Ce qui bloque un déploiement, secteur par secteur

Le discours sectoriel sur l’intelligence artificielle décrit partout les mêmes promesses et nulle part les mêmes obstacles, alors que ce sont les obstacles qui décident du résultat. Ce qui mérite d’être connu avant d’entrer dans un secteur est une contrainte précise, qui lui est propre et qui détermine entièrement l’ordre dans lequel le travail doit être conduit : dans les services financiers, que la décision était déjà régulée ; en santé, que tout ce qui est clinique se situe derrière un ordre d’autorisation différent ; dans la distribution, que les données produit n’ont jamais été propres ; en logistique, que l’échéance est physique ; dans les services professionnels, que la connaissance vit chez les personnes les plus chères du cabinet ; dans l’industrie, que les systèmes de production sont séparés des systèmes d’information par conception. Chaque page nomme aussi deux choses qu’aucun document commercial ne contient : le cas d’usage bruyant qui est presque toujours le mauvais premier projet, et l’endroit où se trouve réellement la vérité de terrain.

Services financiers

La contrainte :
Toute décision qui touche au sort d’un client relève déjà d’un régulateur ayant des attentes en matière d’explication et de conservation, et ces attentes sont antérieures à la technologie.
La distraction :
La détection de fraude, déjà bien servie par des modèles existants, et rarement là où le besoin est resté sans réponse.
Un premier projet qui marche :
L’extraction documentaire à l’entrée en relation ou dans la gestion des sinistres : fort volume, sortie vérifiable, et une personne qui relit de toute façon.

Santé

La contrainte :
Tout ce qui touche à une décision clinique porte une charge réglementaire d’un autre ordre : le travail qui aboutit est presque toujours administratif plutôt que clinique.
La distraction :
L’aide au diagnostic, qui attire l’attention et se situe derrière le parcours d’autorisation le plus lourd qui existe.
Un premier projet qui marche :
Le tri du courrier, l’aide au codage ou la synthèse de sortie : administratif, relu, et là où le temps soignant manque réellement.

Distribution

La contrainte :
Les données produit sont éclatées entre fournisseurs, systèmes et années de saisie incohérente : le problème de qualité se situe en amont de tout ce qu’un modèle peut corriger.
La distraction :
La personnalisation, qui est le cas d’usage le plus bruyant et qui dépend de la qualité de données que personne n’a encore reprise.
Un premier projet qui marche :
La normalisation et l’enrichissement des données produit : ingrat, mesurable, et cela débloque tout le reste de la liste.

Transport et logistique

La contrainte :
Les décisions d’exploitation ont des échéances physiques : un système juste et lent y est inutile d’une façon qu’il ne serait pas ailleurs.
La distraction :
L’optimisation de tournées, problème de recherche opérationnelle bien étudié, et généralement pas là où passe l’effort manuel.
Un premier projet qui marche :
Le traitement des anomalies sur documents de transport : fort volume, sortie structurée, et fait aujourd’hui par des personnes qui lisent des scans.

Services professionnels

La contrainte :
La connaissance qu’on cherche à automatiser vit chez des personnes seniors et facturables : la matière première du système est la ressource la plus chère du cabinet.
La distraction :
La rédaction assistée, qui fonctionne bien et produit une valeur difficile à capter quand le modèle économique facture du temps.
Un premier projet qui marche :
La recherche dans les travaux antérieurs du cabinet, problème de recherche que la profession rate depuis vingt ans.

Industrie

La contrainte :
Les systèmes industriels sont séparés des systèmes d’information par conception et souvent par réglementation : sortir la donnée est une question d’architecture et non d’autorisation.
La distraction :
La maintenance prédictive, qui demande des données de panne dont la plupart des sites disposent en quantité trop faible pour entraîner quoi que ce soit.
Un premier projet qui marche :
La recherche dans la documentation technique pour les équipes de maintenance et de qualité, qui ne demande aucune intégration à l’atelier.

Le motif commun aux six

Lisez les six fiches et la même forme apparaît six fois. Le cas d’usage dont on parle en conférence est varié, lourd de conséquences et politiquement chargé. Le projet qui fonctionne en premier est répétitif, peu varié, et rattrapable quand il se trompe.

