IA Show Lyon (04/11) : 3 cas d’usage IA PME applicables, sans shadow AI

Tu veux repartir avec du concret, pas des idées Beaucoup d’événements IA te vendent “l’inspiration”. En PME, ça finit souvent en onglets ouverts, un abonnement pris au hasard, puis du “shadow AI” parc...

Jimmy Manin Publié le 4 novembre 2026 9 min de lecture

IA Show Lyon (04/11) : 3 cas d’usage IA PME applicables, sans shadow AI

Tu veux repartir avec du concret, pas des idées

Beaucoup d’événements IA te vendent “l’inspiration”. En PME, ça finit souvent en onglets ouverts, un abonnement pris au hasard, puis du “shadow AI” parce que les équipes bricolent dans leur coin.

L’IA Show à Lyon vise l’inverse : du petit comité, des cas d’usage présentés de façon actionnable, et du temps pour poser des questions. L’objectif de cet article est simple : t’aider à venir avec un cadrage clair, repartir avec 3 cas d’usage IA PME transposables, et lancer un workflow IA entreprise testable en 14 jours, sans perte de contrôle.

IA Show Lyon : les infos pratiques (vérifiables)

Date : mercredi 4 novembre 2026
Horaire : 18 h 30 à 20 h 30 (format 2 heures, cocktail inclus)
Lieu : à Lyon, chez SHUNPO (adresse exacte envoyée après inscription)
Entrée : gratuite, sur inscription
Capacité : 28 places maximum
Contenu annoncé : 3 à 4 cas d’usage par édition, orientés marketing, développement et process PME, plus échange

Source : page officielle de l’événement sur shunpo.fr.

Pour qui c’est utile (et pour qui ça l’est moins)

Vous devriez y aller si

Vous êtes dirigeant, ops, DSI, responsable support, marketing ou produit en PME et vous cherchez des gains rapides.
Vous avez un problème récurrent à traiter : demandes entrantes, relances, production de contenus, QA, reporting, support.
Vous voulez éviter l’IA “dans l’ombre” : outils non validés, données copiées-collées n’importe où, agents qui ont trop de droits.

Ça va moins vous servir si

Vous venez “voir ce que fait l’IA” sans cible opérationnelle.
Vous cherchez un projet data lourd (prédiction industrielle, training sur gros volumes) : ce format est plutôt fait pour des cas transposables et rapides à tester.

Pourquoi “sans shadow AI” est devenu non négociable en PME

Le sujet n’est pas théorique. L’adoption explose, donc les usages non cadrés aussi.

Sénat : 55 % des TPE-PME utilisent des IA génératives fin 2025, contre 31 % un an plus tôt, et 15 % fin 2023. Le rapport décrit une diffusion “par le bas”, informelle, non sécurisée, qui crée du shadow AI et augmente les cyberrisques.
CERT-FR : alerte sur la perte de maîtrise du SI via Shadow IT, et insiste sur la nécessité d’une politique stricte poste de travail, moindre privilège, durcissement et supervision, surtout avec des outils “agentiques” capables d’exécuter des actions (fichiers, mails, navigateur).
CNIL : relai de fiches pratiques France Num (avec CPME et CNIL) pour aider les TPE-PME à choisir des cas d’usage et prendre les précautions RGPD.

Traduction terrain : si vous repartez d’un événement avec “on va tester ChatGPT sur les mails clients”, vous venez de créer un risque. Si vous repartez avec “on teste un workflow en bac à sable, sur données anonymisées, avec validation humaine”, vous avez une base saine.

Avant de venir : le cadrage qui change tout (30 minutes max)

Votre mission n’est pas de “faire de l’IA”. Votre mission est de réduire un coût, raccourcir un délai ou augmenter une qualité sur un processus.

Étape 1 : choisissez 1 seule cible

Pas trois. Une.

“Réduire de 30 % le temps de traitement des demandes entrantes.”
“Diminuer les relances impayés manuelles.”
“Accélérer la rédaction de réponses standardisées sans baisser la qualité.”
“Réduire les erreurs de copier-coller entre CRM et Excel.”

