La technologie est disponible. Ce qui manque aux entreprises, c'est la couche de traduction.
Une entreprise qui a décrit son travail de façon qu'un salarié comme un modèle de langue le comprennent peut choisir n'importe quel outil et n'importe quel fournisseur. Une entreprise qui ne l'a pas fait achète des licences et attend un résultat.
Huit répondants sur dix disent que l'IA a amélioré leur productivité. 37 % constatent un effet sur l'EBIT.
Les salariés travaillent plus vite. Le compte de résultat ne le montre pas.
Quatre chiffres cadrent toute la conversation sur les modèles de langue en entreprise. Le premier dit que les gens travaillent mieux. Le deuxième, que l'entreprise ne le mesure pas dans son résultat. Le troisième montre où la différence s'échappe. Le quatrième dit où se situe la Pologne dans ce paysage.
Huit répondants sur dix déclarent que l'IA a amélioré leur productivité.
McKinsey, The State of AI: Global Survey 2026. Enquête auprès de 1719 répondants de 97 pays, menée du 4 mai au 8 juin 2026.
37 % des répondants attribuent à l'IA un effet quelconque sur l'EBIT. C'est pratiquement autant qu'un an plus tôt.
McKinsey, The State of AI: Global Survey 2026.
Au cours du mois écoulé, 40 % des employés de bureau américains ont reçu un « travail fini » généré par l'IA qu'il a fallu corriger. Corriger un seul cas de ce type prenait en moyenne 1 heure et 56 minutes.
BetterUp Labs et Stanford Social Media Lab, 1150 employés de bureau aux États-Unis, septembre 2025. La page méthodologique de l'étude indique « 2 heures » ; le temps exact de 1 h 56 est rapporté par Axios.
8,4 % des entreprises polonaises employant 10 personnes ou plus utilisent des technologies d'IA. La moyenne de l'Union est de 20,0 %, et au Danemark de 42,0 %.
Eurostat, données pour 2025.
Ce n'est pas le modèle qui fait la différence. C'est un processus décrit de façon que le modèle sache l'exécuter. Parmi les 6 % de répondants que McKinsey classe comme obtenant un retour réel, c'est-à-dire attribuant à l'IA au moins 5 % de l'EBIT et jugeant son effet significatif, près de trois quarts ont profondément repensé leurs flux de travail. Un an plus tôt, ils étaient 55 %. L'outil seul ne change pas la façon dont une entreprise travaille.
Cinq raisons pour lesquelles les licences ne se transforment pas en résultats
Des licences sans usage
L'entreprise paie des dizaines ou des centaines de postes. Au bout d'un mois, la plupart des salariés oublient l'outil. Le coût est certain, l'effet non.
Un outil à la place d'un processus
Le salarié reçoit un assistant, mais pas de description de ce à quoi il doit servir. Le processus reste le même, avec une fenêtre de plus sur l'écran.
Plus de contenu, moins de sens
Des courriels plus rapides et des documents plus longs que personne ne lit jusqu'au bout. La communication accélère et sa valeur baisse. Le travail revient à l'expéditeur sous forme de corrections.
Le savoir dans deux ou trois têtes
Les procédures, les remises, l'historique du client et les exceptions existent, mais pas sous une forme qu'un nouveau salarié ou un modèle de langue comprenne.
Pas de mesure
Le succès se mesure à l'évaluation de la formation, et non au temps regagné dans un processus précis. La direction n'a pas de chiffre à demander à la réunion suivante.
Chacune de ces cinq raisons revient à une seule : entre l'objectif de l'entreprise et l'outil, il manque la couche dans laquelle le travail de l'entreprise est décrit.
Ce qu'est la couche de traduction
La couche de traduction est la couche entre l'objectif métier et l'outil : processus, savoir, règles, données et décisions décrits de façon qu'un humain comme un modèle de langue les comprennent. Dans la plupart des entreprises, cette couche existe uniquement dans la tête de deux ou trois personnes et n'a jamais été écrite.
Brand Semantics travaille sur la langue que comprennent à la fois les humains et les modèles de langue. Cette même langue décide de deux choses : si un modèle sait recommander correctement une entreprise à ses clients et s'il sait exécuter son travail. Nous décrivons la première direction dans la méthode de la sémantique de marque. Cette page porte sur la seconde.
