Le Diag Data IA de Bpifrance suffit quand vous n'avez pas encore de projet identifié et que vous cherchez une première cartographie de vos données et de vos cas d'usage pour 6 000 € HT de reste à charge. Un audit IA complet s'impose dès que l'entreprise a plusieurs sites, un système d'information chargé, un projet déjà pressenti ou un comité à convaincre avec un chiffrage. Les deux formats ne se remplacent pas, ils se suivent souvent.
Qu'est-ce que le Diag Data IA de Bpifrance, concrètement ?
C'est un diagnostic de 8 jours d'intervention, étalés sur 3 mois au maximum, mené par un expert en data science et IA agréé par Bpifrance, et subventionné à 40 %. Le devis est plafonné à 10 000 € HT, ce qui laisse un reste à charge de 6 000 € HT pour l'entreprise. Ces conditions sont celles publiées sur le catalogue Bpifrance et reprises sur la fiche France Num mise à jour le 19 juin 2026 ; le financement vient de France 2030, dans le plan Osez l'IA.
Pour être éligible en 2026, il faut être une PME ou une ETI indépendante de 10 à 2 000 équivalents temps plein, réaliser au moins 1 000 000 € de chiffre d'affaires sur un bilan de 12 mois, exister depuis plus d'un an et ne pas être une entreprise en difficulté au sens européen. Le livrable tient en trois blocs : un état des lieux technique et opérationnel, une liste de cas d'usage applicables au contexte de l'entreprise, et une priorisation de ces cas d'usage avec une feuille de route.
Huit jours, c'est court. En pratique, l'expert passe deux à trois jours en entretiens, autant sur les données, et le reste à écrire. Il couvre bien une entreprise mono-site avec un ERP et un CRM. Il ne couvre pas six entrepôts et quatre outils métier qui ne se parlent pas.
Résumé de la vidéo : Bpifrance présente le principe du Diag Data IA, l'intervention d'un expert agréé et les trois blocs du livrable, en format animation. Elle sert à vérifier que le format correspond à ce que vous attendez avant de déposer une demande.
Qu'apporte un audit IA complet que le Diag ne fait pas ?
Un audit IA complet mené par un cabinet chiffre chaque cas d'usage jusqu'au coût de mise en œuvre et au gain annuel, et le fait sur un périmètre que vous fixez, pas sur 8 jours imposés. Chez JUWA, ce format dure 4 semaines : cartographie des processus, entretiens avec les métiers (souvent 10 à 20 personnes), scoring des cas d'usage sur une grille effort et impact, chiffrage, puis feuille de route séquencée. Le rapport doit permettre à un comité de direction de décider d'un budget sans redemander une étude.
La différence se voit dans la profondeur. Dans un cabinet d'expertise comptable audité par JUWA, 8 processus automatisables ont été chiffrés un par un, puis 3 outils ont été déployés en 5 semaines, pour un gain de productivité estimé à 25 % sur le périmètre audité. Un Diag aurait listé les 8 processus, sans chiffrer chacun ni lancer les outils dans la foulée. Sur un audit, le rapport contient aussi ce que le Diag ne demande pas de produire : l'architecture cible, l'analyse des données réellement accessibles (export, API, historique), les risques réglementaires (RGPD, AI Act) et un plan de financement.
La contrepartie est évidente : pas de subvention automatique. L'audit se paie en totalité, sauf montage spécifique. Les fourchettes de prix sont détaillées dans l'article sur le prix d'un audit IA pour une PME.
Diag Data IA ou audit IA : le comparatif en un tableau
Le tableau met les deux formats face à face sur sept critères, de la durée à la suite donnée au rapport.
| Critère | Diag Data IA Bpifrance | Audit IA complet (cabinet) |
|---|---|---|
| Durée | 8 jours d'intervention sur 3 mois maximum | 3 à 6 semaines selon le périmètre (4 semaines chez JUWA) |
| Coût et reste à charge | Devis plafonné à 10 000 € HT, reste à charge 6 000 € HT | Sur devis, fonction du nombre de sites et de processus ; pas de plafond |
| Financement | Subvention Bpifrance de 40 % (France 2030, plan Osez l'IA) | Budget interne, parfois OPCO pour le volet formation |
| Éligibilité | PME et ETI indépendantes de 10 à 2 000 ETP, plus d'un an d'existence, 1 M€ de CA minimum | Aucune condition de taille ou de statut |
| Livrables | État des lieux, cas d'usage identifiés, priorisation et feuille de route | Cartographie des processus, cas d'usage scorés et chiffrés, architecture cible, plan de financement, feuille de route séquencée |
| Profondeur | Un site, une dizaine de cas d'usage, entretiens limités par le format | Plusieurs sites, 10 à 20 entretiens, mesure des volumes par processus, analyse des données réelles |
| Suite donnée | Le rapport est remis, le projet reste à monter et à financer | Le premier chantier est cadré, souvent lancé par le même cabinet dans les semaines qui suivent |
Un point que le tableau ne montre pas : l'expert du Diag vient de la liste des cabinets référencés par Bpifrance. Le choix est donc borné à cette liste, avec en contrepartie la garantie que l'intervenant a été agréé sur ce format.
