Transmettre son savoir-faire avec l’IA : le guide pratique du dirigeant de PME multi-sites

Ce guide IA PME est écrit pour le dirigeant qui pilote plusieurs unités comparables : agences, chantiers, tournées, points de vente, équipes d’intervention. Vous savez que certaines font mieux que d’autres. Vous savez rarement pourquoi, et encore moins comment faire passer ce qu’elles font aux autres. Ce guide vous donne une méthode, pas à pas, pour repérer ce savoir-faire, préparer vos données, choisir un premier usage de l’IA, embarquer vos équipes et mesurer l’effet. Il vous sera utile avec ou sans Korbyx.

Sommaire

1. Ce que vous trouverez dans ce guide
2. 1. Pourquoi maintenant : ce que disent les chiffres publics
3. 2. Où se cache votre savoir-faire
4. 3. Repérer vos unités modèles
5. 4. Préparer vos données, sans attendre qu’elles soient parfaites
6. 5. Choisir un premier cas d’usage
7. 6. Les 5 niveaux d’agents IA, et quand activer chacun
8. 7. Embarquer vos équipes
9. 8. Sécurité, données et AI Act : les bonnes questions
10. 9. Mesurer ce qui change vraiment
11. 10. La check-list des 90 premiers jours
12. 11. Les 10 erreurs à éviter
13. Et maintenant

Ce que vous trouverez dans ce guide

• 1. Pourquoi maintenant : ce que disent les chiffres publics
• 2. Où se cache votre savoir-faire
• 3. Repérer vos unités modèles
• 4. Préparer vos données, sans attendre qu’elles soient parfaites
• 5. Choisir un premier cas d’usage
• 6. Les 5 niveaux d’agents IA, et quand activer chacun
• 7. Embarquer vos équipes
• 8. Sécurité, données et AI Act : les bonnes questions
• 9. Mesurer ce qui change vraiment
• 10. La check-list des 90 premiers jours
• 11. Les 10 erreurs à éviter

Temps de lecture : environ 25 minutes. Chaque chapitre se termine par un encadré « À faire cette semaine » : une action simple, faisable sans outil particulier.

Pour qui ? Pour le dirigeant d’une PME ou d’une ETI qui fait tourner plusieurs unités qui font le même métier : un réseau d’agences ou de points de vente, une entreprise du BTP avec ses chantiers et ses équipes, un transporteur avec ses tournées, un négociant avec ses dépôts et ses portefeuilles clients, une structure de services à la personne avec ses secteurs. Vous n’avez pas de direction informatique, ou une toute petite. Vous avez entendu beaucoup de promesses sur l’IA et vous voulez savoir, concrètement, ce qui marche, par quoi commencer et ce qu’il ne faut pas faire.

1. Pourquoi maintenant : ce que disent les chiffres publics

Il y a deux ans, l’intelligence artificielle restait une affaire de grands groupes. Ce n’est plus le cas. Vos salariés s’en servent déjà, souvent sur leur téléphone, souvent sans le dire. Vos concurrents testent. Et pourtant, très peu de PME en tirent un bénéfice mesurable. Les chiffres publics racontent tous la même histoire : l’usage individuel explose, l’usage organisé, celui qui change la marge et la façon de travailler, reste rare.

L’écart entre grandes et petites entreprises n’est pas une question d’outil

Les outils d’IA sont accessibles à tous, souvent pour quelques euros par mois. Si les grandes entreprises intègrent l’IA près de quatre fois plus que les petites (58 % contre 15 %), ce n’est pas parce qu’elles ont accès à une autre technologie. C’est parce qu’elles ont autour de cette technologie trois choses qu’une PME n’a pas : des données reliées entre elles, des gens dont c’est le métier de leur donner un sens, et une méthode pour faire passer une décision jusqu’au terrain. Le manque d’expertise cité par 71 % des entreprises qui renoncent, selon Eurostat, dit exactement cela.

