CCI Lyon lance son diagnostic IA dès le 15/09 : données prêtes, feuille de route en 30 jours

Tu sens que l’IA peut faire gagner du temps, réduire les erreurs, améliorer le service. Mais chez beaucoup de PME à Lyon, ça bloque toujours au même endroit : on parle d’outils, pas de besoins. On teste un assistant, puis on laisse tomber. Ou pire, on achète trop tôt un truc lourd.

À partir du 15 septembre 2026, la CCI Lyon Métropole Saint-Étienne Roanne lance une offre baptisée IAg Flash : un diagnostic en 10 questions pour produire un score de maturité IA, comparé à d’autres entreprises du territoire, puis des recommandations et un parcours d’accompagnement par niveaux. Objectif affiché : aider les PME à s’orienter de façon neutre dans un marché jugé fragmenté, sans foncer sur des solutions complexes sans cas d’usage clair, et en intégrant les enjeux de confidentialité et cybersécurité. Source : lyon-entreprises.com.

La CCI intervient sur un territoire annoncé à 170 000 entreprises. Même source : lyon-entreprises.com.

Ce papier est orienté action : à quoi sert un diagnostic de maturité IA, quoi préparer côté données et process, comment choisir un seul cas d’usage prioritaire, et comment transformer ce diagnostic en feuille de route IA en 30 jours.

Pourquoi un diagnostic IA, maintenant, et pas “quand on aura le temps”

Le contexte est simple : l’adoption progresse, mais reste inégale.

• France : 10 % des entreprises déclarent utiliser au moins une techno d’IA en 2024 (contre 6 % en 2023). Et c’est très corrélé à la taille : 33 % des entreprises de 250 salariés ou plus utilisent l’IA. Source : Insee, 2024 (insee.fr).
• Union européenne : 13,5 % des entreprises (10 salariés ou plus) ont utilisé des technos d’IA en 2024, +5,5 points vs 2023. Source : Eurostat (ec.europa.eu).
• Acculturation dirigeants : la familiarité IA grimpe avec la taille (27 % TPE, 41 % 3 à 49 salariés, 50 % plus de 50). Source : CCI France, août 2025 (cci.fr).

Traduction pour une PME lyonnaise : la fenêtre est bonne. Les équipes bricolent déjà (souvent sans cadre). Les concurrents testent. Et côté puissance publique, l’objectif est clair : accélérer l’adoption d’ici 2030, avec des cibles d’adoption très élevées (PME/ETI à 80 %). Source : Bpifrance, plan “Osez l’IA” (presse.bpifrance.fr).

Un diagnostic IA CCI Lyon, s’il est bien utilisé, sert à éviter trois pièges :

• Le piège “outil d’abord” : on choisit une solution avant de savoir quoi automatiser.
• Le piège “POC éternel” : une démo qui marche, mais jamais déployée (pas de données propres, pas d’intégration, pas de sponsor, pas de budget).
• Le piège “risques ignorés” : données sensibles, droits d’accès, cybersécurité, conformité, tout est traité trop tard.

À quoi sert un diagnostic de maturité IA, concrètement

Oublie les grands mots. Un diagnostic de maturité IA sert à produire une photo partagée et à décider quoi faire en premier.

Dans l’annonce, la CCI cite explicitement des dimensions comme stratégie, données, moyens financiers, compétences. Source : lyon-entreprises.com.

Ce que tu dois obtenir à la fin, si tu veux que ça serve :

• Un score (OK) mais surtout une lecture : points forts, points bloquants.
• Une liste courte de pré-requis : données, sécurité, gouvernance, compétences.
• Un cas d’usage prioritaire avec un chemin de réalisation.
• Une feuille de route IA : POC, déploiement, pilotage, budget.

