DATA'PÉRO #26 : IA Gen, opportunités et défis pour les PME

IA Gen

IA Gen, opportunités et défis

De quoi parle cet épisode ?

Cet épisode de notre série Data’péro est consacré à l’IA générative… mais pas vue depuis la Silicon Valley. Ici, on parle terrain, PME, BTP et transformation très concrète des métiers.

Les deux intervenants de notre Data’péro :

  • Jean Ramirez, PDG de Largier Technologie (BTP) et Président de la Commission IA de la Fédération Française du Bâtiment (FFB)
  • Luc Maurette, Expert IA générative chez Datasulting, en charge de l’acculturation, des formations et de la mise en œuvre des cas d’usage en entreprise.

Ont abordé ensemble les questions suivantes :

  • Comment les entreprises, notamment dans le BTP et les PME/ETI, peuvent tirer parti de l’IA générative
  • Des cas d’usage concrets : correction de textes, exploration documentaire, bases de connaissances, appels d’offres…
  • Les 6 étapes de transformation IA proposées par Jean Ramirez pour structurer la démarche
  • Les enjeux de souveraineté, sécurité des données et RGPD
  • Les limites de la technologie, les fantasmes à déconstruire et les erreurs à éviter
  • Le rôle clé de la gouvernance, de l’acculturation et de la conduite du changement

Un épisode très opérationnel, pensé pour les dirigeants, responsables métiers, DSI, mais aussi pour toute personne qui se demande : « Par où commencer avec l’IA générative, sans mettre en danger mes données ni mon organisation ? »

Pourquoi ce sujet est-il important pour les PME et ETI (et pas seulement pour les géants du numérique) ?

Depuis l’arrivée de ChatGPT fin 2022, l’IA générative a quitté le monde des experts pour entrer massivement dans les bureaux, sur les chantiers et dans les TPE/PME.
Résultat : beaucoup d’usages, mais aussi beaucoup de risques… et parfois de déceptions.

Pour les PME et ETI, notamment dans le BTP, l’industrie ou les services :

  • Les équipes sont souvent sous tension : manque de temps, pénurie de compétences, pression sur les coûts.
  • La documentation est partout : rapports d’intervention, dossiers techniques, appels d’offres, procédures qualité, documentation produit, contrats…
  • La valeur de l’entreprise est dans le savoir-faire et les données métier, souvent éparpillées, peu exploitées.

L’IA générative, bien utilisée, permet de :

  • Gagner du temps sur des tâches à faible valeur ajoutée (correction de textes, reformulation, préparation de réponses à des appels d’offres, synthèses documentaires…)
  • Améliorer l’image de l’entreprise, par exemple en transformant immédiatement un rapport de chantier “brut de décoffrage” en document propre, sans faute, prêt à être signé par le client.
  • Mieux exploiter les connaissances internes grâce à des bases de connaissances et des assistants techniques (RAG – Retrieval Augmented Generation)
  • Accélérer la prise de décision, en synthétisant des dizaines ou centaines de documents pour détecter des patterns (pannes récurrentes, problèmes qualité, non-conformités, etc.)

Mais cette opportunité s’accompagne de risques majeurs :

  • Sécurité et souveraineté des données : envoyer des dossiers d’appels d’offres, de la propriété intellectuelle ou des données personnelles sur des outils grand public (type ChatGPT) peut revenir à livrer 10 ans de savoir-faire à une plateforme qui entraînera ses modèles… au bénéfice potentiel de vos concurrents.
  • RGPD : analyses médicales, données RH, documents confidentiels ne peuvent pas être traités sans garanties solides sur l’hébergement et la confidentialité.
  • Dérive technologique : vouloir « faire de l’IA » sans régler d’abord les problèmes d’organisation ou de qualité de données revient à amplifier des dysfonctionnements existants.

Pour Jean comme pour Luc, l’enjeu n’est donc pas seulement de “tester ChatGPT”, mais de structurer une vraie trajectoire IA, progressive, sécurisée et pilotée au bon niveau de gouvernance.

Ce qu’il faut retenir de cette vidéo

L’IA générative ne remplace ni l’organisation, ni le bon sens métier.
Elle amplifie ce qui existe déjà : si les processus sont mal définis ou les données mal qualifiées, elle reproduira et multipliera les erreurs.

Commencer par des cas d’usage simples, à forte valeur, est la meilleure stratégie.

