Le contexte
Exo Industries conçoit et fabrique des engins de levage. L'activité repose sur des affaires longues, techniques, souvent remportées par appel d'offres, et documentées par des dossiers volumineux qui mêlent spécifications client, notes de calcul, plans, correspondances et pièces contractuelles.
Comme beaucoup d'industriels, l'entreprise se posait la question de l'intelligence artificielle sans disposer d'une grille de lecture pour y répondre. Non pas par méconnaissance du sujet, mais parce que la question telle qu'elle se pose publiquement — « l'IA va tout changer » — n'aide en rien un dirigeant qui doit décider où mettre son premier euro.
À cette incertitude s'ajoutait une contrainte non négociable : une partie des données manipulées ne peut pas sortir du périmètre de l'entreprise. Toute réponse qui aurait supposé d'envoyer des dossiers clients vers un service externe était disqualifiée d'emblée, quel qu'en soit le gain théorique.

Les enjeux du projet
Le premier enjeu était de poser la bonne question. « Comment intégrer l'IA » n'est pas une question exploitable. « Quels sont, dans nos processus actuels, les trois chantiers où l'automatisation produit le plus de valeur pour le moins de risque » l'est. Reformuler la demande fait partie du travail de diagnostic.
Le deuxième était la confidentialité des données. Sur ce point, Exo Industries n'avait pas besoin d'être rassurée par des engagements contractuels : elle avait besoin d'architectures où la question ne se pose pas, parce que la donnée ne quitte pas ses murs.
Le troisième était la complexité des dossiers. Un dossier d'affaire chez Exo Industries n'est pas un formulaire : c'est un ensemble hétérogène, constitué dans le temps, où l'information utile est dispersée entre des documents de nature différente. Toute solution devait composer avec cette réalité plutôt que supposer des données propres.
Le quatrième était la taille des appels d'offres. Répondre à un appel d'offres industriel suppose de retrouver, dans l'historique, ce qui a déjà été fait de comparable — et de le retrouver vite. Sur des dossiers de cette ampleur, la recherche manuelle d'information devient un poste de coût à part entière.
Le cinquième était la sélectivité. Un diagnostic qui identifie quarante opportunités ne sert à rien : il produit de la paralysie. La valeur d'un diagnostic tient autant à ce qu'il écarte qu'à ce qu'il retient.
L'accompagnement Coekipia
Entretiens avec les équipes. Coekipia est allée voir les postes concernés, dans leur environnement de travail réel. Les opportunités d'automatisation ne se trouvent pas dans les organigrammes ni dans les procédures : elles se trouvent dans les contournements que les équipes ont mis en place pour faire fonctionner un système qui ne les aide pas.
Cartographie des flux et des données. Recensement de l'information manipulée, de ses supports, de sa qualité réelle et de son niveau de sensibilité. Cette cartographie conditionne tout le reste : une solution qui ignore l'état réel des données ne survit pas au premier contact avec la production.
Identification et qualification des chantiers. Plus de sept chantiers ont été retenus. Chacun a été qualifié sur trois axes : le gain attendu, la complexité de mise en œuvre, et la compatibilité avec les contraintes de confidentialité. Ceux qui ne passaient pas ce troisième filtre ont été écartés, y compris lorsque le gain théorique était élevé.
Construction d'une feuille de route. Les chantiers ont été ordonnés dans une logique de dépendance, pas de préférence. Certains sujets à forte valeur supposent un socle de données qui n'existe pas encore ; les traiter en premier reviendrait à construire sur du sable. La feuille de route commence donc par les fondations — fiabilisation et centralisation des données — avant les usages qui en dépendent.
Restitution à la direction, avec pour chaque chantier son périmètre, son gain attendu, sa charge et ses prérequis.
La solution mise en place
Le livrable remis à Exo Industries n'est pas un rapport d'étonnement. C'est un document de décision.
Il présente plus de sept chantiers à fort retour sur investissement, chacun décrit avec son processus actuel, le problème qu'il pose, la solution envisagée, le gain attendu et les conditions techniques de sa mise en œuvre.
Il pose une architecture compatible avec la contrainte de confidentialité, où les données sensibles restent dans le périmètre de l'entreprise.
Il propose enfin un séquencement en phases : fiabilisation des données, puis centralisation et structuration, puis exploitation — dont un assistant interne capable d'interroger l'ensemble du patrimoine documentaire en langage naturel, particulièrement utile sur la préparation des réponses aux appels d'offres.
Chaque phase est chiffrée en charge et en délai, et peut être engagée indépendamment. Exo Industries dispose ainsi d'un plan qu'elle pilote à son rythme, sans engagement global.
Les bénéfices
La direction dispose d'une réponse opérationnelle à une question qui était restée théorique : où commencer, pourquoi là, et dans quel ordre poursuivre.
Les chantiers écartés le sont pour des raisons explicites. C'est un gain moins visible mais réel : l'entreprise ne dépensera pas sur des sujets dont le rendement ne le justifiait pas.
Et la contrainte de confidentialité, souvent présentée dans l'industrie comme un obstacle à l'IA, est traitée comme un paramètre de conception. Elle n'a coûté aucun des chantiers retenus.