Pourquoi la plupart des PME ne voient rien de l'IA

Si l’IA ne vous a pas encore rapporté un dollar, c’est probablement parce que vous l’utilisez à la mauvaise place.

J’ai une version de cette conversation chaque semaine. Un propriétaire d’entreprise me raconte qu’il a essayé ChatGPT pendant quelques mois. Il a peut-être acheté l’outil recommandé dans son infolettre d’industrie, ou payé pour un pilote qui a donné une belle démo. Ensuite, il a regardé ses chiffres. Revenus : pareils. Heures travaillées : pareilles. Masse salariale : pareille. Et il en a conclu, avec raison, que l’IA, c’est du vent.

Voici l’affaire : il n’a pas tort d’être sceptique. Il se trompe de diagnostic.

Un scepticisme mérité#

La plupart des propriétaires ont abordé l’IA comme l’industrie leur a dit de le faire. Choisis un outil. Écoute les vidéos d’intégration. Essaie-le sur la tâche qui traîne devant toi aujourd’hui — un courriel marketing, une offre d’emploi, le résumé d’une rencontre.

Et l’outil a fait la tâche. C’est ça qui est frustrant. Les démos ne mentaient pas. Le courriel a été écrit. Le résumé était correct. Pourtant, six mois plus tard, rien n’avait changé dans l’entreprise.

Quand un vendeur entend cette histoire, la réponse standard, c’est que le propriétaire n’a pas « bien adopté » l’outil. Je vous propose une autre explication, qui met la faute à la bonne place : personne ne s’est demandé quel travail comptait vraiment.

Automatiser la mauvaise chose vous donne plus de ce qui ne vous freinait pas#

Il y a quelques semaines, je me suis assis avec le propriétaire d’une pratique de coaching dont le contenu faisait tout comme il faut — des publications qui performaient, des DM qui rentraient sans arrêt. Il était convaincu que son problème de conversion, c’était la vitesse de réponse. Il a donc mis en place un système pour répondre vite à chaque demande. Ça a fonctionné. Et rien n’a changé. Le vrai point de blocage, c’était ce qui venait après la réponse : il n’avait juste pas le temps de monter et d’envoyer ses propositions. Ses prospects chauds attendaient des jours avant d’en recevoir une — ou n’en recevaient juste jamais. Il avait optimisé la porte d’entrée pendant que ses ventes mouraient dans le corridor.

Chaque entreprise, à tout moment, a une contrainte qui fait l’essentiel des dégâts. En vingt ans d’opérations — le BPO de mon cofondateur Anthony avant Agensee, et maintenant chaque diagnostic qu’on livre — elle tombe dans une de ces quatre catégories :

Demande. Pas assez de prospects qualifiés qui entrent dans le pipeline.

Conversion. Les prospects entrent, mais trop peu deviennent des clients payants.

Trésorerie. Les ventes se font, mais l’argent rentre en retard, fuit, ou se fait avaler par le coût de livrer.

Capacité. La demande est là, mais vous ne pouvez pas livrer plus sans briser votre équipe.

La contrainte, c’est le point de blocage sur lequel tout le reste attend. Et un système avance à la vitesse de son point le plus lent — améliorez n’importe quoi d’autre, et le résultat ne bouge pas.

Cette phrase-là explique presque toutes les histoires d’IA décevantes que j’entends. Le propriétaire dont la vraie contrainte était la conversion a passé des mois à faire écrire ses publications de réseaux sociaux par l’IA : du travail de demande, appliqué à une entreprise qui avait déjà assez de leads. Celui qui se noyait dans la livraison faisait résumer ses rencontres — pendant que ses soumissions sortaient avec quatre jours de retard, parce que personne n’avait le temps de les monter. Dans les deux cas, l’IA a fonctionné. Le travail qu’elle a fait ne touchait juste pas la contrainte. Du mauvais travail fait plus vite, ça reste du mauvais travail.

Pourquoi personne ne vous a vendu ça#

La réponse honnête : un diagnostic, ça ne fait pas une belle démo.