Étape 2 : cartographiez le flux actuel en 10 minutes

Déclencheur : mail, formulaire, ticket, facture en retard.
Étapes humaines : qui lit, qui trie, qui décide, qui envoie.
Outils : boîte mail, Drive, CRM, ERP, Excel, Slack/Teams.
Sortie attendue : réponse envoyée, tâche créée, statut mis à jour.

Étape 3 : listez 3 types de données manipulées

But : savoir ce qui peut ou ne peut pas sortir de votre SI. C’est votre barrière anti shadow AI.

Données personnelles : clients, prospects, candidats.
Données sensibles : RH, finance, contrats, santé, incidents.
Données publiables : FAQ publique, catalogue, docs marketing déjà en ligne.

Étape 4 : fixez votre niveau de risque acceptable

“Aucun envoi de données client vers un service externe non contracté.”
“Validation humaine obligatoire avant envoi à un client.”
“Logs obligatoires : on veut pouvoir auditer qui a fait quoi.”

Étape 5 : préparez 5 questions d’intégration

“Ça se branche comment à notre mail, CRM, ERP ?”
“Où ça tourne : cloud, local, compte entreprise ?”
“Quelles permissions sont nécessaires ?”
“Qu’est-ce qui est loggé et auditable ?”
“Comment on revient en arrière si ça dérape ?”

Pendant l’IA Show Lyon : la grille de questions à poser sur chaque cas d’usage

Vous voulez des cas d’usage IA PME “applicables”. Donc vous devez obtenir des réponses sur quatre axes : données, intégration, sécurité, mesure. Sans ça, vous ne pouvez pas décider.

1) Données : de quoi ça a besoin, et où ça passe

Données minimales : qu’est-ce qui est strictement nécessaire pour que ça marche ?
Transit et stockage : ça passe où, c’est stocké combien de temps ?
Protection : anonymisation ou pseudonymisation possible ?
Frontière claire : qu’est-ce qui doit rester on-prem ou dans un tenant contrôlé ?

2) Intégration : outil isolé ou workflow IA entreprise

“Est-ce un workflow branché à nos outils, ou un outil à part où on copie-colle ?”
“Il faut des API, des connecteurs, un iPaaS, du dev ? Combien de temps réaliste ?”
“Quelles dépendances : CRM spécifique, suite bureautique, ticketing ?”

Point clé : en PME, le gain vient souvent de l’intégration. Sinon vous automatisez “la rédaction”, mais vous gardez les frictions partout autour.

3) Sécurité : contrôle, permissions, bac à sable

Accès : comptes nominatifs ou comptes partagés ? Qui peut activer, désactiver ?
Moindre privilège : quelles permissions minimales ? Est-ce qu’on peut réduire le périmètre ?
Garde-fous : validation humaine, listes blanches (destinataires, domaines), limites d’action.
Bac à sable : existe-t-il un mode test sans données sensibles ? Le CERT-FR recommande une approche “sandbox” pour les outils non éprouvés en production.

4) Mesure : comment vous prouvez que ça vaut le coup

KPI avant / après : temps de cycle, taux d’erreur, coût, backlog, satisfaction interne.
Détection des erreurs : revue humaine, échantillonnage, seuil de confiance.
Stop condition : à partir de quand on coupe ? Exemple : deux incidents en prod, ou dérive de qualité sur 20 tests.

Si la démo ne parle pas mesure, vous n’avez pas un cas d’usage. Vous avez une démo.

Objectif sur place : repartir avec 3 cas d’usage, mais choisir 1 seul pilote

Oui, l’IA Show annonce 3 à 4 cas d’usage par édition. Votre job est d’en ramener trois, mais de n’en tester qu’un tout de suite.

Comment sélectionner vos 3 cas d’usage IA PME (une règle simple)

Cas 1 : gain rapide, faible risque (données publiables, validation simple).
Cas 2 : gain moyen, intégration utile (CRM, ticketing, ERP).
Cas 3 : plus ambitieux, mais seulement si vous avez un sponsor interne clair.

Red flags à repérer (et à challenger)

“Pas besoin d’IT” alors que ça touche à mail, CRM, documents internes.
“On branche un agent qui fait tout” sans parler permissions, logs, reprise sur erreur.
“C’est magique” sans protocole de test, ni KPI, ni limites d’action.