Tant que la couche n'existe pas, chaque nouvel usage des modèles repart de zéro et finit chez la personne qui se trouve savoir comment cela fonctionne. Quand elle est là, l'entreprise cesse de dépendre d'un seul fournisseur : la description du processus est indépendante de l'outil, le modèle peut donc être remplacé sans perdre le travail investi.
La même couche travaille dans les deux sens. Vers l'intérieur, elle décide si un modèle sait exécuter le travail de l'entreprise. Vers l'extérieur, elle décide si un modèle sait recommander correctement cette entreprise à un client. C'est pourquoi une organisation qui met de l'ordre dans l'un obtient l'autre moins cher.
Le traducteur de processus : une compétence qui ne figure pas encore à l'organigramme
Un traducteur de processus est un salarié de l'entreprise, non un informaticien, qui comprend un processus du côté métier et sait le décrire de façon qu'un modèle de langue l'exécute correctement et de manière reproductible. Ce n'est pas un nouveau poste ni un nouveau service. C'est une compétence confiée à une personne qui travaille déjà dans l'équipe.
Chez Brand Semantics, nous choisissons le traducteur de processus avec l'entreprise, nous le formons et nous l'accompagnons dans les premiers déploiements. Quand le projet se termine, la compétence reste dans l'organisation et non chez le conseil.
Ce que ce rôle fait au quotidien
- décrit les tâches de son service sous une forme compréhensible par un modèle de langue
- entretient une bibliothèque de schémas de travail éprouvés
- évalue la qualité des réponses avant qu'elles n'arrivent au client
- signale les processus prêts pour l'automatisation
Ce que l'entreprise y gagne
- indépendance : la compétence reste dans l'organisation après la fin du projet
- qualité : moins de contenus à faible valeur, moins de corrections, un standard cohérent
- rythme : de nouveaux usages déployés en jours, pas en trimestres
- sécurité : les règles de données et d'habilitations appliquées à chaque nouvel usage, pas seulement au premier
Une seule sémantique d'entreprise, deux directions de travail des modèles
Vers l'intérieur
Comment les modèles de langue aident les salariés à exécuter le travail de l'entreprise : des processus décrits de façon qu'un humain et un modèle les comprennent, le savoir dans le système au lieu des têtes, l'automatisation là où le processus est déjà nommé. C'est de cela que traite cette page.
Vers l'extérieur
Comment les modèles de langue décrivent et recommandent une marque aux clients, aux distributeurs et aux agents d'achat : visibilité dans les moteurs génératifs, probabilité de recommandation, part de voix, travail sur les hallucinations. C'est l'objet de la méthode de la sémantique de marque, des services de conseil et de l'outil de recherche Semantio.
Les deux côtés se nourrissent du même vocabulaire d'entreprise : entités, notions, relations et règles. C'est pourquoi une entreprise qui met de l'ordre dans l'un obtient l'autre moins cher.
Par où nous commençons : un diagnostic de maturité de trente jours
Nous ne commençons ni par un déploiement ni par un engagement de six mois. Nous commençons par un diagnostic qui se termine par une seule décision de la direction, prise sur des données et non sur des déclarations.
Les personnes
Les compétences et l'usage réel des outils. Nous les mesurons par un test de connaissances et par les données des systèmes, pas par une enquête de satisfaction.
Le savoir
Le savoir de l'entreprise est-il disponible et décodable, c'est-à-dire un modèle de langue sait-il répondre correctement, à partir de ce savoir, aux vraies questions des salariés et des clients. Nous mesurons cette dimension par l'indice Brand Semantics Readiness.
Les processus
Le processus peut-il être décrit et mesuré. Chaque candidat reçoit une fiche avec un responsable, un indicateur et une liste d'exceptions, ainsi qu'une note sur trois axes : valeur, faisabilité, risque.
Chaque dimension reçoit son propre score et sa propre liste de causes, au lieu d'un chiffre global unique. La direction voit ainsi par où commencer : par les personnes, par la mise en ordre du savoir ou par un seul processus. Nous évaluons toujours la qualité des réponses d'un modèle donné dans le contexte d'une source de savoir donnée et d'un processus donné, jamais isolément.
