Questions fréquentes
Tout ce qu'on nous demande avant un audit.
Général
Qu'est-ce que l'IA peut concrètement faire pour une PME suisse ?
L'IA automatise les tâches répétitives qui pèsent sur votre équipe : tri et réponse aux emails récurrents, génération de documents standardisés, extraction de données depuis des PDF, classification de tickets support, rédaction assistée de devis. Pour une PME de 10 à 50 personnes, on parle typiquement de 5 à 15 heures par semaine récupérées. L'IA ne remplace pas votre expertise métier : elle enlève le travail administratif à faible valeur ajoutée pour que votre équipe se concentre sur le reste.
Faut-il une équipe data science pour démarrer ?
Non. Les outils modernes (GPT, Claude, n8n, Make, Dify) permettent de livrer des projets utiles sans entraîner de modèle ni embaucher un PhD en machine learning. Notre rôle est précisément d'éviter la complexité inutile : on branche des modèles existants sur vos données et vos outils via des intégrations standards. Vous n'avez besoin ni de data lake, ni de MLOps, ni d'équipe dédiée. Un sponsor côté direction et une personne technique qui connaît vos outils internes suffisent.
Qu'en est-il de la confidentialité des données et de la nLPD ?
La nouvelle loi suisse sur la protection des données (nLPD, en vigueur depuis septembre 2023) encadre strictement l'usage de données personnelles, y compris leur transfert hors de Suisse. Nous travaillons par défaut avec des providers qui hébergent en Suisse ou en UE, et nous excluons les données sensibles des prompts envoyés aux LLM publics. Pour les cas qui l'exigent, nous déployons des modèles auto-hébergés sur votre infrastructure ou en datacenter suisse. Chaque projet commence par un inventaire des données traitées et une décision explicite sur où elles transitent.
Combien de temps avant le premier résultat concret ?
Un premier workflow en production tourne généralement entre 3 et 6 semaines après le kick-off. L'audit initial (2 semaines) identifie un cas d'usage court, la phase de build (2 à 4 semaines) livre une première version utilisable par votre équipe. On préfère livrer un petit truc qui marche vite plutôt qu'un grand projet qui n'arrive jamais. Les itérations suivantes viennent après, sur la base du retour terrain.
Projet
Comment se passe un audit IA ?
L'audit démarre par un appel de 30 minutes pour comprendre votre contexte, vos outils et vos irritants. Si la piste est pertinente, on enchaîne avec un atelier sur site (ou visio) de 2 à 3 heures avec les personnes qui font le travail au quotidien. On en ressort avec 3 recommandations priorisées, une estimation d'impact (heures économisées, coût, délai), et une feuille de route si vous voulez aller plus loin. Vous repartez avec un document utilisable, même si vous ne continuez pas avec nous.
Quelle est la fourchette de prix indicative ?
Un projet ponctuel se situe entre CHF 1'500 et CHF 15'000 selon la complexité. Une automatisation simple de workflow ou un chatbot interne sur documentation : CHF 1'500 à 4'000. Une intégration IA dans un outil métier existant avec connexion à plusieurs systèmes : CHF 5'000 à 10'000. Un projet RAG complet avec base documentaire et plusieurs cas d'usage : CHF 10'000 à 15'000. L'audit initial (30 min + atelier) est gratuit et sans engagement. Les fourchettes sont données après cadrage, pas après.
Quelle est votre méthode en 3 phases ?
Phase 1 — Audit : on cartographie vos processus, on identifie où l'IA a un vrai levier, on priorise par ratio impact/coût. Phase 2 — Build : on livre une V1 fonctionnelle en 2 à 4 semaines, testée avec vos équipes, documentée. Phase 3 — Run : on met en production, on forme l'équipe, on monitore. Chaque phase a un livrable clair et un go/no-go. Si l'audit montre que l'IA n'est pas la bonne réponse à votre problème, on vous le dit ; on ne vend pas un projet qui n'a pas de sens.
La maintenance est-elle incluse après le projet ?
Oui, 3 mois de maintenance sont inclus dans chaque projet ponctuel : correction de bugs, ajustements mineurs, réponse aux questions. Au-delà, vous avez le choix : reprendre la main en interne (on vous forme et on livre le code documenté), souscrire un forfait mensuel d'accompagnement, ou appeler à la demande. On ne crée pas de dépendance artificielle : le code vous appartient, les prompts vous appartiennent, vous pouvez partir à tout moment.
Technique
Quels outils utilisez-vous ?
Côté LLM : GPT (OpenAI), Claude (Anthropic), Mistral pour les cas souverains, Llama pour l'auto-hébergement. Côté orchestration : n8n pour les workflows internes, Make pour les intégrations rapides, Dify pour les chatbots RAG, code custom (Python/TypeScript) quand les outils no-code atteignent leur limite. Côté infra : Supabase, Postgres, vector stores comme Qdrant ou pgvector. On choisit l'outil selon le besoin, pas l'inverse — et on évite les stacks propriétaires qui vous enferment.
Les données peuvent-elles rester en Suisse ?
Oui, c'est un critère courant pour nos clients. Les providers LLM proposent désormais des régions européennes (Azure OpenAI Swiss North, AWS Bedrock Zurich, Mistral en France). Pour l'auto-hébergement, on déploie chez Infomaniak, Exoscale ou sur votre infrastructure on-premise. L'orchestration (n8n, base de données, vector store) tourne dans la région de votre choix. On documente précisément où chaque donnée transite dans un schéma de flux que vous pouvez montrer à votre DPO ou à vos clients.
L'IA s'intègre-t-elle à notre stack existante ?
Oui, c'est 80% du travail réel. On branche l'IA sur vos outils actuels via leurs API : Microsoft 365, Google Workspace, Salesforce, HubSpot, Bexio, Abacus, SharePoint, vos bases de données métier. Si un outil n'a pas d'API, on passe par du scraping interne autorisé ou par import de fichiers. L'utilisateur final ne voit pas un nouvel outil de plus : il voit un bouton dans son CRM, un script dans son Excel, ou un message dans son Teams. L'adoption dépend de cette invisibilité.
Mes employés vont-ils garder leur emploi ?
Dans les projets qu'on a livrés, aucun poste n'a été supprimé. L'IA reprend les tâches que personne ne faisait bien par manque de temps : relances, qualifications, mises à jour de données, reporting. Les équipes récupèrent 5 à 15 heures par semaine qu'elles réinvestissent dans le travail commercial, relationnel et créatif — celui qui génère vraiment de la valeur. Si votre intention est de remplacer des postes, on n'est pas le bon partenaire ; on travaille avec des PME qui veulent faire plus, pas moins.
Une autre question ?
30 minutes, un appel, zéro engagement. On vous dit si l'IA est la bonne réponse à votre problème — ou non.