TL;DR — L'essentiel en 30 secondes
- 95 % des projets IA échouent — la cause n°1 n'est pas la techno, c'est la donnée (MIT NANDA, 2025)
- L'IA ne crée pas la donnée : elle a besoin de données structurées, centralisées et fiables
- La digitalisation est l'étape qui produit ce socle — la sauter, c'est bâtir l'IA sur du sable
- 26 % des TPE/PME utilisent déjà l'IA, souvent sans fondations : l'adoption précède la maturité
« On voudrait mettre de l'IA dans l'entreprise. » C'est la phrase que j'entends le plus souvent en rendez-vous. Et presque à chaque fois, la même question dérange : sur quelles données ? Silence. Parce que dans la majorité des PME, l'information vit encore éparpillée dans des tableurs, des boîtes mail, des classeurs et la tête de quelques personnes.
L'IA n'est pas une baguette magique qu'on agite au-dessus d'une organisation. C'est un moteur qui a besoin de carburant : des données structurées, accessibles, fiables. Et ce carburant, c'est la digitalisation qui le produit. Vouloir l'IA sans avoir digitalisé, c'est vouloir monter au deuxième étage sans construire le premier.
Le réflexe de l'escalier sauté
Il y a une logique séduisante mais trompeuse dans l'air du temps : puisque l'IA est puissante, autant aller directement à l'IA et « rattraper » le reste en chemin. C'est exactement l'inverse de ce qui fonctionne.
L'erreur tient en une confusion. On croit que l'IA va remplacer le travail de structuration de la donnée. En réalité, elle le suppose. Un agent IA qui doit répondre à « quels clients n'ont pas recommandé depuis 6 mois ? » a besoin d'un endroit unique où cette information existe, à jour, normalisée. Si la donnée est dans quatre tableurs incohérents, aucune IA au monde ne donnera une réponse fiable — elle inventera, ou se taira.
Sauter l'étape de digitalisation ne fait pas gagner du temps. Cela déplace simplement le mur un peu plus loin, là où il coûte beaucoup plus cher à percuter.
Ce que les chiffres disent
Ce n'est pas une opinion de consultant. C'est massivement documenté.
Le rapport The GenAI Divide: State of AI in Business 2025 du MIT NANDA Initiative (150 entretiens d'exécutifs, 300 déploiements analysés) établit que 95 % des projets pilotes d'IA générative échouent avant de passer en production (rapporté par Fortune, août 2025). Et la cause dominante n'est presque jamais le modèle : c'est l'organisation et la donnée.
Côté data précisément, l'enquête Qlik (500 professionnels de la donnée, entreprises de plus de 500 M$ de CA, février 2025) est sans appel : 81 % des entreprises peinent encore avec la qualité de leurs données pour l'IA, et 96 % des professionnels de la donnée estiment que le manque de priorité accordé à cette qualité pourrait déclencher des crises généralisées sur les projets IA. La donnée n'est pas un détail technique en bas de la liste : c'est le facteur n°1 de réussite ou d'échec.
Autrement dit, le goulot d'étranglement de l'IA n'est pas l'intelligence artificielle. C'est l'état de digitalisation de l'entreprise qui la déploie.
« Digitalisation » ne veut pas dire « avoir un site web »
Le mot est galvaudé, alors clarifions. Digitaliser, ce n'est pas avoir un beau site ou une page LinkedIn active. C'est transformer les flux d'information de l'entreprise en données structurées, centralisées et exploitables par une machine.
Concrètement, une entreprise digitalisée, c'est :
- Des processus dématérialisés : devis, commandes, factures, interventions ne vivent plus sur papier ou dans des emails, mais dans un système qui les enregistre.
- Une donnée centralisée : le client, le produit, le stock, le projet existent à un seul endroit de référence, pas en dix versions divergentes.
- Des outils qui se parlent : la compta connaît le CRM, le CRM connaît la production. L'information circule sans ressaisie.
- Une donnée gouvernée : on sait quelle source fait foi, qui la met à jour, et selon quelles règles.
C'est précisément ce qu'apporte un ERP comme Odoo : faire converger ces référentiels au lieu de les éparpiller. C'est le passage du tableur — où chacun a sa vérité — au système d'information — où l'entreprise a une vérité. (Ce sujet, je le développe dans Odoo vs Excel : pourquoi les PME restent coincées dans leurs tableurs.)
Et c'est seulement après cette étape qu'une IA peut faire quelque chose d'utile : parce qu'enfin, il y a une matière fiable sur laquelle raisonner.
L'escalier de maturité : les marches à monter dans l'ordre
Il y a un ordre, et il ne se négocie pas. Chaque marche rend la suivante possible.
Marche 1 — Dématérialiser les processus. Faire sortir l'information du papier, des emails et des têtes pour la faire entrer dans des outils. C'est le b.a.-ba, et beaucoup de PME en sont encore là pour une partie de leurs flux.
