Opinion & Provocation · 21 mai 2026 · 16 min. de lecture · Joseph Flesh, CTO & Co-Founder, Amplifa

L'IA dans les PME : La sieste est autorisée

L'IA dans les PME est en sommeil. Pourquoi c'est rationnel à court terme – et de quelle feuille de route les directeurs généraux ont besoin avant que cela ne devienne vraiment coûteux.

Il y a trois semaines, je me trouvais à Gütersloh dans la zone d'expédition d'un fournisseur de construction mécanique, à côté de Thomas, directeur général, 58 ans, pull-over gris, yeux fatigués. Ça sentait le carton, le lubrifiant réfrigérant et ce café légèrement brûlé que seuls les distributeurs automatiques de bureaux dans les zones industrielles parviennent à produire. Thomas a montré une pile de bons de livraison et a dit : "Klaus Müller, nous parlons de l'IA dans les PME depuis janvier. Mais hier, notre ERP a encore tiré trois prix erronés." J'ai ri. Brièvement. Puis plus du tout.

Ma thèse est simple et ne plaira pas à certains : les PME en Deutschland dorment sur l'IA – et à court terme, c'est acceptable. Pas élégant. Pas visionnaire. Mais souvent plus sain sur le plan de la gestion d'entreprise que ce que certains consultants vendent actuellement comme un renouveau.

Cette phrase a une deuxième partie qui fait mal : cette sieste ne doit pas durer 24 mois. Celui qui, en 2026, explique encore fièrement avoir "d'abord autorisé ChatGPT pour les textes", mais n'a pas de stratégie de données, pas de CRM propre, pas de responsabilité de processus et pas de plan pour des cas d'usage productifs de l'IA, ne dort plus. Il tombe dans un trou.

L'IA dans les PME : Pourquoi la plupart se trompent

J'entends le même reproche depuis des mois. Dans les salons. Dans les conseils d'administration. Dans ces petits-déjeuners de la CCI où les bretzels au beurre sont souvent meilleurs que les diapositives. "Les PME sont trop lentes." C'est vrai. Enfin, presque.

Lent ne signifie pas automatiquement stupide. Au cours des deux dernières décennies, j'ai visité des usines de Trumpf à Ditzingen, Wittenstein à Igersheim, Festo à Esslingen et de petits sous-traitants dans le Jura souabe. Les bonnes entreprises y cultivent une vertu qui semble presque démodée dans le discours sur l'IA : elles calculent. Pas au niveau d'un pitch deck, mais avec le taux horaire machine, le taux de rebut, le niveau de stock, le délai de paiement et la question de savoir si le client de Wolfsburg acceptera la hausse de prix.

Ceux qui disent à ces gens qu'ils doivent immédiatement mettre en place un grand programme de Gen-AI n'ont jamais entendu le bruit d'une équipe de nuit. Le chariot élévateur bipe en reculant, un ouvrier frappe un dispositif avec un maillet en caoutchouc, de l'air comprimé siffle quelque part. Et dans le bureau d'à côté, Andrea, Head of Sales chez un Hidden Champion à Bielefeld, se bat avec 4 800 doublons dans le CRM. C'est à partir de ce matériau qu'un assistant IA devrait construire des prévisions de ventes fiables ? S'il vous plaît.

La plupart se trompent car ils traitent l'IA comme une question technologique. C'est avant tout une question d'exploitation. Qui a accès à quelles données ? Qui décide quand le modèle et le contremaître se contredisent ? Qui est responsable si une IA écarte systématiquement des candidats lors du recrutement ? Qui paie la facture cloud quand un projet pilote passe soudainement à 600 utilisateurs ?

Je le dis de manière tranchée : les PME en Deutschland ne sont pas stupides – elles savent simplement qu'il est dangereux de passer à l'échelle avec des déchets de données et une réglementation inaboutie sur la technologie la plus chère du monde.

L'inconfortable vérité sur l'IA dans les PME

Le chiffre qui m'a marqué provient du "KI Readiness Check DACH 2026" de Passion4IT, qui cite des analyses de Gartner et IDC : environ 60 % de toutes les initiatives d'IA échouent à cause d'une base de données défaillante, et non à cause de la technologie elle-même. Ce n'est pas un problème de note de bas de page. C'est le cœur du sujet.

