Vous n'avez pas le budget pour un audit IA externe ? Vous voulez d'abord évaluer rapidement votre maturité avant de décider d'aller plus loin ? Bonne nouvelle : vous pouvez réaliser un diagnostic IA interne qui vous donnera déjà une vision claire de votre situation.
Ce guide vous permettra de mener votre propre évaluation en 2 à 4 semaines, selon la taille de votre organisation.
Quand faire un auto-diagnostic plutôt qu'un audit externe ?
L'auto-diagnostic est pertinent si :
- Vous démarrez votre réflexion IA et voulez un premier état des lieux
- Votre budget est limité (TPE, PME)
- Vous voulez préparer le terrain avant un audit externe
- Vous avez déjà des compétences techniques en interne
- Vous cherchez à sensibiliser vos équipes au sujet
L'audit externe reste préférable si :
- Vous envisagez des investissements IA importants (> 100K€)
- Vous manquez d'expertise technique interne
- Vous avez besoin de crédibilité externe pour convaincre la direction
- Votre organisation est complexe (plusieurs départements, sites multiples)
- Vous voulez un regard neutre sans biais internes
Phase 1 : Préparer le terrain (2-3 jours)
Étape 1 : Constituer votre équipe de diagnostic
Désignez 2 à 4 personnes qui piloteront le diagnostic :
- Un porteur stratégique : membre de la direction ou proche
- Un profil technique : DSI, responsable IT ou data
- Un profil métier : opérationnel qui connaît bien les processus
- Optionnel : un profil RH pour l'aspect compétences
Temps estimé : 1/2 journée par personne sur 2-4 semaines
Étape 2 : Définir le périmètre
Clarifiez ce que vous voulez évaluer :
- Toute l'entreprise ou certains départements seulement ?
- Tous les processus ou des cas d'usage ciblés ?
- Quelle profondeur d'analyse (survol vs détail) ?
Conseil : Commencez restreint (un département, un processus) pour apprendre la méthode.
Étape 3 : Sensibiliser la direction
Obtenez le soutien explicite de la direction :
- Expliquez l'objectif et la démarche
- Demandez du temps pour les entretiens (2-3h)
- Validez le périmètre et le planning
- Assurez-vous de leur disponibilité pour la restitution finale
Livrable : Document de cadrage d'1 page (objectif, périmètre, planning, équipe)
Phase 2 : Auto-évaluation données (3-5 jours)
Questionnaire données à remplir
Créez un tableau Excel avec ces questions :
Inventaire des données :
- Quels types de données collectez-vous ? (clients, produits, transactions, logs, capteurs, etc.)
- Quel volume estimé par type ? (milliers, millions de lignes)
- Où sont-elles stockées ? (Excel, CRM, ERP, bases de données, cloud)
- Depuis combien de temps collectez-vous ces données ?
- À quelle fréquence sont-elles mises à jour ?
Qualité des données :
- Taux de complétude estimé (% de champs remplis)
- Fiabilité perçue (échelle 1-5)
- Y a-t-il des doublons identifiés ?
- Les données sont-elles structurées (tableaux) ou non (textes, images) ?
- Qui est responsable de la qualité de ces données ?
Accessibilité et gouvernance :
- Qui peut accéder à ces données actuellement ?
- Existe-t-il une documentation (dictionnaire de données) ?
- Les données sont-elles conformes RGPD ?
- Politique de sauvegarde en place ? (oui/non, fréquence)
- Historique conservé sur quelle durée ?
