PME industrielle : les huit usages de l'IA générative qui ne demandent aucun capteur.

Une donnée pour commencer, parce qu'elle dit exactement où en est le secteur. Selon l'enquête sur les technologies de l'information et de la communication de l'Insee, 7 % des entreprises de l'industrie manufacturière de 10 salariés ou plus déclaraient utiliser une technologie d'intelligence artificielle en 2024, contre 5 % un an plus tôt et 10 % toutes activités confondues. L'industrie n'est donc ni en avance ni très en retard : elle est dans la moyenne basse, et l'écart avec les 42 % de l'information et de la communication mesure surtout la difficulté à trouver le bon point d'entrée.

Ce point d'entrée n'est pas celui que vous lisez partout. Toujours selon l'Insee, parmi les entreprises qui utilisent au moins une technologie d'IA, 44 % s'en servent pour analyser du texte écrit, 32 % pour en produire — et 7 % seulement pour commander le mouvement de machines. La réalité de l'IA en entreprise, en 2024, c'est du document, pas de la mécanique.

IA prédictive, IA générative : deux technologies, deux budgets

La confusion entre les deux est le principal obstacle à l'entrée d'une PME industrielle dans le sujet, et elle est parfaitement compréhensible : les deux s'appellent « IA » et rien dans le vocabulaire commercial ne les distingue. Elles n'ont pourtant ni le même fonctionnement, ni le même prix, ni le même calendrier.

La distinction n'est pas académique : elle décide si votre premier pas coûte un abonnement ou une ligne d'investissement.

Un raccourci utile en réunion : l'IA prédictive répond à « que va-t-il se passer ? », l'IA générative à « écris-le-moi ». La première a besoin de votre passé sous forme de données ; la seconde a besoin de votre présent sous forme de documents. La frontière entre ces deux mondes et celui de l'automatisation classique est détaillée dans notre article sur la différence entre IA et automatisation.

Pourquoi votre atelier n'est pas prêt pour la maintenance prédictive

Ce n'est pas un jugement, c'est une question de prérequis. La maintenance prédictive suppose trois choses : des capteurs qui mesurent en continu, un historique de pannes long et correctement renseigné, et quelqu'un capable de qualifier une alerte algorithmique. Une PME de 80 personnes possède rarement les trois, et l'absence d'un seul suffit à faire échouer le projet.

Le cas le plus instructif est public. France Num a publié le témoignage de Setic Pourtier, PME roannaise de 85 personnes qui fabrique des machines pour l'industrie du câble. L'entreprise a développé, avec une start-up locale, une solution de maintenance prédictive fondée sur des capteurs mesurant « la température, la tension sur les fils ou le couple moteur ». Elle a fonctionné : le système « a rapidement atteint l'objectif fixé : anticiper les défaillances des machines ». Puis le marché a tranché. Selon France Num, les clients « ne sont pas prêts à payer pour la déployer dans leurs usines car elle ne correspond pas à leur priorité » — leurs parcs de machines offrant une capacité de production suffisante même en tenant compte des pannes. L'entreprise a réorienté la même technologie vers le suivi de la qualité de production, et c'est cette seconde version qui a été « plébiscitée ».

Retenez la leçon plutôt que l'anecdote : une solution technique qui marche n'est pas une solution utile. Avant d'investir dans du capteur, il faut avoir chiffré le problème que l'on résout. Et tant que ce chiffrage n'est pas fait, il existe une couche de gains qui ne demande aucun arbitrage d'investissement. C'est celle qui suit.

Les huit usages, en un tableau

Aucun pourcentage de gain ici : il serait inventé. Ce qui compte, c'est la dernière colonne — la partie qui reste chez vous, et qui reste chez vous quoi qu'il arrive.

Huit usages, un seul prérequis commun : que vos documents existants soient retrouvables. Aucun capteur, aucune intégration.

Bureau des méthodes : gammes, modes opératoires, consignes de poste

1. Les gammes de fabrication et les modes opératoires

Une gamme n'est pas un texte libre : c'est une suite de phases, avec des moyens, des temps et des points de contrôle. L'IA ne connaît ni vos temps ni vos moyens, mais elle sait très bien produire la trame complète d'une gamme nouvelle en s'appuyant sur deux ou trois gammes voisines que vous lui donnez, en reprenant votre vocabulaire, votre découpage de phases et votre mise en forme. Le technicien méthodes passe alors son temps sur ce qui demande son métier — les temps, les outillages, les tolérances — au lieu de recopier une structure.

