Prenons un fabricant de matériaux de construction. La maintenance y essaie un modèle de prévision des pannes, le service clients un assistant de rédaction, la comptabilité une lecture automatique des factures fournisseurs. Le comité de direction veut connaître la maturité IA de l’entreprise. Chaque direction répond d’après son propre essai, et les trois réponses ne se recoupent pas.
La maturité IA d’une entreprise désigne, dans cet article, sa capacité à conduire un cas d’usage de l’idée au service exploité, puis à recommencer avec le suivant. Elle se situe en relevant des signes qu’un tiers peut vérifier, dans cinq dimensions : les usages, les données, la mise en service et l’exploitation, l’encadrement, les compétences. Le relevé donne un profil, et les écarts entre dimensions désignent la suite à donner. La grille qui suit est une proposition de méthode, qui ne se réclame d’aucun modèle publié.
Sur quoi juger la maturité IA d’une entreprise ?
L’expression relève de l’usage : sa définition dépend de la grille que l’on se donne. Celle de cet article retient un principe. Un signe est une pièce qu’un tiers peut demander à voir : un relevé de décisions, un document daté et signé, un service en exploitation avec ses mesures, le nom d’une personne désignée. Un questionnaire où chaque direction se note elle-même recueille une opinion. Dans notre hypothèse, les trois directions se donneraient une bonne note, chacune d’après son essai.
Le nombre d’essais lancés, de licences distribuées ou d’euros dépensés décrit une activité. Il n’indique ni si un cas d’usage est arrivé en service, ni si le suivant y arrivera avec moins d’efforts.
La grille distingue trois niveaux pour chaque dimension. À l’essai : la pratique existe dans une équipe et tient aux personnes qui la portent. Installée : elle est écrite, elle a un responsable, et un service en exploitation au moins s’y conforme. Répétable : le cas d’usage suivant en bénéficie sans que l’équipe ait à la reconstruire. Pour la dimension d’encadrement, un référentiel peut servir de repère : la norme ISO/IEC 42001, que présente notre fiche, spécifie des exigences pour un système de management de l’IA.
Les signes à relever, des usages aux compétences
| Dimension | Pièce à demander | Signe d’une pratique à l’essai | Signe d’une pratique répétable |
|---|---|---|---|
| Usages | La liste des cas d’usage et le relevé des décisions prises à leur sujet | Des essais lancés par les directions, sans liste commune ni arrêt consigné | Une liste tenue, où chaque cas porte un responsable métier, un indicateur et une décision datée |
| Données | Pour un cas en cours : la source des données, leur propriétaire, le dernier état de qualité mesuré | Des extractions préparées à la main par la personne qui conduit l’essai | Des données servies par une chaîne entretenue, avec l’accord écrit de leur propriétaire pour cet emploi |
| Mise en service et exploitation | Pour un système en service : le jeu d’évaluation, le résultat de la dernière version, la procédure de retour arrière | Une démonstration sur des cas choisis, sans mesure après la mise à disposition | Un jeu d’évaluation rejoué à chaque évolution, un coût et une qualité suivis, une personne désignée pour l’exploitation |
| Encadrement | L’inventaire des systèmes d’IA et les règles d’usage remises aux collaborateurs | Aucun inventaire, des outils employés sans examen | Un inventaire à jour, un classement écrit par système, un circuit de validation au délai connu |
| Compétences | Les noms de ceux qui construisent, exploitent et valident chaque système | Un savoir détenu par une seule personne ou par un prestataire | Des rôles écrits, des experts métier associés à l’évaluation, un service qui survit à un départ |
Le niveau « installée » se reconnaît entre les deux : la pièce existe pour un service au moins, sans valoir encore pour le suivant.
Les niveaux ne se moyennent pas. Une note unique effacerait ce que le relevé cherche, car la dimension la plus basse borne ce que les autres peuvent livrer : une liste de cas d’usage bien tenue ne met rien en service sans données ni chaîne d’exploitation. Le résultat se présente donc comme un profil, une ligne par dimension, avec la pièce qui justifie chaque niveau.
Ce que chaque écart du profil appelle comme suite
Lorsque des essais convaincants n’entrent pas en service alors que leurs données et leur responsable sont là, l’écart se situe dans la troisième dimension. La suite est une chaîne de mise en production et de suivi, bâtie sur un premier modèle réel : notre page MLOps et LLMOps en décrit les composants.
Des usages répandus sans inventaire signalent un écart d’encadrement. Les usages non déclarés, que définit notre fiche sur le shadow AI, se recensent d’abord. Le classement des systèmes et le circuit de validation relèvent ensuite de la gouvernance de l’IA.
Quand ce sont les données qui retiennent les cas d’usage, le travail se borne au périmètre des cas retenus : un propriétaire, un droit d’emploi vérifié, une qualité mesurée. Ces rôles relèvent de la gouvernance des données.
Le profil inverse peut se présenter : un encadrement et une chaîne d’exploitation en place, devant une liste de cas sans responsable ni indicateur. Le travail revient alors au choix des cas d’usage, objet de notre accompagnement en stratégie IA.
Reste le cas où le savoir tient à une personne ou à un prestataire. La suite est une écriture des rôles et un transfert de compétences, à conduire avant tout nouveau cas. Un texte touche à cette dimension : l’article 4 du règlement (UE) 2024/1689 demande aux fournisseurs et aux déployeurs de prendre des mesures pour favoriser le développement de la maîtrise de l’IA par leur personnel, comme le rappelle notre fiche sur l’AI Act. La trace de ces mesures compte parmi les pièces à demander.
Ces suites se placent ensuite dans le temps, avec leurs dépendances : c’est le rôle de la feuille de route IA de l’entreprise, qui part du profil relevé.
Les limites du relevé, et le moment de le refaire
Un profil vaut pour un périmètre et pour une date. Dans un groupe, chaque entité a le sien, et un profil consolidé masquerait celle qui peut servir d’appui aux autres.
Le niveau visé se règle sur les cas d’usage retenus. Une entreprise qui s’en tient aux fonctions d’IA de ses logiciels du marché n’a pas à bâtir la chaîne d’exploitation de celle qui entraîne ses propres modèles ; l’inventaire et les règles d’usage la concernent tout autant. Viser le niveau répétable dans chaque dimension, sans cas d’usage qui le demande, immobilise des moyens.
Le relevé ne dit pas non plus ce que l’IA rapporte. Une pratique répétable peut servir des cas d’usage de faible portée : la mesure des coûts et des gains est traitée dans notre article sur le ROI de l’intelligence artificielle.
Il se refait à chaque révision de la feuille de route, avec la même grille et les mêmes pièces demandées. Placé à côté du premier, le second relevé montre ce qui a changé de niveau et ce qui est resté en place.