Déployer Claude en entreprise : le retour d'expérience de Scalizer

Déployer Claude à l'échelle d'une entreprise dépasse la simple attribution de licences. Chez Scalizer, l'intelligence artificielle n'a délivré de valeur mesurable qu'une fois traitée comme un projet structurant : une gouvernance définie, un RAG et un accès aux données (MCP), et un déploiement progressif, équipe par équipe.

Fin 2025, notre organisation présentait une situation classique : des usages individuels d'assistants IA, sans cadre ni mesure d'impact. Moins d'un an plus tard, l'ensemble de nos collaborateurs dispose d'une licence Claude, le temps de rédaction des comptes rendus a été divisé par quatre et l'équipe accède à l'ensemble de l'historique client en langage naturel.

Ce retour d'expérience détaille nos résultats, nos enseignements et nos choix méthodologiques, afin d'éclairer les démarches d'intégration de l'IA au sein des PME et ETI.

Pourquoi l'IA individuelle ne suffit pas

L'IA individuelle crée des gains personnels, pas une efficacité opérationnelle d'entreprise. Quand chacun utilise son propre outil, quatre problèmes apparaissent vite.

Le RAG et l'accès aux données (MCP) reposent sur une base de connaissances qui permet à l'IA de répondre à partir de vos propres données. Côté sécurité, nous détaillons nos engagements de sécurité et de conformité pour l'IA.

Notre premier arbitrage a donc été budgétaire : investir dans une licence Claude pour chaque collaborateur, plutôt que pour quelques champions. Le shadow IA coûte plus cher que des licences professionnelles, en risque comme en temps perdu.

Ce que Claude a changé, chiffres à l'appui

Après six mois de déploiement (mesure de mai 2026), nous avons constaté une économie de 30 % sur le temps de delivery, c'est-à-dire le temps passé par nos consultants sur les projets clients, et un taux d'adoption de 85 % sur l'ensemble des licences distribuées.

Le dernier exemple est celui que nous montrons le plus souvent. Un deal HubSpot vide est qualifié en deux minutes : le RAG synthétise l'historique des échanges, un agent BANT (budget, décideur, besoin, calendrier) raisonne et structure, puis les champs du CRM se remplissent. Chaque information reste sourcée, donc vérifiable par le commercial.

Où intervient Claude aujourd'hui, équipe par équipe

Claude intervient désormais sur tout le cycle client, de la préparation d'un premier rendez-vous jusqu'au suivi des projets. Concrètement, ce sont une cinquantaine de skills métier, des méthodes de travail encapsulées que chaque collaborateur déclenche en langage naturel.

Cet article en est d'ailleurs un exemple : il a été rédigé, illustré et intégré dans notre CMS avec Claude, puis relu et validé par notre équipe.

Dans HubSpot, quatre chantiers ont particulièrement changé notre quotidien : la mise à jour automatique des données (changements de poste, complétion du BANT à partir des échanges), l'indexation des emails, notes et appels dans le RAG, l'enrichissement des personas et rôles d'achat déduits des échanges, et un scoring qualitatif qui lit la maturité d'un deal dans les conversations réelles.

Notre stack IA en 4 couches, et ce qu'elle coûte

Notre architecture repose sur Claude à chaque couche, des interfaces utilisées par les équipes jusqu'au moteur qui alimente le RAG.

• Surface utilisateur : Claude (web, desktop) et Claude Code, là où les équipes travaillent.
• Orchestration : skills Claude, n8n et connecteurs MCP développés en interne, pour enchaîner skills et agents.
• Socle IA, RAG et accès aux données (MCP) : Claude API, Supabase et pgvector pour le RAG.
• Données métier : HubSpot, Odoo, Leexi, Notion, Slack, Google Workspace, GitHub, Apollo, Webflow, lemlist.

Les connecteurs MCP construits en interne sont la vraie différence. Un connecteur MCP est une passerelle standardisée qui donne à l'IA un accès contrôlé à un outil métier. Les nôtres relient Claude à un RAG sur les transcriptions de réunions et les activités HubSpot, à la documentation Odoo, à notre instance Odoo en lecture seule, ou encore à un outil d'administration HubSpot qui sauvegarde chaque configuration avant de la modifier. C'est cette même approche que nous utilisons pour connecter l'IA au CRM et à l'ERP de nos clients.