En mars 2025, chez un automaticien près de Heilbronn, j'ai regardé dans une salle de données. Pas une démo sur papier glacé. Une vraie salle de serveurs, trop chaude, des ventilateurs comme un sèche-cheveux au décollage, sur la porte un autocollant jauni de 2016. Markus, responsable IT, m'a montré trois fichiers d'exportation provenant de l'ERP, du MES et du système de service. Trois logiques de numéros d'articles. Deux formats d'heure. Un client avec quatre orthographes. "Et maintenant, la vente veut une IA pour le Next-Best-Offer", a dit Markus. Il l'a dit sans colère. C'était pire.

McKinsey a rapporté dans le Global AI Survey 2023/24 que seulement 11 à 15 % environ des entreprises mondiales obtiennent des augmentations significatives et mesurables de l'EBIT grâce à l'IA. Le BCG est parvenu en 2024 à un constat tout aussi sobre pour les Industrial Goods : seuls 20 à 25 % des projets pilotes d'IA atteignent l'impact commercial souhaité. Le reste ? Des diapositives, des démos, de la frustration. Parfois aussi un joli tableau de bord qui affiche chaque matin des chiffres auxquels personne ne croit.

Prenons maintenant la PME typique de 180 employés, 72 millions d'euros de chiffre d'affaires, une marge EBIT entre 5 et 8 %, deux gros clients, un système SAP-B1 ou Proalpha, un effectif vieillissant et un directeur commercial qui suit toujours son pipeline dans Excel parce que le CRM "ne convient pas tout à fait". Pour cette entreprise, un grand projet d'IA raté n'est pas une douleur d'innovation agaçante. Cela peut dévorer la marge d'une année.

Les PME ne dorment pas sur l'IA, mais sur la qualité des données

C'est la phrase que j'aimerais clouer au mur des directeurs généraux. Pas avec colère. Avec une petite plaque en acier inoxydable, comme on en trouve au centre d'accueil chez Kärcher ou Phoenix Contact. L'IA est rarement le premier problème dans les PME. Le premier problème s'appelle fichier articles, processus d'offre, historique machine, doublons, concept de droits, discipline de processus.

Autoriser ChatGPT pour les e-mails ne rend pas une entreprise prête pour l'IA. Cela rend peut-être les e-mails un peu plus fluides. Parfois aussi plus longs. Dans une usine à Augsbourg, Sabine, directrice commerciale, m'a raconté en avril 2025 que son équipe produit plus de texte depuis l'autorisation de la Gen-AI, mais n'a pas moins de travail. "Les gens formulent mieux maintenant, mais la validation dépend toujours de moi", a-t-elle déclaré. Sur son bureau se trouvaient trois dossiers de contrats, une pomme à moitié mangée et une impression de l'EU AI Act avec des surlignages jaunes.

C'est là que le bât blesse. L'IA sans décision de processus est de la cosmétique. L'IA sans données propres est un jeu de hasard. L'IA sans responsable est du théâtre.

Je préfère avoir des données de base propres pendant un an plutôt que trois mois de cirque IA. Nos clients ne paient pas pour des expériences, mais pour des installations qui fonctionnent.

— Jens, COO d'un constructeur de machines spéciales de Pforzheim

Pourquoi attendre peut être rationnel pour l'IA dans les PME

Il y a une vérité dure que l'on n'aime pas entendre dans les panels à Berlin : toutes les entreprises ne doivent pas être en tête de chaque vague technologique. Les entreprises familiales, en particulier, ont souvent appris que le deuxième acheteur obtient la meilleure machine. Le premier paie les pots cassés. Le deuxième achète la version révisée, avec un logiciel stable et moins de maladies de jeunesse.

Pour l'IA, ce n'est pas différent. Les grands groupes, les éditeurs de logiciels et les startups assument actuellement une partie des coûts d'expérimentation. SAP pousse Joule dans son univers produit, Microsoft impose Copilot dans M365, Dynamics et Power Platform, Intershop de Jena parle lors de l'assemblée générale 2025 de commerce B2B agentique soutenu par l'IA pour les PME. C'est élégant. Mais dans beaucoup d'entreprises, on est déjà heureux si la boutique en ligne ne détruit pas les prix spécifiques aux clients après la mise à jour.

J'étais chez un fournisseur de la région de Nuremberg en juin 2025. La boutique B2B était proprement connectée, après quatre ans de projet, pas après quatre sprints. Dans l'entrepôt, un scanner bipait toutes les quelques secondes, des marquages bleus pour les chemins de circulation étaient collés sur le sol en béton. Stefan, responsable E-commerce, m'a dit : "Des agents ? Klaus Müller, nous serions heureux si chaque client trouvait correctement son numéro de contrat-cadre." Cela semble petit. Ça ne l'est pas. C'est la sécurisation du chiffre d'affaires.