La bonne nouvelle : ces trois choses s’organisent. Elles ne demandent pas une équipe de dix personnes. Elles demandent de savoir par où commencer, et de ne pas commencer par le mauvais bout.

Pourquoi 95 % des pilotes ne rapportent rien de mesurable

Le chiffre du MIT fait peur, mais il est instructif. Dans la plupart des cas, un pilote échoue pour des raisons qui n’ont rien à voir avec l’IA elle-même :

• Pas de point de départ mesuré. On ne sait pas où l’on en était, donc on ne peut pas dire si ça va mieux.
• Un usage choisi parce qu’il impressionne, pas parce qu’il touche un problème qui coûte de l’argent.
• Un outil à côté des outils. Les équipes doivent ouvrir une fenêtre de plus, recopier, ressaisir. Au bout de trois semaines, plus personne ne l’ouvre.
• Une IA qui ne connaît pas l’entreprise. Elle répond de façon générale, se trompe sur les chiffres, et perd la confiance dès la première erreur.

Ce guide est construit pour éviter ces quatre écueils.

Votre vraie réserve : l’écart entre vos unités

Dans une entreprise multi-sites, la plus grande réserve de marge est rarement un nouveau marché. Elle est déjà chez vous, dans l’écart entre vos meilleures unités et les autres. Une agence relance ses devis sous 48 heures, une autre les laisse dormir. Une équipe de chantier facture ses avenants chaque semaine, une autre à la fin. Une tournée est préparée la veille, une autre le matin même. Ces écarts de pratique deviennent, avec le temps, des écarts de chiffre d’affaires et de marge. L’IA est utile précisément ici : pour voir ces écarts tôt, comprendre ce qui les explique et faire passer les bons gestes d’une unité à l’autre.

À faire cette semaine : notez sur une feuille vos trois meilleures unités et vos trois unités les plus en difficulté. Puis, pour chacune, écrivez en une phrase ce qui, selon vous, explique la différence. Gardez cette feuille : vous la comparerez aux faits au chapitre 3.

2. Où se cache votre savoir-faire

Quand un dirigeant dit « mon savoir-faire », il pense souvent à un procédé, une recette, une technique. Dans une entreprise de services multi-sites, le savoir-faire ressemble plutôt à une somme de petits gestes : à quel moment on rappelle un client, comment on prépare une visite, ce qu’on vérifie avant de lancer un chantier, ce qu’on écrit dans un compte rendu. Ces gestes sont rarement écrits. Ils vivent à quatre endroits.

Les quatre endroits où vit le savoir-faire

Le test des trois départs

Un exercice simple pour mesurer votre exposition. Imaginez que trois personnes quittent l’entreprise demain : votre meilleur responsable d’unité, la personne qui connaît le mieux vos clients historiques, et celle qui « sait où sont les chiffres ». Pour chacune, posez-vous trois questions :

• Qu’est-ce qui s’arrêterait de fonctionner dans les trois mois ?
• Qu’est-ce que son remplaçant mettrait plus d’un an à réapprendre ?
• Où ce savoir est-il écrit aujourd’hui ? (La réponse la plus fréquente : nulle part.)

Ce que vous venez de lister, c’est le savoir-faire à transmettre en priorité. Ce n’est pas un projet informatique. C’est un sujet de dirigeant.

Ce que l’IA change à cette équation

Pendant longtemps, transmettre un savoir-faire voulait dire écrire des procédures que personne ne lit, ou faire venir un consultant qui transmet une fois puis repart. L’IA apporte trois choses nouvelles. Elle peut lire les traces laissées dans vos outils et repérer, parmi des milliers de lignes, les habitudes qui distinguent vos meilleures unités. Elle peut recueillir le savoir oral sans effort : une note dictée en sortant d’un rendez-vous devient du contexte réutilisable. Et elle peut ramener ce savoir au bon moment, à la bonne personne : au chef d’agence qui prépare sa semaine, au conducteur de travaux qui ouvre un chantier, au chargé de clientèle qui rappelle une famille.

