FIG. 01De l’idée à l’impact
Atwater
De l’idée d’IA à l’impact de l’IA.
Atwater fait passer les entreprises d’expériences d’IA éparpillées à une IA utilisée au quotidien, avec des résultats mesurables.
Nomenclature Chacune avec sa durée
- Dessin
- AB-001
- Unité
- Atwater
- Échelle
- 1 : 1
- Titre
- De l’idée d’IA à l’impact de l’IA
- Feuille
- 01
( 01 )Qui nous sommes
Partir du travail, pas du modèle.
- ( 01 )
Une firme multidisciplinaire de conseil en IA : stratégie, ingénierie et adoption dans une seule équipe. Nous misons d’abord sur Claude, et travaillons avec OpenAI et d’autres modèles là où ils conviennent au travail.
- ( 02 )
La plupart des projets d’IA calent entre la démo et l’usage quotidien. L’écart vient rarement du modèle : il tient au processus, aux données et aux personnes autour.
- ( 03 )
Nous automatisons donc une étape à la fois, une personne vérifiant toujours, et mesurons un seul indicateur avant et après, comme le délai de réponse. Chaque mandat se termine avec votre équipe aux commandes. Les entreprises en croissance et de taille moyenne d’abord. En français et en anglais.
FIG. 02 · DÉTAIL A Carte des processusTrois disciplines, cinq étapes
( 02 )Le défi
Tout le monde utilise l’IA. Presque personne ne fonctionne avec.
( Défi 01 )
Utiliser n’est pas maîtriser.
L’IA fait partie de la semaine de la plupart des dirigeants. Très peu d’entreprises disent qu’elle est intégrée à leur façon de travailler.
82 % des dirigeants d’entreprise utilisent l’IA générative au moins une fois par semaine. 1 % jugent leur entreprise mature dans son déploiement de l’IA.
( Défi 02 )
Vos équipes devancent votre plan.
Les employés utilisent l’IA par eux-mêmes, bien avant qu’un plan, une politique ou un budget ne les rejoigne.
Les dirigeants estiment que 4 % des employés utilisent l’IA générative pour au moins 30 % de leur travail quotidien. 13 % des employés disent le faire.
( Défi 03 )
Bien faite, elle rapporte.
Le rendement vient quand chaque cas d’usage est lié à un indicateur que l’entreprise suit déjà.
74 % des dirigeants d’entreprise déclarent un rendement positif de l’IA générative.
( Sources ) 01, 03: Wharton and GBK Collective, Accountable Acceleration, 2025. 01, 02: McKinsey, Superagency in the workplace, 2025. Chaque proportion est dessinée sur une grille de cent points.
( 03 )Adoption
L’accès n’est pas l’adoption.
L’adoption, c’est le travail.
Acheter des licences, c’est la partie facile. Le plus difficile en IA d’entreprise, c’est de changer la façon dont les gens travaillent, et de faire durer ce changement. Notre méthode vient de la recherche sur l’adoption des technologies dans les organisations, dont une recherche doctorale sur l’IA générative, et de l’expérience à la tête du succès client et de l’adoption de l’IA dans des entreprises infonuagiques et d’IA.
FIG. 03 De l’accès à la valeurQuatre étapes, un écart
- 01AccèsLicences et outils en place.
- 02EssaiPremier usage, par rôle.
- 03HabitudeUsage hebdomadaire dans un vrai flux de travail.
- 04ValeurL’indicateur choisi bouge.
( 01 )
Utile dans mon propre travail.
Ce que montre la recherche
On adopte un outil quand il aide dans ses propres tâches et qu’il semble facile à utiliser.
Ce que nous faisons
Une formation par rôle, sur les vraies tâches de chaque équipe, jamais une démo générique.
( 02 )
Les pairs entraînent les pairs.
Ce que montre la recherche
L’adoption se propage par des collègues de confiance plus que par des directives.
Ce que nous faisons
Un ambassadeur dans chaque équipe, avec du temps réservé et une ligne directe avec nous.
( 03 )
Des conditions, pas de la volonté.
Ce que montre la recherche
Le soutien, des règles claires et du temps pour apprendre décident si un essai devient une habitude.
Ce que nous faisons
Une politique d’utilisation en langage clair, des heures de soutien, et des dirigeants qui utilisent les outils ouvertement.
( 04 )
Mesurée, pas supposée.
Ce que montre la recherche
Les connexions en disent peu sur l’adoption. Ce qui compte, c’est de savoir si le travail a changé.
Ce que nous faisons
Un tableau de bord mensuel : usage actif, profondeur d’usage, et l’indicateur que le travail devait faire bouger.
( Fondé sur ) Le modèle d’acceptation de la technologie (Davis, 1989), la théorie unifiée de l’acceptation et de l’utilisation de la technologie (Venkatesh et al., 2003) et la diffusion des innovations (Rogers, 1962).
L’adoption, c’est le cœur de notre recherche.Lire notre recherche
( 04 )Réalisations
Un gabarit, bâti et fonctionnel.