Celui qui, dans une telle situation, dit que nous attendons encore pour les agents IA autonomes, n'agit pas de manière rétrograde. Il protège la capacité de livraison. Et la capacité de livraison bat presque tous les mots à la mode dans le B2B.

Le piège de la réglementation : EU AI Act, AGG et responsabilité

L'EU AI Act a été finalisé en 2024, les obligations s'appliquent de manière échelonnée jusqu'en 2026 et 2027. L'IA à haut risque dans les RH, le contrôle qualité ou les processus de production critiques pour la sécurité apporte des obligations de documentation et d'audit. Les grands groupes digèrent cela avec des services juridiques, des équipes de conformité et des cabinets externes. Les PME répondent souvent par un réflexe simple : "Nous préférons laisser tomber pour l'instant."

Je ne considère pas ce réflexe comme lâche. En RH, il est même sain. La plateforme anymize met en garde contre un problème spécifique lors de la promotion interne : si toutes les données de cohorte sont présentes dans l'entreprise, le renversement de la charge de la preuve de l'AGG peut devenir particulièrement probant – ou particulièrement dangereux. Traduit en langage de cantine d'usine : si votre IA produit des scores de promotion et qu'au final un schéma par sexe, âge ou origine devient visible, alors un haussement d'épaules ne suffira plus.

En septembre 2024, j'étais à Stuttgart avec Claudia, directrice RH d'un équipementier automobile, autour d'une table ronde en bois clair. Dehors, le RER passait, à l'intérieur, les tasses à café tintaient. "Nous ne testons pas l'IA en production pour le recrutement", a-t-elle dit. "Pas avant que je sache qui expliquera devant le tribunal pourquoi le candidat A a été éliminé." Je n'ai pas trouvé cela hostile à l'innovation. J'ai trouvé cela mature.

Mais : Le plus fort contre-argument à ma sieste

Voici maintenant la partie où certains directeurs généraux deviennent trop complaisants à mon goût. Le contre-argument le plus fort est le suivant : à court terme, attendre peut être rationnel, mais sur le plan économique et stratégique, cela peut être ruineux. Il n'y a pas à tortiller.

Le McKinsey Global Institute a décrit en 2023 et 2024, selon les secteurs, des gains de productivité annuels supplémentaires grâce à l'IA de 0,2 à 3,3 points de pourcentage. L'OCDE et la Commission européenne mettent en garde depuis des années contre les lacunes structurelles de compétitivité si les pays adaptent l'IA trop lentement. Deutschland lutte déjà avec des coûts énergétiques élevés, la bureaucratie, une faible demande et une lassitude face à l'investissement que l'on peut presque sentir dans certains halls d'usine. Si, en plus, le levier de productivité de l'IA reste inutilisé, la prudence devient tôt ou tard de l'autoflagellation.

Et non, les PME ne sont pas lentes partout. Trumpf utilise l'IA dans les systèmes laser, la maintenance prédictive et les applications de Smart Factory. Krones travaille sur l'optimisation des installations, l'assurance qualité et la planification du service. DMG Mori pousse le Condition Monitoring et les jumeaux numériques. Festo montre depuis des années que l'IA dans les systèmes d'apprentissage, le Condition Monitoring et l'assurance qualité ne doit pas ressembler à de la science-fiction. Schaeffler utilise l'IA pour la maintenance prédictive, la production et la logistique. Ces entreprises parlent parfois moins fort que les géants de la tech américains, mais elles travaillent.

Celui qui, dans la construction mécanique, la construction d'installations ou la fabrication de composants, dort maintenant sur l'activité de service, ne perdra pas seulement un peu de marge plus tard. Il perdra le contact avec le client. Les analyses du VDMA, du BCG et d'Accenture de 2023/2024 montrent, dans les projets autour du service, des pièces de rechange et du Remote Monitoring, des effets tels que 5 à 10 % de chiffre d'affaires de service en plus ou 20 à 40 % d'arrêts imprévus en moins. Ce ne sont pas des cœurs sur LinkedIn. C'est de l'argent.