Ce qui reste dans l'entreprise au bout de trente jours
- un tableau de bord de maturité sur trois dimensions, avec les causes et un point de référence pour les mesures suivantes
- une liste de processus répétables classés par valeur, faisabilité et risque
- une carte de la friction informationnelle : où le travail s'arrête faute de données, de règles ou de décisions, et qui le débloque
- la spécification d'un processus prêt pour un pilote, avec un brief de déploiement pour le service informatique
- des indicateurs et une méthode de mesure avant et après, fondés sur les données des systèmes de l'entreprise
Ce dont nous avons besoin de la part de l'entreprise
- un décideur au sein de la direction
- un responsable du processus dans chaque service concerné
- un accès aux tâches, aux documents et aux données dans un périmètre convenu
- de vingt à trente salariés disponibles pour deux ateliers et des entretiens
Le diagnostic se termine par l'une de trois recommandations : déployer, mettre d'abord de l'ordre ou arrêter. Nous lançons les étapes suivantes uniquement là où le diagnostic a montré un processus, un responsable et un effet mesurable. S'ils manquent, nous le disons franchement.
Ce que nous faisons, ce qui reste du côté de l'entreprise
Nous sommes l'architecte de la méthode et le facilitateur du changement. L'entreprise reste responsable du processus et responsable du résultat. L'intégration technique est réalisée par son service informatique ou par un partenaire qu'elle désigne, sur la base de notre description du processus. Nous ne vendons pas de licences, nous ne sommes revendeur d'aucun fournisseur de modèles et nous n'exploitons pas l'infrastructure d'autrui.
| rôle | qui | responsable de |
|---|---|---|
| décideur | membre de la direction de l'entreprise | l'objectif, les priorités, la décision de passer à l'échelle et l'usage du temps regagné |
| responsable du processus | directeur ou chef de service | le déroulement du processus, les données d'entrée, la réception du résultat du pilote |
| architecte et facilitateur | Brand Semantics | méthode, diagnostic, description du processus, choix du modèle, brief pour l'informatique, mesure |
| réalisation technique | l'informatique de l'entreprise ou un intégrateur désigné | intégration, habilitations, environnement, exploitation |
| fonctions qui valident | sécurité, juridique, protection des données | l'accord sur le périmètre des données et des usages avant chaque pilote |
décideur
qui
membre de la direction de l'entreprise
responsable de
l'objectif, les priorités, la décision de passer à l'échelle et l'usage du temps regagné
responsable du processus
qui
directeur ou chef de service
responsable de
le déroulement du processus, les données d'entrée, la réception du résultat du pilote
architecte et facilitateur
qui
Brand Semantics
responsable de
méthode, diagnostic, description du processus, choix du modèle, brief pour l'informatique, mesure
réalisation technique
qui
l'informatique de l'entreprise ou un intégrateur désigné
responsable de
intégration, habilitations, environnement, exploitation
fonctions qui valident
qui
sécurité, juridique, protection des données
responsable de
l'accord sur le périmètre des données et des usages avant chaque pilote
Nous travaillons avec les modèles de différents fournisseurs : hébergés dans le cloud, ouverts et exécutés localement. Le choix dépend du type de données, du coût par tâche, de la politique de sécurité de l'entreprise et de la langue, jamais d'un accord de partenariat de notre côté.
Nous contribuons aux standards du déploiement responsable de l'IA au sein de la Fondation AI Business Center, qui travaille sur l'éducation des entreprises, la certification et la conformité à l'AI Act. Le président du conseil de la Fondation est Grzegorz Miłkowski, CEO de Brand Semantics, qui, au nom de l'AI Business Center, travaille avec les directions d'entreprises à définir l'orientation stratégique de la transformation IA dans les affaires.
Les règles qui s'appliquent déjà, et celles dont on a écrit qu'elles entreraient en vigueur plus tard
En juillet 2026, l'information a circulé dans les médias selon laquelle l'Union reporte les règles sur l'intelligence artificielle. C'est exact, mais cela concerne une autre partie de la réglementation que celle qui atteint le service marketing.
L'AI Act, c'est-à-dire le règlement (UE) 2024/1689, a été modifié par le règlement (UE) 2026/1744, connu sous le nom de Digital Omnibus on AI et appelé ci-après AI Omnibus, entré en vigueur le 27 juillet 2026. L'Omnibus a reporté les obligations relatives aux systèmes à haut risque : pour les systèmes autonomes de l'annexe III au 2 décembre 2027, et pour les systèmes intégrés dans des produits réglementés de l'annexe I au 2 août 2028. Ce sont ces reports dont on a parlé, et c'est la raison pour laquelle de nombreuses entreprises ont conclu à tort que le sujet ne les concernait pas.