Bâti à partir de code fonctionnel, pas de diapositives. Le même modèle convient à toute équipe qui prend les mêmes décisions chaque semaine à partir de données qu’elle possède déjà, et nous l’adaptons à vos systèmes.
BRnX · OpportunitiesDonnées illustratives 
BRnX Travel, bâti sur le noyau d’ultrarr
Pour les locations à court terme de BRnX Travel, des agents bâtis sur Claude repèrent les nuits à remplir et rédigent des courriels aux anciens clients, sans jamais en envoyer un. 15 de ses scénarios se chargent tels quels dans le noyau d’ultrarr.
Les outils
- Nuit par nuit
- Chaque nuit à venir prévue par rapport au marché; l’agent prépare le changement, une personne l’effectue.
- Occasions
- Quand faire du marketing, et auprès de qui : les nuits à remplir, avec des courriels aux anciens clients rédigés, jamais envoyés.
- Planchers d’événements
- Un prix plancher pour les dates achalandées autour de chaque propriété, appliqué seulement après l’approbation d’une personne désignée.
- Demander
- Des questions en langage courant, répondues à partir des réservations et du marché.
- Ce que vous obtenez
- Le gabarit qui tourne sur vos données, dans vos systèmes, avec ses écrans, ses agents et ses scénarios.
- Ce que vous ajustez
- Les scénarios, les seuils et qui approuve quoi, jusqu’à ce qu’il colle à la façon de travailler de votre équipe.
- Ce qui vous appartient
- Les requêtes, les agents et le savoir-faire. Aucune nouvelle plateforme à acheter et aucune dépendance.
Apportez le processus que vous voulez faire tourner ainsi.Réserver une séance de travail
( 05 )Services
Le problème choisit le service.
Six services, une seule équipe de la stratégie à l’usage quotidien, pour que rien ne se perde entre le plan, la construction et les personnes qui l’exploitent.
S1Les personnes
Adoption et gestion du changement
La gestion du changement pour l’IA, du déploiement à l’habitude : formation par rôle, un ambassadeur dans chaque équipe et un tableau de bord mensuel qui montre si le travail a changé. Pour Claude, ChatGPT ou Copilot.
- Déploiement et formation par rôle
- Ambassadeurs et centre d’excellence
- Tableau de bord de l’adoption
S2Les garde-fous
Gouvernance et sécurité
Les politiques et les contrôles qui permettent à l’IA de tourner sur de vraies données : qui peut utiliser quoi, ce qui est journalisé, qui approuve, et comment chaque modèle et chaque fournisseur est évalué.
- Politique d’utilisation de l’IA et registre des risques
- Contrôles des données, des accès et de la sécurité
- Évaluation des modèles et des fournisseurs
S3La méthode
Stratégie et cadres de travail
Où vous en êtes en IA, quels cas d’usage rapportent en premier, et une feuille de route avec des analyses de rentabilité que votre direction peut financer.
- Diagnostic de maturité en IA
- Stratégie et feuille de route
- Analyse de rentabilité par cas d’usage
S4La construction
Outils et produits sur mesure
Des outils, des agents et des produits d’IA bâtis sur vos données et reliés à votre CRM, à vos documents et à vos systèmes, avec une personne qui approuve ce qui parvient à un client.
- Agents et flux de travail
- Connecteurs et API
- Du prototype au produit
S5Le modèle
Personnalisation de modèles
Des modèles adaptés à votre entreprise : recherche dans vos propres documents, ajustement fin là où il rapporte, et des évaluations qui prouvent qu’un modèle convient à la tâche avant sa mise en service.
- Recherche dans les données de l’entreprise
- Ajustement fin et distillation
- Évaluation et choix des modèles
S6Le client
Parcours client
Des parcours client redessinés avec l’IA à chaque étape, du premier contact au renouvellement, y compris pour les éditeurs de logiciels dont les clients doivent adopter l’IA qu’ils livrent.
- Cartographie des parcours
- Intégration par rôle
- Scénarios de renouvellement
( 06 )Gouvernance
Une gouvernance qui permet de dire oui.
Des règles claires permettent à une équipe d’utiliser l’IA sur de vraies données. Nous les mettons en place avec vous, à la mesure de vos risques, et alignées sur les cadres que vos auditeurs et vos régulateurs utilisent déjà.
Ce que nous mettons en place
- 01Une politique d’utilisation de l’IA en langage clair
- 02Un registre des risques, avec chaque cas d’usage classé selon son risque
- 03Contrôles des données, des accès et de la sécurité
- 04Évaluation des modèles et des fournisseurs
- 05Une personne qui approuve tout ce qui parvient à un client ou à un citoyen
- 06Une piste d’audit et un calendrier de révision
Aligné sur
- Cadre de gestion des risques liés à l’IA du NIST
- ISO/IEC 42001
- Loi 25 du Québec
Pour le fédéral et le secteur public
- Directive sur la prise de décisions automatisée
- Évaluation de l’incidence algorithmique
- Guide sur l’utilisation de l’IA générative
Les ministères fédéraux doivent réaliser une évaluation de l’incidence algorithmique avant de mettre un système décisionnel automatisé en production. Nous aidons les équipes à situer leurs systèmes par rapport à la Directive, à réaliser l’évaluation et à mettre en place les mesures requises.
