L’intelligence artificielle (IA) ne se déploie pas efficacement dans une entreprise sans une transformation culturelle profonde. C’est le message central de Silvia Quarteroni, responsable innovation au Swiss Data Science Center (SDSC), lors de la 20e Swiss Digital Conférence à Sierre. « Les sujets doivent venir du métier. C’est le métier qui va finalement amener l’impact. Ce n’est pas les personnes en charge de l’informatique ni des finances », affirme-t-elle. Trop d’entreprises adoptent encore une approche « technology first » en déployant des solutions IA sans avoir au préalable identifié les vraies questions métiers à résoudre.
Malgré l’engouement pour l’IA générative, les résultats ne sont pas toujours à la hauteur des espérances. Un rapport publié par Swissmem et Swissmechanic en 2024, portant sur 144 PME industrielles suisses, révèle un nombre surprenant de cas qui n’ont pas livré de résultats probants.
« Si un utilisateur privé peut obtenir un certain nombre de bons résultats avec l’IA, alors en tant qu’utilisateur professionnel, je m’attends à avoir des performances pour tous mes besoins », explique Silvia Quarteroni. Mais la réalité des applications professionnelles est plus complexe que l’utilisation grand public.
Des obstacles très…humains
Les obstacles rencontrés par les PME sont rarement d’ordre technique. « Souvent, on se rend compte que le management a des visions très ambitieuses et souhaite faire de l’IA à tout prix. Mais ces visions se confrontent aux soucis de mise en production des solutions IA, avec un passage difficile du proof of concept à la réalité industrielle ».
De manière générale, il y a souvent un problème de gouvernance de la donnée et de compréhension desdites données. Sans cette compréhension préalable, impossible de tirer vraiment parti de l’IA. « Je n’aurais jamais un outil IA performant si d’abord je ne sais pas quelles sont les questions métiers que je veux soumettre à ces données ».
Ces difficultés sont ainsi plutôt des problèmes humains que technologiques. L’enjeu principal réside dans l’instauration d’une véritable culture de la donnée à tous les niveaux hiérarchiques.
Trois concepts clés pour réussir
Silvia Quarteroni résume sa vision en trois concepts clés. Le premier est de se rendre compte qu’il n’y a pas que l’IA générative au service des PME. L’intelligence artificielle est plus large. Beaucoup d’entreprises ont lancé des initiatives dans la précipitation. « Elles ont ainsi perdu confiance en l’IA, essentiellement parce qu’elles avaient choisi de mauvaises batailles ».
Le deuxième principe est de travailler sur son cœur de métier. L’exemple de Firmenich, fabricant de parfums et d’arômes synthétiques, est parlant. « Pour eux, la clé est de représenter leurs ingrédients, d’une manière efficace et de pouvoir répondre à des questions comme : est-ce que le marché français appréciera le persil pour le parfum que je fabrique ? ».
Le troisième principe est la contextualisation. « La performance n’est possible que si l’IA a accès aux bonnes données, au bon format, avec le bon contexte métier ». Le message final de Silvia Quarteroni est clair : avant de courir après les dernières innovations en intelligence artificielle, les PME doivent d’abord cultiver une vraie relation avec leurs données, à tous les niveaux de l’organisation. Sans cette fondation culturelle, aucune technologie, aussi performante soit-elle, ne pourra tenir ses promesses.
Propos recueillis lors de la 20e Swiss Digital Conférence (29.01.2026)
