Stratégie Phases : P0 Compétences : A3
Audit de maturité IA interne
Définition
L’audit de maturité IA est une évaluation structurée du niveau de préparation d’une organisation à l’utilisation de l’intelligence artificielle. Il porte sur plusieurs dimensions complémentaires : stratégie et vision, données et infrastructure, compétences et culture, gouvernance et conformité, cas d’usage déjà déployés, capacité de mise à l’échelle.
Pour l’AIBS, cet audit constitue le pendant interne de l’analyse PESTEL. Il alimente la compétence A3 (effectuer une analyse interne de l’entreprise pour l’utilisation de l’IA) et fournit les éléments diagnostiques nécessaires à la définition d’une stratégie réaliste. Une stratégie IA construite sans audit de maturité préalable risque le décalage entre les ambitions affichées et les capacités effectives de mise en œuvre.
L’audit ne vise pas la production d’un score absolu, mais l’identification des dimensions à renforcer en priorité. Une organisation peut être mature sur la dimension données et faible sur la dimension gouvernance, ou inversement. Le profil de maturité est plus informatif que la note globale.
Quand l’utiliser
À conduire en phase P0 lors de l’élaboration des bases stratégiques. À actualiser tous les 12 à 18 mois pour mesurer la progression et ajuster les priorités.
Exemple visuel
Radar de maturité IA — 6 dimensions
Exemple concret rempli
Exemple appliqué — PME industrielle vaudoise
Une PME industrielle de 180 collaborateurs (production de composants de précision) sollicite un audit de maturité IA dans la perspective d’une stratégie à 3 ans.
L’audit est conduit sur 3 semaines via 14 entretiens (direction, IT, production, qualité, RH, finance), une revue documentaire (politiques IT, architecture SI, cartographie des données) et un atelier de validation collégial.
Les scores obtenus s’établissent comme suit : - Stratégie et vision : 2/5 (vision exprimée mais non formalisée, pas de roadmap IA) - Données et infrastructure : 3/5 (données de production bien structurées via MES, mais cloisonnées des données ERP) - Compétences et culture : 2/5 (un seul collaborateur a une formation IA, culture industrielle prudente) - Gouvernance et conformité : 2/5 (politique IT existante mais pas de cadre IA spécifique) - Cas d’usage déjà déployés : 1/5 (aucun cas IA en production, deux POC arrêtés) - Capacité de mise à l’échelle : 2/5 (équipe IT de 4 personnes, peu de marge pour des projets nouveaux)
Score moyen : 2,0/5 — maturité « émergente ».
Les recommandations d’investissement priorisent trois chantiers : (1) formalisation d’une roadmap IA simple, (2) projet pilote sur les données MES (haute qualité), (3) investissement formation pour 2 à 3 collaborateurs clés. Les chantiers de gouvernance et de mise à l’échelle sont reportés à la phase suivante.
Cette priorisation s’appuie sur un principe : investir d’abord là où la maturité actuelle permet un succès rapide, créer des références internes, puis aborder les chantiers structurels.
Variantes
Frameworks open : Gartner AI Maturity Model, MIT CISR Maturity Framework, IBM AI Maturity Index. Cadre interne adapté au secteur. L’important est la cohérence d’application dans le temps pour mesurer la progression.
⚠ Piège classique
Surestimation de la maturité par optimisme. Si toutes les dimensions sont scorées à 4 ou 5, l’évaluation est probablement biaisée. La maturité IA d’une PME suisse moyenne se situe typiquement entre 2 et 3. Une évaluation rigoureuse passe par la triangulation : direction (vision optimiste), IT (vision technique), métiers (vision opérationnelle).
Clé de succès : Évaluer 5-7 dimensions sur une échelle 1-5 avec preuves.
Boussole AIBS — Manuel méthodologique non officiel pour le brevet fédéral d’AI Business Specialist.
Sources : Profil de qualification AIBS v15.04.2025 · Annexe directives FAAIB v1.01 · Document modules FAAIB v2.0 · Règlement examen v3.0 (mars 2026)