( 07 )Mandats
Chaque mandat a une durée.
Écrite avant qu’il commence.
La plupart des firmes de services en IA ne disent jamais combien de temps dure un mandat; quand elles le font, les projets pilotes commencent à quatre semaines et les équipes intégrées se vendent au trimestre. Les nôtres commencent à dix minutes, et chaque étape se vend séparément.
Dix minutes, cinq dimensions, une prochaine étape claire. La faire maintenant
Cinq jours pour une carte des occasions.
Une semaine pour la première automatisation fonctionnelle.
Quatre semaines pour faire passer les automatisations en usage quotidien et les remettre à votre équipe.
Le siège du stratège dans votre programme d’IA, au mois : plan, rythme, jalons et les décisions qu’ils exigent.
( Pour les éditeurs de logiciels )
( 08 )Engagements
Trois engagements pour chaque mandat.
- 01
Une durée, écrite
Chaque mandat a une durée fixe et des livrables nommés avant de commencer. Aucune exploration sans fin.
- 02
Un indicateur par cas d’usage
Chaque cas d’usage est jugé sur un seul indicateur, mesuré avant la construction puis de nouveau après.
- 03
À vous, à la fin
Le travail tourne dans vos systèmes et vos comptes. À la remise, votre équipe possède les requêtes, les agents et les documents.
( 09 )Recherche
La recherche derrière le travail.
Atwater étudie la façon dont les organisations adoptent l’IA générative : pourquoi l’accès devient si rarement de l’impact, et ce qui change la donne. Ce que nous apprenons passe directement dans notre façon de mener les mandats.
- L’adoption au travail
- Comment l’IA générative passe de l’essai à l’habitude dans les équipes, et ce qui prédit ce passage.
- La gestion du changement pour l’IA
- Ce que les dirigeants, les ambassadeurs et la formation changent réellement, mesuré dans la façon de travailler.
- La gouvernance en pratique
- Comment les règles, les approbations et l’évaluation des risques favorisent ou freinent l’adoption, en entreprise et dans le secteur public.

Dernière publication · Carrousel · novembre 2026
Le vrai rendement de l’IA
Les tableaux de bord comptent le temps que l’IA fait gagner à produire le travail. Peu comptent le temps qu’il faut pour le vérifier. Notre dernière recherche ajoute le terme manquant : la facture de vérification.
- 1,06 Mdemandes de fusion acceptées étudiées
- 1,7×plus de temps avant la fusion quand le changement est délégué à l’IA
- ≈1,8×plus souvent renvoyé par les réviseurs
Les notes et documents de travail sont publiés dès qu’ils sont prêts.Visiter Recherche Atwater
( 10 )Expérience
D’où vient l’expérience.
Notre équipe a travaillé avec et pour des organisations en recherche en IA, logiciels infonuagiques, sécurité, banque, commerce de détail et milieu universitaire.
( 11 )Technologies
Claude d’abord, et le bon modèle pour chaque tâche.
Bâti sur les outils que vous payez déjà : Claude d’abord, OpenAI et d’autres modèles là où ils conviennent, directement ou par votre nuage, reliés aux systèmes que vos équipes utilisent chaque jour.
Aucune nouvelle plateforme à acheter et aucune dépendance. Les requêtes, les agents et le savoir-faire restent à vous.
Claude, d’abord
- Claude for Teams
- Claude Enterprise
- Claude Code
- Claude Cowork
- Claude API
- Claude Agent SDK
Autres modèles
- OpenAI API
- ChatGPT Enterprise
- Google Gemini
- Modèles à poids ouverts
Où ça tourne
- Claude, en direct
- Amazon Bedrock
- Google Vertex AI
- Microsoft Foundry
- Connecteurs MCP
- Votre propre nuage
À quoi ça se connecte
- Microsoft 365
- Google Workspace
- Salesforce
- HubSpot
- ServiceNow
- Zendesk
- Slack
- SharePoint
- Jira
- Notion
- Snowflake
- BigQuery
Réservez une séance de travail.
Réservez un appel découverte de 30 minutes : vos objectifs, là où l’IA pourrait rapporter, et si nous sommes faits pour travailler ensemble.
Apportez un cas d’usage
Le travail que vous confieriez d’abord à l’IA, et comment vous sauriez que ça a fonctionné.
Repartez avec une portée écrite
Une durée fixe, les livrables et l’indicateur sur lequel le travail sera jugé.
Commencez là où ça convient
L’évaluation de dix minutes, le diagnostic, ou directement une construction si vous savez par où commencer.