Les obligations de transparence de l'article 50 n'ont pas été reportées. Elles s'appliquent depuis le 2 août 2026, c'est-à-dire déjà.
Les systèmes à haut risque, ce sont par exemple l'IA utilisée dans le recrutement ou dans l'évaluation de la solvabilité, les infrastructures critiques, la biométrie. Le marketing et la communication de marque, en revanche, n'entrent en général pas dans cette catégorie. La transparence est une couche distincte, qui concerne de tout autres activités de l'entreprise.
Quelles obligations l'article 50 impose-t-il à une entreprise qui utilise l'IA dans sa communication ?
Trois choses, simplifiées et sans trancher les cas limites.
- 1Premièrement, une personne doit savoir qu'elle parle à une machine. Si un assistant IA ou un agent conversationnel IA fonctionne sur un site internet, au sein d'une application mobile ou lors d'un appel téléphonique, l'utilisateur doit en être informé au premier contact, sauf si cela ressort des circonstances.
- 2Deuxièmement, les contenus générés ou modifiés par l'IA, s'ils répondent aux critères de ce que l'on appelle un deepfake, doivent être reconnaissables comme tels. C'est précisément l'obligation de transparence à laquelle tout service marketing devrait s'intéresser dès le 2 août 2026. L'obligation de transparence ne porte pas sur chaque texte publié, ni sur chaque graphique ou contenu vidéo. Pour les textes, l'obligation d'étiquetage porte sur les matériaux qui informent le public de questions d'intérêt public, de sorte que la plupart des textes marketing n'ont pas à être étiquetés. En revanche, les contenus visuels, audio et audiovisuels, s'ils ont été créés au moyen de l'IA et ont le potentiel d'induire le destinataire en erreur sur le caractère réel des personnes, des objets, des lieux et des événements présentés, doivent être clairement étiquetés.
- 3Troisièmement, si une entreprise utilise des systèmes de reconnaissance des émotions ou de catégorisation biométrique, les personnes qui y sont soumises doivent en être informées.
Il vaut la peine de dire franchement ce que l'article 50 n'exige pas : il n'impose pas d'étiqueter chaque phrase écrite à l'aide d'un modèle, ni chaque graphique ou vidéo créé ou amélioré avec l'IA. Beaucoup de contenus en circulation suggèrent le contraire. Une entreprise qui étiquette tout ne se fera aucun tort juridique. Elle s'en fera un sur le plan de la communication.
Les compétences des salariés : la règle qui a changé dans l'autre sens
L'article 4, relatif à la maîtrise de l'IA, s'applique depuis le 2 février 2025. L'AI Omnibus l'a assoupli : les fournisseurs et les déployeurs de systèmes d'IA doivent soutenir le développement de la maîtrise de l'IA au sein de leur personnel, au lieu d'en garantir un niveau déterminé.
L'assouplissement de l'obligation ne change cependant rien à la raison d'être de ces compétences. La règle décrit un minimum, pas une ambition.
Calendrier d'application de l'AI Act
2 février 2025
Pratiques interdites (article 5) et maîtrise de l'IA (article 4).
2 août 2025
Modèles à usage général, surveillance et sanctions.
2 août 2026
L'AI Act s'applique en principe, y compris les obligations de transparence de l'article 50.
2 décembre 2026
Fin de la période transitoire pour le marquage lisible par machine des contenus. Les fournisseurs d'IA devront marquer, dans un format lisible par machine, chaque contenu visuel sorti de leur outil. Une nouvelle interdiction commencera aussi à s'appliquer, celle de créer avec l'IA des contenus intimes sans consentement.
2 août 2027
Les fournisseurs de modèles d'IA à usage général mis sur le marché avant le 2 août 2025 devraient se mettre en conformité avec l'AI Act.
2 décembre 2027
Obligations pour les fournisseurs et les déployeurs de systèmes à haut risque de l'annexe III.
2 août 2028
Obligations pour les fournisseurs et les déployeurs de systèmes à haut risque de l'annexe I.
État du droit au 13 septembre 2026. Ce qui précède est une information, pas un conseil juridique.
Texte du règlement modificatif : Journal officiel de l'UE, règlement (UE) 2026/1744.
