L'IA dans les PME : La sieste est permise

Meinung & Provokation · 21. Mai 2026 · Joseph Flesh

L'IA dans les PME est négligée. Pourquoi c'est rationnel à court terme – et quelle feuille de route les PDG ont besoin maintenant, avant que cela ne devienne vraiment coûteux.

Il y a trois semaines, j'étais à Gütersloh, dans la zone d'expédition d'un fournisseur de machines, à côté de Thomas, PDG, 58 ans, pull sans manches gris, yeux fatigués. Ça sentait le carton, le lubrifiant de refroidissement et ce café légèrement brûlé que seules les machines de bureau des zones industrielles peuvent produire. Thomas a montré une pile de bons de livraison et a dit : « Klaus, nous parlons d'IA dans les PME depuis janvier. Mais hier, notre ERP a encore tiré trois prix incorrectement. » J'ai ri. Brièvement. Puis plus du tout.

Ma thèse est simple et ne plaira pas à tout le monde : les PME allemandes négligent l'IA – et à court terme, c'est acceptable. Pas élégant. Pas visionnaire. Mais souvent plus sain économiquement que ce que certains consultants vendent actuellement comme une révolution.

La phrase a une deuxième partie qui fait mal : cette sieste ne doit pas durer 24 mois. Quiconque déclare fièrement en 2026 qu'il a « 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'utilisation d'IA productifs, ne dort plus. Il tombe dans un trou.

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

J'entends la même accusation depuis des mois. Lors des salons. Dans les conseils d'administration. Lors de ces petits-déjeuners de la Chambre de Commerce et d'Industrie, où les bretzels au beurre sont souvent meilleurs que les diapositives. « Les PME sont trop lentes. » C'est vrai. Enfin, presque.

La lenteur n'est pas automatiquement synonyme de stupidité. 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 sur l'Alb souabe. Les bonnes entreprises là-bas ont une vertu qui semble presque démodée dans le discours sur l'IA : elles calculent. Pas au niveau du pitch deck, mais avec le coût horaire de la machine, le taux de rebut, le stock, le délai de paiement et la question de savoir si le client de Wolfsburg acceptera l'augmentation de prix.

Quiconque dit à ces gens qu'ils doivent immédiatement mettre en place un grand programme d'IA générative n'a jamais entendu le bruit d'une équipe de nuit. Le chariot élévateur grince en reculant, un ouvrier tape sur un dispositif avec un marteau en caoutchouc, de l'air comprimé siffle quelque part. Et dans le bureau d'à côté, Andrea, responsable des ventes chez un champion caché à Bielefeld, se bat avec 4 800 doublons dans le CRM. Et à partir de ce matériel, un assistant IA devrait construire des prévisions de ventes fiables ? S'il vous plaît.

La plupart se trompent parce qu'ils traitent l'IA comme une question technologique. Mais c'est d'abord une question opérationnelle. Qui a accès à quelles données ? Qui décide quand le modèle et le maître sont en désaccord ? Qui est responsable si une IA dans le recrutement écarte systématiquement des candidats ? Qui paie la facture du cloud si un projet pilote se transforme soudainement en 600 utilisateurs ?

Je le dis sans détour : les PME allemandes ne sont pas stupides – elles savent seulement qu'il est dangereux de faire évoluer la technologie la plus chère du monde avec des données indésirables et une réglementation à moitié achevée.

La vérité qui dérange sur l'IA dans les PME

Le chiffre qui m'a marqué provient du « KI Readiness Check DACH 2026 » de Passion4IT, qui fait référence aux analyses de Gartner et IDC : environ 60 % de toutes les initiatives d'IA échouent en raison d'une base de données insuffisante, et non de la technologie elle-même. Ce n'est pas un problème de note de bas de page. C'est le cœur du problème.

