L'IA est intolérante à la médiocrité, dit JEMS. Vrai. Mais une PME du Loiret n'a pas besoin de 40 ans pour démarrer.

Ce que dit JEMS, et pourquoi c'est juste sur le fond

Dans une interview au podcast DeepTechs de Challenges du 27 avril 2026, Nicolas Laroche, directeur général de JEMS (ESN data de 900 collaborateurs), tire la sonnette d'alarme. Sa thèse est simple. Les entreprises européennes n'ont pas constitué leur patrimoine de données. Elles ne pourront pas tirer parti de la révolution des agents IA.

Son exemple est frappant. Google a bardé ses véhicules de capteurs et tout enregistré, pendant des années, pour Google Maps. Quinze ans plus tard, ce sont eux qui ont les taxis autonomes. Les constructeurs auto européens ont fait rouler les mêmes capteurs aussi longtemps, mais sans rien stocker. Vision consumériste, dit Laroche. La donnée comme actif industriel, c'est ce qui a fait Google et ce qui n'a pas fait Renault.

Sa formule la plus marquante : "L'IA n'est pas ce qui transforme la couche données. C'est la donnée qui transforme la couche IA." Les grands modèles sont des infrastructures génériques. Leur valeur dépend de la donnée propriétaire qu'on leur expose. Et l'IA, dit-il, est intolérante à la médiocrité de cette donnée.

Sur le fond, je suis d'accord. Une PME qui déploie un agent IA sur des données pourries livre un agent pourri. Personne ne discute ça.

Le piège du discours patrimonial pour les PME

Mais attention. Ce discours vient d'une ESN qui vend des projets data à 500 000 € pour grands comptes. Il s'inscrit dans une logique d'investissement très long terme. Laroche compare lui-même ça au commissariat au Plan sous de Gaulle : "Si on veut l'autonomie énergétique dans quarante ans, il faut construire des centrales maintenant."

Pour un dirigeant de Renault ou de TotalEnergies, ce raisonnement tient. Pour la PME de 25 personnes à Olivet ou à Saint-Jean-de-Braye qui me consulte, c'est asphyxiant. Ça revient à dire : "vous n'êtes pas prêts, revenez dans dix ans". Et entre temps, vos concurrents qui ont commencé petit ont déjà cinq agents IA en production.

Le vrai piège, c'est de croire qu'il faut un patrimoine de données complet et impeccable AVANT de démarrer l'IA. C'est faux pour 90 % des cas d'usage en PME.

Ce qu'une PME peut faire dès cette semaine, sans 40 ans devant

Une PME du Centre-Val de Loire dispose déjà, sans le savoir, d'un mini-patrimoine de données. CRM avec 2 000 fiches contact. 5 ans de factures dans le dossier comptable. Une boîte mail commerciale. Une centaine de devis. Quelques fichiers Excel critiques. Ce n'est pas Google Maps. Mais c'est largement suffisant pour un premier agent IA utile.

L'erreur classique est de regarder ce paysage et de se dire "il faudrait d'abord nettoyer tout ça". Non. La bonne approche est inverse. On choisit UN cas d'usage simple, on construit un agent dessus, et c'est l'agent lui-même qui force le tri progressif des données qu'il consomme.

Exemple concret. Un cabinet à Orléans veut un agent qui pré-rédige les réponses aux mails de prospection entrants. Pour ça, l'agent a besoin :

• D'accéder aux mails entrants (IMAP, déjà là)
• D'une base de "réponses-types" pour s'inspirer (50 emails passés bien rédigés, à sélectionner manuellement, 2 heures de travail)
• D'un accès lecture aux fiches contact CRM (déjà là)
• D'un cadre éditorial écrit (1 page de Markdown, 1 heure)

Total des "données patrimoniales" mobilisées : 50 mails sélectionnés + 1 page de cadre. Délai pour démarrer : 1 semaine. Pas 40 ans.

Le cycle vertueux : agent IA → données mieux structurées → meilleur agent

Voici ce qui se passe ensuite, sur 6 mois, dans la PME qui a démarré petit :

• Mois 1 : l'agent fonctionne mais commet des erreurs. Le commercial corrige les brouillons. Chaque correction est tracée.
• Mois 2 : on identifie que les erreurs viennent de fiches CRM incomplètes. La PME nettoie 200 fiches prioritaires (3 demi-journées).
• Mois 3 : nouvelles erreurs, cette fois sur les références produits. On structure une mini base produits exploitable. Une journée.
• Mois 4-6 : les corrections deviennent rares. L'agent est fiable. La PME ajoute un 2ᵉ agent (qualification de leads) sur les mêmes données déjà nettoyées.

Au bout de 6 mois, la PME a deux agents en production ET un patrimoine de données partiellement assaini, là où ça compte vraiment. Sans audit data à 80 000 €, sans data engineer salarié, sans 40 ans de patience.

C'est exactement le scénario d'une Mission IA qui se transforme ensuite en Partenariat dès le 4ᵉ mois.

Concrètement, à quoi ressemble un démarrage chez une PME du Loiret

Trois cas que j'ai vus passer ces derniers mois, à Orléans, Olivet, Saran. Tous démarrés sans patrimoine de données préparé. Tous arrivés à un premier agent IA en production en moins de 6 semaines.

Cas 1, services B2B à Orléans. Agent qui qualifie les demandes entrantes du formulaire site, pré-remplit la fiche CRM, alerte le commercial sur les leads chauds. Données mobilisées : le formulaire, le CRM existant, des données publiques LinkedIn. Délai 4 semaines.

Cas 2, cabinet d'expertise comptable à Vendôme. Agent qui répond aux questions courantes des clients (échéances, justificatifs à fournir, points de réglementation). Données mobilisées : 30 documents internes triés en 2 jours, un FAQ existant, le calendrier fiscal. Délai 5 semaines.

Cas 3, distributeur industriel à Saran. Agent qui assemble le rapport hebdo de pipeline commercial à partir du CRM, des stocks, et des prévisions Excel. Données mobilisées : ce qui était déjà là, mais extrait automatiquement chaque vendredi. Délai 3 semaines.

Aucun de ces cas n'a nécessité un audit data complet préalable. Tous fonctionnent en production aujourd'hui.

Ce qu'il faut retenir, vu de Centre-Val de Loire

Laroche a raison : sur le très long terme, sur les usages les plus avancés, le patrimoine de données est décisif. C'est l'argument qui justifie les budgets data des Renault, Stellantis, BNP. Si vous êtes une ETI industrielle qui veut faire des agents IA prédictifs sur 5 ans de capteurs IoT, écoutez JEMS. Construisez votre patrimoine. Investissez dans un data lake. C'est la bonne stratégie.

Mais si vous êtes une PME de 10 à 100 personnes en Centre-Val de Loire qui veut juste arrêter de perdre 5 heures par semaine à des tâches répétitives, ne vous laissez pas asphyxier par ce discours. Vous avez assez de données, là, maintenant, pour démarrer un premier agent utile cette semaine. Le reste viendra par itération.

Le vrai blocage n'est presque jamais la qualité des données. C'est l'idée qu'il faut tout préparer avant de commencer. Cette idée arrange les vendeurs de gros projets data. Elle dessert tout le monde sauf eux.

Questions fréquentes