Évaluer une opportunité liée à l’IA avant d’investir

Numérique et IA2025-11-166 min de lectureAtlas Strategy Group

La manière la plus coûteuse de savoir si une opportunité liée à l’IA est réelle consiste à lancer le projet pilote. La manière la moins coûteuse consiste à l’évaluer d’abord — un exercice délibéré de deux heures qui permet de répondre, sur le papier, à la plupart des questions auxquelles le projet pilote répondrait en deux trimestres. La plupart des entreprises font l’impasse, car évaluer donne l’impression de retarder les choses, tandis que les projets pilotes donnent l’impression d’avancer. Le calcul dit l’inverse : un projet pilote coûte des mois et de la crédibilité ; une évaluation coûte un après-midi et une conversation inconfortable.

Ce que l’évaluation examine réellement

Quatre chiffres et un aveu. Le volume : combien de fois la tâche est-elle effectuée — par jour, par opérateur, par an ? Automatiser une tâche qui ne se produit que deux fois par mois, c’est une erreur d’arrondi déguisée en démonstration. Le coût humain : combien coûte chaque occurrence en temps, en salaires et en correction des erreurs ? La variabilité : dans quelle mesure les occurrences sont-elles standardisées ? Dix variantes que le modèle traite de manière fiable valent mieux que mille variantes qu’il traite de façon approximative. Le seuil d’économies : quelle part des occurrences le système devrait-il traiter sans contrôle humain pour que l’investissement soit rentabilisé — et cette part est-elle plausible, ou se situe-t-elle à la limite optimiste d’une courbe marketing ?

L’aveu est la partie difficile : que se passe-t-il pour les dix derniers pour cent ? Un système qui traite quatre-vingt-dix pour cent des occurrences nécessite toujours qu’une personne soit prête à prendre en charge les dix pour cent restants — ce qui signifie que les économies ne représentent pas quatre-vingt-dix pour cent du coût, mais le coût diminué du prix à payer pour garder une personne chargée de gérer les exceptions. Les projets échouent plus souvent ici que lors de toute évaluation technique, et c’est au stade de l’évaluation qu’ils échouent à moindre coût.

Deux pièges que l’évaluation permet de repérer

• Automatiser un processus défaillant. Si le processus entraîne aujourd’hui des reprises, des litiges et des solutions de contournement, l’automatisation les produira plus rapidement. L’évaluation pose la question que la démonstration ne soulève jamais : ce processus mérite-t-il vraiment d’être automatisé, ou doit-il d’abord être corrigé — et cette correction est-elle en réalité le véritable projet ?
• L’exception qui se fait passer pour la règle. Les équipes décrivent leur travail à partir des cas les plus intéressants ; l’automatisation concerne la majorité sans intérêt particulier. L’évaluation dénombre les occurrences à partir des journaux et des feuilles de temps, et non des entretiens — les entretiens décrivent les exceptions, les journaux décrivent le travail.

Demandez les chiffres avant le projet pilote. Si personne ne peut fournir le volume, le coût ou la variabilité, c’est la réponse de l’évaluation : l’entreprise ne connaît pas encore suffisamment le processus pour l’automatiser.

L’évaluation est volontairement peu spectaculaire — quatre chiffres, un aveu, une page. C’est aussi la page qui a le plus fort effet de levier dansla stratégie IA, car elle traduit l’enthousiasme en calculs avant que cet enthousiasme ne dispose d’un budget. C’est ainsi quela pratique de la transformation numérique et de l’IAouvre une mission, et les projets qui passent l’évaluation sont soumis au filtre décrit dansla sélection des cas d’usage.