifiable à automatiser et une base de connaissances même imparfaite. Pour un Type 3, la vraie question est celle de la qualité de vos données : un projet structurant lancé sur des données médiocres échoue, quel que soit le budget. Si vos données ne sont pas mûres, commencez par un Type 2 ciblé et structurez-les en chemin.
Quel niveau choisir pour démarrer ?
Dans la grande majorité des cas, on conseille de démarrer par un Type 2 sur un cas précis : assez ambitieux pour délivrer une vraie valeur mesurable, assez restreint pour livrer vite et prouver le retour sur investissement. C'est le meilleur point d'entrée pour installer la confiance en interne avant d'envisager des chantiers plus larges.
La prochaine étape
Vous ne savez pas à quel niveau se situe votre besoin ? C'est exactement ce qu'on regarde dans l'audit express. Trente minutes en visio, trois questions, et une recommandation chiffrée : Type 1, Type 2 ou Type 3, avec le périmètre et le budget. Gratuit, sans engagement, et utile même si vous repartez travailler avec quelqu'un d'autre ou seul.
.svg)