À faire cette semaine : faites le test des trois départs avec votre directeur des opérations ou votre responsable de réseau. Vingt minutes suffisent.

3. Repérer vos unités modèles

Une unité modèle est une unité comparable aux autres qui réussit mieux, de façon régulière, et dont on peut décrire ce qu’elle fait différemment. Les trois conditions comptent. Une unité qui réussit parce qu’elle est seule sur sa ville n’est pas un modèle pour une unité en pleine concurrence. Une unité qui a eu un bon trimestre n’est pas un modèle. Une unité qui réussit sans qu’on sache pourquoi n’est pas encore un modèle : c’est une question.

Comparer ce qui est comparable

La première erreur consiste à classer toutes ses unités sur un seul tableau. L’agence de centre-ville ouverte il y a quinze ans se retrouve à côté de celle ouverte il y a huit mois en zone rurale, et on en conclut que la seconde « ne travaille pas ». Avant de comparer, formez des groupes de pairs : des unités de taille proche, d’ancienneté proche, avec une clientèle et une zone comparables. Dans le BTP, on ne compare pas un chantier de rénovation de trois semaines avec une construction neuve de dix-huit mois. Dans le transport, on ne compare pas une tournée urbaine avec une ligne régionale.

La médiane plutôt que la moyenne

Dans un groupe de pairs, situez chaque unité par rapport à la médiane (la valeur du milieu : la moitié des unités fait mieux, la moitié fait moins bien), pas par rapport à la moyenne. Une seule unité exceptionnelle, ou une seule en grande difficulté, suffit à déplacer la moyenne et à fausser la lecture de toutes les autres. La médiane résiste à ces cas extrêmes. Elle dit ce qui est normal dans votre entreprise, et donc ce qui est atteignable.

Des signaux de pratique, pas seulement des résultats

Le chiffre d’affaires et la marge disent qui réussit. Ils ne disent pas pourquoi. Pour trouver le savoir-faire, cherchez les signaux de pratique : délai moyen de relance d’un devis, part des comptes rendus saisis le jour même, régularité du reporting, taux de participation aux formations, fréquence des visites clients. Ces signaux bougent des mois avant le chiffre d’affaires. Et surtout, ce sont des gestes qu’une autre unité peut adopter. Le guide « Repérer ce que font vos meilleures unités » détaille la méthode complète, avec un modèle de fiche « pratique ».

À faire cette semaine : reprenez la feuille du chapitre 1. Pour vos trois meilleures unités, cherchez un fait mesurable (une date, un délai, une fréquence) qui confirme ou contredit votre intuition.

1. 1Former des groupes de pairs
2. 2Situer chaque unité par rapport à la médiane
3. 3Repérer l’unité modèle qui réussit durablement
4. 4Décrire ce qu’elle fait différemment

Une unité modèle = comparable + régulière + explicable

4. Préparer vos données, sans attendre qu’elles soient parfaites

C’est l’objection la plus fréquente : « Nos données ne sont pas propres, on verra l’IA plus tard. » Selon Bpifrance Le Lab (2025), plus de quatre PME et ETI sur dix n’analysent pas leurs données pour piloter. Vous n’êtes donc pas seul. Mais attendre des données parfaites, c’est attendre indéfiniment. Les données ne deviennent propres que lorsqu’on s’en sert : c’est en lisant un chiffre faux qu’on découvre qu’une saisie est mal faite, et qu’on la corrige.

Faire l’inventaire de vos outils en une heure

Prenez une feuille et listez, pour chaque outil utilisé dans l’entreprise : ce qu’il contient (devis, factures, interventions, stocks, clients, heures), qui le remplit, à quelle fréquence, et s’il est le même dans toutes les unités. Ajoutez les tableurs, même ceux « que tout le monde utilise mais que personne n’a créé ». En général, en une heure, vous découvrez deux choses : il y a plus d’outils que vous ne pensiez, et la même information est saisie à deux endroits différents, avec deux valeurs différentes.

