La matrice impact-faisabilité est utile. Elle devient dangereuse quand elle additionne tout trop tôt.
Un cas d’usage peut promettre beaucoup de valeur et pourtant ne pas avoir de responsable, de données accessibles, de garde-fou en cas d’erreur ou de mesure de départ. Dans une moyenne, son impact élevé peut masquer ces défauts. Sur le terrain, ils ne disparaissent pas.
La bonne séquence tient en deux temps :
- Filtrer les idées qui ne sont pas encore gouvernables.
- Comparer seulement celles qui peuvent réellement être testées.
La grille ci-dessous sert à organiser cette décision. Elle ne prédit ni le retour sur investissement ni le succès d’un projet.
Pourquoi impact et faisabilité ne suffisent pas
Le cadre impact-effort est devenu un point de départ courant. OpenAI le propose pour classer des cas d’usage. Microsoft recommande aussi de croiser valeur stratégique et faisabilité, mais son cadre va plus loin : maturité, données, infrastructure, ressources et critères de réussite entrent également dans la décision.
Le problème n’est donc pas la matrice. C’est ce qu’on lui demande de faire.
Imaginons deux projets :
- un assistant qui prépare un compte rendu avant validation humaine ;
- un système qui classe automatiquement des candidatures.
Les deux peuvent sembler utiles. Les deux peuvent être techniquement réalisables. Pourtant, leurs conséquences en cas d’erreur, les personnes concernées et les exigences applicables ne sont pas comparables. La Commission européenne cite les outils de tri de CV parmi les usages d’IA à haut risque.
Une note moyenne mélange des questions de nature différente. Elle laisse parfois un gain attendu compenser un risque mal compris. Elle peut aussi mettre en tête un projet sans utilisateur volontaire, simplement parce que sa démonstration est impressionnante.
L’impact et la faisabilité classent des options. Ils ne suffisent pas à dire quelles options ont le droit d’être classées.
Étape 1 : faire passer quatre portes avant toute note
Chaque cas d’usage doit franchir quatre portes. Une réponse manquante ne condamne pas forcément l’idée. Elle change son statut : le projet retourne en préparation au lieu de recevoir artificiellement une bonne place dans la liste.
Porte 1 : le problème existe sans parler d’IA
Décrivez d’abord le travail actuel, sans nommer ChatGPT, un agent ou un modèle.
Une formulation exploitable ressemble à ceci : « après chaque rendez-vous, les commerciaux ressaisissent leurs notes dans le CRM ; certaines informations arrivent tard ou restent absentes ».
« Nous voulons un agent commercial » ne décrit ni le problème ni le résultat attendu.
Vérifiez quatre points :
- le processus actuel est observable ;
- la friction est ressentie par des personnes identifiées ;
- un responsable métier peut arbitrer ;
- l’IA apporte quelque chose qu’une règle simple ou une amélioration du processus ne ferait pas mieux.
Si personne ne porte la décision, arrêtez la notation. Le cas d’usage a besoin d’un responsable avant d’avoir besoin d’un score.
Porte 2 : les données et les accès sont connus
Une idée peut être techniquement possible dans l’absolu et impossible dans votre contexte actuel.
Listez les entrées nécessaires : documents, messages, données CRM, base de connaissances, API, droits d’accès. Puis répondez :
- les données existent-elles réellement ?
- sont-elles assez fiables pour le test envisagé ?
- qui peut autoriser leur utilisation ?
- l’outil peut-il accéder aux bons systèmes sans contourner vos règles ?
- quelles informations ne doivent jamais lui être transmises ?
Le livre blanc de Bpifrance sur l’IA dans les PME relie la priorisation aux ressources disponibles et souligne le poids de la maturité des données. Il porte sur des entreprises accompagnées par Bpifrance, pas sur toutes les PME. Son enseignement utile reste simple : une liste d’idées ne remplace pas l’état réel des fondations.
Si un accès critique est inconnu, le projet devient « prérequis à traiter ». Il n’est pas encore comparable à un cas immédiatement testable.
Porte 3 : l’erreur est détectable et récupérable
Posez la question la moins confortable : que se passe-t-il lorsque l’IA se trompe ?