Le geste est bien plus efficace si l'outil connaît déjà votre atelier. C'est l'objet de la méthode du second cerveau : trois fichiers texte qui décrivent vos machines, vos matières et vos conventions de nommage, et qui évitent de tout réexpliquer à chaque fois. La façon d'écrire la consigne elle-même est traitée dans la méthode RBCF, rôle, but, contexte, forme.

Tu es technicien du bureau des méthodes dans une PME de mécanique de [80] personnes.
But : produire la trame de la gamme de fabrication de la pièce décrite ci-dessous, dans le format exact de nos gammes existantes.

Contexte :
- Plan et spécifications de la pièce : [coller ou décrire]
- Matière : [—]  Quantité série : [—]
- Deux gammes de pièces comparables, à imiter dans la forme : [coller]
- Parc machines disponible : [lister]

Forme : un tableau, une ligne par phase, colonnes = n° de phase, désignation, poste/machine, outillage, points de contrôle, temps.

Contraintes absolues :
- Ne renseigne AUCUN temps, AUCUNE cote, AUCUNE vitesse de coupe : laisse « [À RENSEIGNER] ».
- N'invente aucun outillage qui ne figure pas dans mon parc.
- Signale en fin de tableau les phases dont tu doutes et pourquoi.

2. Les consignes de poste et les instructions de travail

C'est un des usages les plus rentables, et le moins évoqué. Une instruction de travail écrite par un technicien pour un technicien est souvent illisible pour l'opérateur qui doit l'appliquer, surtout si le français n'est pas sa langue première. Demander une réécriture en phrases courtes, à l'impératif, avec une étape par ligne et un encadré des points de sécurité, transforme un document d'archive en document utilisable au poste. La version traduite dans les deux ou trois langues de votre atelier se produit dans la même session.

Une limite absolue : la reformulation ne vaut validation. Un mode opératoire touchant à la sécurité doit repasser par la personne qui en est responsable, avec une trace écrite de son accord. Une reformulation peut inverser une précaution sans que rien ne le signale.

Qualité : non-conformités, 8D, procédures

3. Les rapports de non-conformité et les 8D

Le rapport de non-conformité est le document que tout le monde repousse. L'information existe — elle est dans les notes du contrôleur, dans un fil de messages, dans la tête du régleur — mais la mise en forme prend quarante minutes que personne n'a. Or c'est exactement ce que l'IA générative fait le mieux : reprendre des notes désordonnées et produire un document structuré, factuel, dans votre trame.

Pour un 8D destiné à un client, le gain est double : la trame en huit étapes est rigide et bien connue de l'outil, et la partie fastidieuse — reformuler proprement, produire une chronologie, rédiger l'analyse des causes selon les cinq pourquoi à partir de vos réponses — est mécanique. Le contenu, lui, reste entièrement le vôtre : l'outil ne connaît pas votre process et n'a aucune idée de la cause racine.

Tu es assistant du responsable qualité d'une PME industrielle.
But : transformer mes notes brutes en rapport de non-conformité, puis en amorce de 8D destinée au client.

Notes brutes (dictées en atelier, non relues) : [coller]
Référence produit / OF : [—]   Client : [—]   Quantité concernée : [—]

Forme, partie 1 — rapport de non-conformité :
détection, description factuelle du défaut, quantité et localisation du lot, décision de tri, actions immédiates.

Forme, partie 2 — 8D :
D1 équipe, D2 description du problème, D3 actions immédiates de containment, D4 causes racines
(présente les cinq pourquoi sous forme de questions à me poser, ne réponds pas à ma place),
D5 actions correctives proposées, D6 mise en œuvre, D7 prévention de la récurrence, D8 clôture.

Contraintes :
- N'invente aucune cause, aucune mesure, aucune quantité.
- Ne t'engage sur aucun délai.
- Marque « [À VALIDER] » devant toute affirmation technique.