À l’échelle régionale, la CCI Auvergne-Rhône-Alpes décrit d’ailleurs une approche “Diagnostic & feuille de route IA” incluant analyse organisation, processus, données, outils, identification et priorisation de cas d’usage, puis une mise en mouvement via un POC (format et tarif indicatifs annoncés sur leur site : 3h30 diagnostic + 3h30 travail POC, 1 100 € HT). Attention : ce repère régional n’est pas forcément identique au “diagnostic 10 questions” IAg Flash annoncé pour le 15/09, mais ça aide à comprendre la logique “diagnostic vers roadmap”. Source : auvergne-rhone-alpes.cci.fr.

Avant le diagnostic : prépare un dossier simple, sinon tu perds ton temps

Si tu arrives au diagnostic avec “on verra”, tu auras des recommandations génériques. Le but est d’arriver avec assez de matière pour parler volumes, qualité de données, irritants, contraintes.

1) Process et organisation : 1 page, pas un roman

Tu veux une cartographie simple des processus “candidats IA”. Exemple de familles utiles en PME :

• Vente et avant-vente (leads, qualification, devis).
• ADV (commande, facturation, relances, litiges).
• Support client (tickets, emails, base de connaissances).
• Achats (demandes internes, validation, comparaison fournisseurs).
• Production et qualité (non-conformités, fiches, rapports).
• RH (onboarding, questions récurrentes, gestion documentaire).

Pour chaque process, note :

• Volume : combien de demandes par semaine, combien de devis, combien de tickets.
• Délai : temps de traitement moyen, pics, goulots.
• Coût : temps humain, prestas, erreurs.
• Irritants : double saisie, données manquantes, reprise manuelle, erreurs récurrentes.

2) Données : inventaire des sources et état réel

Pas d’IA utile sans données exploitables. Tu n’as pas besoin d’un catalogue “big data”. Tu as besoin d’un inventaire honnête.

• Sources : CRM, ERP, compta, helpdesk, SIRH, GED, messagerie, fichiers Excel, outils marketing, données production.
• Type : structuré (tables, champs) vs non structuré (PDF, emails, photos, scans).
• Qualité : doublons, champs manquants, nomenclatures non tenues, “texte libre” partout.
• Fraîcheur : mise à jour quotidienne, hebdo, manuelle, jamais.
• Accès : où c’est stocké, qui a le droit, comment on extrait (export, API, rien).
• Sensibilité : données perso, données clients, secret industriel.

Objectif : être capable de répondre à ces trois questions :

• Quelles données le cas d’usage consommera ?
• Peut-on y accéder proprement, sans bricolage ?
• Peut-on les utiliser sans exposer des données sensibles ?

Si tu dois traiter des documents internes, la logique RAG (faire répondre une IA sur tes documents) revient souvent. Si tu veux creuser ce point : https://lyon-ia.com/blog/rag-ia-documents-entreprise.

3) Outils et SI : liste ton stack, et surtout tes intégrations

Tu prépares :

• La liste des outils clés (CRM, ERP, helpdesk, GED, BI, suite bureautique).
• Les intégrations existantes (API, iPaaS, exports planifiés, webhooks).
• Les contraintes : cloud vs on-prem, exigences clients, règles sécurité, audit.

Un cas d’usage IA qui ne s’intègre pas au SI finit en “outil à côté”. Et ça ne scale pas.

4) Irritants métier : la matière première pour choisir un cas d’usage

Fais une liste brute, sans filtrer. 15 minutes par équipe. Puis regroupe. Exemples typiques :

• “On répond trop lentement aux demandes entrantes.”
• “On ressaisit les mêmes infos trois fois.”
• “On perd des infos dans les emails.”
• “Les devis sont hétérogènes selon le commercial.”
• “Les tickets support partent au mauvais endroit.”
• “On ne sait pas mesurer le temps perdu.”

Pour l’accueil et le tri des demandes, tu peux aussi regarder : https://lyon-ia.com/blog/automatiser-demandes-entrantes.

5) Risques et conformité : note ce qui est non négociable

Tu ne fais pas un projet IA en dehors de tes contraintes réelles.