Grille d'évaluation
Notez chaque dimension de 1 à 5 :
Volume et disponibilité :
- 1 : Peu de données, dispersées
- 3 : Données suffisantes mais fragmentées
- 5 : Volumes importants, centralisés, historique riche
Qualité :
- 1 : Données incomplètes, non fiables
- 3 : Qualité moyenne, efforts d'amélioration nécessaires
- 5 : Données propres, fiables, bien maintenues
Accessibilité :
- 1 : Données en silos, difficiles d'accès
- 3 : Accessibles mais processus manuel
- 5 : Infrastructure data moderne, accès facilité
Gouvernance :
- 1 : Aucune politique, conformité incertaine
- 3 : Règles de base, RGPD partiellement couvert
- 5 : Gouvernance stricte, conformité totale, documentation complète
Livrable : Tableau Excel complété + Note globale données (/20)
Phase 3 : Auto-évaluation compétences (2-3 jours)
Cartographie des compétences
Listez vos collaborateurs et évaluez leurs compétences :
| Nom | Rôle | Compétences techniques | Niveau | Formation IA reçue |
|---|---|---|---|---|
| ... | ... | Python, SQL, Excel | Débutant/Intermédiaire/Expert | Oui/Non |
Compétences clés à identifier :
- Programmation (Python, R, SQL)
- Statistiques et mathématiques
- Data science / Machine learning
- Data engineering (bases de données, ETL)
- Cloud computing (AWS, Azure, GCP)
- Gestion de projet tech
Évaluation de la culture organisationnelle
Interrogez-vous honnêtement :
Innovation (1-5) :
- Votre entreprise encourage-t-elle l'expérimentation ?
- Y a-t-il eu des projets innovants ces 2 dernières années ?
- L'échec est-il accepté comme source d'apprentissage ?
Collaboration (1-5) :
- Les départements travaillent-ils facilement ensemble ?
- Y a-t-il des silos organisationnels forts ?
- Les projets transverses sont-ils fréquents ?
Orientation data (1-5) :
- Les décisions sont-elles prises sur base de données ou d'intuition ?
- Des tableaux de bord sont-ils utilisés quotidiennement ?
- Y a-t-il une culture de la mesure dans l'entreprise ?
Grille de maturité culturelle :
- 3-6 points : Culture peu favorable à l'IA, transformation importante nécessaire
- 7-10 points : Base correcte, efforts de conduite du changement à prévoir
- 11-15 points : Culture propice, terrain favorable pour l'IA
Livrable : Matrice de compétences + Score culture organisationnelle (/15)
Phase 4 : Identification des cas d'usage (5-7 jours)
Ateliers internes de brainstorming
Organisez 2-3 ateliers de 2h avec différentes équipes :
Format d'atelier recommandé :
- Introduction (15 min) : Expliquez ce qu'est l'IA avec des exemples simples
- Identification des irritants (30 min) : Quelles tâches répétitives, chronophages ou sources d'erreurs ?
- Idéation cas d'usage (45 min) : Comment l'IA pourrait-elle aider ? (pas de censure, toutes les idées comptent)
- Catégorisation (30 min) : Regrouper les idées similaires, éliminer les doublons
Questions à poser aux équipes :
- Quelles tâches vous prennent le plus de temps ?
- Où faites-vous le plus d'erreurs manuelles ?
- Quelles décisions sont difficiles à prendre par manque d'information ?
- Quels processus frustrent vos clients ?
- Si vous aviez une baguette magique, quel processus automatiseriez-vous ?
Grille d'évaluation simplifiée des cas d'usage
Pour chaque idée, notez de 1 à 5 :
Impact business :
- Gain de temps estimé (heures/semaine)
- Réduction d'erreurs potentielle
- Amélioration satisfaction client
- Avantage concurrentiel
Faisabilité technique :
- Données disponibles pour ce cas (1 = aucune, 5 = toutes)
- Complexité technique perçue (1 = très complexe, 5 = simple)
- Solutions existantes sur le marché (1 = aucune, 5 = nombreuses)
Ressources nécessaires :
- Budget estimé (1 = très cher > 100K, 5 = peu cher < 10K)
- Temps de mise en œuvre (1 = > 12 mois, 5 = < 3 mois)
- Compétences disponibles en interne (1 = aucune, 5 = complètes)
Matrice de priorisation simple :
Créez un graphique avec :
- Axe X : Faisabilité moyenne (notes additionnées)
- Axe Y : Impact business moyen (notes additionnées)
Zones :
- Haut droite = Quick wins (à prioriser)
- Haut gauche = Projets structurants (à planifier)
- Bas droite = Nice to have (si temps disponible)
- Bas gauche = À éviter
Livrable : Liste de 10-20 cas d'usage avec scores + Matrice de priorisation visuelle
Phase 5 : Évaluation infrastructure et budget (1-2 jours)
Checklist infrastructure
Infrastructure IT actuelle :
- ☐ Serveurs suffisants pour traiter de gros volumes ?