En mars 2025, j'ai visité une salle de données chez un automatiseur près de Heilbronn. Pas une démo brillante. Une vraie salle de serveurs, trop chaude, les ventilateurs comme un sèche-cheveux qui démarre, sur la porte un autocollant jauni de 2016. Markus, responsable informatique, m'a montré trois fichiers d'exportation de l'ERP, du MES et du système de service. Trois logiques de numéros d'article. Deux formats de temps. Un client avec quatre orthographes. « Et maintenant, les ventes veulent une IA pour la meilleure offre suivante », a dit Markus. Il l'a dit sans colère. C'était pire.

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

Prenons maintenant la PME allemande typique avec 180 employés, 72 millions d'euros de chiffre d'affaires, une marge EBIT entre cinq et huit pour cent, deux grands clients, un système SAP B1 ou Proalpha, une main-d'œuvre vieillissante et un directeur des ventes qui gère 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 ennuyeuse. Cela peut dévorer la marge d'une année.

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

C'est la phrase que j'aimerais le plus accrocher au mur pour les PDG. Pas avec colère. Avec une petite plaque en acier inoxydable, comme on en trouve chez Kärcher ou Phoenix Contact dans le centre d'accueil. L'IA est rarement le premier problème dans les PME. Le premier problème s'appelle la nomenclature des articles, le processus d'offre, l'historique des machines, les doublons, le concept de droits, la discipline des 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 entreprise à Augsbourg, Sabine, directrice commerciale, m'a dit en avril 2025 que son équipe produisait plus de texte depuis l'autorisation de l'IA générative, mais n'avait pas moins de travail. « Les gens formulent maintenant mieux, mais l'approbation dépend toujours de moi », a-t-elle dit. 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 responsables est du théâtre.

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

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

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

Il y a une dure vérité que l'on n'aime pas entendre dans les panels berlinois : toutes les entreprises n'ont pas besoin d'être à l'avant-garde de chaque vague technologique. Les entreprises familiales, en particulier, ont souvent appris que le deuxième acheteur obtient la meilleure machine. Le premier paie les frais d'apprentissage. Le second achète la version révisée, avec un logiciel stable et moins de problèmes de jeunesse.

Avec l'IA, ce n'est pas différent. Les grandes entreprises, les éditeurs de logiciels et les startups prennent actuellement en charge une partie des coûts d'expérimentation. SAP intègre Joule dans sa gamme de produits, Microsoft pousse Copilot dans M365, Dynamics et Power Platform, Intershop de Iéna parle lors de l'assemblée générale de 2025 de commerce B2B agentique basé sur l'IA pour les PME. Cela semble chic. Mais dans de nombreuses entreprises, on est encore heureux si la boutique en ligne ne détruit pas les prix spécifiques aux clients après la mise à jour.

En juin 2025, j'étais chez un fournisseur dans la région de Nuremberg. La boutique B2B était bien connectée, après quatre ans de travail de projet, pas après quatre sprints. Dans l'entrepôt, un scanner bippait toutes les quelques secondes, des marquages bleus pour les allées étaient collés sur le sol en béton. Stefan, responsable e-commerce, m'a dit : « Agents ? Klaus, nous serions heureux si chaque client trouvait correctement son numéro de contrat-cadre. » Cela semble petit. Ce n'est pas le cas. C'est la sécurisation du chiffre d'affaires.

Quiconque, 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 l'emporte sur presque tous les mots à la mode dans le B2B.

Le piège réglementaire : EU AI Act, AGG et responsabilité

L'EU AI Act a été définitivement adopté en 2024, les obligations s'appliquent progressivement 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 entraîne des obligations de documentation et d'audit. Les grandes entreprises digèrent cela avec des départements juridiques, des équipes de conformité et des cabinets externes. Les PME répondent souvent par un simple réflexe : « Nous préférons attendre un peu. »

Je ne considère pas ce réflexe comme lâche. Dans les RH, il est même sain. La plateforme anymize met en garde contre un problème spécifique lors des promotions internes : si toutes les données de cohorte sont disponibles dans l'entreprise, l'inversion de la charge de la preuve de l'AGG peut être particulièrement bien étayée – ou particulièrement dangereuse. Traduit en langage de cantine d'usine : si votre IA produit des scores de promotion et qu'un modèle basé sur le sexe, l'âge ou l'origine devient visible, un haussement d'épaules ne suffira plus.