Marche 2 — Centraliser dans un système de référence. Réunir la donnée dispersée dans un socle unique — typiquement un ERP. Un seul client, un seul produit, un seul stock. C'est ce qui fait disparaître les silos. (Si vous hésitez à franchir cette marche, 5 signes que votre PME a besoin d'un ERP vous aidera à trancher.)
Marche 3 — Gouverner la donnée. Définir les sources de vérité, les responsabilités, la qualité. Sans gouvernance, même une donnée centralisée redevient vite du bruit.
Marche 4 — Déployer l'IA contextualisée. Là, et seulement là, l'IA peut raisonner sur les vraies données de l'entreprise, automatiser des tâches, produire des analyses, faire gagner du temps réel. (Pour la démarche complète, voir Comment intégrer l'IA dans votre entreprise : par où commencer.)
La tentation permanente, c'est de sauter directement à la marche 4. Mais une IA posée sur une marche 1 ou 2 inachevée ne tient pas debout — c'est exactement le mécanisme derrière les 95 % d'échecs.
Le paradoxe français : l'adoption avance plus vite que la maturité
Les chiffres français révèlent une tension qu'il faut regarder en face. Selon le Baromètre France Num 2025 (DGE, 11 021 entreprises interrogées, dont 3 043 PME), 26 % des TPE/PME utilisent déjà l'IA — un chiffre qui a doublé en un an. Dans le même temps, 84 % ont une présence web ou sur les réseaux sociaux, mais la digitalisation profonde — celle des processus internes et de la donnée — reste très inégale. Les freins sont connus : manque de temps, de compétences, de budget, et une majorité de dirigeants (52 %) qui s'inquiètent encore de la sécurité de leurs données.
Le risque est clair : l'adoption de l'IA progresse plus vite que la maturité digitale qui devrait la soutenir. Beaucoup d'entreprises « font de l'IA » — un assistant par-ci, un outil génératif par-là — sans avoir consolidé leurs fondations. Ça marche pour des usages superficiels (rédiger un email, résumer un texte). Ça s'effondre dès qu'on veut une IA qui connaît votre entreprise.
C'est la différence entre utiliser un chatbot grand public et déployer une IA d'entreprise. Le premier ne demande aucune fondation. Le second en exige des solides. Et c'est le second qui crée de la valeur durable.
La bonne nouvelle pour une PME
Tout cela peut sembler décourageant. Ça ne devrait pas. Parce qu'une PME a un avantage décisif sur les grands groupes : elle part avec moins de silos, moins de systèmes hérités, moins d'inertie.
Là où un grand groupe doit réconcilier des dizaines de systèmes incompatibles avant d'espérer une IA contextualisée — un chantier de plusieurs années — une PME peut poser un socle propre (un ERP, des processus dématérialisés, une gouvernance simple) en quelques mois. Le prérequis qui paralyse les grands est, pour une PME bien accompagnée, un accélérateur.
L'ordre des marches n'est pas une contrainte bureaucratique. C'est le plus court chemin vers une IA qui marche vraiment. Digitaliser d'abord, ce n'est pas retarder l'IA — c'est la rendre possible.
Conclusion
L'IA fascine, et c'est légitime : son potentiel est réel. Mais elle obéit à une loi simple que la précipitation fait oublier — elle ne crée pas la donnée, elle la consomme. Une entreprise qui n'a pas digitalisé ses flux n'a rien à donner à manger à son IA, et ses projets rejoignent mécaniquement les 95 % qui échouent.
La séquence gagnante n'a rien de spectaculaire : dématérialiser, centraliser, gouverner, puis automatiser avec l'IA. Dans cet ordre. Chaque marche rend la suivante solide. Sauter une étape, c'est bâtir sur du sable.
Chez Co Labs Conseils, c'est exactement notre métier : poser le socle digital — souvent autour d'Odoo — qui rend l'IA réellement utile dans votre PME, sans griller les étapes. Réservez un rendez-vous pour faire le point sur votre niveau de maturité et la prochaine marche à monter.
→ À lire aussi : Odoo vs Excel : sortir des tableurs · 5 signes que votre PME a besoin d'un ERP · Comment intégrer l'IA dans votre entreprise · Knowledge management et RAG pour votre PME · Piloter sa PME avec Odoo et l'IA
Sources (vérifiées en juin 2026)
- MIT NANDA Initiative, The GenAI Divide: State of AI in Business 2025, rapporté par Fortune, août 2025 — fortune.com
- Qlik (enquête Wakefield Research, 500 professionnels de la donnée, entreprises > 500 M$ CA, février 2025), Data Quality is Not Being Prioritized on AI Projects — qlik.com
- France Num (DGE), Baromètre France Num 2025 : le numérique et l'IA dans les TPE et PME (11 021 entreprises, septembre 2025) — francenum.gouv.fr
- INSEE, Les TIC dans les entreprises en 2024, INSEE Première n°2061, juillet 2025 — insee.fr