La stratégie de suiveur a une date d'expiration

Je ne défends l'attente que s'il s'agit d'une attente active. L'attente passive est dangereuse. L'attente active signifie : nettoyer les données, fixer les processus, prioriser les cas d'usage, former les employés, observer les fournisseurs, lancer de petites utilisations productives. L'attente passive signifie : on dit "nous regardons cela" et on espère que le cauchemar passera.

Le cauchemar ne passera pas. Microsoft Copilot ne disparaîtra pas des bureaux. SAP Joule ne demandera pas poliment si les PME sont psychologiquement prêtes. Intershop, Salesforce, HubSpot, ServiceNow et de nombreux fournisseurs spécialisés intègrent l'IA dans les logiciels de processus. Celui qui n'a alors pas ses propres règles de données, pas de rôles et pas d'idée de l'utilité, recevra quand même l'IA. Mais sous forme de processus fantôme.

Ce que je vois dans la pratique

Je vois deux types de PME. L'une parle peu et travaille de manière pragmatique. À Heilbronn, un directeur commercial m'a montré en mai 2025 comment son équipe, à l'aide d'un scoring de leads basé sur l'IA, avait filtré 620 comptes cibles parmi 18 000 contacts existants et de salons. Pas de feu d'artifice. Mais après neuf mois, il y avait trois fois plus de premiers rendez-vous qualifiés dans le calendrier, sans un seul nouvel employé commercial. L'homme s'appelait Ralf, venait de Ludwigsburg, portait des chaussures de sécurité et avait plus d'ordre sur son ThinkPad que certaines stratégies de grands groupes.

L'autre PME fait du théâtre. On y trouve un groupe de travail sur l'IA, une présentation de lancement avec une image de robot et trois personnes qui utilisent secrètement ChatGPT pour les offres parce que l'outil officiel est encore bloqué par la protection des données. Dans le couloir est accrochée une affiche sur la transformation numérique, sous laquelle se trouve une imprimante qui signale un bourrage papier depuis deux jours. J'exagère ? Malheureusement, seulement un peu.

Dans la vente, la situation est particulièrement absurde. Beaucoup de directeurs généraux croient que l'IA dans la vente est une question de génération de texte. Faux. Les leviers puissants se situent au niveau de l'ICP, de la priorisation des comptes, de la détection des déclencheurs, du suivi des offres, des conseils de tarification et d'un passage de relais propre entre le marketing, les ventes et le service. Un bel e-mail à froid ne sauve pas une mauvaise liste de clients cibles.

Amplifa ICP Playbook — Un playbook pratique pour définir proprement les clients cibles, affiner les données et ne pas lancer l'IA sur les mauvais comptes dans la vente.

C'est précisément pourquoi je considère que le sujet de l'ICP est sous-estimé. Celui qui n'a pas de réponse claire sur quels clients sont réellement rentables, quels déclencheurs montrent une intention d'achat et quels secteurs n'occupent que la force de vente externe, ne devrait pas utiliser d'IA pour la génération de leads. Sinon, il automatise la perte de diffusion. C'est mettre la charrue avant les bœufs, mais avec un abonnement cloud.

L'IA dans la vente : Où les PME ne doivent pas attendre

Dans la vente, ma patience s'épuise plus vite que dans la production. Une IA dans le contrôle qualité peut, avec de mauvaises données, augmenter les rebuts ou donner une fausse sécurité. Une IA pour la recherche de comptes, l'hygiène du CRM et la priorisation des offres est moins risquée si on l'encadre proprement. On peut y apprendre sans mettre immédiatement une ligne en danger.

Un CSO de Nuremberg, appelons-le Martin, m'a dit en février 2025 après une soirée du VDMA à Francfort : "Si j'attends encore un an, je connaîtrai mes clients moins bien que mon concurrent." Il ne parlait pas d'un groupe américain quelconque. Il parlait d'un autre fournisseur allemand, à 90 kilomètres de là, qui analyse déjà les rapports de visite, scanne les historiques de pièces de rechange et déduit des signaux de vente à partir des cas de service.

C'est là le point crucial. L'IA n'a pas besoin de piloter immédiatement la fabrication. Elle peut d'abord empêcher la vente de brûler du temps sur les mauvais comptes. Elle peut rendre visibles les offres mortes. Elle peut détecter qu'un client commande moins depuis six mois alors que son secteur est en croissance. Elle peut dire à la force de vente externe quelles sont les cinq visites de la semaine prochaine qui feront probablement bouger le chiffre d'affaires – et lesquelles ne coûteront que du café.