En septembre 2024, j'étais à Stuttgart avec Claudia, responsable RH d'un fournisseur automobile, autour d'une table ronde en bois clair. Dehors, le S-Bahn passait, à l'intérieur, les tasses de café tintaient. « Nous ne testons pas l'IA dans le recrutement de manière productive », a-t-elle dit. « Pas avant de savoir qui expliquera devant le tribunal pourquoi le candidat A a été rejeté. » 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 la partie où certains PDG deviennent trop complaisants à mon goût. Le plus fort contre-argument est le suivant : à court terme, attendre peut être rationnel, mais d'un point de vue économique et stratégique, cela peut être ruineux. Il n'y a pas d'échappatoire à cela.

Le McKinsey Global Institute a décrit en 2023 et 2024 des augmentations annuelles supplémentaires de productivité grâce à l'IA de 0,2 à 3,3 points de pourcentage, selon le secteur. L'OCDE et la Commission européenne mettent en garde depuis des années contre des lacunes structurelles en matière de compétitivité si les pays adoptent l'IA trop lentement. L'Allemagne est déjà confrontée à des coûts énergétiques élevés, à la bureaucratie, à une faible demande et à une lassitude d'investissement que l'on peut presque sentir dans certaines usines. Si l'effet de levier de productivité de l'IA est alors négligé, la prudence se transforme à un moment donné en auto-mutilation.

Et non, les PME ne sont pas partout lentes. Trumpf utilise l'IA dans les systèmes laser, la maintenance prédictive et les applications d'usine intelligente. Krones travaille sur l'optimisation des installations, l'assurance qualité et la planification des services. DMG Mori fait progresser la surveillance des conditions et les jumeaux numériques. Festo montre depuis des années que l'IA dans les systèmes d'apprentissage, la surveillance des conditions et l'assurance qualité n'a pas besoin de 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 entreprises technologiques américaines, mais elles travaillent.

Quiconque, dans la construction mécanique, la construction d'installations ou la fabrication de composants, néglige maintenant le secteur des services, ne perdra pas seulement un peu de marge plus tard. Il perdra le contact avec le client. Les analyses VDMA, BCG et Accenture de 2023/2024 montrent dans les projets liés aux services, aux pièces de rechange et à la surveillance à distance des effets tels que cinq à dix pour cent de chiffre d'affaires de services en plus ou 20 à 40 pour cent d'arrêts imprévus en moins. Ce ne sont pas des cœurs LinkedIn. C'est de l'argent.

La stratégie de suiveur a une date d'expiration

Je ne défends l'attente que si c'est une attente active. L'attente passive est dangereuse. L'attente active signifie : nettoyer les données, fixer les processus, prioriser les cas d'utilisation, former les employés, observer les fournisseurs, lancer de petites utilisations productives. L'attente passive signifie : on dit « nous allons y jeter un œil » et on espère que le problème disparaîtra.

Le problème ne disparaîtra 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. Si vous n'avez pas vos propres règles de données, pas de rôles et pas d'idée de l'utilité, vous obtiendrez quand même l'IA. Mais en tant que processus fantôme.

Ce que je vois en pratique

Je vois deux types de PME. L'une parle peu et travaille de manière efficace. À Heilbronn, en mai 2025, un directeur des ventes m'a montré 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 feux d'artifice. Mais après neuf mois, il y avait trois fois plus de premiers rendez-vous qualifiés au calendrier, sans 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 groupe.

L'autre PME joue la comédie. Il y a 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, car l'outil officiel est encore bloqué par la protection des données. Dans le couloir, il y a une affiche sur la transformation numérique, en dessous se trouve une imprimante qui signale un bourrage papier depuis deux jours. J'exagère ? Malheureusement, juste un peu.

Dans la vente, la situation est particulièrement absurde. De nombreux PDG pensent que l'IA dans la vente est une question de génération de texte. Faux. Les leviers puissants résident dans le profil client idéal, la priorisation des comptes, la détection des déclencheurs, le suivi des offres, les indications de prix et un transfert propre entre le marketing, les ventes et le service. Un bel e-mail froid ne sauve pas une mauvaise liste de clients cibles.