4. Les procédures qualité et leur mise à jour

Le vrai problème d'un système qualité n'est pas d'écrire une procédure : c'est de mettre à jour les six autres qui la citent quand elle change. Ce travail de cohérence est fastidieux, il se fait mal, et il ressort en audit. On peut y consacrer une IA générative de façon très efficace : lui donner le jeu de procédures concernées et le changement à répercuter, lui demander la liste des passages à modifier, procédure par procédure, avec la formulation proposée. Elle ne modifie rien, elle instruit la décision.

Deux garde-fous. D'abord, la conformité au référentiel reste entièrement une affaire humaine : aucun outil ne statuera pour vous sur ce qu'un auditeur acceptera. Ensuite, la maîtrise documentaire suppose de savoir qui a approuvé quoi et quand — une reformulation non tracée est une non-conformité en soi. C'est aussi pour cette raison que la politique IA d'une page mérite d'être affichée avant d'ouvrir les accès. Le reste du système documentaire suit la même règle — plan et rapport d'audit interne, fiche de non-conformité, analyse de causes, revue de direction : nous avons passé en revue les neuf documents d'un système qualité ISO 9001 que l'IA prépare, et la ligne où préparer cesse d'être approuver.

Production, ADV et achats

5. Les synthèses de production et les comptes rendus d'atelier

Le point production du lundi matin, la revue de charge, la réunion d'avancement d'un ordre de fabrication en retard : autant de réunions dont le compte rendu n'est jamais écrit, ou l'est trois jours plus tard. Une prise de notes assistée puis mise en forme change la donne, avec un effet secondaire utile : les décisions et les responsables sont écrits noir sur blanc, ce qui règle la moitié des désaccords de la semaine suivante. La mécanique et ses limites sont détaillées dans notre article sur les comptes rendus.

Sur les chiffres eux-mêmes, une règle stricte : l'IA met en forme les données que vous lui donnez, elle ne les recalcule pas et ne les vérifie pas. Pour tout ce qui touche à des tableaux de production, la bonne méthode est celle décrite dans notre article sur l'IA et les tableurs : elle écrit la formule, votre tableur fait le calcul.

6. Les comparatifs de fournisseurs et les demandes de prix

Trois offres d'usinage sous-traité arrivent avec des périmètres différents, des unités différentes et des conditions de transport cachées en dernière page. La mise à plat prend une heure et personne ne l'a. On colle les trois offres et on demande un tableau ligne à ligne, avec une colonne « écart de périmètre » et une colonne « ce qui n'est pas chiffré ». La décision reste entière, mais elle se prend sur une base comparable. Le même geste sert à rédiger les demandes de prix, et il s'étend aux approvisionnements récurrents traités dans notre article sur les stocks et les approvisionnements. Le pôle dans son ensemble est décrit dans notre article sur l'IA dans les opérations et les achats.

Documentation technique et notices multilingues

7. Les notices et la documentation technique multilingue

Une PME industrielle qui exporte doit livrer sa notice, ses fiches de sécurité et parfois son manuel de maintenance dans la langue du client. Le devis de traduction technique fait reculer, la version « faite maison par le commercial qui parle anglais » fait des dégâts. L'IA générative traduit remarquablement bien un texte technique à condition qu'on lui donne le glossaire maison : vos désignations de pièces, vos abréviations, les termes que vous ne voulez pas voir traduits. Ce glossaire se constitue une fois et sert dix ans.

La limite est nette et il faut la dire : une traduction non relue par quelqu'un qui connaît le produit ne part pas. Et le fait qu'une notice soit exigée dans une langue donnée relève de la réglementation du marché visé, pas de l'outil. La méthode complète, glossaire compris, est dans notre article sur la traduction des documents techniques et commerciaux.

Répondre aux questionnaires de vos clients grands comptes

8. Les réponses aux questionnaires et audits de vos clients

C'est le gisement le plus sous-estimé d'une PME industrielle qui livre des grands comptes. Questionnaire fournisseur, audit qualité, questionnaire sécurité, questionnaire environnemental, demande d'informations sur la chaîne d'approvisionnement : chacun arrive dans un format différent et redemande, sous une autre forme, ce que vous avez déjà écrit trois fois. Le travail est presque entièrement de la reformulation.

