Roadmap IA d’entreprise : la feuille de route d’une PME en 5 étapes

Fin 2025, 55 % des TPE et PME déclaraient recourir à l’IA générative, et 17 % seulement l’utilisaient régulièrement, selon le 82e baromètre de Bpifrance Le Lab. L’essai est fait presque partout. L’usage installé reste rare, et l’écart tient moins à la technologie qu’à l’ordre dans lequel on s’y prend.

Une roadmap IA d’entreprise sert à fixer cet ordre : quels usages lancer, pour qui, avec quel outil, qui en répond, et comment on saura dans trente jours que ça marche. Elle tient sur une page. Ce n’est ni un plan à trois ans ni un catalogue d’outils.

Voici la méthode que nous suivons chez nos clients, PME et ETI, en cinq étapes : écouter le terrain, classer les usages, prouver à 30 jours, étendre à 90 jours, intégrer à 6 à 12 mois. Vous y trouverez aussi les dix erreurs qui font échouer un projet IA, et la façon de mesurer l’avancement sans annoncer de gain avant de l’avoir relevé.

Mise à jour du 12 octobre 2026 : cet article reprend désormais notre guide pour intégrer l’IA dans une entreprise et notre liste des erreurs d’un projet IA, qui renvoient ici.

Qu’est-ce qu’une roadmap IA et que contient-elle ?

Une roadmap IA, ou feuille de route IA, est la liste ordonnée des usages de l’IA qu’une entreprise va lancer, avec pour chacun une équipe, un outil, un responsable et un indicateur. Elle répond à une question de dirigeant : par quoi commencer, et qu’est-ce qui doit être vrai dans un mois pour continuer ?

Elle contient cinq éléments, pas plus :

1. Une liste courte d’usages, dix au maximum, décrits par la tâche (« préparer les comptes rendus de réunion ») et non par la technologie (« déployer un modèle de langage »).
2. Un classement valeur / faisabilité, fait avec les équipes concernées, pas pour elles.
3. Un responsable par usage : une personne, pas un service. C’est elle qui dira dans trente jours si l’usage a pris.
4. Un outil par usage, de préférence celui que vous avez déjà, en version entreprise.
5. Un indicateur par usage : des heures passées par semaine, un délai, des erreurs relevées. Un seul chiffre, relevé avant et après.

Ce qu’elle ne contient pas compte autant : pas de vision à cinq ans, pas de comparatif de vingt outils, pas de gain annoncé avant d’avoir été mesuré. Une feuille de route qui ne dit pas ce qui se passe dans trente jours n’en est pas une.

Sa durée dépend du périmètre. Celle qui sort d’un audit IA couvre 4 à 24 mois. La première année se découpe en trois horizons, 30 jours, 90 jours, puis 6 à 12 mois, que l’on retrouve dans les cinq étapes ci-dessous.

• 2 semainesPour un audit, soit 10 jours ouvrés du cadrage à la restitution aux décideurs
• 15 à 25Cas d’usage identifiés et classés à l’issue de l’audit
• 3 horizons30 jours pour prouver, 90 jours pour étendre, 6 à 12 mois pour intégrer

Quelles sont les cinq étapes d’une roadmap IA ?

Les deux premières étapes construisent la feuille de route, les trois suivantes la font vivre. Chacune se termine par une décision, pas par un document de plus.

1. Écouter le terrain

   On part des tâches, des outils et des irritants réels des équipes : ventes, opérations, finance, RH, support. Chez Kokoro, c’est l’audit : 10 jours ouvrés, du cadrage avec la direction aux entretiens avec celles et ceux qui font le travail. En interne, un atelier de trois heures avec les responsables de service fait déjà une bonne partie du chemin.

2. Classer les usages

   Chaque usage est noté sur la même grille, la valeur d’un côté, la faisabilité de l’autre. Le classement dit quoi lancer tout de suite, quoi préparer, et quoi laisser de côté. L’audit fait ressortir 15 à 25 cas d’usage ; la feuille de route en garde dix au plus, et un ou deux pour commencer.

3. Prouver à 30 jours

   Un ou deux usages qui touchent beaucoup de personnes et peu de données sensibles. À trente jours, ils servent chaque semaine aux personnes prévues, un relais interne est nommé et une règle d’usage est écrite. Sinon, on arrête, on ajuste ou on change d’outil.

4. Étendre à 90 jours

   L’usage qui a pris passe à une deuxième équipe ou à un deuxième flux. L’indicateur a été relevé deux fois, les licences sont en version entreprise, et la formation suit les équipes qui arrivent.

