Un diagnostic des usages de l’IA consiste à demander à chaque personne de l’équipe ce qu’elle fait réellement avec ces outils, avec quelles données et pour quel gain. Une enquête anonyme d’une demi-heure par personne suffit, et elle précède utilement toute règle.
La plupart des dirigeants de petites entreprises commencent par l’inverse : ils rédigent une règle, choisissent un outil, puis constatent que l’équipe fait autre chose. Ce décalage n’a rien de scandaleux. L’IA générative s’est installée par les pratiques individuelles, une tâche après l’autre, et personne n’a pris le temps de les mettre bout à bout. Le diagnostic sert à ça : voir ce qui existe avant de décider ce qu’on garde.
Pourquoi faire l’état des lieux avant d’écrire la moindre règle
Une règle écrite sans connaître les pratiques réelles vise presque toujours à côté. Elle interdit un usage que personne n’avait, ou elle ignore celui qui pose vraiment problème. Pire, elle pousse les usages utiles dans la clandestinité, parce que les salariés comprennent vite qu’avouer un outil revient à se le voir retirer.
Le diagnostic inverse cette logique. Il part du terrain, il valorise ce qui marche et il rend visible ce qui doit être encadré. Il fournit aussi la matière première d’une charte IA générative d’une page : les outils à autoriser, les données à protéger et les vérifications à imposer se déduisent des réponses plutôt que d’un modèle copié ailleurs.
Les quatre questions auxquelles le diagnostic doit répondre
Un bon état des lieux ne cherche pas à mesurer un niveau de maturité abstrait. Il répond à quatre questions simples, posées à chaque personne qui utilise l’IA dans son travail :
- Quels outils ? Les services payants, les offres gratuites, les assistants déjà intégrés aux logiciels de l’entreprise, mais aussi les comptes personnels ouverts à titre privé.
- Pour quelles tâches ? Rédiger un e-mail, résumer un document, préparer un devis, traduire, chercher une information, relire un contrat.
- Avec quelles données ? Un texte déjà public, un échange client, un tableau de chiffres, des informations sur un collègue.
- Pour quel résultat ? Un gain de temps réel, une meilleure qualité, ou simplement une habitude dont personne n’a mesuré l’effet.
La troisième question est la plus sensible, et c’est elle qui détermine le niveau de risque. Les deux premières décrivent l’activité, la dernière dit si elle vaut la peine d’être développée.
Mener l’enquête sans que personne se sente surveillé
La difficulté n’est pas technique, elle est humaine. Si l’enquête ressemble à un contrôle, les réponses seront prudentes et incomplètes. Quelques précautions changent tout :
- Annoncer clairement l’objectif : comprendre et améliorer, pas sanctionner.
- Rendre le questionnaire anonyme dans les équipes de plus de quelques personnes, ou mener des entretiens individuels brefs quand l’équipe est très petite.
- Commencer par demander ce qui fait gagner du temps, avant de demander ce qui inquiète.
- S’engager sur la suite : aucun usage déclaré de bonne foi ne sera reproché à quiconque.
Dans une équipe de cinq personnes, un échange de trente minutes autour d’un tableau partagé donne souvent plus que n’importe quel formulaire. Au-delà, un questionnaire d’une dizaine de questions, rempli en quelques minutes, suffit pour cartographier l’essentiel.
Ne pas s’arrêter aux outils que l’on connaît
Ce que les gens déclarent spontanément est rarement complet. Beaucoup oublient de mentionner l’assistant activé par défaut dans leur messagerie ou leur suite bureautique, l’application installée sur leur téléphone personnel, l’extension de navigateur qui résume les pages. Il faut donc relancer avec des exemples concrets plutôt qu’avec la question générale.
Le diagnostic doit aussi repérer les accès partagés, c’est-à-dire les comptes utilisés par plusieurs personnes avec un même mot de passe. Ils concentrent des risques particuliers, développés dans notre article sur le compte IA partagé en TPE ou PME, et leur repérage fait partie de l’état des lieux dès le premier tour.
