Le mois dernier, un dirigeant nous demande de « mettre de l'IA partout ». Il lance ses équipes sur le sujet. Trouvez des cas d'usage. Deux semaines plus tard, la liste arrive. Saisie automatique de tickets. Lien entre JIRA et le système de déploiement. Notifications quand un devis reste sans réponse plus de cinq jours.
Pas un chatbot. Pas un agent conversationnel. Des rouages manquants dans une machine qui tourne à la main depuis des années.
Ce dirigeant n'est pas un cas isolé. En 2025, 26 % des TPE-PME déclarent utiliser l'IA — le double d'un an plus tôt, selon le baromètre France Num. Mais quand on regarde ce qu'elles en font vraiment : 5 % l'utilisent pour automatiser des tâches. Cinq.
Le discours ambiant répète que l'IA va tout changer. Que la compétitivité passe par le déploiement de modèles, d'agents, de copilotes. 58 % des dirigeants voient l'IA comme un enjeu de survie, d'après Bpifrance Le Lab.
Certes, l'IA va transformer des pans entiers de l'économie. Mais avant les process intelligents, il y a les process mécaniques. Ceux que personne n'a regardés. La saisie en double. Le fichier Excel qui sert de base de données. Le mail qui déclenche une chaîne de cinq actions manuelles. Ce n'est pas un problème d'intelligence artificielle. C'est un problème de rouage.
Et c'est là que le cadrage change : le vrai apport de l'IA pour une PME aujourd'hui, ce n'est pas de remplacer des cerveaux. C'est de rendre l'automation accessible à des organisations qui n'avaient ni les équipes, ni le budget, ni le temps pour la mettre en place.
L'IA n'a pas créé le besoin d'automatiser. Elle a juste décoincé la mécanique.
Trois leviers changent la donne.
Générer du code sans équipe dev. Un assistant IA peut produire un script de synchronisation entre deux outils en quelques minutes. Ce qui demandait un développeur pendant deux jours devient un prompt et une vérification. La barrière technique s'effondre.
Gérer les inputs non structurés. Les emails, les PDF, les messages clients — tout ce qui échappait à l'automation classique parce que le format variait. Un modèle de langage lit, extrait, structure. L'information entre enfin dans le flux sans intervention humaine. Résultat : des heures de ressaisie qui disparaissent, et des erreurs de copier-coller avec.
Créer des interfaces naturelles. Plus besoin de former tout le monde à chaque logiciel. Une couche conversationnelle permet d'interroger un CRM, de créer une tâche, de lancer un process — en langage courant. Le gain est moins technique que culturel : l'outil existant devient utilisable par ceux qui le contournaient.
Aucun de ces leviers n'est de l'IA spectaculaire. Pas de génération d'images, pas de chatbot grand public, pas d'agent autonome. C'est de la mécanique rendue possible par un outil nouveau. Dans les manufactures du XIXe siècle, la mécanisation n'a pas remplacé les artisans. Elle a automatisé les gestes répétitifs pour libérer le geste expert — le tour de main, le diagnostic, la décision. Dans Ce que sait la main, Richard Sennett montre que l'outil prolonge la compétence de celui qui le maîtrise, il ne la remplace pas. L'IA joue exactement ce rôle : le rouage, pas le moteur.
Les chiffres le confirment à l'échelle globale. Selon McKinsey (State of AI 2025), dans aucune fonction métier, plus de 10 % des organisations ne parviennent à déployer des agents IA à grande échelle. L'IA seule, sans les rails de l'automation, ne produit rien de tangible. Ce n'est pas l'intelligence qui manque. Ce sont les tuyaux.
Alors, par où commencer ?
Pas par l'IA. Par la friction. Cartographier où ça grippe : les allers-retours manuels, les validations qui traînent, les ressaisies entre outils. Automatiser le mécanique d'abord — les tâches répétitives, prévisibles, à faible valeur ajoutée. Et seulement ensuite, quand les rails sont posés, injecter de l'intelligence là où elle fait une vraie différence.
La première question n'est pas « où mettre de l'IA ». C'est « où ça grippe ». Le reste suit.