Les cinq contrôles qui suffisent pour commencer

• Un champ vide n’est pas un zéro. Une agence qui n’a rien déclaré n’a pas fait zéro euro. Si vos tableaux additionnent les vides comme des zéros, vos moyennes et vos classements sont faux.
• Un chiffre, une définition. Le « chiffre d’affaires » de la comptabilité, celui du commercial et celui de la tête de réseau ne sont souvent pas les mêmes (hors taxes ou toutes taxes, facturé ou encaissé, avec ou sans avoirs). Écrivez la définition une fois, faites-la valider, et tenez-vous-y.
• La fraîcheur. Pour chaque source, notez la date de la dernière mise à jour. Une unité dont les données ont trois semaines de retard est souvent une unité qui décroche, avant même que ses chiffres ne le montrent.
• Le périmètre. Quelles unités, quelle période, quels clients ? Deux personnes qui discutent d’un chiffre sans le même périmètre ne parlent pas de la même chose.
• Les doublons et les codes. Un même client sous trois orthographes, une même unité sous deux codes : c’est la première source d’erreur dans les comparaisons.

Votre dictionnaire de dix mesures

Avant de brancher quoi que ce soit, mettez-vous d’accord sur dix mesures, pas cinquante. Pour chacune : son nom, sa définition en une phrase, sa source, sa fréquence, la personne qui la valide. C’est ce document qui permettra plus tard à une IA de répondre juste : elle ne devinera pas ce que vous appelez « marge chantier », elle lira votre définition. C’est aussi ce document qui mettra fin aux réunions où l’on discute de la bonne version du chiffre au lieu de décider. Le guide « Fiabiliser ses données avant de parler d’IA » propose un modèle de dictionnaire.

À faire cette semaine : faites l’inventaire de vos outils et écrivez la définition de votre premier indicateur, celui dont on parle le plus en comité.

5. Choisir un premier cas d’usage

Le premier cas d’usage décide de la suite. S’il réussit, vos équipes vous suivront sur le deuxième. S’il échoue, vous entendrez « l’IA, on a essayé » pendant trois ans. Il ne doit donc être ni le plus spectaculaire, ni le plus ambitieux, mais le plus sûr de produire un effet visible et mesurable dans les trois mois.

La grille des quatre questions

Pour chaque idée, notez de 1 à 3 :

• Est-ce que ça coûte de l’argent aujourd’hui ? Des devis qui dorment, des avenants non facturés, des impayés relancés trop tard, des heures payées non facturées : ce sont des fuites qu’on peut chiffrer.
• Est-ce que ça revient souvent ? Un geste répété chaque semaine dans chaque unité vaut mieux qu’une analyse annuelle, même brillante.
• Est-ce que les données existent déjà ? Si l’information n’est saisie nulle part, commencez par autre chose.
• Est-ce qu’une unité le fait déjà bien ? Si oui, vous avez un modèle à transmettre, pas une méthode à inventer. C’est le critère le plus sous-estimé.

Choisissez l’idée qui a le meilleur total, à condition qu’elle n’ait aucun 1 sur la troisième question.

Des premiers cas d’usage qui fonctionnent, industrie par industrie

Ce qu’il vaut mieux ne pas choisir en premier

Évitez pour démarrer : la prévision à douze mois (impossible à vérifier vite), le projet qui touche toute l’entreprise d’un coup, l’usage qui concerne l’évaluation individuelle des salariés (sensible humainement et réglementairement, voir chapitre 8), et celui qui suppose de changer d’abord d’outil. Gardez-les pour plus tard, quand la confiance sera installée.

À faire cette semaine : listez cinq idées de premiers cas d’usage avec votre équipe de direction et passez-les à la grille des quatre questions.