Mini-plan 14 jours : tester un premier workflow IA entreprise après l’événement

Ce plan est fait pour éviter le classique : “on a adoré, on verra plus tard”. Là, vous testez. Petit périmètre. Mesurable. Gouverné.

Jours 1-2 : cadrage (et garde-fous)

Choisissez 1 cas d’usage (pas 3) et définissez “done” : 1 KPI, 1 périmètre, 1 owner.
Validez les règles données : ce qui ne sort pas, ce qui doit être anonymisé, ce qui exige validation humaine.
Décidez où vit le workflow : compte entreprise, outil approuvé, journalisation activée.

Jours 3-5 : prototype en bac à sable

Travaillez sur données non sensibles ou anonymisées.
Documentez : déclencheur, étapes, sorties, risques, points de contrôle.
Prévoyez une reprise simple : file d’attente, fallback manuel, notifications.

Jours 6-7 : jeu de tests minimal

Créez 20 à 30 cas réels (ou proches du réel).
Mesurez : temps, qualité, erreurs, taux de retouche humaine.
Fixez des critères d’acceptation : “au moins 80 % des sorties utilisables avec retouche mineure”, par exemple.

Jours 8-10 : pilote sur un périmètre réduit

Une équipe, un type de demandes, un canal.
Validation humaine obligatoire si sortie externe (client, fournisseur).
Logs et traçabilité activés : vous voulez pouvoir expliquer une action.

Jours 11-12 : revue et sécurisation

Analysez les erreurs : hallucinations, mauvais routage, données manquantes, format bancal.
Réduisez le périmètre d’action si besoin.
Verrouillez les accès : comptes nominatifs, moindre privilège, rotation des secrets si applicable.

Jours 13-14 : décision “go / no go” et plan 30 jours

Si KPI OK : vous planifiez l’industrialisation progressive (plus de volume, plus d’intégrations).
Si KPI KO : vous stoppez, vous documentez pourquoi, et vous passez au cas n°2.
Vous formalisez une règle simple anti shadow AI : “tout usage IA en prod = outil approuvé + logs + owner + règle données”.

Rester pragmatique : 3 exemples de workflows IA entreprise typiques en PME

L’IA Show va présenter ses propres cas. Mais pour vous aider à vous projeter, voilà trois familles classiques, faciles à évaluer avec la grille ci-dessus.

1) Tri et pré-réponse sur demandes entrantes

Entrée : mail ou formulaire.
Action IA : catégoriser, extraire les champs, proposer une réponse.
Garde-fous : validation humaine, pas d’envoi automatique au début.
KPI : délai de première réponse, temps passé par demande.

2) Production assistée pour marketing et commerce (sans inventer)

Entrée : brief + données produit validées.
Action IA : variantes, reformulations, structuration (emails, landing, fiches).
Garde-fous : sources internes, checklist de vérif, pas de données clients dans un outil non approuvé.
KPI : temps de production, taux de retouches, performance sur un test A/B (si pertinent).

3) Aide dev et QA sur tâches répétitives

Entrée : ticket + contexte de code ou logs.
Action IA : proposition de correctif, génération de tests, résumé d’incident.
Garde-fous : pas de secrets dans les prompts, contrôle d’accès repo, logs d’usage.
KPI : temps de résolution, taux de réouverture, couverture de tests ajoutée.

Deux liens internes utiles si ton sujet, c’est “sans shadow AI”

Ce que tu dois faire maintenant (si tu veux que l’IA Show te rapporte vraiment)

Avant le 4 novembre, prends 30 minutes et arrive avec :

1 objectif formulé en coût, délai ou qualité.
1 cartographie de ton flux actuel (déclencheur, étapes, outils, sortie).
3 types de données identifiées (dont ce qui est interdit de sortie).
5 questions prêtes sur intégration, sécurité, logs, permissions, rollback.

Sur place, tu récoltes 3 cas d’usage. Ensuite, tu appliques le plan 14 jours sur un seul pilote. C’est comme ça que “IA Show Lyon” devient autre chose qu’un event sympa : un déclencheur de workflow IA entreprise propre, mesuré, et tenable.