GEO · Entreprise

Cartographier les usages de l'IA en entreprise

Ce que tes équipes font déjà avec l'IA, avant ce que les IA disent de toi. La méthode d'Alexia Guibert, fondatrice de Codapia, et pourquoi je la recommande.

Kai · Direction

Cartographier les usages de l'IA en entreprise : pourquoi c'est la première étape (2026)

Mon métier, chez Happia, c'est l'IA vue de dehors : ce que ChatGPT, Gemini ou Perplexity répondent quand un client leur demande à qui s'adresser. En septembre, j'ai rencontré quelqu'un qui travaille l'autre face du sujet. Alexia Guibert, fondatrice de Codapia, regarde l'IA de dedans : celle que tes équipes utilisent déjà, souvent sans que personne ne l'ait décidé. Plus j'ai écouté sa méthode, plus je me suis dit qu'elle avait raison de commencer par là. On maîtrise mal son image dans les IA quand on ne sait pas ce qu'on fait soi-même avec elles.

1Qui est Alexia Guibert, et comment l'ai-je rencontrée ?

Alexia Guibert est la fondatrice et la gérante de Codapia, une entreprise créée en septembre 2026 à Cugand-la-Bernardière, en Vendée. Sa promesse tient en une ligne : « Coder vos outils métier ». Elle conçoit des outils sur mesure pour les TPE et les PME, et elle aide les dirigeants à y voir clair dans l'IA.

Nous nous sommes croisés par le réseau Numbr, puis nous avons pris le temps d'une vraie visio le 23 septembre. Ce qui m'a frappé tout de suite, c'est qu'elle ne parle pas d'IA en général. Elle parle de personnes au travail, de logiciels qu'elles ouvrent le matin, et de ce qui se passe réellement entre les deux.

Elle tient ça de son parcours. Avant Codapia, elle a fait de la gestion de projet chez des éditeurs de logiciels. Elle le dit simplement : ce passage l'aide « beaucoup à faire le lien entre ce que disent les métiers et ce que fait réellement l'outil ». C'est précisément dans cet écart que se logent les usages de l'IA que personne n'a vus passer.

Deux choses ont fini de me convaincre. D'abord, la nouvelle version de son site : elle y a appliqué toutes les bonnes pratiques dont nous avions parlé, et le résultat est vraiment joli et très bien fait. Ensuite, sa façon d'écrire. Son article sur Unum Solum est une vraie découverte d'entreprise, concrète, où l'on comprend ce que les gens font. Quand elle m'a proposé le sujet de la cartographie des usages de l'IA, je n'ai pas hésité : c'est précis, c'est utile, et ça parle aux dirigeants de PME qui ne savent pas par où commencer.

2L'IA dehors, l'IA dedans : quels sont les deux rapports d'une PME à l'IA ?

L'IA dehors, c'est ce qui se passe quand un client demande à une IA quel prestataire choisir dans ton secteur. La réponse se construit à partir de ce que l'outil trouve sur toi : ton site, ta fiche Google, LinkedIn, les annuaires, les avis. Tu n'écris pas cette réponse, tu peux seulement soigner ce qu'on trouve sur toi. C'est le GEO, que j'explique dans notre guide « Qu'est-ce que le GEO ? ».

L'IA dedans, c'est ce qui se passe au même moment dans ton entreprise. Quelqu'un fait résumer une réunion par un outil. Un autre rédige une réponse à un client avec un assistant. Un troisième colle un tableau dans un chatbot pour le remettre en forme. Rien d'anormal. Mais souvent, personne ne l'a décidé, personne n'en a la liste, et personne ne sait où vont les données.

Une cartographie des usages de l'IA, c'est l'état des lieux de cette IA du dedans. Elle répond à quatre questions qu'un dirigeant finit toujours par se poser :

• Où vont mes données ? Un fichier client collé dans un assistant personnel, une note RH reformulée par un chatbot : ce sont des données de l'entreprise qui passent par des outils que personne n'a choisis.
• Qui décide vraiment ? Un outil qui prépare un brouillon relu avant envoi n'est pas un outil qui décide seul de trier des demandes ou des candidatures. Si personne ne sait qu'un outil décide, personne ne contrôle ce qu'il décide.
• Suis-je concerné par la réglementation ? Impossible de le savoir sans savoir quels outils tournent chez toi.
• Est-ce que je gagne du temps, ou est-ce que j'en perds ? Certains usages mériteraient d'être partagés avec toute l'équipe. D'autres font revérifier chaque résultat ou doublonnent avec un autre outil.