5. Intégrer à 6 à 12 mois

   Un agent ou une automatisation est connecté à vos outils sur un flux entier, avec son budget et sa maintenance décidés. La feuille de route est relue chaque trimestre : des usages en sortent, d’autres y entrent.

Par où commencer avec l’IA dans une PME ?

Par un problème, jamais par un outil. L’erreur la plus répandue consiste à voir une démonstration, acheter des licences, puis chercher à quoi elles pourraient servir. La question de départ est plus terre à terre : quelles tâches prennent du temps chaque semaine, à qui, et avec quelles données ?

L’atelier de trois heures

Réunissez les responsables de chaque service pendant trois heures. Chacun liste les trois tâches qui prennent le plus de temps à son équipe dans la semaine. Pour chaque tâche, posez cinq questions :

• Suit-elle des règles reproductibles, ou demande-t-elle un jugement différent à chaque fois ?
• Les documents ou les données nécessaires existent-ils, et sont-ils accessibles ?
• Le résultat attendu se vérifie-t-il facilement ?
• Combien d’heures prend-elle chaque mois, et à combien de personnes ?
• Que coûte une erreur si l’outil se trompe ?

Vous sortez de l’atelier avec trois tâches par service, décrites dans les mots du métier. C’est la matière première de la feuille de route. Si personne en interne n’a le recul pour animer l’exercice, un regard extérieur repère souvent des tâches que les équipes ne voient plus.

La règle du premier usage

Commencez par un ou deux usages qui touchent beaucoup de personnes et peu de données sensibles : les comptes rendus de réunion, la préparation d’une réponse type, la synthèse d’un document long. Un premier usage visible et sans risque installe la confiance. Un premier usage raté sur des données clients la retire pour longtemps.

Trois conditions avant de lancer quoi que ce soit

• Un sponsor à la direction, qui comprend le projet et peut débloquer un budget ou un arbitrage. Sans lui, le projet reste orphelin au premier obstacle.
• Une règle d’usage écrite : ce qu’on confie à l’outil, ce qu’on ne lui confie jamais, comment on vérifie ce qu’il produit. Une page suffit.
• Des licences en version entreprise, pas des comptes personnels, pour que les données restent sous votre contrôle.

Comment prioriser les cas d’usage : valeur, faisabilité, données ?

Devant une liste de tâches, la tentation est de commencer par la plus spectaculaire. Une grille simple évite ce piège. Notez chaque usage de 1 à 3 sur six critères, trois pour la valeur, trois pour la faisabilité. Pas de calcul savant : la grille sert à trancher en réunion, pas à produire un score.

Comment lire la grille

• Fort partout : horizon 30 jours, on commence par là.
• Valeur forte, faisabilité faible : horizon 90 jours, le temps de préparer les données ou l’outil.
• Valeur faible : on n’y touche pas, même si c’est facile. Un usage facile mais inutile use la confiance des équipes.
• Sensibilité forte : une règle d’usage écrite avant tout test, et un outil en version entreprise.

Les données méritent un regard à part. Une tâche à forte valeur dont les documents sont éparpillés, incomplets ou inaccessibles ne se lance pas à 30 jours : elle passe à 90 jours, et le premier travail porte sur les données. Mieux vaut le savoir pendant le classement que le découvrir une fois le projet lancé.

Un exemple qui ressort en haut de la grille

Chez Pilliot, cabinet de courtage en assurances tourné vers les collectivités, l’analyse des dossiers d’appel d’offres se faisait à la main. La tâche revenait tous les mois, chaque dossier demandait plusieurs heures, et les documents à analyser existaient déjà : la valeur et la faisabilité étaient au rendez-vous. Quatre workflows n8n traitent aujourd’hui les appels d’offres et les contrôles de conformité. Un appel d’offres est analysé en 15 minutes au lieu de 3 h 30. La fiche du cas détaille ce qui a été mesuré, et ce qui reste à mesurer.

Un exemple rempli, et ce qu’on écarte

Voici l’exemple type de notre modèle, à adapter : une PME de services de quarante personnes, quatre équipes, aucun outil d’IA déployé au départ et quelques comptes ChatGPT individuels. Sa première feuille de route tient en six lignes.

La ligne RH demande une précaution particulière. Le règlement européen sur l’IA classe à haut risque, dans son annexe III, les systèmes d’IA utilisés pour analyser et filtrer des candidatures. Un tel usage ne se lance qu’avec votre DPO ou votre juriste, et la décision sur un candidat reste humaine.