Ce que nous en pensons
Ce n'est pas une raison d'arrêter de former. C'est une raison d'arrêter d'acheter des formations par peur d'une sanction et de commencer à les acheter pour le résultat. Un support marketing qui brandit encore des sanctions pour l'absence de certificat au titre de l'article 4 décrit l'état du droit d'avant le 27 juillet 2026.
Cinq risques qu'un projet de ce type doit contourner
| risque | comment nous le contournons |
|---|---|
| Plus de contenu, moins de sens | un standard de communication et une vérification avant l'envoi ; nous mesurons les corrections, pas le nombre de pages générées |
| La résistance : « plus vite veut dire plus de travail » | le récit du temps regagné, la participation des responsables aux ateliers, les ressources humaines comme responsables du changement |
| Les données et les habilitations | un audit des accès avant le lancement de tout agent, le principe des habilitations minimales, les décisions sensibles toujours chez un humain |
| La dépendance à un seul fournisseur | une description du processus indépendante de l'outil, un modèle choisi pour la tâche, la possibilité de changer sans perdre le travail |
| La conformité réglementaire | des programmes documentés et une mesure, un périmètre convenu avec le conseil juridique de l'entreprise |
Plus de contenu, moins de sens
comment nous le contournons
un standard de communication et une vérification avant l'envoi ; nous mesurons les corrections, pas le nombre de pages générées
La résistance : « plus vite veut dire plus de travail »
comment nous le contournons
le récit du temps regagné, la participation des responsables aux ateliers, les ressources humaines comme responsables du changement
Les données et les habilitations
comment nous le contournons
un audit des accès avant le lancement de tout agent, le principe des habilitations minimales, les décisions sensibles toujours chez un humain
La dépendance à un seul fournisseur
comment nous le contournons
une description du processus indépendante de l'outil, un modèle choisi pour la tâche, la possibilité de changer sans perdre le travail
La conformité réglementaire
comment nous le contournons
des programmes documentés et une mesure, un périmètre convenu avec le conseil juridique de l'entreprise
À qui s'adresse ce travail
Nous travaillons avec les entreprises qui
- ont acheté des licences d'outils GenAI et ne savent pas dire ce qu'elles en retirent
- ont plusieurs sites ou plusieurs services qui ne parlent pas une langue commune
- ont dans leur direction une personne prête à assumer la responsabilité de ce changement
- veulent construire la compétence chez elles plutôt qu'acheter une dépendance au conseil
Ce travail n'est pas pour les entreprises qui
- cherchent un déploiement clé en main sans impliquer leurs propres équipes
- veulent une formation unique à l'usage d'un outil et en rester là
- attendent une déclaration de conformité à l'AI Act au lieu d'un vrai programme
Dans nos programmes de compétences, chaque participant termine avec un certificat nominatif portant un jeton qui confirme sa validité et son authenticité. L'entreprise termine avec un périmètre documenté et une mesure avant et après. C'est le seul moyen de savoir, au bout d'un an, si cela a fonctionné.
Comment commencent les entreprises qui travaillent avec nous
Diagnostic de maturité
Trente jours, un tableau de bord de maturité sur trois dimensions et une décision : déployer, mettre de l'ordre ou arrêter.
Programme intra-entreprise
Un périmètre conçu pour l'organisation concernée, après un diagnostic des besoins et des enquêtes auprès des participants. De la visibilité de la marque dans les modèles aux agents et à la transformation des compétences des équipes, en passant par les outils GenAI dans le travail quotidien des services.
Formations inter-entreprises et webinaires
Une journée, un secteur, votre propre marque sur l'établi. Une bonne porte d'entrée pour qui veut d'abord voir la méthode en direct.
Les experts
Les programmes sont animés par Michał Grzebyk, Katarzyna Bienussa et Grzegorz Miłkowski.
Questions fréquentes
Il n'exige ni formation ni certificat. Après la modification introduite par le règlement (UE) 2026/1744, l'article 4 de l'AI Act exige que les fournisseurs et les déployeurs de systèmes d'IA soutiennent le développement de la maîtrise de l'IA au sein de leur personnel, au lieu d'en garantir un niveau déterminé. C'est une obligation de moyens, pas une obligation de résultat. Les supports qui brandissent des sanctions pour l'absence de certificat décrivent la rédaction de la règle d'avant le 27 juillet 2026.