Ce n’est pas un conseil de timidité, c’est une question de fonction. Le livrable d’un premier projet n’est pas le temps qu’il fait gagner, c’est la preuve que cela peut fonctionner dans cette organisation-là, et c’est cette preuve qui rend autorisables le deuxième et le troisième. Une première tentative sur le problème le plus difficile échoue ou déborde, et les deux issues suppriment la possibilité d’une deuxième tentative pendant environ un an.

La vérité de terrain se cherche en premier

Chaque secteur conserve la trace de décisions qu’une personne a déjà prises correctement, et presque aucun ne la considère comme un jeu de données. Des sinistres tranchés. Des dossiers cliniques codés. Des fiches catalogue corrigées par un commercial. Des anomalies de transport résolues. Des dossiers antérieurs et leur issue. Des journaux de maintenance.

C’est à partir de cette trace qu’un jeu d’évaluation se construit, et sans jeu d’évaluation il n’existe aucun moyen de savoir si un système est bon, donc aucun moyen de savoir si une modification l’a amélioré. La repérer est fréquemment l’heure la plus utile d’une première mission, et elle est invisible de l’extérieur du secteur, ce qui constitue l’argument le plus solide en faveur d’une personne qui y a travaillé.

L’obstacle caractéristique n’est pas que cette trace n’existe pas. C’est qu’elle vit chez une équipe qui n’a pas participé à la décision d’achat et n’a aucune obligation d’aider, ce qui est exactement l’obstacle de la deuxième étape partout ailleurs, et la raison pour laquelle cette étape consomme le calendrier.

Ce que ces pages ne contiennent pas, volontairement

Aucune taille de marché, aucun pourcentage d’adoption par secteur, aucune affirmation sur ce que tel secteur va économiser. Des chiffres de ce type existent et ce sont des moyennes portant sur des organisations dont la variation, sur un même processus, dépasse l’effet rapporté.

Aucun client nommé et aucune étude de cas. Nous ne publions pas de travail que nous ne pouvons pas nommer, et fabriquer un composite anonymisé qui se lit comme une mission réelle est le genre de chose que ce site existe pour éviter.

Ce qui figure ici à la place est la contrainte, la distraction et le premier projet, qui sont les trois choses qu’il vaut la peine de connaître avant une première conversation dans chacun de ces secteurs.

Les questions qu’on pose vraiment

Pourquoi ces six secteurs et pas d’autres ?

Parce que chacun présente une contrainte qui décide du calendrier et qui est fausse dans au moins la moitié des autres. Un secteur dont nous ne saurions dire qu’une croissance du marché de l’IA ne justifie pas une page : ce serait le même texte avec un nom remplacé, c’est-à-dire précisément ce que les moteurs ont appris à déprécier.

Publiez-vous des chiffres de gains par secteur ?

Non. Ces chiffres existent et ce sont des moyennes portant sur des organisations dont l’écart, sur un même processus, dépasse l’effet rapporté. Les citer donnerait une impression de précision sans en donner la substance, et le brief que ce site s’applique interdit d’avancer une statistique dont nous ne pouvons pas répondre.

Pourquoi ne citez-vous aucun client ?

Nous ne publions pas de travail que nous ne pouvons pas nommer, et fabriquer un cas anonymisé qui se lit comme une mission réelle est exactement le genre de chose que ce site existe pour éviter. Ce qui figure ici à la place est la contrainte, la distraction et le premier projet, qui sont utiles sans engager personne.

Faut-il connaître le secteur pour déployer dedans ?

Pas pour construire, indispensablement pour trouver la vérité de terrain. Chaque secteur conserve une trace des décisions qu’une personne a déjà prises correctement, et presque aucun ne la considère comme un jeu de données. La repérer est souvent l’heure la plus utile d’une mission, et elle est invisible de l’extérieur.

Sources

Radif Partners

Écrit et tenu à jour par Radif Partners

Déploiement d’IA appliquée · Ingénierie déployée chez le client

Couvre 2026, · dernière relecture 2026-09-24