Par AI Makers Content Team · 15 septembre 2026 · Mis à jour le 16 octobre 2026

Feuille de route IA : 7 chantiers, du pilote à la production

Plusieurs pilotes IA tournent dans vos équipes, chacun avec son outil et son budget. La feuille de route sert à décider lequel passe en production en premier, et ce qu'il faut régler autour.

Une feuille de route de transformation IA fixe l'ordre dans lequel une entreprise traite sept chantiers : workflows, valeur, organisation, compétences, gouvernance, ingénierie et données. AI Makers conseille de partir d'un ou deux résultats mesurables, de noter la situation de départ, puis de mettre les systèmes en production un par un.

Audit AI Makers : généralement 1 à 2 semaines, d'où sort une feuille de route d'au moins trois cas d'usage viables.
Article 4 de l'AI Act (maîtrise de l'IA) : modifié par le règlement (UE) 2026/1744 du 8 juillet 2026 (EUR-Lex).
Pilotage d'une mission AI Makers : parrainage du CEO, dans un canal Slack dédié avec l'équipe du client.
Formation AI Champions : une journée de sept heures, ou une demi-journée selon le besoin, pour six à douze participants.

La feuille de route en un coup d'œil

Chantier	Question de pilotage	Premier résultat attendu
Workflows	Où l'IA doit-elle changer le travail ?	Un ou deux résultats prioritaires
Valeur	Comment saurons-nous que cela fonctionne ?	Mesure de départ documentée
Organisation	Qui décide et qui répond du système ?	Un sponsor et un responsable nommés
Compétences	Comment le système devient-il un usage normal ?	Équipes formées sur leurs propres tâches
Gouvernance	Jusqu'où le système peut-il agir seul ?	Droits et validations écrits
Ingénierie	Comment passer du prototype à la production ?	Tests sur cas réels et journal des erreurs
Données	Quelle information doit être accessible ?	Les données du premier système, et elles seules

Pour vous si vous dirigez une entreprise ou ses opérations, que des pilotes IA existent dans plusieurs services et que personne ne sait lesquels financer l'an prochain.

Pas pour vous si vous cherchez à prendre en main ChatGPT ou Copilot pour votre propre travail : une formation courte vous servira mieux qu'une feuille de route.

Demander un audit IA

Par où commencer sans lancer sept projets à la fois ?

Une feuille de route IA ne mobilise pas sept équipes le premier mois. Choisissez un processus, puis cherchez ce qui l'empêche d'avancer : une source de données fermée, une règle encore discutée, un arbitrage que personne ne tranche ou une intégration jamais testée. Ce blocage donne l'ordre de travail.

Les chantiers ci-dessous suivent l'ordre d'un premier système : on regarde le travail, on fixe la mesure, on nomme les responsables, puis on traite compétences, règles, ingénierie et données au rythme où le système les rencontre.

Gardez aussi les cas écartés et leur raison. Chez Gepromed, le premier lot n'a traité qu'une partie des besoins recensés par l'audit (étude de cas Gepromed). Une idée peut être utile et trop coûteuse à exploiter, ou attendre une décision de la direction. Noter pourquoi elle attend évite de la rouvrir à chaque comité.

Workflows : pourquoi les redessiner avant de déployer l'IA ?

Une IA posée sur un processus mal conçu en reproduit les défauts plus vite. Le premier chantier consiste donc à suivre le travail tel qu'il se fait : les tâches répétées chaque semaine, qui les exécute, avec quelles données, où se trouvent les attentes et les doubles saisies, et quelles étapes pourraient disparaître au lieu d'être automatisées.

Chez Gepromed, organisation MedTech, cet inventaire s'est fait tâche par tâche, avant toute décision de construction.

Pour repérer les premiers candidats, notre guide quels processus automatiser en priorité détaille les critères de choix.

Actions du chantier :

Cartographier les tâches répétées, avec la personne qui les fait et ce dont elles dépendent.
Retenir un ou deux résultats mesurables pour la première période, et pas davantage.
Écrire ce que l'entreprise décide de ne pas faire, avec la raison.
Redessiner chaque workflow retenu en indiquant ce qui disparaît, ce qui change de main et ce qui reste humain.
Prévoir un budget pour les données, l'intégration et l'adoption, en plus des modèles.

