Transformation IA : 4 étapes pour mener son projet au succès

Retour d’expérience 

Siparex (Nicolas Réquillart et Baptiste Petit) : Leader français indépendant du Private Equity (de la start-up à l’ETI)
Tengo (Hugues Renou) : L’IA qui répond à vos appels d’offres (marchés publics)
Catalog (Julien Bellemare) : L’IA qui automatise l’administration des ventes
Leadbay (Ludovic Granger): L’IA qui trouve et qualifie vos futurs meilleurs clients (prospection B2B)

Introduction – Le fossé se creuse

L’intelligence artificielle n’est plus un sujet exploratoire pour les ETI françaises. Elle devient un critère de compétitivité, d’attractivité… et bientôt de valorisation financière.

Siparex accompagne depuis novembre 2022 plusieurs dizaines de projets IA au sein de son portefeuille et mène chaque année des enquêtes auprès de ses dirigeants.

Lors du webinar, Baptiste Petit (Operating Partner) partageait un constat clair :

« L’IA est devenue un chantier prioritaire en 2026 pour plus des deux tiers des dirigeants que nous accompagnons. »

En 18 mois :

• les entreprises sont massivement passées de la phase d’idéation à celle de Proof Of Concept (POC),

• un nombre croissant a déjà franchi l’étape de l’industrialisation,

• plus de 50 % des participants du webinar déclarent être en phase de POC ou d’Industrialisation. Les cas d’usage jugés prioritaires sont le commerce / SAV / avant-vente.

Les premiers retours terrain montrent des impacts mesurables :

• +40 à +60 % de productivité en IT,

• automatisation massive des devis et appels d’offres,

• réduction des rebuts industriels,

• nouveaux relais de croissance.

Mais dans le même temps, un écart se crée.

D’un côté : les entreprises qui testent vite, mesurent, déploient.
De l’autre : celles qui hésitent, cartographient trop longtemps… et voient leurs concurrents prendre de l’avance.

Comme le résumait Siparex sans détour :

« Toute entreprise qui n’a pas une feuille de route IA claire réduit très fortement son attractivité sur le marché. »

• Revente,

• Recherche de financement,

• Recrutement de talents.

Étape 1 – Le Timing : “Le meilleur moment, c’était hier”

L’IA devient un critère d’investissement

Chez Siparex, l’IA est désormais intégrée aux processus d’analyse avant prise de participation.

« Le bon moment, c’était hier. Aujourd’hui, quand on regarde un deal, on évalue si une feuille de route IA existe… et si elle est réellement opérationnelle. »

Le message est clair : ne pas avoir commencé devient un risque stratégique.

L’IA est déjà dans vos équipes

Un autre enseignement fort : les usages ne viennent pas toujours du COMEX.

Ludovic Granger (Leadbay) souligne :

« Plus de 80 % des moins de 24 ans utilisent l’IA quotidiennement. Même après 35 ans, on est autour de 40 %. Des référents IA, vous en avez déjà partout dans l’entreprise. »

Dans beaucoup de projets observés :

• ce sont les commerciaux, les équipes SAV ou marketing qui testent en shadow,

• puis la direction cherche à reprendre la main pour structurer.

Transformer la peur en moteur

Deux peurs coexistent :

• la peur d’être remplacé,

• la peur… de rater le train.

  
  

Hugues Renou (Tengo) raconte :

« Beaucoup d’utilisateurs nous disent aussi : ‘J’ai peur de rater le train de l’IA.’ Certains deviennent ensuite les premiers ambassadeurs dans leur entreprise. »

Chez Catalog, Julien Bellemare observe que :

« Nos meilleurs utilisateurs aujourd’hui étaient inquiets au départ. La clé, c’est forcer un peu à tester… mais promettre un niveau d’écoute très fort. »

Le marché impose aussi le tempo

Enfin, le timing n’est pas qu’interne.

« Quand un concurrent ou un partenaire commence à prendre de l’avance, c’est souvent le vrai déclencheur. » (Tengo)

Même si la perception est parfois exagérée, le sentiment de retard accélère les décisions.

Étape 2 – Le Cadrage : choisir son combat

Augmenter l’humain, pas le remplacer

Premier principe partagé par Leadbay :

« En B2B, 50 % de la décision d’achat repose sur la relation commerciale. L’IA doit augmenter le commercial, pas le remplacer. »

Il s’agit donc de distinguer :

• les tâches répétitives → automatisation,

• les tâches de raisonnement → IA augmentée + validation humaine.
  
  

Partir d’un point de douleur

Julien Bellemare est très clair :

« Ne cartographiez pas tout. Partez d’un point de douleur précis. Quelque chose qui fait mal aujourd’hui. »

Puis appliquer deux critères :

1. créer un bénéfice visible pour les collaborateurs,

2. livrer vite.

