40 cas d’usage de l’IA en entreprise, par pôle
La tâche, ce qu’on met en place, le temps récupéré et la difficulté réelle.
Lire l’article →Journal technique · Guide
IA générative en entreprise : ce que ça change dans une PME de quarante personnes
Une définition utilisable, ce que ça produit vraiment, douze usages par pôle, les cinq limites qu’aucun meilleur modèle ne lèvera, et ce qu’une entreprise de quarante personnes peut faire dès lundi sans projet.
En bref. L’IA générative désigne les systèmes qui produisent du contenu nouveau, texte, image, code ou voix, à partir d’une consigne, en s’appuyant sur des régularités apprises sur de grandes quantités de données. En entreprise, elle ne remplace pas un logiciel : elle absorbe le travail de rédaction, de résumé et de mise en forme qui se fait aujourd’hui à la main.
Les définitions ne manquent pas sur ce sujet. Ce qui manque, ce sont les réponses à trois questions qu’un dirigeant de PME se pose et qu’aucune encyclopédie ne traite : ce que son entreprise peut faire dès lundi sans lancer de projet, ce que ça change pour un salarié qui utilisait déjà un traitement de texte, et à quel moment ça cesse de fonctionner.
Cet article est écrit depuis une place particulière : celle de gens qui auditent des processus dans des entreprises de vingt à trois cents personnes et qui développent ce que l’audit retient. Il ne cherche pas à impressionner : dans un audit sur deux, la meilleure piste ne demande pas d’intelligence artificielle du tout.
Qu’est-ce que l’IA générative, en quarante mots ?
L’IA générative regroupe les systèmes capables de produire un contenu nouveau, texte, image, son ou code, à partir d’une consigne en langage courant. Ils ne cherchent pas une réponse dans une base : ils la composent, en s’appuyant sur les régularités apprises sur de très grandes quantités de données.
Le mot important est « composent ». C’est ce qui explique à la fois la puissance et le défaut : le système produit toujours quelque chose de plausible, y compris quand il n’a pas l’information. Il n’existe pas de signal interne fiable qui distingue « je sais » de « je comble ».
Ce que ça change par rapport au logiciel que vous connaissez
Un logiciel classique fait exactement ce qui a été programmé, toujours pareil, et se trompe de façon reproductible. Un système génératif produit une réponse différente à chaque fois, s’adapte à des cas non prévus, et se trompe de façon imprévisible. C’est un changement de nature, pas de puissance, et c’est ce qui explique pourquoi il ne se pilote pas comme un logiciel : on ne le teste pas une fois, on le surveille.
Que produit-elle, concrètement ?
| Ce que ça produit | Ce que ça vaut aujourd’hui en entreprise | Le piège |
|---|---|---|
| Du texte | Excellent. C’est là que se trouve l’essentiel du gain réel en PME : rédiger, résumer, reformuler, traduire, structurer | Il écrit très bien des choses fausses. Tout ce qui sort de l’entreprise se relit |
| De l’extraction structurée | Très bon, et sous-estimé. Lire une facture, un bon de livraison, un CV, et en sortir des champs propres | Le contrôle humain porte sur les montants et les références, pas sur la forme |
| Du code | Très bon pour du code court et vérifiable : une formule, une requête, une macro | Le code produit doit être compris par quelqu’un. Sinon vous avez créé une dette, pas un gain |
| Des images | Bon pour l’illustration, inutilisable pour le schéma technique exact | Le juridique n’est pas stabilisé. Faites relire ce qui porte votre marque |
| De la voix | Bon, et utile au téléphone. La page agent vocal | On entend souvent que c’est une machine, et il faut le dire |
| Des chiffres | Mauvais, et c’est le malentendu le plus coûteux | Un modèle ne calcule pas : il rédige un calcul plausible. Faites-lui écrire la formule, pas le résultat |
Que peut faire une entreprise de quarante personnes dès lundi ?
Sans projet, sans développement, sans budget d’investissement. Trois choses, dans cet ordre.
- 01Lundi
Ouvrir trois comptes professionnels, pas quarante
Sur les pôles qui écrivent le plus : commercial, administratif, bureau d’études. Comptez de 18 à 25 € ou dollars par personne et par mois. Trois comptes valent mieux que quarante parce qu’on peut suivre trois personnes.
- 02Mardi
Écrire la charte, deux pages
Ce qui peut entrer dans l’outil, ce qui ne le peut pas. Une liste. C’est ce document, et non un réglage, qui vous protège en cas de difficulté.
