1. Ce que BCG a mesuré - sans extrapolation
Il faut d'abord lire les chiffres pour ce qu'ils sont, pas pour ce qu'on voudrait qu'ils disent.
L'étude « Build for the Future 2025 » de BCG, publiée fin septembre 2025, repose sur un échantillon de 1 250 dirigeants seniors et décideurs IA. Neuf industries. Plus de 25 secteurs. C'est une étude mondiale - elle ne dit rien de spécifique aux PME suisses, ni aux entreprises romandes.
Ce que l'étude documente : 5 % des organisations sondées sont qualifiées de « future-built » pour l'IA. Ce sont les seules à générer de la valeur substantielle à l'échelle. À l'autre bout du spectre, 60 % des organisations - les « laggards » dans la terminologie BCG - rapportent des gains minimaux sur les revenus et les coûts, et n'ont pas encore les capacités nécessaires pour déployer l'IA à l'échelle.
Ces chiffres ne disent pas que 60 % des PME ont échoué, ni que 5 % des PME suisses réussissent. Ce sont des organisations mondiales de toutes tailles, dans des secteurs très différents. L'extrapolation facile est une erreur courante - je préfère nommer le périmètre exact.
Ce que les chiffres disent quand même, clairement : l'écart n'est pas marginal. Entre les 5 % et les 60 %, on parle d'une fracture dans la capacité à passer à l'échelle. Et le facteur discriminant, BCG l'identifie sans ambigüité : ce n'est pas le choix du modèle IA, pas le budget, pas la taille de l'organisation. C'est la capacité à changer les habitudes de travail en profondeur.
2. Le miroir suisse - un signal encourageant avec un bémol sérieux
Presque au même moment - octobre 2025 - AXA et l'institut Sotomo publient une étude sur 300 PME suisses, alémaniques et romandes, interrogées entre le 3 et le 10 mars 2025.
Le signal de progression est réel : parmi les PME suisses qui utilisent déjà des outils IA, 57 % déclarent gagner du temps. C'était 46 % en 2024. En un an, la perception concrète de la valeur a progressé de 11 points. Ce n'est pas anodin.
Mais voilà le bémol, et il est sérieux : seule une PME sur trois disposant d'outils IA a mis en place une politique claire de protection des données. Et dans les plus petites structures parmi celles équipées, on tombe à 23 %.
Ce décalage dit quelque chose de précis : on utilise l'outil, mais on n'a pas pensé le cadre. On a souscrit la licence avant de se demander ce qu'on pouvait y mettre, comment protéger les données clients, ce qu'on ferait en cas de fuite. C'est exactement la mécanique que BCG documente à l'échelle mondiale : la valeur ne vient pas de l'accès à la technologie. Elle vient de la capacité à l'encadrer et à l'intégrer.
3. L'outil tourne, personne ne s'en sert vraiment
Je vais décrire quelque chose que j'ai vu plusieurs fois. Peut-être vous reconnaîtrez-vous.
Un dirigeant achète une licence ChatGPT Teams, ou Copilot, ou un abonnement à un outil sectoriel avec IA embarquée. Il l'annonce à l'équipe. Il y a un élan, quelques semaines d'enthousiasme. Des collaborateurs l'essaient. Puis progressivement, les sessions diminuent. Dans les réunions, on ne parle plus de l'outil. Six mois plus tard, la licence est renouvelée par inertie : « on verra si ça repart ».
Pourquoi est-ce que ça se passe comme ça ? Pas parce que l'outil est mauvais. Pas parce que les collaborateurs sont réfractaires au changement. Mais parce que trois conditions fondamentales n'étaient pas réunies.
Cas métier absent
« Gagner du temps » ou « être plus efficace » ne sont pas des cas métier. Un cas métier, c'est : « réduire de 30 % le temps passé à rédiger les comptes-rendus de réunion commerciale d'ici la fin du trimestre ». Précis, mesurable, ancré dans un processus réel.
Règle interne absente
Sans règle claire sur ce qu'on peut mettre dans l'outil et ce qu'on ne peut pas, les collaborateurs auto-censurent ou prennent des risques sans le savoir. Ni l'un ni l'autre ne crée de l'adoption.