   
   

« Si votre premier projet dure deux ans et fâche tout le monde, vous n’en ferez pas d’autres. »

Make or Buy : un arbitrage critique

Tengo partage un retour fréquent :

• développement sur-mesure avec une agence généraliste,

• 12 à 18 mois de specs, recette, itérations,

• équipes épuisées… valeur tardive,

• produit pas assez flexible face aux très rapides avancées de l’IA.

  
  

« Avec des solutions verticales, en une semaine les équipes voient déjà de la valeur. »

Le conseil clé :

👉 parler à des pairs,
👉 exiger des chiffres : durée de déploiement, coût, ROI.

Outillage du cadrage

Siparex rappelle aussi l’existence de diagnostics subventionnés (BPI, programmes nationaux) permettant en quelques jours :

• d’identifier les cas prioritaires,

• d’arbitrer les investissements.
  
  
  

Étape 3 – L’Expérimentation : définir le succès avant de commencer

Un POC doit être court et borné

Chez Catalog :

• périmètre restreint,

• une équipe,

• quelques semaines.

« Le plus important : définir très concrètement ce qu’est le succès avant de commencer. Il faut être en mesure d’extrapoler un gain de productivité »

Pas de promesse floue.

Des indicateurs précis :

• temps gagné,

• taux de transformation,

• volume traité,

• satisfaction terrain.

Cas concret Leadbay – Gerflor US

Ludovic Granger partage un exemple emblématique.

Objectif : soutenir la croissance US de Gerflor (500 M$ → 1 Md$).

POC défini sur :

• 1 à 3 mois,

• indicateurs :

  • # leads découverts,

  • # leads correctement qualifiés selon le commercial,

  • # rendez-vous pris,

  • premiers deals.

« Dans un POC, il faut construire des premières belles histoires. Souvent, elles remboursent déjà le coût du test. »

Contraintes imposées :

• commerciaux moteurs + sceptiques,

• un manager impliqué,

• décision de déploiement déjà cadrée.

  
  

Résultat :

« En un mois montre en main, l’outil était déployé et utilisé sur le terrain. »

Les POC voués à l’échec

Tengo identifie trois erreurs majeures :

• tester cinq outils en parallèle,

• dirigeants absents du test,

• pas d’ambassadeurs internes.

« Si le décideur ne se connecte pas dès la première semaine, c’est très mauvais signe. »

Étape 4 – L’Industrialisation : mesurer l’impact réel

Industrialiser, ce n’est pas seulement connecter un outil à un SI.

C’est :

• sécuriser juridiquement,

• gérer la dépendance technologique,

• contractualiser la donnée,

• organiser le change management,

• suivre le ROI.
  
  

Sécurité & dépendance

Catalog :

« Le risque n’est jamais nul. Il faut une vraie analyse bénéfice-risque et des prestataires capables d’expliquer leur architecture. »

Tengo :

« Nous testons plusieurs modèles IA en permanence. Mais en interne, changer de fournisseur coûte cher : il faut l’anticiper contractuellement. »

Leadbay insiste :

« Posez des questions simples : où sont stockées les données ? quels modèles sont utilisés ? quelle est l’architecture utilisée ? »

ROI terrain : des chiffres qui parlent

Catalog :

• +40 % de productivité sur les plateaux - temps de saisie ADV

• → réinvesti pour augmenter le taux de transformation des devis : 35 → 45 %,

• impact : 5 à 10 M€ chez certains clients.

Leadbay :

• x2 nombre de nouveaux clients signés,

• +60% de prospects jamais identifiés auparavant,

• POC amorti dès les premiers deals,

• accélération massive de la prospection (usage).

Tengo :

• temps d’analyse des appels d’offres divisé par 5,

• temps de production des réponses divisé par 2,

• hausse du nombre de réponses à appels d’offres,

• meilleure qualité des dossiers.

  
  

Conclusion – Pourquoi acheter est plus sûr que ne rien faire

Le message commun des intervenants est limpide :

• l’IA n’est plus un pari futuriste,

• les retours sur investissement sont déjà mesurables,

• les outils verticaux réduisent fortement le risque,

• le vrai danger est l’inaction.

Comme le résumait Siparex :

« L’IA se mesure : temps de déploiement, adoption, ROI. Ce sont ces chiffres qui doivent guider les décisions. »

Dans les ETI qui réussissent :

✔️ un premier cas ciblé,
✔️ un POC court,
✔️ des KPI clairs,
✔️ des ambassadeurs,
✔️ un déploiement rapide.