Feuille de route Data et IA : la méthode en 3 étapes (Cas TaM)

L’intelligence artificielle et la donnée sont partout, mais par quel bout commencer pour en tirer une vraie valeur business ? Passer d’une intention floue à un plan d’action concret, avec une feuille de route Data et IA claire, est le principal défi des dirigeants aujourd’hui.

Lors de l’événement annuel Cultive ta data [et ton IA], un atelier collaboratif a mis en lumière une méthode simple en trois étapes pour structurer sa démarche. Découvrez comment TaM Montpellier 3M (Transports de Montpellier Méditerranée Métropole) s’en est emparée pour transformer ses obligations contractuelles en leviers de performance.

Avec le retour de Sophie Freimuller, Responsable Qualité, Data et Excellence Opérationelle de TaM Montpellier 3M.

Cette conférence était présentée par Gaël Philippe, CEO de Datasulting, et Camille Morelon, Directrice Culture Data et IA de Datasulting.

Conférence Cultive ta data [et ton IA] 2026

Sommaire de l’article

Évaluer sa maturité : les 5 stades de la Data et de l’IA
Le cheminement de TaM Montpellier 3M : du besoin métier à la stratégie
Identifier et catégoriser ses cas d’usage
Prioriser grâce à la matrice « Bénéfices vs Effort »
Choisir ses outils : performance, sécurité et RGPD
FAQ : Les réponses à vos questions stratégiques

1. Évaluer sa maturité : les 5 niveaux de maturité Data et IA

Avant de tracer une feuille de route, il faut savoir d’où l’on part. Le ressenti initial d’un dirigeant est parfois déconnecté de la réalité terrain. C’est pourquoi l’Observatoire de la Maturité Data et IA des Entreprises a structuré une échelle d’évaluation en 5 niveaux distincts :

Novice : l’entreprise reste spectatrice, le sujet data/IA n’est pas abordé.
Apprenti : on commence à tester, à se poser des questions et à expérimenter de premiers outils isolés.
Jardinier : des actions concrètes sont lancées (un outil de reporting, une solution IA), mais de manière non structurée et sans gouvernance globale.
Cultivateur : l’approche devient stratégique. Les cas d’usage sont identifiés, les données sont centralisées et la réflexion est globale.
Producteur : des projets ambitieux tournent en production, la gouvernance est solide et la culture data/IA est diffusée à tous les étages.

Cette évaluation permet aux PME et ETI d’obtenir un benchmark par rapport à leur secteur et de comprendre les marches restant à gravir.

Les 5 niveaux de Maturité Data et IA (Datasulting)

2. Le cheminement de TaM Montpellier 3M : du besoin métier à la stratégie

Avec ses 120 millions d’usagers transportés en 2025, ses 98 rames de tramway et plus de 200 bus, TaM Montpellier 3M gérait une masse critique de données sans réelle stratégique centralisée. Le déclencheur ? L’arrivée de la gratuité des transports à Montpellier et le renouvellement du contrat avec la Métropole début 2025, exigeant des reportings mensuels extrêmement précis.

Accompagnée par Datasulting pour réaliser son Diagnostic Data IA, TaM Montpellier 3M a aligné sa stratégie technique sur ses besoins métiers immédiats. Aujourd’hui, l’entreprise affiche un profil mixte :

Cultivateur sur la Data : une équipe dédiée avec un Pôle data, un entrepôt de données en cours de construction, un outil de BI généralisé et un vision structurée de la gouvernance
Jardinier sur l’IA : des collaborateurs sensibilisés à l’IA (potentiel, bonnes pratiques de prompting, limites et risques), des groupes de travail pour identifier les premiers cas d’usage métiers.

3. Identifier et catégoriser ses cas d’usage

Un « cas d’usage », c’est une application concrète de la data ou de l’IA pour résoudre un problème métier précis : une tâche pénible, chronophage, répétitive, ou impossible à réaliser aujourd’hui par manque de temps.

Pour faire émerger ces opportunités, la méthode consiste d’abord à inspirer les équipes via une sensibilisation à l’IA, puis à lister les besoins, sans se mettre de barrières.

Ces besoins se classent en trois grandes familles :

L’Intelligence Artificielle : comptes-rendus de réunion, chatbot interne pour interroger la documentation interne de l’entreprise, génération de réponses aux appels d’offres.
L’Automatisation : traitement automatique des e-mails, extraction de pièces jointes vers un ERP, ou encore veille automatisée.
La Business Intelligence et les reportings (Data) : tableaux de bord et reporting décisionnel pour le pilotage.

Exemple transverse : Un commercial sur un chantier veut créer un devis. Demain, il pourra dicter son besoin à un chatbot (IA), qui ira chercher les tarifs à jour dans l’ERP (Data), générera le document et l’enverra par mail au client (Automatisation).

4. Prioriser grâce à la matrice « Bénéfice attendu vs Effort de mise en œuvre »

Une fois la liste établie, comment choisir par quoi commencer ?

Il faut croiser deux regards :

L’évaluation métier (Les bénéfices attendus) : notée de 0 à 5, elle mesure le gain de temps (heures gagnées par semaine) ou l’argent gagné ou économisé.
L’évaluation technique (L’effort de mise en œuvre) : mesurée par un expert, elle estime la complexité d’intégration dans le système d’information, le coût des licences et la conduite du changement auprès des équipes.

L’objectif est d’identifier les Quick Wins : les projets à fort bénéfice et faible effort de mise en œuvre. Ce sont eux qui valideront la démarche auprès de votre direction et de vos collaborateurs.

5. Choisir ses outils : performance, sécurité et RGPD

Il n’existe pas un outil unique magique adapté à tous les services. Le choix d’une solution doit répondre à trois critères stricts : la souveraineté, le coût et la sécurité des données.

Sécurité et RGPD : Envoyer des documents contenant des données personnelles dans des versions grand public de modèles comme Claude ou ChatGPT est contraire à la réglementation. Le risque de fuite de données confidentielles est réel.
Écosystème : Utiliser Copilot au sein d’une licence Microsoft entreprise garantit que vos données restent cloisonnées dans votre environnement sécurisé, mais cela vous lie techniquement à cet éditeur.
Complémentarité : Il est souvent pertinent de panacher. Vos développeurs utiliseront peut-être un outil spécifique pour coder, tandis que vos équipes RH utiliseront une solution souveraine bien distincte pour traiter les candidatures.

La veille technologique évoluant à une vitesse inédite, acceptez qu’une solution adoptée aujourd’hui puisse être réévaluée dans quelques mois. L’important est de démarrer petit, de structurer le cadre de gouvernance, et de valider chaque étape par la valeur métier créée.

6. FAQ : Les réponses à vos questions stratégiques

Voici quelques questions/réponses pour vous guider dans votre démarche et vous aider à définir la bonne stratégie data et IA pour votre entreprise.

Par quoi faut-il commencer si mon entreprise part de zéro ?

Evaluez votre maturité data et IA et partez des besoins métier. Ensuite commencez par des projets simples et très ciblés (Quick Wins) comme la retranscription automatisée des réunions clés ou l’automatisation de la capture de données clients. Ces premiers succès rassurent les équipes et prouvent la valeur de la démarche sans engager de lourds budgets.
L’IA Act nous oblige-t-il à former nos salariés ?

Oui. Depuis février 2025, le cadre réglementaire européen impose aux entreprises de former leurs collaborateurs qui manipulent des outils d’IA. L’objectif est de s’assurer qu’ils comprennent les risques liés aux données RH, personnelles ou industrielles sensibles.