Rassembler les données, remplir chaque matrice, les croiser : un diagnostic stratégique est chronophage. L'IA peut absorber ce remplissage — sans jamais qu'on lui confie le jugement qui, seul, fait un vrai diagnostic.
Le diagnostic stratégique : ce que l'IA vient outiller
Le diagnostic établit où en est l'entreprise avant de décider où aller. Il croise un regard externe — PESTEL, 5 forces de Porter, marché — qui repère opportunités et menaces, et un regard interne — chaîne de valeur, ressources via le modèle VRIO — qui identifie forces et faiblesses. Le tout se synthétise dans un SWOT, croisé en matrice TOWS. L'IA peuple les cadres, croise interne et externe et rédige un premier jet en minutes ; elle ne choisit ni ne hiérarchise.
Peupler et croiser les matrices : PESTEL, SWOT, VRIO
La méthode tient en trois temps : alimenter l'IA en documents réels, peupler chaque cadre en justifiant les items par leur source, puis hiérarchiser. On mobilise l'IA cadre par cadre :
- PESTEL : actualiser les facteurs macro, puis vérifier ceux qui pèsent vraiment.
- 5 forces de Porter : structurer l'analyse concurrentielle, chaque intensité étayée par des données de marché.
- VRIO : tester valeur, rareté et imitabilité d'une ressource, sans surévaluer ses atouts.
- SWOT / TOWS : croiser les cadrans et proposer des stratégies offensives, défensives ou de réorientation.
Prompt engineering : un cadre à la fois
Un prompt de diagnostic efficace est cadré et alimenté : rôle, contexte, cadre visé, données fournies, format avec la source de chaque item. La règle d'or : un prompt = un cadre. Le contre-prompt — « quels facteurs ai-je oubliés ? », « lesquels sont les plus critiques ? » — force la hiérarchisation et débusque l'angle mort.
Hallucinations, généricité et confidentialité
Un diagnostic faux est plus dangereux qu'un diagnostic absent : il oriente des décisions coûteuses avec assurance. L'IA hallucine des chiffres plausibles — chaque donnée se recoupe avec sa source ; sans ancrage, elle produit un diagnostic générique valable pour tout concurrent ; et les données internes ne transitent jamais par un outil grand public (anonymisation, BYOK, RGPD).
Exemple : une PME de mobilier design — atelier français, marque premium, mais coûts élevés et faible présence en ligne. L'IA génère en une minute les douze croisements TOWS ; l'analyste n'en retient que deux, finançables et cohérents avec l'identité de la marque. Le tri, non la génération, fait le diagnostic.