La méthode qui marche est celle des appels d'offres : constituer une base de réponses validées — organisation, certifications, moyens de contrôle, politique de sous-traitance, traçabilité — puis demander à l'outil d'y puiser pour remplir chaque nouveau questionnaire, en signalant ce qui manque. C'est exactement la logique décrite dans notre article sur la réponse aux appels d'offres, et cette base est un actif d'entreprise au même titre que la bibliothèque de prompts partagée.

Tu es assistant du responsable qualité d'une PME industrielle de [80] personnes.
But : préremplir le questionnaire fournisseur ci-dessous en utilisant EXCLUSIVEMENT notre base de réponses validées.

Base de réponses validées (organisation, certifications, moyens de contrôle, traçabilité, sous-traitance) : [coller]
Questionnaire à remplir : [coller]

Forme : reprends chaque question dans l'ordre et propose la réponse.

Contraintes absolues :
- N'affirme RIEN qui ne figure pas dans la base : écris « [SANS RÉPONSE VALIDÉE] ».
- N'attribue aucune certification, aucun agrément, aucune norme que la base ne mentionne pas.
- Ne t'engage sur aucun délai, aucun taux, aucun indicateur chiffré.
Termine par la liste des questions sans réponse validée, classées par priorité.

Ce qu'il ne faut jamais confier à un assistant

Dans l'industrie, la confidentialité n'est pas un principe abstrait : c'est un engagement contractuel envers vos clients. Les travaux de Dell'Acqua et de ses coauteurs pour Harvard Business School et le BCG ont par ailleurs montré que le gain apporté par l'IA s'inverse dès qu'on sort du périmètre où l'outil est compétent, les utilisateurs suivant alors des recommandations fausses avec la même confiance. D'où cette liste.

• Aucun plan ni fichier de définition sous accord de confidentialité client collé dans un compte non professionnel. Le paramétrage se règle en une heure : voir les réglages à faire avant d'ouvrir l'IA à vos équipes.
• Aucun calcul de résistance, de dimensionnement ou de tolérancement. Ce n'est pas un outil de calcul, et rien dans sa réponse ne vous signalera l'erreur.
• Aucune conclusion de conformité à une norme ou à un référentiel. Elle résume le texte, elle ne statue pas sur votre cas.
• Aucun temps, aucune cote, aucun paramètre de production généré. Un temps inventé se retrouve dans un prix de vente.
• Aucune affirmation envoyée à un client sans vérification ligne à ligne. Un questionnaire fournisseur est un engagement, pas un exercice de rédaction.
• Aucune donnée nominative de salarié — les données de personnel relèvent du cadre décrit dans notre article sur l'IA et le RGPD.

Et un point que les dirigeants découvrent souvent trop tard : vos équipes utilisent probablement déjà ces outils depuis leur téléphone, sans que vous l'ayez décidé. Le traiter coûte moins cher que l'ignorer — notre article sur le shadow AI explique comment.

Les prérequis réels avant d'installer le premier capteur

Rien de ce qui précède n'interdit d'aller vers le prédictif. Mais il existe un ordre, et le sauter est la manière la plus fiable de dépenser sans résultat. Trois paliers, trois budgets.

Concrètement, quatre conditions à réunir avant d'engager un projet à capteurs.

• Un problème chiffré. Combien d'heures d'arrêt non planifié par mois, sur quelle machine, pour quel coût. Sans ce chiffre, aucun retour sur investissement n'est calculable — utilisez le calculateur de retour sur investissement pour poser le raisonnement.
• Un historique exploitable. Des interventions datées, qualifiées, saisies au même endroit. Un cahier de maintenance papier n'est pas un historique.
• Quelqu'un pour qualifier les alertes. Un système prédictif produit des alertes ; sans personne pour les trier, il produit du bruit puis du désintérêt.
• Un arbitrage explicite entre faire faire et monter en compétence. La grille est dans notre article sur l'arbitrage entre développer un outil sur mesure et former ses équipes.

L'IA va-t-elle remplacer les postes de votre atelier ?

La question remonte dès qu'on ouvre le sujet en réunion, et l'éviter serait malhonnête. La réponse est non, et la raison est plus intéressante que le simple démenti.