6. Les 5 niveaux d’agents IA, et quand activer chacun

On parle beaucoup d’« agents IA ». Le mot recouvre des choses très différentes. Un agent est un programme qui utilise l’IA pour accomplir une tâche : répondre, préparer, veiller, enchaîner plusieurs étapes. La bonne question n’est pas « faut-il des agents ? » mais « jusqu’où suis-je prêt à déléguer, et avec quels garde-fous ? ». Voici une échelle simple en cinq niveaux. On monte d’un niveau quand le précédent a fait ses preuves.

1. 1Le copilote répond
2. 2L’exécutant prépare
3. 3L’agent qui veille agit sans qu’on lui demande
4. 4L’équipe d’agents se répartit une tâche
5. 5Vos propres agents se branchent

À chaque niveau : rien n’est écrit sans validation · tout est tracé · chacun ne voit que ce que son rôle autorise

Niveau 1 · Le copilote répond. Vous posez une question en français (« Quelles unités ont la marge la plus éloignée de la médiane ce trimestre ? »), il répond en précisant la mesure, la période et le périmètre utilisés. C’est le point de départ : il ne fait rien d’autre que répondre. À activer dès le début, à condition qu’il montre toujours ses données.

Niveau 2 · L’exécutant prépare. Il rédige le plan d’action, la relance client, la synthèse de visite, le brouillon de devis. Une personne relit, corrige et confirme. C’est souvent là que se trouve le premier gain de temps concret pour les équipes. À activer quand le copilote a gagné la confiance.

Niveau 3 · L’agent qui veille. Il travaille sans qu’on lui demande : la synthèse du lundi envoyée à chaque responsable, la relance des actions en retard, l’alerte quand une unité dérape. À activer quand vos règles et vos seuils sont clairs, sinon il alerte trop ou pas assez.

Niveau 4 · L’équipe d’agents. Plusieurs agents se répartissent une tâche : l’un analyse l’écart, l’autre prépare le plan, un troisième vérifie la cohérence avant qu’il ne vous soit présenté. À activer sur des tâches récurrentes et bien comprises.

Niveau 5 · Vos propres agents. Vos équipes ou vos prestataires construisent leurs propres agents, qui interrogent vos données par un standard ouvert, avec les mêmes garde-fous. À réserver aux entreprises qui ont déjà l’habitude des niveaux précédents.

Les garde-fous à exiger, quel que soit le niveau

• Rien ne part sans qu’une personne l’ait validé.
• Chaque action est tracée : qui l’a proposée (l’IA ou une personne), qui l’a validée, quand.
• Chaque agent ne voit que ce que le rôle de la personne qui l’utilise autorise.
• Une demande hors périmètre est refusée, pas contournée.
• L’IA ne calcule pas les chiffres « de tête » : elle s’appuie sur un calcul vérifiable et dit quand une donnée manque.

À faire cette semaine : pour votre premier cas d’usage, décidez à quel niveau vous voulez vous arrêter dans un premier temps. Pour la plupart des PME, la réponse raisonnable est le niveau 2.

7. Embarquer vos équipes

Un outil que les équipes n’utilisent pas ne rapporte rien. L’adoption ne se décrète pas dans un mail de la direction : elle se construit en montrant à chacun ce que l’outil lui apporte à lui, à son poste, dès la première semaine.

Choisir les mots : transmettre, pas surveiller

La première réaction d’un chef d’agence ou d’un technicien face à un projet d’IA est souvent la méfiance : « On va être fliqués. » Les mots que vous employez comptent. Parlez de partager ce qui marche, de gagner du temps sur la saisie, de préparer les rendez-vous, de rendre visibles les progrès. Bannissez « contrôler », « surveiller », « classer les collaborateurs ». Et tenez parole : comparez des unités, des équipes, des portefeuilles, jamais des personnes une à une.