Amplifa pour la génération de leads — Pour les équipes B2B qui veulent construire un pipeline fiable à partir de données, de profils de clients cibles et de déclencheurs – sans folklore IA.

Pourquoi une pure stratégie Inbound est trop légère en 2026

Celui qui mise encore sur une pure stratégie Inbound en 2026 n'aura plus de pipeline dans cinq ans. J'en suis assez certain. Les services achats des OEM ne téléchargeront pas tranquillement un livre blanc simplement parce qu'une PME écrit "innovation" dans le titre. Ils comparent la capacité de livraison, le prix, les certificats, l'intégration des données et le temps de réaction. Et ils le font de plus en plus de manière numérique.

L'Outbound n'est pas mort. Le mauvais Outbound est mort. Sur 1 200 e-mails, un constructeur de machines de Westphalie orientale a reçu quatre réponses à l'automne 2024. L'une d'elles était une plainte. Après un affinement de l'ICP, des clusters sectoriels et des déclencheurs provenant d'annonces d'investissement, d'offres d'emploi et d'événements de service, il y a eu 31 vraies discussions pour 480 contacts ciblés. Pas de miracle. Juste du métier.

Ce qui doit se passer maintenant

Je ne conseillerais à aucun directeur général de mettre en place demain un programme d'IA à huit chiffres simplement parce que le concurrent publie sur LinkedIn une photo de son Innovation Lab. Mais je lui conseillerais de faire un état des lieux brutal cette semaine. Pas dans un hôtel de stratégie. Dans l'entreprise. Avec la vente, l'IT, la production, le contrôle de gestion et une personne qui connaît vraiment les données – souvent, ce n'est pas le chef de service, mais la femme qui extrait les exports depuis 14 ans.

1. Vérifier l'état des données – rendre visibles le fichier articles, le fichier clients, l'historique de service, les données d'offre et les doublons CRM, sans embellir.
2. Choisir deux cas d'usage à faible risque – par exemple la priorisation des comptes dans la vente ou la recherche de connaissances interne pour les techniciens de service.
3. Définir les responsabilités – un propriétaire de processus, un responsable IT, un département métier, un budget clair.
4. Intégrer la conformité tôt – surtout pour les RH, le contrôle qualité et les processus liés à la sécurité en raison de l'EU AI Act et de l'AGG.
5. Mesurer le ROI à petite échelle – pas avec des visions, mais avec des rendez-vous, le temps de cycle, les rebuts, le chiffre d'affaires de service ou les heures économisées.
6. Arrêter ou passer à l'échelle après 90 jours – pas de projet pilote éternel avec un comité de pilotage mensuel et sans résultat.

L'étape la plus importante est la première, et elle semble peu sexy : vérifier l'état des données. Je sais, cela se vend moins bien qu'un agent IA avec une vidéo de démonstration. Mais si les noms des clients, les numéros de série des machines et les états des offres ne sont pas corrects, aucune plateforme, aussi chère soit-elle, ne pourra en tirer des décisions fiables. Elle ne fera que deviner de manière plus coûteuse.

Amplifa Pipeline-Check — Une approche pour les directeurs généraux et les directeurs commerciaux qui veulent savoir si leur pipeline supporte la base de données, la logique des clients cibles et l'utilisation de l'IA.

FAQ : L'IA dans les PME est-elle vraiment trop chère ?

Oui, si on l'introduit mal. Non, si on commence avec des cas d'usage clairs. Un système de Gen-AI utilisé de manière intensive dans le calcul des offres, la documentation technique ou la communication client peut rapidement devenir coûteux via les abonnements cloud, les consultants, le temps de projet interne et les retouches. Avec des marges EBIT de 5 à 10 %, ce n'est pas de l'argent de poche. Un cas d'usage limité dans la vente ou le service, mesuré proprement, est une autre catégorie.

FAQ : Quels cas d'usage de l'IA conviennent en premier ?

Dans beaucoup de PME, je ne commencerais pas par le pilotage autonome de la production. Trop délicat. Trop d'interfaces. Trop de responsabilité. Il vaut mieux privilégier des cas d'usage qui synthétisent les connaissances et préparent les décisions : résumer les tickets de service, identifier les opportunités de pièces de rechange, segmenter les clients existants par potentiel, rendre la documentation technique accessible, prioriser les visites commerciales. L'humain décide, l'IA trie au préalable.