L'index mondial construit par l'Organisation internationale du travail avec l'institut NASK parle d'exposition à une transformation, pas de suppression : il estime qu'un emploi sur quatre est exposé, et il situe l'exposition la plus forte sur des tâches administratives, pas manuelles. Dans une PME industrielle, cela désigne très précisément les huit usages de cet article. Un opérateur, un régleur, un soudeur ne sont pas concernés par un outil qui produit du texte. Le technicien méthodes, le responsable qualité, l'ADV le sont — et ce qui change chez eux, c'est la part de rédaction, pas la part de jugement.

Deux nuances honnêtes. D'abord, la recherche montre que l'effet mesuré est le plus fort sur les personnes les moins expérimentées : c'est une bonne nouvelle pour intégrer un nouvel arrivant, et un risque pour la transmission du métier si l'outil arrive avant l'apprentissage du geste. Ensuite, un gain de temps ne se transforme pas tout seul en valeur : si personne ne décide de ce qu'on fait des heures récupérées, elles se dissolvent. Nous avons traité la question de fond dans notre réponse honnête sur l'IA et l'emploi, et la façon d'embarquer une équipe qui n'en a pas envie dans notre article sur les salariés réticents.

Qui former en premier dans une PME industrielle de 80 personnes

Pas tout le monde. La règle se déduit des chiffres du début : les gains mesurés portent sur l'écrit, donc on commence par les postes dont la semaine en est la plus chargée. Dans une PME industrielle de 80 personnes, cela désigne cinq à sept personnes : le bureau des méthodes, le responsable qualité, l'ADV, les achats, et le dirigeant.

C'est aussi l'ordre qui produit le meilleur effet de démonstration interne. Un rapport de non-conformité rendu le jour même au lieu de la semaine suivante se voit dans toute l'entreprise ; un projet de capteurs ne se voit pas avant six mois. Et la décision de dotation compte autant que le choix des personnes : acheter quarante licences sans former produit six utilisateurs actifs, en acheter huit et former les huit produit huit utilisateurs actifs et un précédent interne. La méthode de dotation est développée dans notre article sur le nombre de licences à acheter et pour qui en priorité.

• Semaine 1 : les comptes et la règle. Comptes professionnels, réutilisation des données désactivée, contrat de traitement archivé, une page de règles affichée.
• Semaine 2 : un atelier de trois heures sur vos documents. Votre dernière gamme, votre dernier 8D, un questionnaire client en attente. Jamais un cas d'école.
• Semaine 3 : deux passages en réel, chronométrés. Le même document, avant et après. On note les minutes, on garde la trace.
• Semaine 4 : la démonstration interne. Le service montre son avant/après aux autres, en chiffres. C'est ce qui décide de l'adhésion.
• Un référent nommé, avec du temps identifié. Le profil et les missions sont détaillés dans notre article sur le référent IA en PME.

Ce séquençage sur treize semaines, avec un livrable par semaine et le creux d'adoption qui tombe presque toujours au même moment, est développé dans notre plan de montée en compétence sur 90 jours. Le contenu métier de ces ateliers correspond au parcours opérations et achats pour les méthodes, la qualité et les achats, et au parcours commercial pour l'ADV et les questionnaires clients. Une entreprise du bâtiment trouvera l'équivalent sectoriel dans notre article sur les neuf usages de l'IA côté bureau dans le BTP, une entreprise qui expédie et affrète dans l'équivalent pour une PME de transport ou de logistique, et la vue d'ensemble reste le guide complet de l'IA en PME. Pour situer votre point de départ, le test de maturité IA prend dix minutes ; le détail de nos sessions figure sur la page de la formation IA pour les PME.

Un dernier repère, utile quand on se demande si l'on est en retard. Bpifrance Le Lab, sur la base d'une enquête auprès de 1 209 dirigeants de PME et d'ETI françaises, relève que 31 % des TPE et PME utilisent l'IA générative — un chiffre bien plus élevé que les 7 % de l'industrie manufacturière mesurés par l'Insee, parce que les deux enquêtes ne posent pas la même question ni ne retiennent le même périmètre. C'est précisément pour cela qu'il faut se méfier des pourcentages ronds qui circulent sur ce sujet, et regarder d'abord ce qui se passe chez vous. Les erreurs les plus courantes sont listées dans notre article sur les erreurs qui plombent un déploiement IA, et le passage à l'automatisation, quand il sera temps, dans notre échelle à quatre niveaux.