• RGPD : données personnelles, base légale, minimisation, durées de conservation.
• Confidentialité : clauses clients, données stratégiques.
• Cybersécurité : comptes, droits, journalisation, gestion des incidents.
• AI Act : transparence et exigences selon les usages (selon ton contexte).

Sur l’AI Act côté PME, utile pour cadrer sans paniquer : https://lyon-ia.com/blog/article-50-de-lia-act-la-checklist-transparence-pour-votre-pme.

Choisir 1 cas d’usage prioritaire : ta grille simple valeur, faisabilité, risque

Le diagnostic doit déboucher sur un choix. Un seul au départ. Sinon tu te disperses.

Voilà un canevas de priorisation ultra simple, fait pour une maturité IA PME moyenne, sans équipe data dédiée.

Étape 1 : liste 5 à 10 cas d’usage “réalistes”

Exemples fréquents à Lyon et en AURA (PME services, industrie, négoce) :

• Qualification automatique des leads et routage vers le bon commercial.
• Assistant interne sur procédures, offres, docs qualité, fiches produit.
• Tri et réponse de premier niveau sur emails et formulaires entrants.
• Extraction de données de PDF (commandes, BL, factures) et pré-remplissage ERP.
• Support client : suggestion de réponse et recherche dans la base de connaissances.

Besoin d’idées “PME” sans partir dans tous les sens : https://lyon-ia.com/blog/processus-a-automatiser-en-premier-pme.

Étape 2 : score sur 10 avec 3 critères

Tu attribues une note de 1 à 5 sur chaque critère. Puis tu appliques une pondération simple.

• Valeur (x2) : gain de temps, gain qualité, revenu, satisfaction client, réduction risque.
• Faisabilité (x2) : données accessibles, intégrations possibles, complexité faible, sponsor disponible.
• Risque (x1, à soustraire) : données sensibles, impact client, risque juridique, risque cybersécurité.

Score final = (Valeur x2) + (Faisabilité x2) - (Risque x1)

Tu prends le top 1. Si deux projets sont au coude-à-coude, choisis celui qui :

• met le plus vite les équipes en situation réelle,
• t’oblige à poser des bases (données, droits, gouvernance),
• peut être étendu ensuite.

Pour un cadrage propre avant d’écrire du code ou de signer un outil : https://lyon-ia.com/blog/cadrer-un-projet-ia-methode.

Transformer le diagnostic en feuille de route IA en 30 jours

Le diagnostic te donne une direction. La feuille de route te donne un plan. Voilà un déroulé réaliste sur 30 jours, adapté à une PME de Lyon qui veut avancer sans se raconter d’histoires.

Semaine 1 : cadrage et règles du jeu

• Nommer un sponsor (direction ou directeur de pôle).
• Nommer un owner métier (celui qui vit le problème) et un référent IT/sécurité.
• Définir le périmètre : équipe pilote, canal, types de demandes.
• Définir un KPI avant : temps de traitement, taux d’erreur, délai de réponse, backlog.
• Fixer une règle data : quelles données entrent, lesquelles sont exclues.

Pour mesurer proprement et éviter le “ça a l’air mieux” : https://lyon-ia.com/blog/mesurer-gain-reel-usage-ia.

Semaine 2 : préparation des données et du terrain

• Accès : ouvrir les droits nécessaires, et seulement ceux-là.
• Nettoyage minimum : supprimer doublons évidents, normaliser 2 ou 3 champs critiques.
• Jeu de tests : 30 à 100 cas réels (emails, tickets, docs) représentatifs.
• Politique de conservation : qui garde quoi, combien de temps, où ça logge.

Sur l’anonymisation avant envoi à un modèle : https://lyon-ia.com/blog/anonymiser-donnees-avant-ia.

Semaine 3 : POC utile, pas démo cosmétique

Un POC doit répondre à une question binaire : est-ce que ça marche assez pour être déployé, sur un périmètre limité ?