Documentez :
- qui voit l’erreur ;
- à quel moment elle peut être corrigée ;
- ce que l’outil a le droit de faire seul ;
- l’action qui exige une validation humaine ;
- la solution de repli si le système ne répond pas ;
- les personnes, données ou décisions exposées.
Le cadre de gestion des risques du NIST est volontaire et indépendant d’un secteur ou d’un cas d’usage. Il rappelle surtout qu’un risque se gère dans son contexte. Une note générique « risque moyen » ne dit pas si une erreur est visible, réversible ou acceptable.
Pour un usage juridique, RH, financier, médical ou touchant à des droits, cette grille ne remplace pas l’analyse d’un DPO, d’un juriste ou du professionnel compétent. Les exigences dépendent du système, du rôle de l’entreprise, des données et de la finalité.
Si l’erreur peut produire une action importante sans contrôle ni retour arrière clair, suspendez le projet. Vous avez un sujet de gouvernance avant d’avoir un sujet de priorité.
Porte 4 : le test peut produire une décision
Un pilote n’est pas une démonstration. Il doit permettre de décider.
Avant tout développement, écrivez :
- la situation de départ ;
- l’indicateur que le test doit faire évoluer ;
- la qualité minimale attendue ;
- la période et le périmètre d’observation ;
- les conditions pour continuer, modifier ou arrêter.
Dans son cadre consacré aux agents IA, Microsoft recommande de définir une base de comparaison et d’utiliser les métriques comme portes de décision. C’est une règle utile au-delà des agents : sans état de départ, une impression positive ne prouve pas une amélioration.
Si le test ne peut produire qu’une réaction du type « c’est bluffant », le cas d’usage n’est pas prêt.
La fiche de passage avant scoring
Vous pouvez copier cette fiche pour chaque idée :
| Porte | Question de décision | Statut possible |
|---|---|---|
| Problème et responsable | Le processus, la friction, les utilisateurs et le responsable sont-ils nommés ? | Passer / préciser / arrêter |
| Données et accès | Les entrées, les droits et les limites d’usage sont-ils connus ? | Passer / prérequis |
| Erreur et contrôle | Une erreur est-elle détectable, corrigeable et encadrée ? | Passer / gouvernance / arrêter |
| Mesure et décision | Le test possède-t-il une référence et une règle de décision ? | Passer / instrumenter |
Une idée n’accède au classement que lorsque ses quatre lignes ont un statut « passer ».
Étape 2 : comparer les cas réellement testables
Une fois les quatre portes franchies, la notation redevient utile. Attribuez de 0 à 3 points sur quatre dimensions.
| Dimension | 0 point | 1 point | 2 points | 3 points |
|---|---|---|---|---|
| Valeur métier | Effet non défini | Effet plausible mais sans référence | Indicateur et référence identifiés | Effet directement relié à une décision métier prioritaire |
| Préparation | Dépendances majeures inconnues | Plusieurs prérequis ouverts | Test possible avec un travail préparatoire limité | Test possible avec les moyens et accès déjà disponibles |
| Adoption | Utilisateurs absents ou opposés | Utilisateurs connus mais non impliqués | Utilisateurs associés au test | Responsable et utilisateurs engagés dans la conception et l’évaluation |
| Apprentissage | Résultat isolé | Enseignement surtout technique | Enseignement réutilisable sur un processus proche | Capacité, donnée ou méthode réutilisable par plusieurs équipes |
Additionnez les quatre notes uniquement pour comparer les idées d’une même entreprise. Le total maximal est 12, mais il n’existe pas de seuil universel qui transformerait automatiquement un projet en bon investissement.
Cette prudence est volontaire. Une note de 10 dans une PME ne vaut pas une note de 10 dans une autre. Les données, les outils, les compétences, la pression métier et la tolérance au risque changent.
Ne pondérez pas les critères pour obtenir le résultat souhaité. Si une dimension compte davantage cette année, écrivez pourquoi avant la notation et appliquez la même règle à toute la liste.
Si une IA vous aide à challenger cette notation, vérifiez aussi que ses arguments ne changent pas simplement avec votre manière de présenter l'idée. Le test des trois cadrages permet de comparer ses réponses à faits constants.