Dans quels cas le Diag Data IA suffit-il ?
Il suffit dans trois situations, et on conseille de s'en contenter quand on s'y trouve, même si un cabinet vous propose plus. La première : vous n'avez aucune idée précise de ce que l'IA pourrait faire chez vous et vous voulez une cartographie honnête avant d'engager quoi que ce soit. La deuxième : vous avez une seule implantation, un système d'information simple et moins de 200 personnes. La troisième : le budget est contraint et 6 000 € HT est ce que la direction accepte de mettre cette année sur le sujet.
Ce cas de figure est fréquent. L'Insee relève que 18 % des entreprises implantées en France utilisent au moins une technologie d'IA en 2025, mais seulement 15 % de celles de 10 à 49 salariés, contre 58 % au-delà de 250. Pour les 85 % de petites entreprises qui n'ont rien lancé, un état des lieux subventionné est une porte d'entrée raisonnable. Bpifrance Le Lab ajoute, dans son enquête de juin 2025 auprès de 1 209 dirigeants, que 43 % des PME et ETI n'analysent pas leurs données. Pour elles, le Diag joue d'abord un rôle de révélateur : où sont les données, dans quel état, et qu'est-ce qu'on peut en faire.
Ce que le Diag ne fera pas, en revanche, c'est trancher entre deux projets déjà identifiés en interne. Si votre DAF veut automatiser les factures fournisseurs et votre directeur commercial veut un assistant pour les devis, 8 jours ne suffisent pas à chiffrer les deux et à les départager sur des données réelles.
Quand faut-il passer directement par un audit IA ?
Dès que l'un de ces quatre signaux est présent : plusieurs sites ou entités, un système d'information avec plus de cinq outils métier interconnectés, un projet déjà pressenti par la direction, ou un comité qui exige un chiffrage avant de débloquer un budget. Un seul suffit. Deux, et le Diag ne fera que retarder la décision de trois mois.
L'exemple type est un opérateur européen de consignes automatisées qui exploite 6 000 machines. La question n'était pas « l'IA a-t-elle un intérêt chez nous », mais « sur quels flux de maintenance, avec quelles données, pour quel gain ». L'audit a produit une cartographie de la maintenance, un diagnostic des données disponibles et une feuille de route chiffrée. Un Diag de 8 jours n'aurait pas eu le temps de comprendre la chaîne de maintenance de 6 000 machines réparties dans plusieurs pays, encore moins de la chiffrer.
Autre signal, moins visible : un projet qui touche une donnée sensible (santé, paie, données clients à grande échelle) exige une revue réglementaire et un choix d'hébergement, hors périmètre du Diag. La frontière entre un audit et une mission de conseil plus large est détaillée dans l'article sur la différence entre audit et conseil IA.
Peut-on enchaîner un Diag Data IA puis un audit IA ?
Oui, et c'est un parcours courant chez les ETI. Le Diag sert de premier filtre subventionné, l'audit approfondit les deux ou trois cas d'usage qui en sortent en tête. Dans ce cas, l'audit ne repart pas de zéro : la cartographie du Diag est reprise, les entretiens se concentrent sur les processus retenus, et la durée peut tomber à 3 semaines au lieu de 4. Le coût de l'audit baisse d'autant.
Deux règles pour que l'enchaînement fonctionne. D'abord, ne laissez pas plus de trois mois entre la restitution du Diag et le début de l'audit ; au-delà, les données ont bougé et les interlocuteurs aussi. Ensuite, demandez à l'expert du Diag de livrer ses fichiers de travail, pas seulement le rapport : la liste des sources de données et la grille de scoring valent plus que la synthèse. Ce qui se passe dans les 90 jours suivant la restitution est décrit dans l'article après le Diag Data IA, de la feuille de route au premier projet.
L'ordre inverse n'a pas de sens. Un audit complet suivi d'un Diag revient à payer une version courte de ce qu'on possède déjà. La seule exception : une entreprise qui a fait auditer un site et veut un état des lieux subventionné sur une autre entité éligible.
Ce que JUWA fait sur les deux formats
JUWA est référencé expert Diag Data IA auprès de Bpifrance et mène ce diagnostic dans les conditions décrites plus haut ; le déroulé est présenté sur la page Diag Data IA Bpifrance. En parallèle, le cabinet mène des audits IA complets en 4 semaines, avec un chef de projet nommé et un point hebdomadaire, sur des périmètres multi-sites ou à système d'information complexe. Le passage en production suit en 4 à 8 semaines quand le client le décide, avec validation humaine sous seuil de confiance dès la première version et hébergement en France ou en Europe quand la donnée l'exige.
La méthode d'audit, étape par étape, est détaillée dans le guide comment réaliser un audit d'intelligence artificielle. Si vous hésitez encore entre les deux, la question à vous poser est simple : avez-vous déjà un projet en tête ? Non, le Diag. Oui, l'audit.
