Pourquoi j'écris ceci
Chaque mois, des entreprises m'appellent après avoir déjà tenté de mettre de l'IA et que ça a mal tourné. Elles le racontent avec un mélange de frustration et de gêne, comme si c'était de leur faute. Ce ne l'est pas. Personne ne leur a expliqué les erreurs avant qu'elles ne les commettent.
Voici les huit que je vois le plus, avec ce qu'elles coûtent et comment les éviter. Si vous allez investir dans l'IA cette année, lisez-les d'abord.
Erreur 1 : acheter l'outil avant de définir le problème
À quoi ça ressemble : « Nous avons pris des licences d'IA pour toute l'équipe. » Trois mois plus tard, cinq personnes s'en servent pour rédiger des emails et personne ne sait ce qui a changé.
Ce que ça coûte : les licences, et ce n'est pas le plus grave. Le plus grave, c'est la conclusion : « l'IA ne marche pas pour nous ». Et avec cette conclusion, la porte se ferme sur ce qui aurait fonctionné.
Comment l'éviter : commencez par une phrase qui débute par « nous perdons du temps/de l'argent/des clients quand… ». Cette phrase définit le problème. L'outil vient après, et souvent ce n'est pas celui auquel vous pensiez.
Erreur 2 : automatiser un processus cassé
À quoi ça ressemble : les devis prennent quatre jours parce qu'ils passent par trois personnes qui ne se coordonnent pas. On met de l'IA pour les rédiger plus vite. Ils prennent maintenant trois jours et demi.
Ce que ça coûte : le projet entier, parce que le goulot n'était pas dans la rédaction.
Comment l'éviter : dessinez le processus complet avant d'y toucher. Supprimez des étapes. Simplifiez. Ensuite, automatisez ce qui reste. Souvent, simplifier résout la moitié du problème sans technologie.
Erreur 3 : laisser l'IA décider sur l'argent sans supervision
À quoi ça ressemble : un système applique des remises « intelligentes » automatiquement. Ou valide des paiements fournisseurs. Ou envoie des factures sans relecture.
Ce que ça coûte : le jour où il se trompe, il se trompe en argent réel. J'ai vu des factures en double de plusieurs milliers d'euros et des remises appliquées à des clients qui n'y avaient pas droit.
Comment l'éviter : règle fixe que j'applique dans tous mes projets : l'IA propose, une personne valide. Sur tout ce qui touche à l'argent, toujours. Un clic suffit, mais c'est quelqu'un qui clique.
Erreur 4 : ne pas compter le coût de la maintenance
À quoi ça ressemble : on budgète la mise en place et on oublie le reste. Six mois plus tard, un fournisseur change son API, un format de document est différent, un cas que personne n'avait prévu apparaît. Personne ne sait réparer. L'automatisation s'arrête et on revient au manuel.
Ce que ça coûte : tout l'investissement initial, plus le retour en arrière.
Comment l'éviter : réservez 10 à 15 % du coût de mise en place par an pour la maintenance, ou prenez un forfait de support qui l'inclut. Une automatisation sans maintenance est une automatisation avec une date de péremption.
Question obligatoire à tout prestataire d'IA : « Que se passe-t-il quand ça cesse de fonctionner et qui répare ? ». S'il n'a pas de réponse claire, ne signez pas.
Erreur 5 : ignorer l'équipe jusqu'au jour du lancement
À quoi ça ressemble : la direction décide, le prestataire construit, et l'équipe l'apprend quand c'est fait. L'outil ne colle pas à leur façon de travailler. Ils l'utilisent à moitié ou pas du tout.
Ce que ça coûte : l'adoption, c'est-à-dire là où tout se gagne ou se perd. Un outil que personne n'utilise a un retour de zéro.
Comment l'éviter : impliquez deux ou trois personnes de l'équipe dès le diagnostic. Leurs plaintes concrètes sont la meilleure spécification. Et leur soutien le jour du lancement vaut plus que n'importe quel ordre. J'en parle dans comment déployer un outil sans que votre équipe le déteste.
Erreur 6 : nourrir l'IA avec des données sales
À quoi ça ressemble : on connecte un assistant au catalogue produits, mais le catalogue a des prix d'il y a deux ans, des produits retirés et des descriptions incomplètes. L'assistant répond avec ces informations. Avec assurance. À de vrais clients.
Ce que ça coûte : la crédibilité. Un client qui reçoit un prix erroné de votre « assistant intelligent » ne lui fait plus confiance.
Comment l'éviter : avant de connecter quoi que ce soit, nettoyez la source. C'est ennuyeux, mais c'est la moitié du projet. Et désignez un responsable pour la maintenir à jour.
Erreur 7 : ne rien mesurer
À quoi ça ressemble : on déploie, on lance, et trois mois plus tard personne ne sait si ça a marché. « Ça a l'air d'aller. » « Je crois que ça fait gagner du temps. » Pas de chiffres.
Ce que ça coûte : la capacité de décider. Sans données, vous ne savez pas s'il faut étendre, ajuster ou arrêter. Et sans le savoir, on prend la décision la plus confortable, c'est-à-dire ne rien faire.
Comment l'éviter : avant de commencer, notez les trois chiffres que vous voulez faire bouger (délai de réponse, devis signés, heures d'administratif, peu importe) et leur valeur actuelle. À quatre semaines, comparez. Tout se décide sur cette comparaison. Sur le calcul du retour, j'ai écrit un guide complet : comment mesurer le ROI de l'automatisation.
Erreur 8 : vouloir tout faire à la fois
À quoi ça ressemble : service client, facturation, marketing, rapports et ventes, tout automatisé le même trimestre. Cinq projets ouverts, aucun terminé, l'équipe saturée.
Ce que ça coûte : tous les projets. Quand cinq choses sont à moitié faites, aucune ne fonctionne bien, et la sensation de chaos fait tout abandonner.
Comment l'éviter : un processus. Celui qui fait le plus mal. Jusqu'à ce qu'il tourne un mois sans incident. Ensuite le suivant. C'est plus lent sur le papier et beaucoup plus rapide dans la réalité.
Une erreur en bonus : choisir sur le prix
Je le vois surtout chez les entreprises qui viennent après une mauvaise expérience. Elles ont pris le prestataire le moins cher, ou un neveu qui « s'y connaît », et elles ont maintenant quelque chose qui marche à moitié et que personne ne peut réparer.
L'IA mal déployée n'est pas moins chère. Elle est plus chère, parce qu'on la paie deux fois : la première, et celle pour la réparer.
La bonne façon, en résumé
- Définissez le problème en une phrase avec un coût.
- Simplifiez le processus avant de l'automatiser.
- Commencez par un seul cas, celui qui fait le plus mal.
- Nettoyez les données que vous allez utiliser.
- Impliquez l'équipe dès le départ.
- Supervision humaine sur tout ce qui touche à l'argent ou aux clients.
- Mesurez avant et après.
- Budgétez la maintenance.
Ce n'est pas compliqué. Il faut de la discipline et quelqu'un qui est déjà passé par là.
Si vous en avez déjà commis une
Ce n'est pas grave. La plupart de mes clients en accompagnement mensuel arrivent après une tentative ratée. Ce que nous faisons est simple : revoir ce qui a été fait, sauver ce qui sert, corriger ce qui ne va pas, et cette fois le faire avec méthode.
Si vous voulez un second avis sur ce que vous avez en place, ou si vous voulez éviter ces erreurs avant de commencer, réservez un appel. Quinze minutes, sans engagement, et vous repartez en sachant où vous en êtes.