FAQ : Qu'en est-il des phares comme Trumpf et Festo ?

Trumpf, Festo, Schaeffler, Krones ou DMG Mori prouvent que l'IA fonctionne dans l'industrie lorsque la base de données, la culture de l'ingénierie et la discipline des processus se rejoignent. Mais ils n'infirment pas le fait que beaucoup de plus petites entreprises n'en sont pas encore là. Ils montrent plutôt l'écart. Et c'est précisément cet écart qui est dangereux s'il devient une excuse.

Le prix de la sieste

Le salaire minimum augmentera, selon la décision de la commission du salaire minimum, de 12,82 euros à 13,90 euros en 2026 et 14,60 euros en 2027. Dans l'industrie, les coûts salariaux pertinents sont de toute façon bien au-dessus. La main-d'œuvre qualifiée se raréfie, le travail administratif ne devient pas moins cher, les clients attendent des réactions plus rapides et les banques regardent de plus près la maturité numérique lors du financement et de la succession. Celui qui croit pouvoir continuer à gérer le travail de bureau, la préparation des ventes et la coordination du service comme en 2018 ne sera pas balayé par l'IA. Il sera écrasé par les coûts.

Les gens du Private Equity s'interrogent depuis longtemps sur les potentiels d'automatisation. Les Family Offices aussi. En janvier 2025 à Munich, j'étais avec Nora, gestionnaire d'investissement dans un Family Office, dans une salle de réunion avec vue sur l'asphalte mouillé et la Leopoldstraße. "Si une entreprise cible n'a pas de feuille de route pour les données et l'IA, nous appliquons une décote", a-t-elle déclaré. Pas de manière dramatique. Pas avec un sourire de la Silicon Valley. Plutôt comme quelqu'un qui évalue une machine dont la maintenance est en retard.

Les grands clients deviennent aussi plus impatients. Automobile, aéronautique, Medtech, construction mécanique – partout, les exigences en matière de chaînes d'approvisionnement numériques, de données de qualité, de traçabilité et de temps de réaction augmentent. Aujourd'hui, l'OEM demande poliment des interfaces. Demain, le fournisseur sera écarté de la sélection restreinte parce qu'un concurrent livre mieux les données. Cela ne figurera pas comme un "problème d'IA" dans le procès-verbal. Ce sera noté comme un "manque de capacité de processus". Cela semble plus inoffensif. C'est plus mortel.

Ma véritable provocation

Les PME en Deutschland dorment sur l'IA – et c'est acceptable si elles sont en train de changer le matelas. Autrement dit : si elles nettoient les données, clarifient les processus, comprennent la conformité et préparent les premiers cas d'usage avec un ROI réel. Ce n'est pas acceptable si elles se tirent la couverture sur la tête en espérant que la prochaine vague technologique passera encore à côté d'elles.

Je comprends la fatigue. Introductions d'ERP, projets MES, déploiements de CRM, migrations cloud, crise énergétique, stress de la chaîne d'approvisionnement, tournant des taux d'intérêt, pénurie de main-d'œuvre qualifiée – beaucoup d'organisations ne sont pas hostiles à l'innovation, elles sont épuisées. Dans une usine près d'Ulm, Peter, directeur de production, m'a dit en octobre 2024 : "Nous n'avons pas peur de l'IA. Nous avons peur du prochain projet qui restera à moitié fini." Cette phrase est plus honnête que 80 % des keynotes que j'ai entendues en 2025.

Pourtant : l'épuisement n'est pas une stratégie. Les PME ne doivent pas courir après chaque buzz, mais elles doivent savoir où elles veulent se situer. Dans 90 jours. Dans douze mois. Surtout dans deux ans, quand les fonctions d'IA ne seront plus vendues comme un extra, mais seront intégrées dans chaque logiciel utilisé au bureau et dans l'atelier.

Quand j'ai demandé à Thomas à Gütersloh, au moment de partir, ce qu'il faisait maintenant avec l'IA, il a remonté la fermeture éclair de sa veste polaire grise et a montré les documents d'expédition. "D'abord, on nettoie ce bazar ici", a-t-il dit. Puis il a souri. "Mais cette fois, de manière à ce qu'une machine puisse le lire plus tard." Dehors, un camion a démarré, odeur de diesel sous la pluie. C'est peut-être ainsi que commence l'IA dans les PME. Pas avec un robot sur scène, mais avec un directeur général qui prend enfin ses données au sérieux.