Société de services industriels détenue par un fonds de private equity, ~20 M$ de chiffre d'affaires, ~150 salariés · étude terrain de trois mois, puis mise en œuvre · Données client anonymisées. Les chiffres de l'étude et de la mise en œuvre sont réels ; le chiffre d'affaires projeté est une projection.
Situation
Un spécialiste du calorifugeage et de l'échafaudage, dans le portefeuille d'un fonds de private equity mid-market : des équipes terrain, des devis, de la planification, et un back-office qui tourne sur des tableurs et sur la mémoire de l'entreprise. La thèse du fonds : améliorer les marges grâce à l'IA appliquée. Et sa question était celle que se pose aujourd'hui chaque fonds mid-market : où l'IA crée-t-elle vraiment de la valeur dans cette entreprise, et quelle part de cette valeur est réelle ?
Dans la plupart des portefeuilles, le réflexe est de partir de la technologie et de chercher où l'appliquer. Nous sommes partis du travail : ce qui se passe sur un chantier, qui y intervient, où partent les heures et la marge.
L'étude
La mission a commencé par une étude terrain de trois mois, menée en parallèle d'une recherche primaire à Wharton sur la création de valeur par l'IA dans le private equity : sept entretiens avec des professionnels du private equity et une enquête auprès d'investment partners et d'operating partners. Sur site, nous avons cartographié les processus de bout en bout, puis spécifié, chiffré et valorisé cinq cas d'usage, pris isolément et combinés.
Pris isolément, quatre cas sur cinq franchissaient le seuil d'investissement. Un ROI de 50 % à 342 %, une VAN de 39 000 $ à 474 000 $ par cas. Le cinquième était à la limite.
Modélisés ensemble, les cinq le franchissaient. Ils reposent sur la même connaissance capturée et sur le même socle de données. Le cas limite, celui que la plupart des gens auraient écarté en premier, était justement celui qui rendait les quatre autres possibles.
Quatre constats ont orienté la suite :
- La logique de chiffrage tenait dans une seule tête. La façon de chiffrer un chantier existait sous la forme d'un tableur, d'un jeu de codes et du jugement d'un chiffreur forgé au fil des années. Rien n'était écrit sous une forme qu'une autre personne, et encore moins un système, puisse appliquer. La plus grande opportunité d'automatisation et le plus grand risque de dépendance à une personne clé étaient une seule et même chose.
- Valoriser les cas d'usage isolément sous-estime le portefeuille. Les fonds qui trient leurs opportunités IA au cas par cas sous-investissent systématiquement, et écartent souvent en premier le cas qui conditionne les autres.
- La contrainte était l'adoption, pas la capacité technique. Chaque cas était réalisable avec les outils disponibles à l'époque. Avec des équipes à forte ancienneté et sans habitude du logiciel, changer d'interface est un projet plus lourd que choisir un modèle.
- Automatiser un processus défaillant fige l'inefficacité. Deux des processus candidats n'existaient que parce que les systèmes ne communiquaient pas entre eux. Les automatiser en l'état aurait industrialisé le contournement.
Le développement
Notre recommandation : capturer avant d'automatiser. Extraire la logique de chiffrage dans une base de connaissances structurée et auditable, le chiffreur senior relisant les résultats avant que quoi que ce soit ne tourne sans supervision. La capture, c'est le projet. L'automatisation est la partie facile, ensuite.
Le premier développement a porté sur la génération d'offres et la prospection par IA : des offres rédigées à partir de la logique de chiffrage capturée et de l'historique des chantiers, relues par le chiffreur, et une boucle de prospection pilotée par le CRM pour que les chargés d'affaires puissent porter davantage d'offres sans y passer plus d'heures.
Résultats
- Retour sur investissement en 1,45 mois.
- Plus de 836 heures par an économisées sur la préparation des offres.
- ~800 000 $ de chiffre d'affaires supplémentaire projeté grâce au CRM et à la prospection par IA, en supposant deux offres supplémentaires par an et par chargé d'affaires.
- Zéro embauche supplémentaire pour faire monter le reporting en charge.
Ce que cela signifie pour un fonds
Trois leçons pour tout fonds mid-market.
Financez le cas qui conditionne les autres, même s'il obtient le score le plus faible. Séquencez le portefeuille pour construire d'abord le socle commun, puis valorisez les cas restants sur cette base.
Chiffrez le risque lié à la personne clé, pas seulement les heures. Le savoir du chiffreur était l'actif. Le capturer a protégé l'entreprise avant de l'accélérer.
L'adoption, c'est le projet. Avec des équipes qui n'avaient jamais utilisé de logiciel pour ce travail, ce sont l'interface et la boucle de relecture qui ont fait la valeur, pas le modèle.