Lire les réponses avec trois colonnes
Une fois les réponses réunies, évitez de les trier outil par outil. Classez plutôt chaque usage dans l’une de trois colonnes :
- À développer : un usage utile, sans risque notable, qui mérite d’être partagé avec toute l’équipe. Une consigne qui fonctionne bien pour reformuler un e-mail en est un bon exemple.
- À encadrer : un usage utile mais qui touche des données sensibles ou des décisions importantes. Il reste possible, avec un outil choisi, des consignes de confidentialité et une relecture humaine obligatoire.
- À arrêter : un usage dont le risque dépasse nettement le bénéfice, par exemple confier des informations confidentielles à un outil gratuit dont les conditions n’ont jamais été lues.
Cette lecture donne un résultat étonnamment constructif. La première colonne est presque toujours la plus fournie, ce qui rassure l’équipe et change le ton de la suite : il ne s’agit plus de limiter l’IA mais de la mettre au service de ce qui fonctionne déjà.
Les erreurs qui faussent un état des lieux
Trois pièges reviennent régulièrement. Le premier consiste à confier l’enquête à la personne qui décide des sanctions : les réponses deviennent politiquement correctes, donc inutilisables. Le deuxième est de ne regarder que les risques. Une cartographie qui ne liste que les dangers donne l’impression que l’IA est un problème à contenir, alors qu’elle est d’abord, pour la plupart des équipes, un moyen de gagner du temps sur des tâches répétitives.
Le troisième piège est de vouloir tout mesurer. Inutile de chiffrer en heures gagnées chaque usage déclaré : un ordre de grandeur suffit pour distinguer ce qui compte de ce qui relève de l’anecdote. Si une tâche revient chaque semaine et qu’elle mobilise plusieurs personnes, elle mérite une méthode partagée. Si elle apparaît une fois par trimestre, un simple conseil entre collègues suffit.
Du diagnostic aux décisions
Le tableau obtenu permet trois décisions concrètes. La première concerne les outils : si l’équipe en utilise cinq pour des tâches voisines, il est temps d’en retenir un ou deux, en s’appuyant sur les critères d’un comparatif des outils d’IA générative adapté aux TPE et PME. La deuxième concerne les données : la liste de ce qui ne doit jamais être saisi se déduit des usages observés, pas d’une hypothèse. La troisième concerne les besoins de formation, qui apparaissent aux endroits où les pratiques divergent le plus d’une personne à l’autre.
Le règlement européen sur l’intelligence artificielle impose depuis février 2025 aux employeurs de veiller à un niveau suffisant de maîtrise de ces outils chez les personnes qui les utilisent. Le diagnostic constitue une première trace utile : il montre que l’entreprise a regardé ses usages et qu’elle en a tiré des conséquences. Il ne remplace pas une action de sensibilisation, mais il la rend beaucoup plus ciblée.
Refaire le point régulièrement
Un diagnostic n’est pas un événement unique. Les outils changent, de nouvelles fonctions s’activent dans les logiciels existants et les habitudes évoluent dès que l’équipe prend confiance. Un questionnaire plus court, repris tous les trois à six mois, suffit à garder la cartographie à jour.
C’est précisément la logique d’un accompagnement IA mensuel : transformer un état des lieux ponctuel en pratique qui s’ajuste, avec des méthodes partagées plutôt que des astuces isolées. La démarche s’inscrit d’ailleurs dans la méthode SC5P+IA, qui place l’état des lieux avant le choix de l’outil.
Faire le diagnostic de ses usages de l’IA ne demande ni budget ni compétence technique : une demi-heure par personne, un tableau et la volonté de regarder ce qui existe sans jugement. Si vous préférez être guidé dans cette démarche, plusieurs formats sont présentés sur la page nos solutions.
