La première numérisation: nécessaire, mais incomplète.

La plupart des dirigeants de PME ont la même réponse quand on leur parle de transformation numérique: «On a déjà fait ça.» ERP modernisé, processus dématérialisés, CRM en place. La case est cochée. C’est précisément cette certitude qui mérite aujourd’hui d’être questionnée.

Depuis les années 1960, la numérisation a consisté à mettre les données structurées au service de l’opérationnel: noms de clients, références produits, chiffres financiers. Des données qui entrent proprement dans un tableur, s’intègrent dans un ERP. Ce modèle a permis des gains de productivité réels, mais il a imposé une conception très étroite de ce qu’est «une donnée utile». Et cette définition a laissé de côté l’essentiel.

Insight: rédigé par Delphine Seitiee, Secrétaire générale d’Alp ICT, Xavier Comtesse, Co-fondateur du ManufactureThinking & Cédric Fischer, Associé, expert en communication et relations publiques, Index

95% de vos données ne sont pas exploitées

Dans une entreprise, environ 95% des données produites chaque jour échappent aux systèmes traditionnels. Ce sont les données non structurées: échanges e-mail avec vos clients, comptes rendus de réunion, enregistrements d’appels, photos d’interventions techniques, signaux de vos équipements, archives contractuelles. Tout cela existe dans votre organisation. Tout cela est produit, stocké et largement ignoré.

Nous appelons cela la dark data: un stock dormant d’informations que votre entreprise génère mais n’utilise pas. La comparaison avec l’univers est parlante: la matière visible ne représente qu’environ 5% de ce qui existe, le reste échappe à nos instruments. Il en va de même dans vos organisations. Vous pilotez votre entreprise sur 5% de ce qu’elle sait.

Ce que change l’IA: lire ce qui était illisible

Ce qui rend ce moment stratégiquement distinct, c’est que l’IA peut désormais «lire» ces données non structurées, les interpréter, en extraire du sens. Rapidement, à grande échelle, à des coûts accessibles aux PME. Ce n’est plus de la recherche ou du prototypage. C’est disponible maintenant, pour une organisation de taille ordinaire.

Un prestataire de services peut analyser automatiquement des années d’échanges clients pour détecter les signaux faibles de mécontentement — bien avant qu’un contrat ne soit résilié. Un fabricant peut transformer les logs de ses équipements, jusqu’ici archivés par obligation réglementaire, en système d’alerte préventive sur les pannes. Une entreprise d’ingénierie peut convertir ses archives de documentation terrain en outil d’analyse d’état et de recommandation de maintenance à distance.

Dans chacun de ces cas, l’actif existait déjà. Ce qui manquait, c’était la capacité à le lire.

Du coût au profit: le renversement de logique

C’est là que réside le vrai changement de paradigme. La première numérisation était structurellement un centre de coûts, justifié par des promesses de productivité souvent modestes. Elle répondait à une question opérationnelle: Comment faire la même chose plus vite?

La deuxième numérisation répond à une question stratégique différente: Que puis-je offrir — ou vendre — que je n’étais pas en mesure de proposer hier?

Transformer les données dormantes en services différenciés, en alertes prédictives monétisables, en personnalisation client à grande échelle: voilà ce qui distingue les deux vagues. Le numérique cesse d’être une dépense d’infrastructure. Il devient un moteur de revenus.

Par où commencer: les quick wins

L’erreur classique face à cette opportunité est d’envisager une refonte globale: un projet lourd, long, risqué. Ce n’est pas la bonne porte d’entrée.

La deuxième numérisation se construit par itérations courtes et ciblées. Un bon quick win se déploie en quelques semaines, mobilise un budget contenu, est immédiatement visible par ses utilisateurs — et surtout, il révèle où se trouvent vos vrais gisements de valeur. Deux ou trois collaborateurs de votre service IT, à temps partiel, suffisent pour lancer les premières expérimentations.

L’essentiel est que ce noyau reste interne. La compréhension de vos données et de vos contextes métier ne peut pas être entièrement sous-traitée. Elle est, en elle-même, un avantage concurrentiel que vous ne devez pas externaliser précisément au moment où il devient décisif.

Ce virage ne se fait pas en un grand projet. Il se fait, comme souvent dans l’économie suisse, par une accumulation de petits actes précis, bien exécutés, ancrés dans le réel de chaque entreprise.