• Prototype sur données réelles (ou proches) et workflow réel.
• Évaluation sur le jeu de tests : précision, erreurs, cas limites.
• Garde-fous : validation humaine, logs, limites d’usage, messages de transparence si nécessaire.
• Coût : première estimation, même approximative (API, licences, intégration).

Tu veux une logique “POC en temps contraint” ? Le retour d’expérience hackathon est une bonne piqûre de rappel sur l’exécution : https://lyon-ia.com/blog/hackathon-unboxed-centrale-lyon-ia-sortir-un-poc-ia-utile-en-30-heures-meme-sans-data.

Semaine 4 : plan de déploiement, gouvernance, budget

Là, tu passes de “ça marche” à “on l’opère”. Ta feuille de route IA doit contenir :

• Déploiement : périmètre pilote, puis extension (équipe par équipe, canal par canal).
• Gouvernance : qui décide des changements, qui valide les prompts, qui gère les accès, qui arbitre les risques.
• Run : support, monitoring, gestion des incidents, reprise en cas d’erreur.
• Conformité : documentation, traçabilité, règles d’usage interne.
• Budget : build vs buy, coût mensuel, coût intégration, coût formation.

Pour clarifier “qui décide quoi” dans une PME : https://lyon-ia.com/blog/gouvernance-ia-entreprise.

Et pour éviter l’angle mort “dépenses IA qui dérivent” : https://lyon-ia.com/blog/un-quart-des-budgets-ia-gache-comment-piloter-vos-depenses-ia.

Ta checklist express avant de faire le diagnostic IAg Flash

• 1 page process : 5 processus, volumes, irritants.
• Inventaire data : sources, qualité, accès, sensibilité.
• Inventaire outils : stack + intégrations possibles.
• Liste irritants : 10 points concrets, vécus.
• Contraintes : RGPD, clients, secteur, sécurité.
• 3 à 5 cas d’usage pressentis : même si c’est imparfait.

Ce que tu dois exiger comme livrable : une feuille de route, pas un score

Un score de maturité, c’est utile pour se situer. Mais ce n’est pas un plan.

Quand tu sors du diagnostic IA CCI Lyon, vise un livrable qui tient sur 2 à 4 pages :

• Cas d’usage prioritaire : périmètre, objectif, KPI, équipe pilote.
• Pré-requis : données à nettoyer, accès à ouvrir, doc à structurer.
• Architecture cible : où tourne l’IA, où passent les données, comment ça s’intègre.
• Plan 90 jours : POC, pilote, déploiement, jalons.
• Gouvernance : rôles, règles d’usage, sécurité, suivi.
• Budget ordre de grandeur : coût outil, coût intégration, coût run.

Si tu veux cadrer l’échange avec un prestataire derrière, sans te faire enfumer : https://lyon-ia.com/blog/cahier-des-charges-projet-ia.

Ce diagnostic arrive au bon moment à Lyon : profite-en pour trancher et exécuter

À Lyon, le sujet n’est plus “est-ce que l’IA existe”. C’est “qui la met en prod proprement”. Le diagnostic IAg Flash annoncé par la CCI à partir du 15/09 est une opportunité si tu t’en sers comme d’un déclencheur : clarifier ton niveau, choisir un cas d’usage, poser les pré-requis, lancer un POC utile, et sortir une feuille de route IA exécutable.

Plan d’action simple dès cette semaine :

• Bloque 2 heures avec 2 métiers + IT pour remplir la checklist.
• Score 5 cas d’usage avec la grille valeur, faisabilité, risque.
• Choisis 1 cas et définis un KPI avant/après.
• Cadre 30 jours : semaine 1 cadrage, semaine 2 data, semaine 3 POC, semaine 4 plan de déploiement.

Si tu fais ça, le diagnostic ne sera pas une formalité. Ce sera un vrai point de bascule vers une IA qui sert le business, ici, à Lyon.