La dernière fois qu'on m'a demandé de « monter un comité IA », le DG voulait une structure légère, opérationnelle, qui décide vite. Ce qu'il ne voulait pas : un énième comité PowerPoint qui se réunit tous les trimestres pour écouter des présentations. On était d'accord sur le diagnostic. Le défi, c'était l'exécution.
Voici le processus que j'utilise, affiné sur quatre missions différentes. Il tient en 4 semaines. Pas 4 mois de cadrage stratégique — 4 semaines de travail concret, avec des décisions prises dès la semaine 2.
Semaine 1 : la cartographie qui dérange
Avant de monter quoi que ce soit, il faut savoir ce qui existe déjà. Et c'est là que ça devient inconfortable.
Je demande à chaque direction de lister toutes leurs initiatives IA. Pas seulement les projets officiels — les abonnements ChatGPT individuels, les POCs lancés en douce par un chef de projet enthousiaste, les outils IA intégrés dans des logiciels SaaS que personne n'a audités. Du Shadow AI en pagaille.
Le chiffre surprend toujours. La dernière fois, un assureur mutualiste de 8 000 salariés avait 47 initiatives IA en cours. 15 identifiées officiellement. 32 dans l'ombre. Dont 3 chatbots RH différents, construits par trois équipes qui ne se parlaient pas.
Cette cartographie, aussi dérangeante soit-elle, est le fondement de tout. Sans elle, votre comité IA pilotera à l'aveugle.
Livrable semaine 1 : un tableur avec toutes les initiatives IA (projet, porteur, budget, statut, données utilisées, risques identifiés). Une page. Pas un rapport de 50 slides.
Semaine 2 : composer le comité (et c'est là que la politique entre en jeu)
La composition du comité IA détermine sa capacité à décider. Trop de monde, et c'est un forum de discussion. Pas assez, et les décisions n'ont pas de légitimité.
Ma règle : 6 personnes maximum. Pas 6 titres — 6 personnes qui viennent vraiment, qui ont lu les dossiers, et qui ont le pouvoir de dire oui ou non. Concrètement :
- Un sponsor C-level qui comprend l'IA (pas juste qui la soutient politiquement). Si votre sponsor confond un LLM et un ERP, vous avez un problème.
- Un représentant métier de la BU la plus avancée en IA. Quelqu'un qui a touché de la donnée, pas quelqu'un qui en parle en comité.
- Le DSI ou son délégué data. Pour les contraintes techniques, la sécurité, l'infrastructure.
- Un représentant juridique/conformité. L'AI Act est là. Autant l'intégrer dès le départ plutôt que de découvrir les obligations 6 mois plus tard.
- Un représentant RH. Parce que chaque déploiement IA change le quotidien de quelqu'un, et que l'ignorer est la recette de l'échec.
- Un facilitateur (souvent mon rôle). Quelqu'un qui prépare les dossiers, anime les débats, et s'assure que les décisions sont prises et suivies.
J'ai fait l'erreur une fois de céder à la pression et de monter un comité à 12. C'est devenu un tour de table où chacun présentait ses projets pendant 10 minutes. Zéro décision en 3 réunions. On a réduit à 6. Les décisions sont revenues.
Livrable semaine 2 : un mandat d'une page (objectifs, périmètre, pouvoirs, rythme) + la liste des 6 membres avec leur engagement confirmé.
Semaine 3 : la première réunion qui décide
La première réunion du comité IA est déterminante. Si elle ressemble à une réunion d'information, c'est fini — personne ne reviendra avec l'énergie de décider.
Mon format : 90 minutes, 3 décisions obligatoires.
Les 30 premières minutes : présentation de la cartographie (semaine 1). Pas de débat — juste les faits. Le chiffre des initiatives IA non identifiées crée en général assez de tension pour que la suite soit productive.
Les 40 minutes suivantes : triage. Pour les 10 initiatives les plus coûteuses ou risquées, trois verdicts possibles — continuer, pivoter, arrêter. Le comité doit prendre une décision sur chacune. Pas « on en reparle ». Une décision.
Les 20 dernières minutes : identifier les 3 risques immédiats (données personnelles dans des LLM publics ? Absence de classification AI Act ? Doublons coûteux ?) et nommer un responsable pour chacun.
Si votre comité IA n'a pas le pouvoir de tuer un projet, il ne sert à rien. C'est le test. Et la première réunion est l'occasion de le prouver.
Livrable semaine 3 : compte-rendu d'une page avec les décisions prises, les responsables nommés, les échéances fixées.
Semaine 4 : installer le rythme
Un comité qui se réunit une fois par trimestre n'est pas un comité de pilotage. C'est un rituel de reporting. Le rythme que je recommande : toutes les deux semaines pendant les 3 premiers mois, puis mensuel une fois que la gouvernance est rodée.
Chaque réunion de 60 minutes suit le même format :
- 15 min : point sur les décisions précédentes (faites / pas faites / bloquées)
- 30 min : nouvelles demandes à arbitrer (maximum 3 par session)
- 15 min : signaux faibles et risques émergents
La semaine 4 est aussi le moment de mettre en place les indicateurs de suivi. Pas 40 KPIs — 5 maximum :
- Nombre d'initiatives IA actives (objectif : visibilité complète)
- Ratio POC → production (objectif : >25 %)
- Initiatives arrêtées (oui, c'est un indicateur positif — un comité qui ne tue jamais rien ne sert à rien)
- Adoption réelle des outils déployés (utilisateurs actifs quotidiens, pas licences)
- Risques ouverts non traités (objectif : zéro HIGH après 30 jours)
Livrable semaine 4 : dashboard d'une page avec les 5 KPIs, premier rapport du comité au COMEX.
Les erreurs que j'ai commises (pour que vous ne les fassiez pas)
Inclure trop de monde par politesse. Un directeur vexé de ne pas être dans le comité, c'est gérable. Un comité à 12 qui ne décide rien, c'est fatal.
Ne pas définir le pouvoir de décision dès le départ. Si le comité « recommande » mais ne « décide » pas, il deviendra une chambre d'enregistrement. Le mandat doit être explicite : le comité valide, refuse, ou demande un pivot. Point.
Sous-estimer la résistance politique. Arrêter un projet IA, c'est arrêter le projet de quelqu'un. Cette personne a un directeur. Ce directeur a une opinion. Si le sponsor C-level ne soutient pas publiquement les décisions du comité, même les impopulaires, le comité perdra sa crédibilité en quelques semaines.
Pour approfondir la gouvernance IA dans son ensemble, lisez l'article sur le chaînon manquant de la gouvernance IA, et pour comprendre pourquoi l'adoption échoue quand les managers ne sont pas préparés, découvrez le framework M3K.