IA pour les PME en Bretagne : 4 cas concrets et ce qu'on en a appris

Pourquoi la Bretagne concentre ces opportunités IA en 2026

La Bretagne réunit quatre conditions qui en font un terrain particulièrement fertile pour les projets d'IA en PME. Première condition : une densité élevée de filières à chaîne physique (mer, agro, légumes, énergie offshore) où la précision visuelle, la classification automatique et l'optimisation process produisent des effets concrets sur la marge brute. Deuxième condition : une saisonnalité forte qui rend visible chaque année le plafond de main d'œuvre et qui force les dirigeants à arbitrer entre recrutement saisonnier de plus en plus difficile et automatisation ciblée.

Troisième condition : un tissu de PME familiales en deuxième ou troisième génération, avec des repreneurs trentenaires-quadragénaires qui veulent moderniser sans dénaturer l'outil. Quatrième condition : un écosystème régional structuré (clusters Valorial, Bretagne Pôle Naval, Vegepolys, Pôle Mer Bretagne, CCI, BPI Bretagne) qui amortit financièrement les phases d'amorçage. Ce contexte explique pourquoi la majorité des phases 1 IA crédibles vues sur la côte ouverte au cours des dernières années partagent les mêmes archétypes, ceux que les quatre cas suivants illustrent.

Cas 1 : computer vision pour le tri en PME agroalimentaire de la côte

Première situation, vécue en mission : une PME agroalimentaire bretonne d'une dizaine de personnes, produisant environ cinq cents tonnes de produits de la mer par an, avec un dirigeant repreneur ayant identifié son plafond de verre. Le tri manuel mobilisait six à sept heures par jour et entre huit et quatorze personnes en haute saison. La machine de tri installée cinq à six ans plus tôt plafonnait à cinquante ou soixante pour cent de détection positive sur les configurations difficiles, ce qui obligeait les équipes à corriger en aval.

L'approche a été cadrée en deux phases. Phase 1 R&D de faisabilité courte et légère pour mesurer la performance d'un modèle de computer vision réentraîné sur les produits réels du client, avant tout engagement d'industrialisation. La phase 1 a démontré un passage à environ quatre-vingt-quinze pour cent de détection positive sur les scénarios qui bloquaient la machine existante, dépassant la solution spécialisée installée plusieurs années plus tôt. Sur cette mesure, l'industrialisation a été engagée sereinement, en visant la haute saison suivante. Pour le détail de cette méthode, la méthode en deux phases pour un projet de computer vision industriel cadre la suite.

Cas 2 et Cas 3 : modernisation SI offshore et automatisation back-office en coopérative

Deuxième cas, vécu en mission : Hydroconsult, bureau d'étude breton de quarante-cinq à cinquante personnes, spécialisé dans les mesures et relevés sur plateformes offshore et éolien en mer. La situation typique du piège ERP plus Excel plus emails plus Teams. Le travail a démarré en posture d'écoute, avec un constat partagé immédiatement par les dirigeants : leur intuition initiale était d'acheter un outil précis, alors que le problème réel était systémique. La cible posée : une donnée unifiée, non éparpillée, qui circule pour l'opérationnel, la logistique, le pilotage et la facturation. Ce diagnostic reste utilisable même quand le client n'industrialise pas immédiatement, parce qu'il évite les investissements incohérents avec l'architecture cible.

Troisième cas, archétype observé régulièrement chez nos prospects mais sans mission directe formalisée : la coopérative agricole bretonne (légumes, viticulture artisanale, conserveries de proximité) confrontée à une explosion du volume administratif post-saisonnier. Le coût annuel de ressaisie entre l'outil de production, l'ERP comptable et le portail client peut représenter l'équivalent d'un temps plein. L'automatisation, lean et progressive, s'y prête naturellement à la condition de ne pas chercher à refondre l'ERP existant. La posture pertinente sur ce terrain est l'ajout d'une couche d'orchestration légère, calibrée sur un ou deux processus prioritaires, plutôt qu'un projet global de transformation.

« Hydroconsult, elle est très représentative de plein de PME qui sont construites avec le temps, qui ont une bonne expertise sur leur métier et qui maintenant ont des rouages qui ne sont pas toujours optimisés, qui font pas mal de ressaisies, pas mal d'informel. »

Cas 4 et ce que ces quatre situations enseignent sur la méthode

Quatrième cas, archétype récurrent : la conserverie ou l'atelier de transformation breton qui veut professionnaliser son contrôle qualité visuel. La situation typique : contrôle qualité tenu par une opératrice expérimentée dont les décisions sont fiables mais non documentées, et qui transmet sa connaissance par compagnonnage à des saisonniers difficiles à recruter. L'IA n'y remplace pas l'expertise, elle la fige, la rend transférable et constante. Le projet pertinent ressemble à une phase 1 sur images réelles, avec un seuil de performance défini sur les scénarios les plus difficiles (défauts atypiques, lots hors gabarit, contamination visuelle), avant industrialisation en parallèle d'une cartographie des règles métier implicites portées par les opérateurs.

Ce que ces quatre cas partagent, au-delà de leur diversité de filière, tient en trois points. Premièrement, l'IA n'est jamais le sujet de départ : le sujet, c'est un plafond de production, une ressaisie qui sature, une expertise non transférable. L'IA est l'outil, pas l'objectif. Deuxièmement, la méthode en deux phases distinctes (R&D de faisabilité contractualisée d'un côté, industrialisation engagée sur une mesure de performance de l'autre) est le seul format qui protège un dirigeant breton contre les promesses-machines des fabricants. Troisièmement, le calage sur la saisonnalité est structurant : on vise la prochaine haute saison, pas l'immédiat. Pour la suite, comment valider une phase 1 IA avant d'industrialiser et structurer ses données industrielles avant de lancer un projet IA prolongent la méthode.

Si vous dirigez ou pilotez une PME bretonne et qu'un de ces quatre archétypes ressemble à votre quotidien, l'exercice utile cette semaine consiste à formuler en deux phrases le plafond précis que vous cherchez à lever (volume, précision, coût ressaisie, transfert d'expertise), et la prochaine haute saison sur laquelle un projet industrialisé devrait être prêt. Ces deux phrases conditionnent l'ensemble de la suite, bien plus que le choix de la technologie.