Côté investissement, comptez l'équivalent d'un ETP dédié depuis début 2026, une stack d'environ 1 500 € par mois, et une licence Claude par collaborateur.

La méthode : gouvernance, roadmap, formation

Ce qui a fait la différence, ce n'est pas la technologie mais la méthode de déploiement. Nous avons suivi une roadmap en quatre phases.

1. Recensement des cas d'usage : identification exhaustive des besoins du terrain auprès de chaque pôle.
2. Priorisation stratégique : évaluation des cas d'usage selon une matrice impact, faisabilité technique et synergies métier.
3. Jalonnement de la roadmap : planification sur 3 mois intégrant le développement des RAG et MCP en tant que prérequis technique.
4. Déploiement progressif par équipe : déploiement successif (Build, Sales, Run, Marketing) pour maximiser l'adhésion et accompagner le changement.

Commencer par le delivery chez Scalizer, c'est commencer par l'équipe qui regroupe le plus de collaborateurs impactés et la plus forte douleur opérationnelle. Le gain obtenu crée ensuite l'envie dans les autres équipes. Pour aller plus loin sur les grandes étapes, lisez notre guide pour intégrer l'IA en entreprise.

Une instance de gouvernance dédiée

L'efficacité de l'instance de gouvernance repose sur la complémentarité des rôles : des décisionnaires garants de la vision stratégique de l'entreprise et capables d'engager les ressources nécessaires, un collaborateur assurant la chefferie de projet avec la hauteur de vue et l'organisation requises, ainsi que des opérationnels en capacité de mettre en œuvre et d'activer concrètement les cas d'usage auprès des équipes.

Chez Scalizer, elle réunit deux associés, un chef de projet, un consultant IA/RevOps et un développeur. Un comité IA bimensuel suit l'avancement et arbitre les priorités, chaque agent devant prouver sa valeur sur un périmètre restreint avant tout déploiement global.

Tout le monde forme tout le monde

Des webinaires internes bimensuels, à animation tournante, présentent chacun un agent, une fonctionnalité ou un cas d'usage. Les utilisateurs finaux animent aux côtés du comité IA : c'est ce qui ancre l'adoption.

L'appropriation de l'IA par les équipes constitue le principal levier pour en libérer tout le potentiel. En manipulant l'outil au quotidien, les collaborateurs deviennent autonomes pour identifier d'eux-mêmes de nouveaux cas d'usage émergents qui prolongent les réalisations initiales. Cette pratique régulière favorise également l'émergence d'une dynamique collective, où chacun découvre, affine et partage spontanément les bonnes pratiques tout en cernant mieux les limites technologiques.

Ce qui frotte encore

Nous préférons le dire clairement, trois difficultés persistent. Elles rejoignent les raisons pour lesquelles beaucoup de projets IA échouent en entreprise.

• La prise en main reste exigeante, y compris pour des profils techniques, car la technologie évolue chaque semaine.
• La confiance se construit dans l'usage : chaque contenu produit par l'IA est relu et vérifié.
• Notre modèle économique évolue : nous livrons plus vite, donc nous facturons moins à périmètre constant. C'est un sujet que toute entreprise de services va devoir traiter : nous ne vendons plus du temps mais de la valeur.

Vous voulez démarrer ? Nos 3 conseils

Si nous devions recommencer demain, nous suivrions le même ordre : la gouvernance, puis les licences, puis le RAG et l'accès aux données (MCP), et seulement ensuite les agents.

1. Cadrez la gouvernance avant tout. Définissez qui décide, qui arbitre et à quel rythme. Sans gouvernance, les usages partent dans tous les sens.
2. Équipez tout le monde. Une licence par collaborateur, pas une licence par champion : c'est le seul moyen de sortir du shadow IA.
3. Construisez le RAG et l'accès aux données (MCP) avant les agents. Un RAG d'équipe sur votre historique commercial est la fondation. Indexez d'abord, automatisez ensuite.