Un vendeur d’outil a un seul produit à vous vendre, alors chaque problème se fait plier pour entrer dedans. S’il vend un assistant de rédaction, votre problème, c’est la rédaction. S’il vend un chatbot, votre problème, c’est le temps de réponse. Aucun pitch de vendeur ne commence par « vérifions d’abord si c’est vraiment votre problème » — parce que la réponse honnête pourrait être non, et adieu la vente.

On a bâti Agensee dans l’ordre inverse, et je vais être transparent sur le pourquoi : la première version de cette erreur-là, on l’a vue de proche. Quand Anthony a appliqué l’IA à l’école privée qu’il possède, la tentation, c’était d’automatiser tout ce qui pouvait l’être. La discipline qui a fait que ça a marché, c’est d’avoir automatisé ce sur quoi l’école attendait vraiment.

De quoi ça a l’air quand c’est bien fait#

L’Académie Lavalloise est une école privée d’environ 250 élèves, et c’est notre étude de cas fondatrice — mon cofondateur Anthony en est le propriétaire, ce qu’on divulgue chaque fois qu’on en parle.

La contrainte de l’école, c’était la capacité. Pas les inscriptions, pas les prix — une équipe administrative réduite, absorbée par le travail récurrent : suivis de contrats, réconciliation des paiements, communications aux parents, dossiers d’admission. Les idées de croissance existaient. Les heures pour les exécuter, non.

C’est là que l’automatisation est allée — pas sur tout, sur la contrainte. Avelle, notre équipe d’opérations IA gérées, absorbe maintenant de 35 à 50 heures de travail récurrent par semaine (une estimation), réparties sur douze catégories. Vous pouvez lire l’étude de cas complète avec le détail.

Ce qui me reste en tête, c’est ce que le directeur général de l’école en a dit : son équipe administrative passait de 25 à 30 heures par semaine sur des tâches répétitives, et ces heures-là vont maintenant à l’accompagnement des familles et aux projets qui comptent pour les élèves. Personne n’a été remplacé. L’équipe a été réallouée vers le travail que seuls des humains peuvent faire. C’est ça, débloquer une contrainte de capacité — et c’est la différence entre l’IA comme gadget et l’IA comme décision d’opérations.

La question à se poser avant d’acheter quoi que ce soit#

Avant votre prochain abonnement IA, prenez vingt minutes avec trois questions :

1. Où le travail s’empile-t-il ? La boîte de courriels que personne ne vide, les soumissions qui sortent en retard, les suivis qui ne se font pas.
2. Sur quoi tout le reste attend-il ? Quand quelque chose sort en retard, quelle étape l’a mis en retard ?
3. Que vendriez-vous de plus dès demain si vous pouviez le livrer ? Si la réponse est « plein de choses », votre contrainte est la demande ou la conversion. Si la réponse est « rien, on est au maximum », c’est la capacité.

Vos réponses vont converger vers une des quatre contraintes. C’est là que l’IA se paie toute seule — et tant que vous ne savez pas laquelle c’est, aucun outil, aussi bon soit-il, ne peut vous promettre un rendement.

Diagnostiquer d’abord. Automatiser ensuite.#

C’est toute la méthodologie derrière notre façon de travailler : Diagnostiquer → Automatiser → Débloquer, dans cet ordre, jamais l’inverse. La séquence n’est pas du branding. C’est la raison pour laquelle nos clients voient des résultats là où leurs tentatives d’IA précédentes n’ont rien donné.

Vous pouvez passer les trois questions ci-dessus par vous-même, cette semaine — la plupart des propriétaires trouvent leur contrainte plus vite qu’ils le pensent. Si vous préférez y réfléchir avec quelqu’un qui fait ça chaque jour, une conversation de trente minutes suffit pour qu’on vous dise honnêtement où on regarderait en premier — et si notre façon de travailler convient à votre situation.

L’IA est un multiplicateur. Mais un multiplicateur, ça aide seulement si vous le pointez sur le bon chiffre.

---

Matthew Lacopo dirige l’engagement client et le contenu chez The Agensee, firme d’opérations IA gérées établie à Montréal au service des PME d’Amérique du Nord, qu’il a cofondée avec Anthony Lacopo.