En bref
- L’IA excelle à lire des données non structurées, rédiger, rapprocher et résumer.
- Elle est faible pour les calculs exacts sans base de données et pour les décisions qui engagent une responsabilité.
- Les meilleurs points de départ sont des processus fréquents et chronophages, avec un résultat clair et une personne qui valide.
- Certains usages, comme le tri des candidatures, sont à haut risque au sens du règlement sur l’IA et exigent une attention particulière.
Là où l’IA aide vraiment en entreprise
Presque tout usage pertinent suit le même schéma : une information arrive sans structure, sous forme d’e-mail, de PDF, de photo ou de message vocal. Quelqu’un doit la lire, la comprendre, la relier à des données d’un logiciel et en tirer quelque chose : une réponse, une saisie, une proposition. C’est exactement ce travail préparatoire que l’IA peut prendre en charge. La décision reste humaine.
Les exemples suivants décrivent des processus types, pas des projets clients. Ils montrent où l’IA intervient dans chaque service. La même règle vaut partout : l’IA prépare, une personne vérifie et décide avant que quoi que ce soit parte ou soit comptabilisé.
Douze cas d’usage par service
1. Ventes : préparer les devis
L’IA lit les demandes, repère les informations manquantes, propose des lignes de votre tarif et crée un brouillon. Plus de détails dans l’article devis automatique avec l’IA.
2. Ventes : qualifier les prospects
Les nouveaux contacts sont enrichis avec des données d’entreprise publiques, classés selon vos critères et présentés aux commerciaux avec un court résumé.
3. Service client : répondre aux demandes
Les demandes sont lues, affectées et traitées avec les bonnes données, d’abord sous forme de brouillon à valider. Plus de détails dans l’article automatiser le service client. La page service client IA montre comment nous le mettons en place.
4. Achats : comparer les offres fournisseurs
Des offres dans des formats différents sont extraites et réunies dans un tableau homogène : prix, délais, conditions, écarts par rapport à la demande.
5. Achats : rapprocher les confirmations de commande
Les confirmations des fournisseurs sont comparées à la commande. Les écarts de prix, de quantités ou de dates ressortent tout de suite.
6. Comptabilité : saisir les factures fournisseurs
Factures électroniques, PDF ou scans sont lus, rapprochés de la commande et du bon de livraison puis transmis prêts à traiter. Plus de détails sur l’automatisation des factures fournisseurs.
7. RH : répondre aux questions des salariés
Un assistant répond aux questions sur les congés, les notes de frais ou les procédures à partir de vos règles internes. Les nouveaux arrivants trouvent plus vite les documents.
8. Contrôle de gestion : rédiger les rapports
Les chiffres de la comptabilité, de l’ERP et du CRM sont rassemblés, les anomalies signalées et un projet de rapport mensuel rédigé en toutes lettres.
9. Logistique : lire bons de livraison et documents de transport
Les informations des bons de livraison, lettres de voiture et documents douaniers sont saisies et reprises dans l’ERP, les incohérences signalées.
10. Marketing : textes et traductions
Fiches produit, articles et traductions sont rédigés en brouillon dans votre ton. Une personne vérifie faits, prix et affirmations avant publication.
11. Direction : comptes rendus et notes de décision
Les réunions sont résumées, les tâches consignées avec responsables et échéances, et les documents condensés en une courte note de décision.
12. Technique et SAV : rendre le savoir accessible
Manuels, fiches techniques et instructions internes deviennent consultables. Les salariés posent leurs questions avec leurs mots et obtiennent des réponses sourcées.
Ce qui ne fonctionne pas bien
- Des chiffres exacts sans données : prix, quantités et délais doivent venir de vos logiciels, pas du modèle de langage.
- Des décisions qui engagent : licenciements, décisions de crédit ou analyses juridiques restent humains.
- Le recrutement : une IA qui trie ou évalue des candidatures est une IA à haut risque au sens du règlement sur l’IA. Plus de détails dans catégories de risque.
- Des processus flous : si personne ne peut expliquer précisément un processus, aucune IA ne pourra le reprendre de façon fiable. Il faut d’abord le clarifier.
La technique derrière
- Les modèles de langage : ils lisent et rédigent des textes. Ils sont reliés via les interfaces des fournisseurs, avec un traitement des données dans l’UE autant que possible.
- Les outils d’automatisation : des logiciels comme n8n, Make ou Power Automate relient les étapes et vos logiciels. Plus de détails dans n8n en entreprise.
- Les bases de connaissances : vos propres documents sont préparés pour que l’IA donne des réponses sourcées au lieu de rédiger librement.
- Vos logiciels : ERP, CRM, comptabilité et GED restent en place. Ils sont reliés via des interfaces.
Trouver le bon point de départ
- Recenser ce qui fait perdre du temps : demandez dans chaque service quelle activité coûte le plus de temps de routine.
- Évaluer : fréquence, existence de règles claires, données numériques disponibles, gravité d’une erreur éventuelle.
- Choisir un processus : fréquent, chronophage, à faible risque, avec une personne qui valide.
- Phase de test : la solution tourne d’abord à côté du travail habituel, avec des indicateurs clairs.
Pour traiter plusieurs services à la fois, un court conseil en IA qui évalue les processus et fixe un ordre de priorité se justifie.