- ☐ Accès à du cloud computing ? (AWS, Azure, GCP)
- ☐ Capacité de stockage adaptée ?
- ☐ Sécurité et chiffrement en place ?
- ☐ Outils de visualisation de données ? (Power BI, Tableau, etc.)
Note infrastructure : Comptez 1 point par case cochée (/5)
Estimation budgétaire réaliste
Pour chaque quick win identifié, estimez :
Option 1 : Solution du marché
- Coût d'abonnement mensuel/annuel
- Coût d'intégration
- Formation des utilisateurs
- Maintenance
Option 2 : Développement interne
- Coût de développement (jours x taux journalier)
- Infrastructure nécessaire
- Formation de l'équipe
- Maintenance long terme
Exemple de budget minimal pour démarrer :
- 1 POC simple avec solution du marché : 5K - 15K€
- 1 projet sur-mesure basique : 20K - 50K€
- Formation de l'équipe (3-5 personnes) : 3K - 8K€
- Budget première année réaliste PME : 30K - 70K€
Livrable : Tableau budgétaire par cas d'usage + Budget global première année
Phase 6 : Synthèse et recommandations (2-3 jours)
Calculez votre score de maturité global
Additionnez vos notes :
- Données : /20
- Compétences : /20 (en ramenant le /15 culturel à /20)
- Infrastructure : /20 (en multipliant le /5 par 4)
Score total : /60
Interprétation :
0-20 points : Maturité faible
- Recommandation : Formation et sensibilisation avant tout projet
- Privilégier l'adoption d'outils simples du marché
- Investir d'abord dans la qualité des données
21-40 points : Maturité moyenne
- Recommandation : Lancer 1-2 quick wins pour apprendre
- Renforcer progressivement les compétences
- Considérer un audit externe pour les projets structurants
41-60 points : Bonne maturité
- Recommandation : Vous pouvez lancer plusieurs projets IA
- Envisager des développements sur-mesure
- Structurer une équipe IA dédiée
Rédigez votre rapport de diagnostic
Structure recommandée (10-15 pages) :
1. Executive summary (1 page)
- Score de maturité global
- 3-5 constats clés
- 3 recommandations prioritaires
2. Méthodologie (1 page)
- Équipe de diagnostic
- Périmètre évalué
- Période d'évaluation
3. État des lieux détaillé (4-5 pages)
- Données : forces et faiblesses
- Compétences : cartographie et gaps
- Infrastructure : capacités actuelles
- Culture : niveau de maturité
4. Cas d'usage identifiés (2-3 pages)
- Liste complète avec descriptions
- Matrice de priorisation visuelle
- Top 3 quick wins détaillés
5. Recommandations stratégiques (2-3 pages)
- Actions immédiates (0-3 mois)
- Projets moyen terme (3-12 mois)
- Investissements nécessaires
- Risques à anticiper
6. Roadmap simplifiée (1 page)
- Planning visuel sur 12 mois
- Jalons clés
- Ressources à allouer
7. Annexes
- Tableaux de scores détaillés
- Liste complète des cas d'usage
- Budget prévisionnel
Phase 7 : Restitution et plan d'action (1 jour)
Préparez votre présentation à la direction
Format recommandé : 30-45 minutes + questions
Slide 1 : Contexte et objectif
- Pourquoi ce diagnostic
- Méthodologie utilisée
- Périmètre évalué
Slides 2-4 : Les 5 constats clés
- 1 slide = 1 constat majeur avec données chiffrées
- Soyez factuel et honnête
Slide 5 : Score de maturité
- Votre note globale visualisée
- Comparaison avec maturité attendue pour vos ambitions
Slides 6-7 : Top 3 opportunités
- 3 quick wins avec impact business chiffré
- Faisabilité démontrée
Slide 8 : Roadmap 12 mois
- Planning visuel clair
- 3-4 étapes majeures
Slide 9 : Investissements nécessaires
- Budget global
- Répartition par poste
- ROI estimé
Slide 10 : Prochaines étapes
- 3-5 actions concrètes des 2 prochains mois
- Décisions attendues de la direction
- Timeline de mise en œuvre
Préparez la discussion
Questions anticipées de la direction :
- "Combien ça va nous coûter vraiment ?"