Commencer par les managers

Vos responsables de zone, chefs d’agence, conducteurs de travaux et animateurs de réseau sont la clé. Ce sont eux qui porteront le changement sur le terrain, ou qui le laisseront mourir. Donnez-leur d’abord ce qui les aide : un rendez-vous préparé avec des faits sourcés et l’exemple d’une unité comparable qui réussit. Un manager qui arrive en visite avec « l’unité de Lens, de la même taille que la vôtre, relance ses devis sous 48 heures et transforme mieux » n’impose plus une opinion. Il discute d’un fait. C’est une légitimité nouvelle, et la plupart des managers la saisissent vite.

Partir des irritants du terrain

Demandez à vos équipes terrain ce qui leur fait perdre du temps : ressaisir un compte rendu, chercher un historique client, relancer trois fois la même personne, remplir un tableau pour le siège. Le premier bénéfice qu’elles verront doit être là. Les salariés qui utilisent l’IA chaque jour sont deux fois moins stressés que les autres (11 % contre 23 %), selon ADP Research (People at Work 2026). Ce n’est pas l’IA qui apaise, c’est le temps qu’elle rend.

Des ambassadeurs, pas un plan de communication

Choisissez deux ou trois unités pilotes, dont au moins une qui n’est pas parmi les meilleures. Faites-les témoigner devant les autres au bout d’un mois, avec leurs mots. Reconnaissez publiquement les progrès, de façon juste parce que mesurée. Et formez par rôle : un dirigeant, un manager et un technicien n’ont pas besoin de la même prise en main.

À faire cette semaine : demandez à trois personnes de terrain, dans trois unités différentes, quelle tâche elles aimeraient ne plus jamais faire à la main.

« Ce qui fait basculer une équipe, ce n’est jamais la démonstration. C’est le jour où le chef d’agence arrive en réunion avec son plan déjà prêt et se rend compte qu’il a gagné sa matinée. À partir de là, c’est lui qui en parle aux autres. »

8. Sécurité, données et AI Act : les bonnes questions

Brancher une IA sur ses données d’entreprise, c’est lui confier ce qu’on a de plus sensible : clients, marges, salaires, contrats. Vous n’avez pas besoin d’être expert pour bien choisir. Il suffit de poser les bonnes questions, et d’exiger des réponses écrites.

Dix questions à poser à tout fournisseur d’IA

• Où sont hébergées mes données, et où sont-elles traitées par l’IA ? (Pays précis, pas seulement « en Europe ».)
• Mes données servent-elles à entraîner un modèle, ou à un autre client ? (La seule bonne réponse est non, par écrit.)
• Mes données sont-elles isolées de celles des autres clients, et à quel niveau ?
• Qui, chez vous, peut accéder à mes données, et comment est-ce tracé ?
• Chacun de mes collaborateurs ne voit-il que ce que son rôle autorise ?
• L’IA peut-elle écrire dans mes outils sans validation humaine ?
• Comment savoir d’où vient un chiffre donné par l’IA ? Puis-je voir les données utilisées ?
• Que fait l’IA quand elle ne sait pas, ou quand une donnée manque ?
• Puis-je récupérer toutes mes données à tout moment, dans un format lisible ?
• Les conversations de mes collaborateurs avec l’assistant sont-elles privées ?

L’AI Act en clair, pour un dirigeant de PME

Le règlement européen sur l’intelligence artificielle, souvent appelé AI Act, encadre les usages de l’IA selon leur niveau de risque. Il s’applique par étapes. Pour une PME qui utilise l’IA pour piloter ses unités, trois points méritent votre attention :

• Les usages qui touchent les personnes sont les plus encadrés. Les systèmes d’IA utilisés pour évaluer la performance ou le comportement des salariés, ou pour prendre des décisions qui les concernent (recrutement, promotion, fin de contrat), font partie des usages dits « à haut risque », soumis à des obligations fortes. La règle de prudence est simple : utilisez l’IA pour comparer des unités, des équipes, des portefeuilles, des tournées ou des chantiers, pas pour noter des personnes une à une.
• Une personne décide. Gardez une validation humaine sur toute action proposée par l’IA, et gardez la trace de qui a décidé quoi.
• Former ceux qui s’en servent. Le règlement demande aux entreprises qui utilisent l’IA de veiller à un niveau suffisant de maîtrise de l’IA chez leurs collaborateurs. Une prise en main par rôle et une acculturation des managers répondent à cette exigence et, surtout, à un besoin réel.