Trois idées en sont sorties : un chatbot sur le site (valeur incertaine, données clients exposées, personne pour en répondre), la génération de contenus marketing (facile, mais aucune équipe ne l’avait demandée) et l’analyse prédictive des ventes (données pas prêtes, reportée plutôt qu’abandonnée). Écrire ce qu’on écarte, avec la raison, évite d’en reparler à chaque réunion.

Combien de temps prend une feuille de route IA ?

Il faut distinguer le temps pour la construire et le temps qu’elle couvre. Avec un audit, la construire prend 10 jours ouvrés : cadrage avec la direction les deux premiers jours, observation du terrain du troisième au sixième, priorisation les deux jours suivants, décision et restitution aux décideurs les deux derniers. En interne, avec le modèle, comptez l’atelier de trois heures et une réunion de classement avec les responsables concernés.

Elle couvre ensuite 4 à 24 mois, selon le périmètre. Le premier horizon, lui, est court : trente jours suffisent à savoir si un usage prend. Ce qui prend du temps, c’est l’extension à d’autres équipes et l’intégration dans vos outils.

Un usage qui n’a pas pris à 30 jours ne passe pas à l’horizon suivant. On l’arrête, on l’ajuste ou on change d’outil. Cette décision protège le reste de la feuille de route : sans elle, les usages abandonnés s’accumulent et plus personne ne sait lesquels comptent.

Quel budget prévoir à chaque horizon ?

Il n’y a pas de chiffre honnête sans audit. Le budget dépend du nombre d’usages retenus, de l’outillage déjà en place, des licences et du temps de vos équipes, et un tableau de budgets par taille d’entreprise donnerait une fausse précision. On peut dire en revanche où va l’argent à chaque horizon, et comment chaque poste se chiffre.

Un repère public : une journée de formation de notre catalogue, portée par 2PACE Academy, organisme de formation certifié Qualiopi, coûte 2 800 € HT pour un groupe de 4 à 12 personnes. Elle peut être prise en charge par votre OPCO ; le montant dépend de votre branche et de votre effectif, et la part non prise en charge reste à votre charge. L’OPCO finance la formation : ni le déploiement d’un outil ni le développement d’un agent n’entrent dans ce cadre.

Le poste le plus souvent oublié est le coût récurrent : licences, maintenance des automatisations, temps du relais interne, formation des nouveaux arrivants. Prévoyez un budget pour les quatre-vingt-dix premiers jours, licences et temps compris, avant de lancer le premier usage.

Quelles erreurs font échouer un projet IA ?

Dans une publication de septembre 2026, la Banque de France indique que 67 % des entreprises françaises d’au moins 20 salariés déclarent utiliser l’IA générative, un usage « principalement limité ou expérimental », aux effets économiques encore limités. Entre l’essai et l’usage qui tient, ce sont presque toujours les mêmes erreurs, et la plupart ne sont pas techniques.

1. Partir de l’outil au lieu du problème

   « On veut faire de l’IA » n’est pas un projet. À faire : partir d’une tâche précise, chiffrer le temps qu’elle prend, puis se demander si l’IA est la bonne réponse. Souvent, une automatisation simple suffit.

2. Découvrir l’état des données en cours de route

   Les documents sont éparpillés, incomplets ou inaccessibles, et on s’en aperçoit une fois le projet lancé. À faire : noter les données dans la grille avant de lancer, et placer à 90 jours tout usage dont les données ne sont pas prêtes.

3. Viser trop grand dès le départ

   « Automatiser tout le service client » est un projet de plusieurs mois aux résultats incertains. À faire : un usage précis, un périmètre limité, une lecture à 30 jours, puis le suivant.

4. Lancer sans les équipes

   Le meilleur outil ne sert à rien si personne ne l’utilise, et l’adoption se joue avant la livraison. À faire : choisir le premier usage avec l’équipe concernée, nommer un relais, prévoir la formation des utilisateurs dès le départ.

5. Attendre un outil parfait

   « Ce n’est pas encore assez fiable » devient une raison de ne jamais livrer. À faire : fixer avant le test le niveau d’erreur acceptable pour cette tâche, et garder une relecture humaine là où une erreur coûte cher.

6. Confondre l’essai et la production

   Un essai qui marche sur dix exemples choisis n’est pas un usage qui tient sur des centaines de dossiers réels. À faire : décider dès le départ qui maintient l’outil, qui traite les incidents, et avec quel budget.

7. Traiter le cadre juridique trop tard

   RGPD, AI Act, confidentialité des contrats : les questions arrivent souvent après le déploiement. À faire : associer votre DPO ou votre juriste dès le classement des usages, et écrire la règle d’usage avant le premier test.