Les premiers leviers pour les PME/ETI :

  • Correction et reformulation de textes (rapports, mails, comptes rendus, réponses à appels d’offres)
  • Aide à la rédaction : plans, sommaires, premières versions de documents
  • Synthèse de documents bien maîtrisés (rapports d’intervention, dossiers techniques)
  • Assistants de recherche dans la documentation interne (bases techniques, juridiques, commerciales)

Les projets de type “base de connaissances” (RAG) sont puissants mais exigeants.
Ils apportent un vrai gain (moins de temps perdu à chercher l’info, assistance technique en temps réel), mais nécessitent :

  • Un budget significatif (à partir de 15 000 € pour des projets sérieux)
  • Un travail sur la qualité et le versioning des documents (sinon, risque d’hallucinations)
  • Un accompagnement spécialisé (intégration, sécurité, gouvernance des données)

La sécurité et la souveraineté des données ne sont pas optionnelles :

  • Éviter d’envoyer des documents sensibles sur des outils publics non maîtrisés
  • Privilégier des solutions RGPD compatibles et hébergées en Europe : Mistral AI, Microsoft Copilot, Google Gemini dans des environnements contractualisés, plutôt que du “ChatGPT grand public” pour les usages professionnels sensibles
  • Quand c’est possible, envisager l’hébergement interne et de petits modèles locaux pour les tâches simples (correction de texte, classification…)

Ne pas surestimer la technologie… ni la sous-estimer.

Il est important d’éviter certains fantasmes :

  • La “veille automatique” qui lirait tout Internet pour vous faire un rapport parfait
  • L’IA qui résout magiquement tous les problèmes de l’entreprise

Et d’intégrer certaines réalités :

  • L’IA générative reste un outil statistique, qui hallucine si on lui donne des données contradictoires ou obsolètes
  • Elle devient réellement puissante quand on l’inscrit dans un projet structuré : cadrage, processus, données, mesure des gains.

Voici la trajectoire en 6 étapes conseillée par Jean Ramirez, pour structurer sa transformation IA :

  1. Utiliser les LLM publics pour des usages simples sans données sensibles (correction, rédaction).
  2. Intégrer l’IA via API dans les outils métiers (bouton “corriger”, “résumer”, etc.).
  3. Demander des synthèses documentaires sur des documents maîtrisés.
  4. Construire une base de connaissances (RAG) à partir des données internes (techniques, RH, juridiques, commerce).
  5. Sécuriser et « souverainiser » les données (hébergement, choix des modèles, conformité RGPD).
  6. Automatiser des processus complexes (lecture d’appels d’offres, génération de devis…) en acceptant que ce sont des projets lourds, coûteux et encore peu matures.

L’impact environnemental doit être pris au sérieux.

  • L’IA consomme entre 10 et 20 fois plus que l’informatique classique
  • Il est inutile de sortir un “bazooka” (gros modèle) pour une tâche simple (correction de texte) → des modèles légers comme Mistral Small suffisent souvent
  • La sobriété passe par le choix du bon modèle pour le bon usage et une demande de transparence aux fournisseurs.

La transformation IA est avant tout une transformation humaine et organisationnelle :

  • 20 % des collaborateurs sont moteurs, d’autres sont inquiets : il faut expliquer, rassurer, acculturer
  • Le sujet doit être porté par la direction, pas seulement par la DSI
  • Des dispositifs existent : ambassadeurs IA, programmes type Booster IA, accompagnements par les fédérations (comme la FFB) et des partenaires comme Datasulting

En résumé : l’IA générative n’est pas une baguette magique, mais un outil puissant.
Entre de mauvaises mains, elle peut exposer vos données et amplifier vos dysfonctionnements.
Intégrée progressivement, dans un cadre sécurisé, éthique et piloté, elle devient un levier de compétitivité majeur pour les PME et ETI, en particulier dans des secteurs comme le BTP, l’industrie ou les services techniques.

Pour aller plus loin, l’épisode invite à se faire accompagner, à former ses équipes, et à considérer l’IA non pas comme une mode… mais comme un projet de transformation globale.

Visionnez la vidéo complète de ce Data’péro !

Suivez-nous sur YouTube !

Ils ont animé ce Data’péro

Vous souhaitez bénéficier des opportunités qu’offre l’IA Gen ?

N’hésitez pas à échanger avec notre équipe.

Contactez-nous !

Découvrez les autres épisodes de notre série Data’péro !