Pour les questions juridiques propres à votre entreprise, appuyez-vous sur votre conseil. Ce chapitre vous donne les réflexes, pas un avis juridique.

« Je conseille toujours la même chose : demandez où vont vos données, qui peut les lire, et ce qui se passe si vous partez. Si le fournisseur hésite sur une de ces trois questions, vous avez votre réponse. »

Comment Korbyx répond à ces questions. Hébergement en France, IA traitée en Europe. Un espace isolé par client jusque dans la base de données. Vos données n’entraînent aucun modèle et ne servent à aucun autre client. Chacun ne voit que ce que son rôle autorise, les conversations avec l’assistant sont privées, rien ne part sans validation, tout est tracé, et vos données sont récupérables à tout moment. Korbyx est conçu pour l’AI Act : validation humaine, réponses sourcées, traces conservées. Le détail point par point est sur la page sécurité et souveraineté des données.

À faire cette semaine : envoyez les dix questions à chaque fournisseur d’IA que vous utilisez déjà, y compris les outils grand public utilisés par vos équipes.

9. Mesurer ce qui change vraiment

Si 95 % des pilotes n’ont pas de retour mesurable, selon le MIT (2025), c’est souvent parce que personne n’a mesuré. Mesurer n’est pas compliqué. Cela demande juste d’être fait avant de commencer, pas après.

Photographier le point de départ

Avant de lancer quoi que ce soit, notez la valeur actuelle de deux ou trois indicateurs liés à votre premier cas d’usage, pour chaque unité concernée, sur les trois à six derniers mois. Par exemple : délai moyen entre l’envoi d’un devis et sa première relance, part des avenants facturés dans le mois, écart entre heures payées et heures facturées. Datez cette photo et conservez-la.

Trois familles d’indicateurs

Les trois familles sont nécessaires. Un bon usage sans exécution ne change rien. Une exécution sans effet signifie que la pratique transmise n’était pas la bonne : c’est une information précieuse, pas un échec.

Comparer avant et après, à pairs égaux

Une unité qui progresse en décembre ne progresse peut-être que parce que décembre est un bon mois pour tout le monde. Comparez toujours l’évolution des unités qui ont appliqué le plan à celle d’unités comparables qui ne l’ont pas encore appliqué. Et donnez-vous le temps : un geste commercial peut produire un effet en quelques semaines, une pratique d’organisation en plusieurs mois.

À faire cette semaine : faites la photo de départ de votre premier cas d’usage, même dans un simple tableur.

10. La check-list des 90 premiers jours

Quatre-vingt-dix jours, c’est le bon horizon pour un premier pas : assez long pour voir un premier effet, assez court pour garder l’attention de tout le monde. Voici une check-list à imprimer, valable que vous travailliez seul, avec un prestataire ou avec Korbyx.

1. 1Jours 1 à 30Comprendre et cadrer
2. 2Jours 31 à 60Brancher et préparer
3. 3Jours 61 à 90Lancer et mesurer

Jours 1 à 30 · Comprendre et cadrer

• Faire le test des trois départs (chapitre 2)
• Inventorier les outils et les tableurs (chapitre 4)
• Former les groupes de pairs et repérer deux ou trois unités modèles (chapitre 3)
• Choisir le premier cas d’usage avec la grille des quatre questions (chapitre 5)
• Écrire la définition des trois indicateurs concernés et les faire valider
• Faire la photo de départ (chapitre 9)
• Nommer un responsable interne du projet, avec du temps réservé
• Écrire le périmètre noir sur blanc : quelles unités, quelles données, ce qui est exclu

