Vos données sont-elles prêtes pour l’IA? L’auto-diagnostic en 10 points

Un assistant IA branché sur des dossiers en désordre donne des réponses en désordre, avec l’assurance en plus. C’est l’une des premières causes de déception, bien avant la technologie : notre analyse des projets d’IA qui échouent en PME y revient en détail. La bonne nouvelle : l’état de vos données se vérifie sans consultant, sans outil et sans budget.

L’enjeu vaut l’effort. Selon des études de BDC, environ 30 % des PME canadiennes utilisaient l’IA en 2025, et celles qui l’utilisent seraient 24 % plus productives. La différence entre les deux groupes se joue souvent en amont, dans la préparation. D’où cet auto-diagnostic : dix points regroupés en quatre chantiers, avec pour chacun un test concret à faire cette semaine et ce qu’un échec implique.

Point 1, la localisation des documents. Le test : demandez à deux employés de services différents de retrouver la dernière version d’un même document, une soumission type, une procédure, un contrat. S’ils empruntent deux chemins différents, ou si l’un des deux répond « demande à Sylvie », vous avez votre réponse. Un échec implique que l’IA indexera des sources contradictoires et servira la mauvaise version une partie du temps.

Point 2, les doublons et les versions. Le test : cherchez un document important par son nom et comptez les copies : serveur partagé, boîtes de courriel, postes individuels, clés USB. Au-delà d’une source officielle et d’une archive, chaque copie est un risque. Un échec implique un tri avant l’indexation, faute de quoi le projet démarre sur le mauvais pied : l’IA ne choisit pas la bonne version, elle les lit toutes.

Point 3, les nomenclatures et les gabarits. Le test : ouvrez dix soumissions récentes. Si chaque chargé de projet a son style, ses sections et ses noms de fichiers, l’extraction automatique devra composer avec dix formats au lieu d’un. Un échec n’est pas bloquant, mais chaque variation ajoute du travail de préparation : un gabarit commun adopté aujourd’hui rapporte dès le premier projet.

Point 4, les formats exploitables. Le test : prenez vos vingt documents les plus consultés et classez-les en deux piles : natifs (Word, Excel, PDF généré par un logiciel) ou scans et papier. Un texte natif s’extrait fidèlement; un scan exige une reconnaissance de caractères, dont les erreurs se propagent jusqu’aux réponses. Un échec implique de prioriser : numériser ce qui sert encore, laisser dormir le reste.

Point 5, la qualité du français des documents. Le test : relisez trois documents internes pris au hasard. Abréviations maison, jargon jamais défini, phrases télégraphiques : ce que votre meilleur employé décode par habitude, le modèle le devine, parfois mal. Un échec implique de corriger les gabarits d’abord, le stock ensuite, et de consigner les abréviations dans un lexique interne que l’IA pourra consulter.

Point 6, les droits d’accès. Le test : ouvrez le serveur partagé avec le compte d’un employé récent et cherchez « salaires », « congédiement » ou « évaluation ». Ce qu’il peut voir, un assistant IA branché sur le même serveur pourra le retrouver et le résumer à quiconque pose la question. Un échec implique de restreindre les droits par rôle avant toute indexation : l’IA n’invente pas de fuites, elle industrialise celles qui existaient.

Point 7, les renseignements personnels à caviarder. Le test : dans vos dossiers de projets et de clients, cherchez des numéros d’assurance sociale, des dates de naissance, des renseignements de santé. La Loi 25 encadre leur utilisation, et un projet d’IA constitue un nouvel usage à évaluer. Un échec implique de recenser, déplacer ou caviarder avant d’indexer; notre liste de contrôle en 12 étapes donne l’ordre des opérations.

Point 8, l’historique structuré. Le test : demandez comment l’entreprise a résolu un problème survenu il y a trois ans. Si la réponse vit dans la mémoire d’une personne ou dans une boîte de courriel, votre historique n’existe pas pour l’IA. Un échec implique de structurer les cas résolus dans un format interrogeable, en commençant par le savoir des employés qui partiront à la retraite dans les prochaines années.

Point 9, le propriétaire des données par service. Le test : demandez qui répond de la qualité des données de production, des ventes, des ressources humaines. Si la réponse est « les TI », c’est un échec : les TI hébergent les données, ils ne connaissent pas le métier derrière. Un échec implique de nommer un propriétaire par domaine, avec un mandat écrit d’une page : décider ce qui est officiel, ce qui s’archive, ce qui se corrige.

Point 10, la gouvernance. Le test : cherchez le document qui dit qui peut créer un dossier partagé, qui archive, qui supprime, et ce que vos employés ont le droit de coller dans un outil d’IA public. S’il n’existe pas, chacun improvise. Un échec implique d’écrire ces règles avant le projet, pas après : notre gabarit de politique d’utilisation de l’IA en fournit la charpente.

Aucune entreprise ne réussit les dix tests du premier coup, et ce n’est pas le but. Le but est de savoir où vous en êtes, puis de corriger dans le bon ordre. Voici la table que nous utilisons pour prioriser.

Ce travail de préparation est précisément ce que finance ESSOR volet 1B, le programme d’Investissement Québec. Il couvre jusqu’à 50 % des dépenses admissibles d’un diagnostic numérique et d’un plan de mise en œuvre, jusqu’à concurrence de 20 000 $, pour les PME de 250 employés ou moins affichant un chiffre d’affaires d’au moins 2,5 M$. Notre panorama des subventions IA au Québec détaille les conditions et le montage du dossier.

L’aide n’est jamais garantie : le programme est discrétionnaire et chaque montant reste à confirmer selon votre admissibilité. Mais un diagnostic financé à moitié change le calcul. L’auto-diagnostic ci-dessus vous dit si vous êtes prêt; le diagnostic formel vous dit quoi corriger, dans quel ordre et à quel coût. Pour repérer les aides applicables, notre page Subventions fait le tour des programmes.

Bloquez une heure cette semaine et faites les dix tests, sans tricher : le but n’est pas d’obtenir une bonne note, mais une carte honnête. Classez ensuite les échecs en deux piles : ce qui bloque un projet pilote (droits d’accès, renseignements personnels) et ce qui le ralentit seulement (gabarits, scans, nomenclatures). La première pile se règle avant tout projet; la seconde peut se régler par le projet, périmètre par périmètre.

Chez Cogio, chaque mandat commence par cette vérité de terrain : nous préférons reporter un projet plutôt que de bâtir un cerveau d’entreprise sur des fondations molles, et nous le disons quand c’est le cas. Si vos résultats vous laissent perplexe, parlez-nous-en : comparer votre diagnostic à ce que nous observons ailleurs prend une conversation, pas un contrat.