La valeur se mesure avant le développement

C'est le chantier qu'on saute le plus souvent, et celui qui rend tous les autres discutables. Pour chaque processus, documentez la situation de départ : volume traité, temps passé, délai, nombre d'exceptions, taux d'erreur quand il existe et niveau de relecture nécessaire. AI Makers fixe cet indicateur avant chaque mise en production ; l'écart constaté ensuite décide si le système reste en l'état, est corrigé, étendu ou retiré.

Une fois le système en place, la tentation est de remplacer la mesure par une estimation. Séparez les niveaux de preuve : un besoin identifié, un système livré, un résultat mesuré. Les études de cas d'AI Makers les distinguent. Chez Délifrance, par exemple, les gains publiés deux semaines après la formation portent la mention « estimation » (étude de cas Délifrance). Tant qu'aucune mesure après déploiement ne les confirme, ils ne doivent pas entrer dans un budget comme des économies.

Une heure de capacité récupérée ne supprime pas automatiquement une heure de dépense. Suivez à part la capacité libérée et le coût de supervision : une automatisation relue en permanence déplace le travail sans le réduire. Le calculateur de ROI IA permet de tester un premier chiffrage.

Actions du chantier :

Documenter la situation de départ avant que le système ne la modifie.
Calculer le coût par tâche terminée, contrôle humain compris.
Présenter chaque gain comme estimé ou mesuré, jamais les deux à la fois.

Quelle organisation mettre en place pour piloter l'IA ?

Un système IA traverse vite plusieurs fonctions : le métier, l'informatique, la sécurité, parfois le juridique. Chaque système a donc besoin d'un sponsor capable d'arbitrer et d'un responsable opérationnel qui suit son fonctionnement au quotidien.

Chez AI Makers, le CEO parraine chaque mission et les échanges passent par un canal Slack partagé avec l'équipe du client. Chez Addictest, c'est le fondateur qui a fixé le critère de succès : que l'équipe se serve vraiment de l'outil.

Réglez la propriété dès le départ, pas à la fin : qui détiendra le code, et qui fera tourner le système. Chez AI Makers, le client devient propriétaire du code et des systèmes une fois ceux-ci en production et réglés (conditions). Tenez enfin un registre commun des systèmes et de leurs incidents, et décidez système par système entre construire, acheter ou confier à un partenaire.

Former les équipes sur leurs propres tâches

La formation à l'IA part des tâches que les équipes exécutent. Chez Délifrance, les douze participants de l'équipe finance ont découpé leurs tâches récurrentes en entrées, étapes, sortie attendue et contrôles, puis gardé les essais utiles comme méthodes réutilisables. Une session générique sur les prompts laisse peu de traces quelques semaines plus tard.

Le format AI Champions installe des relais dans chaque équipe : des collaborateurs formés qui deviennent le référent IA de leur équipe et font monter leurs collègues en compétence. Décidez aussi, poste par poste, où va le temps récupéré.

Le cadre légal pousse dans le même sens. Depuis sa modification par le règlement (UE) 2026/1744 du 8 juillet 2026, l'article 4 du règlement européen sur l'IA demande aux fournisseurs et aux déployeurs de prendre des mesures pour soutenir la maîtrise de l'IA de leur personnel et des personnes qui utilisent ces systèmes pour leur compte, en tenant compte du contexte d'utilisation. Il n'impose plus de garantir un niveau précis pour chaque personne (textes consolidés sur EUR-Lex).

Comment gouverner des agents IA en entreprise ?

Un agent IA peut lire, écrire ou déclencher une action dans un autre logiciel. Sa gouvernance définit son autorité avant la mise en production. Pour chaque agent ou workflow, documentez les données et les outils accessibles, les actions autorisées et interdites, les situations qui exigent une validation, la traçabilité attendue et la procédure de désactivation.

Le niveau de contrôle dépend du coût d'une erreur et de sa réversibilité. Chez Délifrance, la frontière a été posée d'emblée : une sortie préparée avec l'IA reste contrôlée avant d'entrer dans une analyse, un reporting ou une décision financière. Notre guide human-in-the-loop aide à choisir ce niveau, et la page gouvernance IA couvre RGPD et règlement européen.