Pas tous. L'obligation de transparence de l'article 50 de l'AI Act, applicable depuis le 2 août 2026, ne porte pas sur chaque texte publié, ni sur chaque graphique ou contenu vidéo. Pour les textes, l'obligation d'étiquetage porte sur les matériaux qui informent le public de questions d'intérêt public, de sorte que la plupart des textes marketing n'ont pas à être étiquetés. Doivent en revanche être clairement étiquetés les contenus visuels, audio et audiovisuels qui ont été créés au moyen de l'IA et ont le potentiel d'induire le destinataire en erreur sur le caractère réel des personnes, des objets, des lieux et des événements présentés.
Parce que l'outil arrive dans un processus inchangé. Selon l'enquête McKinsey, huit répondants sur dix déclarent que l'IA a amélioré leur productivité, mais 37 % lui attribuent un effet sur l'EBIT, pratiquement autant qu'un an plus tôt. Parmi les 6 % de répondants qui obtiennent un retour réel, près de trois quarts ont profondément repensé leurs flux de travail. Les minutes gagnées au bureau ne se transforment pas d'elles-mêmes en argent.
C'est la mise en ordre de la façon dont une entreprise décrit son travail, pour que des humains comme des modèles de langue puissent l'exécuter, et la construction dans l'organisation de la compétence qui l'entretient. Elle comprend le diagnostic de maturité, des programmes de compétences sur des tâches réelles, la description des processus, un standard de travail avec les modèles et une mesure sur les données des systèmes de l'entreprise. Ce n'est pas une formation à l'usage d'un outil.
Un traducteur de processus est un salarié de l'entreprise, non un informaticien, qui comprend un processus du côté métier et sait le décrire de façon qu'un modèle de langue l'exécute correctement et de manière reproductible. Il décrit les tâches de son service, entretient une bibliothèque de schémas de travail éprouvés, évalue la qualité des réponses avant leur envoi au client et signale les processus prêts pour l'automatisation.
La couche de traduction est la couche entre l'objectif métier et l'outil : processus, savoir, règles, données et décisions décrits de façon qu'un humain comme un modèle de langue les comprennent. Dans la plupart des entreprises, elle existe uniquement dans la tête de deux ou trois personnes. Une entreprise qui la possède peut choisir n'importe quel modèle et n'importe quel fournisseur sans perdre le travail déjà fait.
Par un seul processus que l'on peut décrire et mesurer, et non par l'achat de licences pour tous. L'ordre qui fonctionne : choix d'un processus avec un responsable, mesure de l'état avant, description du processus sous une forme compréhensible par un humain et par un modèle, pilote avec mesure après, décision de passer à l'échelle. L'achat de l'outil est la quatrième étape, pas la première.
Dans notre formule, trente jours. Il se termine par un tableau de bord de maturité sur trois dimensions, celles des personnes, du savoir et des processus, par une liste de processus classés par valeur, faisabilité et risque, par la spécification d'un processus prêt pour un pilote et par une seule recommandation : déployer, mettre d'abord de l'ordre ou arrêter.
Non. Nous sommes l'architecte de la méthode et le facilitateur du changement. L'intégration technique est réalisée par le service informatique de l'entreprise ou par un intégrateur qu'elle désigne, sur la base de notre brief de déploiement. Nous ne vendons pas de licences et nous ne sommes revendeur d'aucun fournisseur de modèles, le choix du modèle découle donc du type de données, du coût par tâche et de la politique de sécurité, et non d'un accord de partenariat de notre part.
Une formation à un outil enseigne son maniement. La transformation des compétences change la façon dont le travail de l'entreprise est décrit et laisse dans l'organisation une personne qui entretient cette description. L'effet d'une formation se mesure à l'évaluation de la formation. L'effet d'une transformation se mesure au temps dans le processus, au nombre de corrections et au débit, sur les données des systèmes de l'entreprise, avant et après.
Un décideur au sein de la direction, responsable de l'objectif et de la décision de passer à l'échelle, et un responsable du processus dans chaque service concerné. Sans ces deux rôles, nous ne commençons pas, car sans eux le diagnostic se termine par un rapport et non par une décision.
Parlons d'un diagnostic pour votre entreprise
Trente jours, un tableau de bord de maturité et une décision prise sur les données de vos systèmes. Un bon point de départ est un processus dans le service commercial ou dans le service client.