3Qu'est-ce que la méthode des 3C d'Alexia Guibert ?

Toute la démarche d'Alexia repose sur ce qu'elle appelle la méthode des 3C. Je la cite telle qu'elle me l'a décrite :

• la Conscience : « comprendre ce qui se passe vraiment » ;
• le Cœur : « poser des règles simples et un socle fiable » ;
• le Corps : « outiller ce qui mérite de l'être ».

L'ordre compte, et c'est ce qui me plaît le plus dans cette méthode. On n'outille pas avant d'avoir compris. On ne pose pas de règles sur des usages qu'on ne connaît pas. Beaucoup d'entreprises font l'inverse : elles achètent un outil d'IA, puis découvrent ce que les équipes faisaient déjà sans elles. La cartographie, c'est le premier C, la Conscience.

4Comment Alexia cartographie-t-elle les usages de l'IA, étape par étape ?

Sa cartographie tient en six étapes. Plutôt que de les reformuler, je lui laisse la parole.

1. Cadrer.

« Je cadre. On définit ensemble le périmètre (toute l'entreprise ou un service) et la raison de la démarche : gagner du temps, sécuriser les données ou préparer l'AI Act. Cela évite de cartographier pour cartographier. »

2. Aller sur le terrain.

« Je vais voir sur le terrain. Je rencontre les personnes qui travaillent, pas seulement la direction. Les usages réels se découvrent en les regardant faire, rarement dans un questionnaire. C'est là que ressortent les outils utilisés sans que personne ne l'ait décidé : un ChatGPT personnel, un assistant intégré à un logiciel, un résumé de réunion automatique. »

3. Lister ce qui est réellement utilisé.

« Je dresse la liste de ce qui est réellement utilisé, y compris ce qui n'est pas officiel. J'y mets les outils d'IA, mais aussi les fonctions d'IA cachées dans les logiciels déjà en place. »

C'est souvent l'étape qui surprend le plus. Une fonction d'IA peut arriver avec une simple mise à jour d'un logiciel, sans que personne ne la remarque.

4. Décrire chaque usage avec quatre questions.

« Je décris chaque usage avec quatre questions : quel outil, qui l'utilise, quelles données y entrent, et si l'IA prépare un travail ou prend une décision. »

Le tout tient dans un tableau qu'elle remet au client. Pour fixer les idées, voici à quoi peuvent ressembler quelques lignes, sur un exemple inventé :

Exemple fictif, à titre d'illustration. Il ne décrit aucune entreprise réelle.

5. Classer par niveau de vigilance.

« Je classe par niveau de vigilance. Un usage qui rédige un brouillon de mail n'a pas le même poids qu'un usage qui touche à des données clients, du RH ou une décision. Je fais ressortir ce qui demande d'agir en premier. »

6. Restituer.

« Je restitue une cartographie lisible pour un dirigeant, avec les usages à garder, à encadrer ou à arrêter, et un ordre de priorité. »

Ce que je retiens, en tant que dirigeant moi-même : la démarche se termine sur des décisions, pas sur un rapport de plus. Un dirigeant n'a pas besoin de quarante pages. Il a besoin de savoir quoi faire lundi.

5Que dit l'AI Act, et que ne faut-il pas lui faire dire ?

Alexia cite l'AI Act parmi les raisons de cartographier. Je m'en tiens ici à ce que publient les sources officielles, lues le 15 octobre 2026.

• Le règlement européen sur l'IA (règlement (UE) 2024/1689) est entré en vigueur le 1er août 2024, selon la page que lui consacre la Commission européenne (mise à jour du 3 août 2026).
• Selon la même page, les pratiques interdites et les dispositions sur la maîtrise de l'IA par les personnes qui l'utilisent sont applicables depuis le 2 février 2025.
• Le texte a été modifié par le règlement (UE) 2026/1744 du 8 juillet 2026, dit « omnibus de l'IA », entré en vigueur le 27 juillet 2026 (texte sur EUR-Lex). D'après la Commission, il repousse notamment au 2 décembre 2027 les règles applicables à une partie des systèmes dits « à haut risque ».
• L'article 4, celui qui porte sur la maîtrise de l'IA, fait partie des articles modifiés par cet omnibus, comme l'indique le service d'information de la Commission sur l'AI Act.