Jours 31 à 60 · Brancher et préparer

• Poser les dix questions de sécurité et obtenir les réponses écrites (chapitre 8)
• Brancher les sources utiles au premier cas d’usage, et elles seulement
• Corriger les cinq défauts de données les plus visibles
• Décrire la pratique de l’unité modèle dans une fiche (méthode dans le guide « Repérer ce que font vos meilleures unités »)
• Choisir deux ou trois unités pilotes, dont une qui n’est pas parmi les meilleures
• Former les managers des unités pilotes, puis leurs équipes, par rôle

Jours 61 à 90 · Lancer et mesurer

• Lancer les premiers plans d’action dans les unités pilotes : une action, une personne, une date
• Suivre chaque semaine ce qui avance, ce qui bloque, qui est débordé
• Recueillir les retours du terrain et ajuster les règles et les seuils
• Mesurer l’écart avant et après, à pairs égaux
• Faire témoigner une unité pilote devant les autres
• Décider : étendre à d’autres unités, passer au niveau d’agent suivant, ou ajouter un deuxième cas d’usage

11. Les 10 erreurs à éviter

• 1. Commencer par l’outil. On choisit un logiciel, puis on cherche à quoi il pourrait servir. Commencez par le problème qui coûte de l’argent.
• 2. Attendre des données parfaites. Elles ne le seront jamais. Commencez avec ce que vous avez, mesurez leur fiabilité, et améliorez-la en vous en servant.
• 3. Comparer ce qui n’est pas comparable. Une unité récente face à une unité de quinze ans, un petit chantier face à un grand : vous découragerez les uns et rassurerez à tort les autres.
• 4. Se fier à la moyenne. Une seule unité exceptionnelle la déforme. Raisonnez en médiane de groupes de pairs.
• 5. Confondre résultat et pratique. Savoir qu’une unité fait plus de marge ne dit rien de ce qu’il faut faire. Cherchez le geste derrière le chiffre.
• 6. Noter les personnes. Classer les salariés un à un abîme la confiance et vous expose réglementairement. Comparez des unités, des équipes, des portefeuilles.
• 7. Laisser l’IA écrire seule. Une relance envoyée par erreur à un bon client coûte plus cher que dix relances bien préparées. Validation humaine, toujours.
• 8. Croire un chiffre sans voir d’où il vient. Une IA qui ne montre pas ses données finira par vous faire prendre une mauvaise décision avec assurance.
• 9. Tout lancer partout en même temps. Un premier cas d’usage, deux ou trois unités pilotes, quatre-vingt-dix jours. Puis on étend.
• 10. Ne pas mesurer le point de départ. Sans photo de départ, impossible de prouver l’effet, et impossible de convaincre les unités suivantes.

Et maintenant : comment Korbyx peut vous aider à aller plus vite

Tout ce qui est décrit dans ce guide peut se faire avec des tableurs, de la méthode et beaucoup de temps. Korbyx existe pour que ce temps-là, une PME n’ait plus à le trouver. La plateforme se branche sur vos outils actuels sans rien remplacer, définit chaque chiffre une fois avec vous, situe chaque unité par rapport à la médiane de ses pairs, trouve pour chacune son unité modèle et ce qu’elle fait différemment, et prépare le plan d’action qui transmet ces bons gestes. Vous validez, les équipes agissent dans leurs outils habituels, Korbyx suit l’exécution et mesure l’effet. L’IA propose, une personne décide, toujours.

Notre accompagnement suit exactement la logique de ce guide : comprendre, cadrer, concevoir avec vos équipes, construire et tester, lancer, mesurer, grandir. En 90 jours, vos outils sont branchés, vos équipes formées, vos premiers plans lancés et vos premiers bons gestes transmis. Pour aller plus loin, lisez la présentation de la plateforme Korbyx, des cinq niveaux d’agents IA et de vos 90 premiers jours avec Korbyx.