Amplifa ICP Playbook Un playbook pratique pour définir clairement les clients cibles, affiner les données et ne pas laisser l'IA de vente se lancer sur de mauvais comptes.

C'est précisément pourquoi je considère le sujet de l'ICP comme sous-estimé. Quiconque n'a pas de réponse claire sur les clients réellement rentables, les déclencheurs qui indiquent une intention d'achat et les secteurs qui ne font qu'occuper la force de vente, ne devrait pas utiliser l'IA pour la génération de leads. Sinon, il automatise la dispersion. 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 elle est bien encadrée. C'est là que l'on peut apprendre sans mettre immédiatement une ligne en danger.

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

C'est le point. L'IA n'a pas besoin de contrôler immédiatement la production. Elle peut d'abord empêcher les ventes de perdre du temps avec les mauvais comptes. Elle peut rendre visibles les offres mortes. Elle peut détecter qu'un client commande moins depuis six mois, même si son secteur est en croissance. Elle peut dire à la force de vente quelles cinq visites la semaine prochaine généreront probablement des ventes – 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 clients cibles et de déclencheurs – sans folklore de l'IA.

Pourquoi une stratégie purement inbound est trop faible en 2026

Quiconque s'appuie encore sur une stratégie purement inbound en 2026 n'aura plus de pipeline dans cinq ans. J'en suis assez sûr. Les départements d'achat des OEM ne téléchargeront pas tranquillement un livre blanc simplement parce qu'une PME met « 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 numériquement.

L'outbound n'est pas mort. Le mauvais outbound est mort. Sur 1 200 e-mails, un fabricant 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 issus des annonces d'investissement, des offres d'emploi et des événements de service, il y a eu 31 conversations réelles sur 480 contacts ciblés. Pas de miracle. Juste du travail bien fait.

Ce qui doit se passer maintenant

Je ne conseillerais à aucun PDG de mettre en place un programme d'IA à huit chiffres demain, simplement parce que le concurrent publie une photo du laboratoire d'innovation sur LinkedIn. Mais je lui conseillerais de faire un bilan brutal cette semaine. Pas dans un hôtel stratégique. Dans l'entreprise. Avec les ventes, l'informatique, 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 gère les exportations depuis 14 ans.

1. Vérifier l'état des données – rendre visibles les nomenclatures d'articles, les bases de données clients, l'historique des services, les données d'offres et les doublons CRM, sans les embellir.
2. Choisir deux cas d'utilisation à faible risque – par exemple, la priorisation des comptes dans les ventes ou la recherche de connaissances internes pour les techniciens de service.
3. Définir les responsabilités – un propriétaire de processus, un responsable informatique, un département spécialisé, un budget clair.
4. Intégrer la conformité dès le début – en particulier pour les RH, le contrôle qualité et les processus critiques pour la sécurité en raison de l'EU AI Act et de l'AGG.
5. Mesurer le ROI à petite échelle – non pas avec des visions, mais avec des rendez-vous, des délais, des rebuts, des revenus de service ou des heures économisées.
6. Arrêter ou étendre après 90 jours – pas de projet pilote éternel avec un comité de pilotage mensuel et sans résultat.

La première étape est la plus importante, et elle semble peu sexy : vérifier l'état des données. Je sais que 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 statuts des offres ne sont pas corrects, aucune plateforme, aussi chère soit-elle, ne peut en tirer des décisions fiables. Elle ne fera alors que des suppositions plus coûteuses.

Amplifa Pipeline-Check Une approche pour les PDG et les directeurs des ventes 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 est-elle vraiment trop chère pour les PME ?