- "Combien de temps avant de voir des résultats ?"
- "Avons-nous les compétences en interne ?"
- "Nos concurrents font-ils mieux que nous ?"
- "Quels sont les risques si on ne fait rien ?"
Préparez des réponses factuelles basées sur votre diagnostic.
Les 7 pièges à éviter dans un auto-diagnostic
- Biais de confirmation : Ne cherchez pas à confirmer ce que vous pensez déjà savoir. Restez objectif.
- Surestimer votre maturité : Soyez honnête sur les lacunes. Mieux vaut une évaluation pessimiste que des déceptions.
- Négliger la culture organisationnelle : La tech ne suffit pas. L'humain est crucial.
- Lister 50 cas d'usage : Mieux vaut 5 cas bien évalués que 50 superficiellement analysés.
- Ignorer les contraintes budgétaires : Soyez réaliste sur ce qui est finançable.
- Oublier la conformité : RGPD et éthique ne sont pas optionnels.
- Ne pas impliquer les opérationnels : Les meilleurs cas d'usage viennent du terrain, pas des bureaux.
Et après le diagnostic ?
Scénario 1 : Score de maturité faible (0-20)
Actions prioritaires :
- Formation de 2-3 personnes clés à l'IA et aux données (3-6 mois)
- Audit qualité des données et plan d'amélioration (6 mois)
- Mise en place d'une gouvernance data basique
- Test d'1 outil IA du marché très simple (ex: chatbot, outil de prévision)
- Réévaluer dans 12 mois pour lancer un vrai projet
Scénario 2 : Score moyen (21-40)
Actions prioritaires :
- Lancer 1-2 quick wins identifiés (3-6 mois)
- Former une équipe projet mixte (métier + tech)
- Documenter les apprentissages
- Si succès, élargir à d'autres cas d'usage
- Considérer un audit externe pour structurer la démarche long terme
Scénario 3 : Bonne maturité (41-60)
Actions prioritaires :
- Lancer 2-3 projets en parallèle
- Structurer une équipe IA permanente
- Définir une stratégie IA à 2-3 ans
- Investir dans l'infrastructure si nécessaire
- Mesurer les résultats et itérer
Quand passer à un audit externe ?
Vous devriez envisager un audit professionnel si :
- Votre diagnostic interne révèle une situation complexe
- Vous envisagez des investissements > 100K€
- Vous manquez de temps ou de compétences pour approfondir
- Vous avez besoin de crédibilité externe pour débloquer des budgets
- Votre premier quick win a échoué et vous ne comprenez pas pourquoi
Pour visualiser la démarche complète et éviter les écueils, découvrez notre article sur l'audit IA indispensable avant tout projet.
L'auto-diagnostic vous aura alors permis de :
- Gagner en maturité sur le sujet
- Préparer le terrain pour l'audit externe
- Réduire la durée (et donc le coût) de l'audit externe
- Poser les bonnes questions aux consultants
Ressources complémentaires pour passer à l'action
- Étudier un cas concret : 70% de temps gagné sur les mémoires techniques grâce au RAG.
- Approfondir la méthode : RAG (Retrieval-Augmented Generation) appliqué aux données internes.
Conclusion : L'auto-diagnostic, première marche vers l'IA
Réaliser son propre diagnostic IA en interne n'est pas qu'une question de budget. C'est surtout un formidable exercice d'apprentissage collectif qui permet à vos équipes de :
- Comprendre concrètement ce qu'est l'IA
- S'approprier les enjeux et opportunités
- Identifier ensemble les priorités
- Créer une dynamique autour du sujet
Le diagnostic parfait n'existe pas. Même imparfait, votre auto-diagnostic vaudra toujours mieux que l'absence totale d'évaluation.
Alors lancez-vous. Prenez 3-4 semaines. Impliquez vos équipes. Et vous verrez : au-delà du rapport final, c'est le chemin parcouru ensemble qui transformera votre organisation.
Prêt à commencer ? Téléchargez notre template Excel d'auto-diagnostic IA (à créer séparément avec tous les tableaux mentionnés dans cet article).