Actions du chantier :

Recenser les usages de l'IA déjà en place, y compris ceux que personne n'a déclarés.
Écrire qui valide quoi pour chaque action sensible.
Donner à chaque système une identité et des droits propres, sans compte partagé.
Suivre les reprises humaines et les exceptions, qui montrent où le système atteint ses limites.
Prévoir le retrait d'un système, accès et dépendances compris.

Industrialiser au-delà du pilote

Un prototype montre qu'une idée fonctionne une fois. Un système en production doit tenir dans la durée : jeux de tests construits sur les vraies tâches, journaux exploitables, règles de reprise en cas d'erreur, suivi des coûts, et un responsable qui décide quand le modifier.

Chez Gepromed, chaque compétence a été testée sur ses sorties avant d'être mise à disposition de toute l'équipe. Les classements publics de modèles aident à choisir une technologie, sans dire comment elle se comportera sur vos documents. Choisissez le modèle tâche par tâche, selon le coût et la qualité attendue, et passez un système à la fois en production.

Le risque d'échec est réel. Gartner prévoyait en juin 2025 que plus de 40 % des projets d'IA agentique seraient annulés avant fin 2027, sous l'effet de coûts croissants, d'une valeur incertaine ou de risques insuffisamment maîtrisés.

Les données freinent le passage à l'échelle avant le modèle

Un système IA ne travaille qu'avec l'information à laquelle il a accès. Or la connaissance d'une entreprise est souvent éparpillée entre documents, courriels, CRM, fichiers locaux et mémoire de quelques personnes. Chez Addictest, rien n'était documenté au départ : le savoir vivait dans la tête des équipes.

C'est pourquoi la standardisation des données y a formé le premier sprint de la construction. Sans source de vérité unique, aucun module ne tenait. La leçon vaut ailleurs : un gain attendu disparaît si la donnée utile est inaccessible, peu fiable ou coûte trop cher à rendre exploitable.

Commencez par la donnée dont le premier système a besoin, et elle seule. Corrigez la qualité à la source, au moment où la donnée est saisie, plutôt qu'en aval. Écrivez les processus critiques qui ne vivent que dans la tête de quelques personnes. L'ingestion des documents et la gestion des droits se généralisent ensuite, système après système.

Par où commencer sa feuille de route IA ?

Gardez un premier périmètre assez petit pour apprendre et décider ; ce choix ne promet aucun résultat. Il ne se confond pas avec la durée de l'accompagnement d'AI Makers, qui court au moins six mois après l'audit (conditions détaillées).

Cartographier les processus et les tâches répétées.
Choisir un ou deux résultats mesurables et documenter la situation de départ.
Mettre un premier système en production, puis mesurer l'écart.

Toutes les actions des sept chantiers n'ont pas à être terminées avant ce premier déploiement. La méthode complète, de l'audit à l'adoption, est décrite sur notre page transformation IA en entreprise.

FAQ

Feuille de route IA ou stratégie IA : quelle différence ?

Une stratégie IA dit où l'entreprise veut que l'IA change le travail et pourquoi. La feuille de route traduit ce choix en ordre d'exécution : quel processus d'abord, avec quel responsable, quelle mesure de départ et quelles dépendances à régler. Une stratégie sans feuille de route laisse chaque service lancer ses propres essais, sans priorité commune ni budget arbitré.

Qui doit rédiger la feuille de route IA de l'entreprise ?

La direction en fixe les priorités, mais le contenu vient des responsables métier qui connaissent les exceptions de leurs processus. Un regard extérieur aide quand les services défendent chacun leurs projets. Le document final doit nommer un responsable par chantier retenu ; sans nom, un chantier reste une intention et n'avance pas au comité suivant.

Faut-il construire en interne ou avec un partenaire ?

Construisez en interne si une équipe peut maintenir le système après sa livraison et que le processus touche votre savoir-faire central. Prenez un partenaire si cette équipe n'existe pas encore ou si le délai compte plus que l'apprentissage interne. Dans les deux cas, faites écrire dans le contrat qui possède le code et qui intervient en cas d'incident.