Exemple illustratif dans une PME de services
Prenons trois idées fictives. Les notes servent uniquement à montrer la méthode.
| Cas d’usage | Passage des portes | Valeur | Préparation | Adoption | Apprentissage | Décision |
|---|---|---|---|---|---|---|
| Préparer un compte rendu de rendez-vous pour validation | Oui | 2 | 3 | 3 | 2 | Comparer pour un test |
| Classer automatiquement des candidatures | Non, risque et contrôle à qualifier | Non noté | Non noté | Non noté | Non noté | Gouvernance préalable |
| Répondre aux questions internes depuis les procédures | Non, documents dispersés et sans responsable | Non noté | Non noté | Non noté | Non noté | Prérequis documentaire |
Le deuxième cas pourrait avoir une forte valeur perçue. Il ne reçoit pourtant aucun bonus pour cela. Tant que le rôle du système, le contrôle humain et les exigences applicables ne sont pas clarifiés, le comparer au compte rendu de rendez-vous créerait un faux gagnant.
Le troisième n’est pas une mauvaise idée. Il révèle une dépendance : organiser les procédures et nommer leur responsable. Cette étape peut devenir un projet utile en soi, même si l’IA attend.
Le premier cas n’est pas automatiquement retenu. Il devient seulement comparable. Il reste à chiffrer ses coûts et ses gains sur des hypothèses explicites, puis à définir son protocole de test.
Ne cherchez pas forcément un seul vainqueur
Une feuille de route solide ne contient pas uniquement les idées les mieux notées. Elle peut combiner trois rôles :
- un cas de preuve, limité et mesurable, pour vérifier une hypothèse métier ;
- un chantier de fondation, comme la qualité documentaire ou les droits d’accès ;
- un cas stratégique, plus exigeant, conservé dans la feuille de route sans le lancer trop tôt.
Cette lecture évite deux erreurs opposées.
La première consiste à poursuivre uniquement les tâches faciles. Vous accumulez des gains locaux sans construire la capacité nécessaire aux usages plus structurants.
La seconde consiste à commencer par le projet le plus spectaculaire. Vous mobilisez l’organisation avant d’avoir vérifié les dépendances, l’adoption et la mesure.
La priorisation n’est donc pas un concours d’idées. C’est une allocation consciente de l’attention, des données et des responsabilités.
Les trois décisions possibles à la fin
Chaque cas d’usage doit sortir de l’exercice avec une décision explicite :
- Tester. Les quatre portes sont franchies. Le test, la mesure et les responsabilités peuvent être cadrés.
- Préparer. L’idée reste pertinente, mais une donnée, une compétence, un accès ou un garde-fou manque.
- Arrêter. Le problème n’est pas assez important, l’IA n’est pas nécessaire ou l’exposition n’est pas proportionnée à la valeur attendue.
« Arrêter » est une décision productive. Elle libère des ressources et évite de transformer une intuition en projet par inertie.
Quelle porte Alohria correspond à votre blocage ?
Les trois portes d’Alohria ne forment pas une séquence obligatoire.
- La Formation est pertinente lorsque les équipes manquent de repères pratiques pour formuler ou tester leurs usages.
- L’Accompagnement sert à comprendre la situation, arbitrer une liste et documenter la prochaine décision.
- L’Intégration devient pertinente lorsqu’un usage est déjà validé et doit être relié aux outils et aux opérations.
Si votre liste contient dix idées impossibles à départager, l’Accompagnement Alohria peut cadrer cette priorisation dans une mission définie sur devis. Le résultat recherché n’est pas de lancer plus de projets. C’est de savoir lesquels méritent réellement d’avancer.
Sources et limites
- OpenAI, Détecter les opportunités d’utilisation de l’IA et les généraliser
- Microsoft, Plan for AI adoption
- Microsoft, Business plan for AI agents
- Bpifrance, L’IA, une révolution technologique pour les PME
- NIST, Artificial Intelligence Risk Management Framework 1.0
- Commission européenne, Législation sur l’IA
Sources consultées le 17 août 2026. La grille en deux temps, ses quatre portes et son barème sont une méthode éditoriale proposée par Alohria. Ils constituent un outil de discussion, pas un modèle prédictif ni un conseil juridique.