Le contexte type
Une PME industrielle (50 à 500 collaborateurs) avec un comité de direction de 4 à 8 personnes : DG, DAF, Directeur industriel, Directeur commercial, Directeur Qualité-Sécurité-Environnement, DSI ou responsable IT, parfois un DRH. Le DG ou le Directeur industriel a entendu parler de cas IA dans son secteur et se demande par où commencer.
Cas typiques évoqués : maintenance prédictive sur lignes de production, contrôle qualité par vision, optimisation énergétique en production, prévision de demande, automatisation back-office. Le COMEX hésite entre plusieurs chantiers et veut clarifier avant d'engager 100K à 500K€ sur un projet IA.
Les douleurs spécifiques d'un COMEX PME industrielle
- ·Le COMEX est hétérogène sur l'IA : DG curieux, DAF prudent, Directeur industriel pragmatique, DSI parfois en retrait, DRH parfois inquiet
- ·Pas de service R&D structuré ni de data scientist en interne — le projet IA, s'il a lieu, sera porté en mode opérationnel
- ·Risque concurrentiel réel mais flou — concurrents plus gros qui investissent visiblement, sans qu'on sache si ça produit du résultat
- ·Conscience de la contrainte budgétaire : pas de second tour si le premier projet IA échoue
- ·Données peu structurées (machines anciennes, ERP en place mais peu utilisé pour de l'analytique)
Comment AI-Q s'adapte au COMEX PME industrielle
Calibrage des démos sur le secteur
Démos sectorielles construites sur des cas industriels concrets : analyse d'un dossier qualité, génération d'un brief d'amélioration ligne, lecture multilingue de documentation technique fournisseur, scenario de prévision de maintenance qualitatif.
Posture pédagogique sur la « vraie » place de l'IA
L'IA générative n'est pas la solution à tous les problèmes industriels. Beaucoup de cas relèvent en fait de l'IA prédictive classique (statistique) ou de l'automatisation simple. Le séminaire J1 démêle clairement les deux pour éviter qu'on engage un budget IA générative pour résoudre un problème de prévision de demande.
Module garde-fous adapté
L'industrie a des spécificités fortes en confidentialité (procédés, formules, données fournisseurs). Le module garde-fous J1 traite explicitement ces cas et fournit une grille de triage donnée × outil.
Ce que le rapport permet de trancher
- ·Quel chantier en premier entre maintenance / qualité / énergie / back-office, en fonction de la maturité réelle de l'équipe et de l'état des données
- ·Qui porte le chantier en interne (souvent Directeur industriel ou DSI, parfois un binôme)
- ·Faut-il un partenaire externe ou peut-on démarrer en interne avec un pilote SaaS
- ·Quel budget Phase 2 pour pilote et industrialisation, fourchette indicative par scénario
L'écueil à éviter
Engager un budget IA structurant sans diagnostic d'appétence COMEX préalable. C'est le piège classique : on signe un contrat avec un éditeur de plateforme à 200K€, on découvre 6 mois plus tard que l'équipe n'est pas prête à exploiter l'outil, et le projet devient un poste budgétaire qui produit zéro résultat. Le coût d'un AI-Q est marginal par rapport au coût d'un projet IA qui échoue.
Cadrer un AI-Q pour votre COMEX
Premier échange de 30 minutes pour qualifier votre secteur, vos chantiers candidats et l'état de vos données.
Demander un cadrageVoir d'autres cas anonymisés :