Peut-on le faire seul ?

Oui, et c'est ce que nous avons fait. Mais il nous a fallu un ETP dédié, six mois de roadmap et plusieurs connecteurs construits sur mesure. Ce qui se transmet le plus facilement, c'est la méthode : l'ordre des chantiers, les critères d'arbitrage et les erreurs à éviter. Vos équipes gardent la main sur leurs usages, nous les aidons à aller plus vite.

Et après ? La suite pour Scalizer

Notre prochain cap est de franchir la frontière entre l'interne et l'externe. Même si le socle principal de notre déploiement est aujourd'hui opérationnel et créateur de valeur au quotidien, plusieurs chantiers majeurs restent à mener pour finaliser notre vision :

• Interactions clients en temps réel : connecter des agents intelligents de support et de CSM directement aux instances Odoo et HubSpot de nos clients, pour traiter les demandes de niveau 1 en autonomie tout en maintenant une supervision humaine.
• Autonomisation accrue des workflows : faire évoluer nos agents du simple rôle d'assistant de rédaction vers l'exécution de tâches complexes de bout en bout (déclenchement d'actions dans les ERP/CRM suite à un événement ou un appel).
• Accompagnement et réplication chez nos clients : reproduire chez nos clients la stack collective et la gouvernance que nous avons éprouvées chez nous, grâce à notre accompagnement Projet IA.

{{cta}}

FAQ

Combien coûte le déploiement de Claude dans une PME ?

Le coût dépend surtout de trois postes : les licences, la stack technique et le temps humain. Chez Scalizer, une cinquantaine de collaborateurs, nous investissons une licence Claude par personne, environ 1 500 € par mois pour la stack IA (RAG, orchestration, API) et l'équivalent d'un ETP dédié depuis début 2026. Ce temps dédié diminue toutefois progressivement au fil des mois, une fois les usages bien installés et la phase de transition passée de la révolution à l'évolution. Ce budget se gère comme un projet : chaque agent doit démontrer un gain de temps mesurable avant d'être déployé à toute l'équipe.

Qu'est-ce que le shadow IA et pourquoi est-ce un risque ?

Le shadow IA désigne l'usage d'outils d'IA par des collaborateurs, sur des comptes personnels, en dehors de tout cadre fixé par l'entreprise. Aujourd'hui, l'IA fait pleinement partie des usages et des mœurs individuelles au sein des équipes, et cette tendance ne fera que s'amplifier dans les prochains mois. Vouloir l'interdire est illusoire : le seul moyen d'y parer efficacement est d'équiper l'ensemble des collaborateurs avec des IA d'entreprise sécurisées et connectées à votre SI, capables d'apporter nettement plus de valeur et de pertinence que leurs outils personnels.

Pourquoi un RAG est-il indispensable pour utiliser l'IA avec son CRM ?

La question n'est plus de savoir s'il faut un RAG (génération augmentée par la recherche), mais de comprendre pourquoi il est indispensable : sans lui, l'IA reste aveugle à l'historique et au contexte de vos clients. Le RAG relie l'IA à vos données métiers (emails, comptes rendus d'appels, notes et opportunités), leur donnant une réelle pertinence opérationnelle. Chez Scalizer, c'est cette brique qui permet d'automatiser la rédaction des comptes rendus et d'effectuer la qualification automatique des deals HubSpot avec des réponses parfaitement vérifiables et sourcées.

Par quelle équipe commencer un déploiement de l'IA ?

Commencez par les équipes pour lesquelles le ROI est le plus fort. Il s'agit prioritairement des grandes équipes, de celles confrontées à de la double saisie de données ou réalisant un travail répétitif important. Chez Scalizer, ce sont les consultants du delivery qui ont ouvert la voie, avec la rédaction des comptes rendus, la qualification d'exigences et la préparation des livrables. Les gains rapides obtenus sur ce périmètre ont ensuite convaincu les équipes commerciales, puis le support et le marketing. Un déploiement équipe par équipe facilite aussi la formation et la mesure du ROI.