Oui, si elle est mal introduite. Non, si l'on commence par des cas d'utilisation clairs. Un système d'IA générative, utilisé fréquemment pour le calcul des offres, la documentation technique ou la communication client, peut rapidement devenir coûteux en raison des abonnements cloud, des consultants, du temps de projet interne et des retouches. Avec des marges EBIT de cinq à dix pour cent, ce n'est pas de l'argent de poche. Un cas d'utilisation limité dans les ventes ou les services, mesuré avec précision, est d'un tout autre ordre.

FAQ : Quels cas d'utilisation de l'IA sont les plus appropriés au début ?

Dans de nombreuses PME, je ne commencerais pas par le contrôle autonome de la production. Trop délicat. Trop d'interfaces. Trop de responsabilités. Il est préférable d'utiliser des cas d'utilisation qui condensent les connaissances et préparent les décisions : résumer les tickets de service, identifier les opportunités de pièces de rechange, regrouper les clients existants par potentiel, rendre la documentation technique consultable, prioriser les visites commerciales. L'humain décide, l'IA pré-trie.

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 d'ingénierie et la discipline des processus se rejoignent. Mais ils ne réfutent pas que de nombreuses petites entreprises ne sont pas encore prêtes. 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, selon la décision de la commission du salaire minimum, passera de 12,82 euros à 13,90 euros en 2026 et à 14,60 euros en 2027. Dans l'industrie, les coûts salariaux pertinents sont de toute façon bien supérieurs. Les travailleurs qualifiés se font plus rares, le travail administratif ne devient pas moins cher, les clients attendent des réactions plus rapides et les banques examinent plus attentivement la maturité numérique lors du financement et de la succession. Quiconque pense pouvoir gérer le travail de bureau, la préparation des ventes et la coordination des services comme en 2018 ne sera pas submergé par l'IA. Il sera écrasé par les coûts.

Les fonds de capital-investissement s'intéressent depuis longtemps aux potentiels d'automatisation. Les family offices aussi. En janvier 2025, j'étais à Munich 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 la déprécions », a-t-elle dit. Pas de manière dramatique. Pas avec un sourire de la Silicon Valley. Plutôt comme quelqu'un qui évalue une machine dont l'entretien est en retard.

Les grands clients deviennent également plus impatients. Automobile, aérospatiale, technologie médicale, 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 exclu de la sélection parce qu'un concurrent fournit de meilleures données. Cela ne figurera pas dans le protocole comme un « problème d'IA ». Cela figurera comme un « manque de capacité de processus ». Cela semble plus inoffensif. C'est plus mortel.

Ma véritable provocation

Les PME allemandes négligent l'IA – et c'est acceptable si elles sont en train de changer de matelas. C'est-à-dire si elles nettoient les données, clarifient les processus, comprennent la conformité et préparent les premiers cas d'utilisation avec un véritable retour sur investissement. Ce n'est pas acceptable si elles se couvrent la tête et espèrent que la prochaine vague technologique les contournera.

Je comprends la fatigue. Introductions d'ERP, projets MES, déploiements de CRM, migrations cloud, crise énergétique, stress de la chaîne d'approvisionnement, hausse des taux d'intérêt, pénurie de main-d'œuvre qualifiée – de nombreuses organisations ne sont pas hostiles à l'innovation, elles sont épuisées. Dans une entreprise 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 terminé. » Cette phrase est plus honnête que 80 % des discours que j'ai entendus en 2025.

Néanmoins : l'épuisement n'est pas une stratégie. Les PME n'ont pas besoin de courir après chaque mode, mais elles doivent savoir où elles veulent aller. Dans 90 jours. Dans douze mois. Surtout dans deux ans, lorsque les fonctions d'IA ne seront plus vendues comme un extra, mais seront intégrées dans chaque logiciel qui fonctionne au bureau et dans l'atelier.

Quand j'ai demandé à Thomas à Gütersloh ce qu'il allait faire avec l'IA, il a remonté la fermeture éclair de sa veste polaire grise et a montré les documents d'expédition. « D'abord, nous allons nettoyer 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 démarrait, une odeur de diesel dans la pluie. Peut-être que l'IA dans les PME commence exactement comme ça. Pas avec un robot sur scène, mais avec un PDG qui prend enfin ses données au sérieux.