Sponsor interne absent
Pas un chef de projet junior mandaté pour « gérer le déploiement IA ». Un dirigeant, ou un manager senior avec de l'autorité réelle, qui répond personnellement du projet et qui en parle chaque semaine.
Sans ces trois conditions, l'outil tourne en arrière-plan. Les collaborateurs retournent à leurs habitudes. Et l'organisation reste dans les 60 %.
4. La part de responsabilité des consultants IA - dont moi
Voilà le passage inconfortable. Celui que j'aurais pu esquiver, mais que je préfère nommer.
Les consultants IA - moi compris - ont une part de responsabilité dans cette situation. Pas la totalité. Mais une part réelle.
On vend trop souvent l'outil en promettant la valeur. On présente une démo convaincante, on livre le setup, on fait parfois une demi-journée de formation. Et on part. On n'a pas menti - l'outil fait bien ce qu'on a montré. Mais on a tacitement laissé entendre que l'adoption suivrait naturellement. Qu'il suffirait que l'équipe « joue avec » pour que les habitudes changent.
Ce n'est pas vrai. Et on le sait.
La conduite du changement, c'est long. Ça se compte en mois, pas en jours de formation. Ça demande des allers-retours, des ajustements, de la présence humaine régulière. Et objectivement, c'est moins glamour à vendre qu'une démo avec des effets « wahou ». Un prospect en phase de sélection préfère voir ce que l'outil peut faire, pas entendre parler de processus de gouvernance et de mesure d'impact trimestrielle.
Il y a aussi une pression économique réelle sur les missions courtes. Un client qui demande « aidez-moi à déployer Copilot en deux semaines » ne veut pas entendre « en fait, il vous faut six mois et un sponsor interne identifié dès la semaine 1 ». Même si c'est la vérité.
Je ne dis pas que tous les consultants IA font de mauvais travail. Je dis que la structure du marché pousse vers des interventions courtes qui livrent l'outil mais pas la transformation. Et que collectivement, on contribue à ce que les organisations restent dans les 60 % même quand elles ont les outils pour en sortir.
5. Ce qui sépare les 5 % des 60 %
BCG identifie les caractéristiques des organisations « future-built ». Ce n'est pas une liste de technologies déployées. C'est une liste de décisions organisationnelles.
- Un sponsor interne identifié avec une autorité réelle. Pas un comité de pilotage IA qui se réunit une fois par mois et ne prend pas de décision. Un responsable qui incarne le projet et qui en répond.
- Une vision claire de deux ou trois cas métier prioritaires avant tout déploiement. Pas une ambition générale d'IA. Des processus spécifiques, mesurables, avec un baseline connu avant et un objectif précis après.
- Un accompagnement humain sur trois à six mois minimum. Les premières semaines après un déploiement sont critiques. Si personne n'est là pour débloquer les résistances, répondre aux questions et ajuster les pratiques, l'adoption stagne.
- Une mesure d'impact trimestrielle. Avec des chiffres réels, pas des impressions. Les organisations qui mesurent progressent, parce que la mesure force à prioriser et à corriger.
- Une gouvernance des données posée avant le déploiement. Pas après le premier incident. Ce point est particulièrement aigu en Suisse, où la LPD impose des obligations que beaucoup sous-estiment.
Ce ne sont pas des conditions exceptionnelles. Ce sont des conditions normales pour tout projet de transformation organisationnelle. L'IA ne fait pas exception.
6. Les pièges spécifiques aux PME romandes
Appliquer les recommandations BCG à une PME de 40 personnes en Suisse romande, ce n'est pas trivial.
La taille d'équipe. Dans une organisation de 30 à 50 personnes, dégager un sponsor IA à plein temps n'est pas réaliste. Ce sponsor, c'est souvent le dirigeant lui-même, qui a déjà quinze autres priorités. Ou un responsable RH ou finances qu'on mandate en plus de son périmètre habituel. Ça peut fonctionner, à condition que ce soit acté clairement et que le dirigeant dégage du temps réel pour ce rôle, même partiel.
