Méthodologie

1. Intention et public

AIRI s’adresse aux conseils d’administration et aux dirigeants qui veulent une lecture rapide, structurée et confidentielle de leur capacité à tirer de la valeur de l’IA. Le diagnostic ne remplace ni un audit, ni un conseil professionnel, juridique, financier ou en investissement : il vise à nourrir la réflexion stratégique.

2. Les six dimensions

La maturité IA est lue selon six dimensions complémentaires. Chacune comporte quatre questions calibrées, soit 24 questions au total. Le choix des dimensions s’inspire des cadres reconnus (McKinsey, MIT CISR, Gartner, Oxford Insights, travaux Banque mondiale / BAD / UIT) et a été adapté pour les contextes africains et de marchés émergents.

3. Échelles et notation

Chaque question utilise une échelle ancrée 0–3 (0 = absent, 1 = naissant, 2 = en place, 3 = mature). La note d’une dimension est la moyenne de ses quatre questions, ramenée sur 100. La note globale est la moyenne des six dimensions. Le niveau de maturité (1–5) découle de paliers fixes de 20 points : 0–19, 20–39, 40–59, 60–79, 80–100.

4. Moteur de cohérence configurationnelle

Au-delà des scores, AIRI classe la configuration de l’organisation parmi six archétypes (équilibrée, base exposée, outils sans adoption, mise à l’échelle sans maîtrise, gouvernée mais inerte, ambition en avance sur la capacité). La classification est déterministe et fondée sur la dispersion des dimensions et l’identification du maillon faible.

• Bibliothèque v1.1.1, validée par tests d’invariants sur 106 496 profils.
• Le moteur ne sélectionne aucun outil, fournisseur, ni investissement : il diagnostique la configuration organisationnelle.

5. Comparaisons régionales (seuil de visibilité)

Toute comparaison régionale est affichée uniquement lorsqu’un échantillon auto-déclaré suffisant existe (n ≥ 30 par segment sectoriel, géographique ou de taille). En dessous du seuil, aucun nombre n’est montré ; un message neutre invite à revenir plus tard. Les benchmarks ne s’appuient sur aucun référentiel externe et sont étiquetés comme tels.

6. Détection des réponses peu engagées

Une heuristique simple repère les patterns de réponse à très faible engagement (durée anormalement courte, réponses uniformes). Les profils concernés ne sont pas exclus du rapport, mais sont retirés des cohortes de comparaison pour préserver la qualité statistique.

7. Confidentialité et résidence des données

Les réponses sont stockées de manière chiffrée sur une base hébergée dans l’UE (région ouest). Les fonctions de génération s’exécutent sur l’edge. Aucune donnée personnelle identifiable n’est transmise au modèle de langue utilisé pour la narration : seuls les scores numériques et étiquettes de dimension sont envoyés.

8. Mentions légales et non-affiliation

La méthodologie est l’œuvre de Stredge Partners et s’appuie sur la littérature académique publiée en matière de complémentarités et de cohérence configurationnelle. Les cadres cités (McKinsey, MIT CISR, Gartner, Oxford Insights, Banque mondiale, Banque africaine de développement, Union internationale des télécommunications) sont mentionnés à titre de référence ; Stredge Partners n’est ni affiliée à, ni endossée par ces organisations.

« Stredge Partners » et la marque SP sont des marques de Stredge Partners. © Stredge Partners.

9. Références

Milgrom et Roberts (1995), « Complementarities and Fit », Journal of Accounting and Economics.

Kremer (1993), « The O-Ring Theory of Economic Development », Quarterly Journal of Economics.

Brynjolfsson, Hitt et Yang (2002), « Intangible Assets : Computers and Organizational Capital », Brookings Papers.

Siggelkow (2001), « Change in the Presence of Fit », Academy of Management Journal.

Teece (2007), « Explicating Dynamic Capabilities », Strategic Management Journal.

Dawes (1979), « The Robust Beauty of Improper Linear Models in Decision Making », American Psychologist.

Smith et Kendall (1963), « Retranslation of Expectations », Journal of Applied Psychology.