Diagnostic IA pour les PME suisses : les 15 minutes qui vous épargnent six mois de mauvais outil

Une directrice générale dans une entreprise de 80 personnes du canton de Zoug. Trois sites, quatre outils, deux logiciels de comptabilité, un CRM que la moitié des commerciaux n’utilise pas. Il y a six semaines, lors d’une conférence, elle a entendu que « les PME qui n’introduiront pas l’IA en 2026 n’existeront plus dans trois ans ». Depuis, elle pose la même question à chaque comité de pilotage : Sommes-nous prêts ?

Personne ne sait répondre. Le responsable informatique pointe la protection des données. Le directeur financier le budget. Le directeur des ventes dit qu’il faut d’abord une stratégie.

La question n’est pas mauvaise. Elle est juste trop large.

La préparation à l’IA n’est pas un état binaire. Elle se décompose en cinq dimensions concrètes, chacune évaluable honnêtement en trois minutes. Ce diagnostic vous fait traverser les cinq en un quart d’heure — et vous dit à la fin si vous pouvez démarrer aujourd’hui, ce qu’il faut résoudre d’abord, ou si une lacune précise fera prévisiblement basculer votre projet.

Comment fonctionne le diagnostic

Par bloc, vous vous posez trois ou quatre questions. Chacune reçoit un Oui, un Partiellement ou un Non. Il n’y a ni points ni « score ». Ce qui compte, c’est le motif : là où vous dites deux fois « Non », vous avez un goulot d’étranglement. Vous devez le connaître avant d’acheter un outil — non parce que l’IA serait impossible, mais parce qu’un déploiement va précisément échouer à cet endroit.

Prenez stylo et papier. Quinze minutes suffisent.

Bloc 1 : Données (3 minutes)

L’IA sans données est un moteur de recherche plus rapide. Un assistant opérationnel a besoin d’accéder à ce que votre PME produit et consomme chaque jour.

1. Vos données opérationnelles — clients, mandats, factures, contrats — sont-elles numériques et stockées à des endroits connus ? Ou éparpillées entre fichiers Excel sur disques locaux, dossiers Outlook privés et la tête de quelques collaborateurs ?
2. Votre ERP, CRM ou archive documentaire dispose-t-il d’une API ou d’un mécanisme d’export ? Ou le système est-il si ancien que seul un accès manuel est possible ?
3. Savez-vous aujourd’hui quelles données sont particulièrement sensibles — données salariales, données de santé, contrats clients sous NDA — et où elles se trouvent ?
4. Existe-t-il une sauvegarde que vous avez réellement testée au cours de la dernière année ?

Signal : Deux « Non » ici ne signifient pas « pas prêt pour l’IA », mais « pas prêt pour l’informatique ». Un projet d’IA ne contournera pas ce problème.

Bloc 2 : Processus (3 minutes)

L’IA soulage là où des personnes font la même chose à répétition. Si vous ne pouvez pas nommer ces répétitions, vous ne trouverez pas non plus le bon outil.

1. Pouvez-vous citer trois activités que deux collaborateurs au moins exercent quotidiennement plus d’une heure ? Offres, factures, notes de frais, rapports, traductions, demandes clients — voilà les suspects habituels.
2. Existe-t-il des processus où des données sont recopiées d’un système à un autre ? Si oui : combien d’heures par semaine ?
3. Avez-vous un goulot où la même personne devient régulièrement le frein — seule la comptable peut valider les frais, seul le directeur peut signer les offres ?
4. Quels processus sont déjà documentés aujourd’hui — même sous forme de simple check-list ou de page de wiki interne ?

Signal : Si vous ne pouvez rien citer de concret ici, votre PME n’est pas encore suffisamment décomposée pour aborder utilement l’automatisation. Commencez par documenter les processus, pas par choisir un outil.

Bloc 3 : Personnes et IA fantôme (3 minutes)

La plupart des PME ont déjà l’IA dans la maison — mais pas officiellement. Qui l’ignore planifie à côté du vrai risque.

1. Savez-vous qui dans votre équipe utilise aujourd’hui des comptes privés ChatGPT, Gemini ou Claude pour des tâches professionnelles ? Si la réponse est « je crois personne » — posez la question demain à la pause café.
2. Existe-t-il une directive d’utilisation de l’IA écrite et à jour, que les collaborateurs connaissent et ont signée ?
3. Y a-t-il une personne — pas nécessairement à plein temps — responsable des sujets IA ? Ou la responsabilité circule-t-elle entre l’informatique, la direction et les ressources humaines ?
4. Vos collaborateurs sont-ils fondamentalement ouverts aux outils d’IA, ou rencontrez-vous un scepticisme actif voire un rejet ?

Signal : Deux « Non » ici constituent le motif le plus dangereux. L’IA tourne déjà — vous ne la pilotez simplement pas. Chaque cahier des charges qui termine dans une application grand public privée est une fuite de données potentielle.