8. Oublier les coûts récurrents

   La construction n’est qu’une partie de la facture. À faire : chiffrer licences, maintenance, formation et temps interne sur la durée, pas seulement le lancement.

9. Lancer sans sponsor

   Quand les difficultés arrivent, personne n’est là pour débloquer une décision ou un budget. À faire : un membre de la direction qui comprend le projet, y croit et peut arbitrer. Sans lui, on ne lance pas.

10. Ne rien mesurer

    « Ça marche bien » n’est pas une mesure. À faire : un indicateur par usage, relevé avant de commencer, puis à 30 et à 90 jours. Sans point de départ, aucun gain ne se démontre.

Les questions à poser sur vos données avant de signer

La sécurité des données est une inquiétude légitime, et elle se traite avant le choix de l’outil. Posez ces cinq questions à l’éditeur ou au prestataire :

1. Où sont hébergées nos données : en France, dans l’Union européenne, ailleurs ?
2. Nos données servent-elles à entraîner vos modèles ?
3. Disposez-vous d’un accord de traitement des données conforme au RGPD ?
4. Comment gérez-vous un incident de sécurité, et dans quel délai nous prévenez-vous ?
5. Qui, chez vous, a accès à nos données ?

Comment mesurer l’avancement à 30 et 90 jours ?

En mesurant l’usage, pas les licences. Une licence est un accès ; un usage est une tâche réalisée avec l’outil, à une fréquence définie à l’avance. Chaque résultat s’écrit avec son dénominateur, comme le prévoit notre protocole de mesure de l’adoption : sur tant de personnes prévues, tant ont utilisé l’outil chaque semaine pendant la période.

À 30 jours

Trois choses doivent être vraies : l’usage sert chaque semaine aux personnes prévues, un relais interne est nommé, une règle d’usage est écrite et connue. L’indicateur a été relevé une première fois, à comparer avec le point de départ noté avant de commencer.

À 90 jours

L’usage est étendu à une deuxième équipe ou à un deuxième flux, l’indicateur a été relevé deux fois et les licences sont en version entreprise. C’est aussi le moment de lire l’usage équipe par équipe, car un taux global masque les équipes restées à zéro. Notre article sur l’adoption de l’IA en entreprise détaille cette lecture, et ce qu’on fait des personnes qui décrochent.

Dans nos programmes d’accompagnement, l’adoption est mesurée à 30 puis à 90 jours, et nous visons 70 % d’utilisateurs actifs. C’est un objectif, pas un résultat acquis d’avance : il se lit dans l’outil, pas dans un questionnaire de satisfaction.

Les indicateurs à suivre

• Usage : part des personnes prévues qui utilisent l’outil chaque semaine, équipe par équipe.
• Temps : heures passées sur la tâche, avant et après, sur un échantillon de dossiers réels.
• Qualité : erreurs relevées, reprises manuelles, part des résultats corrigés à la relecture.
• Délai : temps de réponse à un client ou à une demande interne.

Aucun gain n’est annoncé avant d’avoir été mesuré chez vous. Un essai qui montre que l’IA n’est pas la bonne réponse sur une tâche est aussi un résultat : il évite d’investir dans la mauvaise direction.

Qui tient les chiffres : le relais interne

Le relais interne, que nous appelons Champion IA, n’est pas forcément un profil technique. C’est quelqu’un de curieux, bien ancré dans le travail de son équipe, qui y consacre une partie de son temps. Il a quatre missions : aider ses collègues à prendre l’outil en main, faire remonter ce qui marche et ce qui bloque, repérer les usages à proposer à la prochaine revue, et relever l’indicateur aux dates prévues.

Conclusion : une page, relue tous les trente jours

Une roadmap IA d’entreprise n’a pas besoin d’être longue. Elle a besoin d’être tenue : dix usages au plus, un responsable et un indicateur pour chacun, une décision à chaque échéance. Ce qui fait avancer, à notre avis, c’est moins l’outil choisi que l’habitude de relire la feuille de route et d’arrêter ce qui n’a pas pris.

Pour passer à l’action, téléchargez le modèle de feuille de route IA et remplissez-le avec vos responsables, ou commencez par un pré-audit gratuit de 30 minutes pour cadrer la première étape. Pour l’horizon de 6 à 12 mois, celui de l’assistant qui exécute une tâche entière dans vos outils, notre guide pour créer un assistant IA sur mesure prend le relais.

• roadmap IA
• feuille de route
• PME
• méthode
• adoption