Je m'arrête là, volontairement : le texte vient d'être modifié, et savoir ce qui s'applique à ton entreprise relève d'un juriste. Ce qui est sûr, c'est l'ordre des choses : on ne peut pas savoir si une obligation te concerne tant qu'on ne sait pas quels systèmes d'IA tournent chez toi et à quoi ils servent. Une cartographie ne remplace pas un avis juridique. Elle en est le point de départ.

Pour lire les textes à la source, Alexia les a rassemblés sur son site : ils figurent dans les sources de la carte des sujets chauds de sa page Diagnostic, catégorie « IA et AI Act ».

6Pourquoi une entreprise qui se connaît est-elle mieux décrite par les IA ?

Revenons dehors, sur mon terrain. Quand une IA parle d'une entreprise, elle s'appuie sur ce qu'elle trouve à plusieurs endroits. Quand ces sources disent la même chose, l'image est nette. Quand elles se contredisent, elle se brouille. J'explique ce recoupement dans notre article sur la façon dont les IA vérifient qu'une entreprise existe, et son volet le plus concret, la cohérence du nom, de l'adresse et du téléphone, dans notre article sur le NAP.

Or le désordre du dedans se voit dehors. Quelques situations très courantes :

• la description de l'activité n'est pas la même sur le site, sur LinkedIn et sur la fiche Google, parce que chaque texte a été écrit par une personne différente, à un moment différent, parfois avec un outil différent ;
• l'offre a évolué, mais la mise à jour n'a été faite qu'à un endroit ;
• plusieurs personnes produisent des textes avec plusieurs outils, sans ligne commune, et chacun raconte une entreprise un peu différente.

Une cartographie ne règle pas ces problèmes à elle seule. Mais elle fait apparaître qui écrit quoi, avec quel outil, et c'est le premier pas vers une description commune. Une entreprise qui sait ce qu'elle fait le dit clairement, et de la même façon partout. Se connaître, pour être bien reconnu.

7Pourquoi je recommande Alexia Guibert ?

Je la recommande pour une raison simple : commencer avec de bonnes bases, c'est toujours la base. Avant de soigner ce que les IA disent de ton entreprise, avant d'acheter un outil de plus, il faut savoir ce qui se passe vraiment chez toi. C'est le socle fiable dont parle son deuxième C. Et ce travail-là, Alexia le fait bien, pour quatre raisons.

Elle va voir. Elle ne se contente pas d'un questionnaire envoyé à la direction. Elle rencontre ceux qui travaillent et regarde comment ils font. C'est la seule façon de trouver le ChatGPT personnel ou la fonction d'IA arrivée avec la dernière mise à jour.

Elle a une méthode. Les 3C et les six étapes se suivent sans jargon. Un dirigeant de TPE comprend où il en est et pourquoi on fait les choses dans cet ordre.

Elle livre des décisions. Garder, encadrer, arrêter, avec un ordre de priorité. On sort de sa cartographie avec une liste d'actions, pas avec un document de plus à ranger.

Elle parle aux deux mondes. Son passé chez des éditeurs de logiciels lui permet de traduire ce que disent les équipes en ce que l'outil doit faire. Et comme Codapia conçoit aussi des outils métier, elle peut aller jusqu'au troisième C, le Corps, quand un outil mérite d'être construit.

Pour ce qu'Alexia a fait de son côté avec Happia, je te renvoie à son article « Comprendre et maîtriser le Generative Engine Optimization (GEO) grâce à Happia », publié le même jour sur le blog de Codapia. Elle y publie elle-même ses chiffres et son avis, et c'est à elle de les raconter.

Questions fréquentes

Pour aller plus loin

• Codapia : le site d'Alexia Guibert, ses articles et ses accompagnements.
• Comprendre et maîtriser le GEO grâce à Happia : l'article d'Alexia sur son audit Happia, sur le blog de Codapia.
• Qu'est-ce que le GEO ? : le guide simple pour comprendre comment les IA recommandent une entreprise.
• Comment les IA vérifient qu'une entreprise existe : le recoupement des sources, expliqué.
• NAP cohérent : le levier GEO oublié : nom, adresse, téléphone, identiques partout.