Bloc 4 : Gouvernance et conformité (3 minutes)

Introduire l’IA en Suisse, c’est se mouvoir simultanément dans la nLPD, le règlement européen sur l’IA (dès que des clients UE entrent en jeu) et les réglementations sectorielles.

1. Savez-vous si vous avez des clients ou des filiales dans l’UE, qui vous soumettent extraterritorialement au règlement européen sur l’IA ? Pour la plupart des PME suisses exportatrices, la réponse est oui.
2. Disposez-vous, pour vos outils cloud existants — Microsoft 365, Google Workspace, chaque SaaS — d’accords valables de traitement de données sur papier ?
3. Savez-vous si votre secteur a des exigences particulières — FINMA pour les services financiers, secret professionnel pour les fiduciaires et les avocats, régulation des médicaments pour la pharma ?
4. Existe-t-il un registre interne — ne serait-ce qu’un tableau — listant les catégories de données que vous traitez et leur base juridique ?

Signal : Deux « Non » ici ne signifient pas « pas encore prêt pour l’IA », mais « pas encore prêt pour la LPD ». Vous devez régler cela indépendamment de l’IA — l’IA ne fait que rendre le problème plus visible.

Bloc 5 : Architecture et souveraineté (3 minutes)

C’est le bloc que la plupart des diagnostics omettent. Et c’est précisément pour cela que les projets d’IA suisses échouent dans leur deuxième ou troisième itération.

1. Est-il acceptable pour votre activité que des données clients, des contrats ou des plans soient traités dans des centres de données hors de Suisse ou de l’UE ? Si non : quels fournisseurs répondent réellement à votre exigence — le savez-vous aujourd’hui, ou faudrait-il deviner ?
2. Pouvez-vous définir quelles décisions l’IA est autorisée à prendre seule et lesquelles requièrent toujours une validation humaine ? Une facture au-dessus de CHF 500 sans validation — risqué. Une décision RH sans principe des quatre yeux — pareil.
3. Vos collaborateurs et votre clientèle parlent-ils plusieurs langues — allemand, français, italien, anglais — et un outil d’IA devrait-il livrer la même qualité dans toutes ?
4. Pouvez-vous dire aujourd’hui quel modèle d’IA est utilisé pour quelle tâche — ou est-ce une boîte noire dont « le fournisseur » décide ?

Signal : Si vous êtes incertain à plusieurs reprises ici, c’est normal. Cela signifie cependant que vous ne devriez pas acheter d’outil sans ces réponses. Sinon vous construisez sur une architecture qui ne tiendra plus dans 18 mois.

L’évaluation, en une phrase

Comptez les blocs avec deux « Non » ou plus. C’est votre nombre de chantiers.

• 0 chantier — rare, mais cela existe. Vous pouvez démarrer aujourd’hui, sur un cas d’usage clairement délimité.
• 1 chantier — le cas normal dans une PME bien gérée. Comblez cette lacune en parallèle du projet pilote.
• 2–3 chantiers — vous restez capables d’agir, mais pas dans l’ordre « outil d’abord ». Lancez un avant-projet de 90 jours qui déblaie les chantiers.
• 4–5 chantiers — pas de projet d’IA maintenant. D’abord un nettoyage de fond en informatique, structure de données et gouvernance. Sinon le projet échouera visiblement, et le mot « IA » sera brûlé en interne pour des années.

Ce que la plupart des diagnostics omettent

Trois choses que les diagnostics d’IA en ligne ne testent systématiquement pas, parce qu’elles dérangent :

Premièrement : si l’outil maîtrise vraiment les langues de votre réalité suisse. Les outils anglophones savent faire du français — mais l’allemand valaisan dans un rapport de service, une question TVA en italien et un rapport technique en Romandie sont trois disciplines distinctes où les modèles grand public échouent en série.

Deuxièmement : si l’architecture connaît la notion de validation. Les outils qui promettent « tout automatique » créent exactement le problème que vous voulez éviter : des sorties non contrôlées vers les clients, les autorités ou les fournisseurs. Un assistant sans logique de validation est un multiplicateur de risques, pas un outil d’efficacité.

Troisièmement : si la solution passe à l’échelle avec votre réalité ou seulement avec votre scénario pilote. Un outil qui fonctionne avec dix offres par mois peut s’effondrer à deux cents — ou à la prochaine règle TVA que personne n’aura programmée pour vous. La scalabilité n’est pas un détail technique ; c’est la question de savoir si le fournisseur comprend votre métier, ou s’il revend simplement un LLM générique.

La suite

Si vous avez après ces 15 minutes une image claire de vos chantiers, vous êtes plus avancé que 80 % des PME qui « veulent introduire l’IA » aujourd’hui. La question suivante n’est pas Quel outil ?, mais Quel cas d’usage en premier, et quelle lacune je comble en parallèle ?

C’est précisément la différence entre un projet d’IA qui livre un soulagement mesurable après trois mois, et un projet qui, après douze mois, sera une nouvelle ligne dans la liste des tentatives de digitalisation échouées.

Le diagnostic ne remplace pas une stratégie. Mais il garantit que votre stratégie ne repose pas sur un mauvais diagnostic.