Les contraintes réglementaires. La LPD suisse impose des obligations de protection des données plus strictes que beaucoup de PME ne le perçoivent. Ce n'est pas un obstacle à l'adoption IA : c'est un cadre à poser avant de déployer, pas après. Évaluer quelles données peuvent circuler dans quels outils, définir une politique interne simple, former les équipes : ça peut tenir en deux ou trois semaines de travail ciblé.
Un écosystème saturé d'offres génériques. En Suisse romande, le marché des consultants « IA pour les PME » s'est développé très vite depuis 2023. Beaucoup d'offres proposent des formations d'une journée, des ateliers « découverte », des démos. Ce ne sont pas de mauvaises prestations - elles ont leur utilité à l'étape de sensibilisation. Mais elles ne remplacent pas un accompagnement IA structuré pour PME sur la durée. La difficulté pour un dirigeant est de distinguer les deux.
7. Ce qu'on devrait facturer
Un peu moins de démos. Beaucoup plus d'accompagnement.
Je pense que le modèle de prestation qui correspond au problème réel ressemble à quelque chose comme ça.
- Premier trimestre : cadrage. Identifier le sponsor interne, définir deux ou trois cas métier pilotes, poser la gouvernance des données, aligner le comité de direction. Pas de déploiement d'outil avant la fin de cette phase.
- Deuxième trimestre : déploiement et mesure. Déployer sur les cas métier identifiés, avec des points de suivi bimensuels. Mesurer l'adoption et l'impact par rapport au baseline. Ajuster si les résultats ne correspondent pas aux attentes.
- Troisième trimestre : ajustement et diffusion. Étendre aux équipes qui n'ont pas encore été touchées. Former les formateurs internes. Documenter ce qui fonctionne et ce qui ne fonctionne pas.
- Quatrième trimestre : audit et nouvelle vague. Évaluer l'impact réel, identifier les prochains cas métier, décider si l'organisation est prête à monter en puissance.
Ce modèle est plus long, plus exigeant, et demande un investissement client plus élevé. Il est aussi beaucoup plus susceptible de produire des résultats mesurables à l'issue des douze mois. Et beaucoup plus honnête sur ce que la transformation IA demande vraiment.
8. Les questions à poser à votre consultant IA
Si vous êtes en train de sélectionner un prestataire pour un projet IA, voici les questions qui me semblent discriminantes.
Que livrez-vous au-delà de l'outil ? Une démo + setup + formation, c'est un démarrage. Ce n'est pas une transformation. La réponse doit inclure un processus d'accompagnement sur plusieurs mois, pas seulement un nombre de jours de formation.
Comment mesurez-vous l'adoption ? Un bon prestataire doit avoir une méthode pour mesurer si les équipes utilisent réellement l'outil et si cet usage produit des résultats. « On fait un bilan à six mois » n'est pas une méthode.
Quel sponsor interne avez-vous identifié dans votre organisation ? Si la réponse du consultant est « ça dépend de vous », c'est insuffisant. L'identification et la qualification du sponsor interne devrait faire partie de la phase de cadrage.
Quels cas métier pilotes avez-vous prévus ? Si la réponse est « on verra pendant la formation », le projet partira sans direction claire. Les cas métier pilotes doivent être définis avant le déploiement.
Comment gérez-vous la gouvernance des données ? La réponse doit inclure une analyse des données qui circulent dans les outils, une politique interne et une vérification de la conformité LPD. Pas une mention rapide en fin de présentation.
Ces questions ne sont pas hostiles. Elles permettent de distinguer les prestataires qui ont réellement réfléchi à la conduite du changement de ceux qui vendent une prestation de déploiement.
En conclusion
La transformation IA n'est pas un projet technologique. C'est un projet de conduite du changement, avec une composante technologique. La distinction est fondamentale - et trop souvent ignorée, y compris par les consultants qui la présentent.
Les 5 % d'organisations qui génèrent de la valeur à l'échelle ne sont pas celles qui ont les meilleurs outils. Ce sont celles qui ont investi dans les conditions organisationnelles qui permettent à ces outils de changer réellement les habitudes de travail. Sponsor, cas métier, gouvernance, mesure, accompagnement dans la durée.
Beaucoup moins glamour. Beaucoup plus efficace. Et à ma connaissance, la seule voie qui fonctionne.