- 03La semaine suivante
Choisir une tâche et la chronométrer
Une seule, précise, qui revient au moins vingt fois par mois. Dix chronos avant. C’est le seul chiffre qui rendra la discussion à trois mois incontestable au lieu d’être une affaire d’impressions.
Ce qu’il ne faut pas faire dès lundi : acheter des licences pour tout le monde, lancer un séminaire d’acculturation, ou demander à chaque pôle de proposer des cas d’usage. Les trois produisent de l’enthousiasme qui retombe en trois semaines, et nous les avons vus tous les trois.
Douze usages concrets, pôle par pôle
Administratif et comptabilité
- Lecture des factures fournisseurs et pré-remplissage dans le logiciel de gestion, avec validation à l’écran. Le cas le plus fréquent et l’un des mieux notés en PME.
- Rédaction des relances d’impayés, adaptées au client et à l’ancienneté de la créance. L’envoi reste humain.
Commercial
- Préparation de rendez-vous : l’historique, les devis passés et les incidents ouverts rassemblés en une note d’une page la veille.
- Trames de devis à partir d’affaires comparables. Le prix reste arbitré par un humain, toujours.
- Mise à jour du CRM depuis une note vocale de trois minutes. Le gain n’est pas le temps de saisie : c’est le taux de remplissage.
Bureau d’études et production
- Recherche dans la documentation technique, avec la source citée. C’est le cas qui a donné notre meilleur résultat mesuré : 70 % de temps de recherche en moins dans un bureau d’études de 220 salariés.
- Aide au diagnostic : le symptôme croisé avec l’historique des interventions, trois causes probables proposées. Le technicien décide.
- Rédaction des rapports d’intervention à partir de notes prises sur le terrain.
Ressources humaines
- Réponses de premier niveau aux questions internes récurrentes, en citant l’accord ou la note applicable.
- Rédaction des offres d’emploi et des trames d’entretien. Attention : le tri des candidatures est un autre sujet, et il est encadré. La page RH.
Direction
- Comptes rendus de réunion avec relevé de décisions et actions affectées. L’article dédié.
- Veille ciblée sur les appels d’offres et les évolutions réglementaires du secteur, en note hebdomadaire.
Quarante autres cas, classés par pôle avec l’ordre de grandeur du temps récupéré et la difficulté réelle, sont détaillés dans notre inventaire des cas d’usage.
Que ne sait-elle pas faire ?
Cinq limites, et elles ne se contournent pas avec un meilleur modèle.
Elle ne calcule pas
C’est le malentendu le plus coûteux. Un modèle de langage compose un texte : quand il produit un chiffre, il produit un chiffre plausible. Il faut lui faire écrire la formule et laisser le tableur calculer. Un pilotage bâti sur des chiffres produits par un modèle est un pilotage sur du sable.
Elle ne sait pas qu’elle a tort
Une réponse fausse est produite avec exactement le même ton qu’une réponse juste. C’est la propriété la plus importante à comprendre, et c’est elle qui impose la relecture sur tout ce qui sort de l’entreprise.
Elle ne connaît pas ce qui n’est écrit nulle part
Ce client qu’on rappelle avant midi, cette référence qu’on ne commande plus depuis l’incident. Les trois quarts de ce qui fait tourner une PME sont dans la tête des gens, et aucun modèle ne l’apprendra en lisant votre base.
Elle n’a pas d’information récente par défaut
Un modèle connaît le monde jusqu’à une certaine date. Sans branchement explicite sur vos données ou sur une recherche, il répondra sur l’état d’avant, avec assurance.
Elle ne compense pas un processus cassé
Rédiger plus vite un document qui n’aurait pas dû exister ne fait rien gagner. C’est pour ça que nous auditons les processus avant de proposer quoi que ce soit.
Générative, prédictive, agents : quelle différence ?
| Ce que ça fait | Exemple en PME | Ce qu’il faut pour que ça marche | |
|---|---|---|---|
| IA prédictive | Estime une valeur ou une classe à partir de données historiques | Prévoir une panne, un volume de commandes, un risque d’impayé | De la donnée historique propre et abondante. C’est la condition qui bloque le plus souvent |
| IA générative | Produit un contenu nouveau à partir d’une consigne | Rédiger, résumer, extraire, traduire, coder | Presque rien. C’est ce qui explique son adoption si rapide |
| Agent IA | Enchaîne plusieurs actions et décide de la suite à chaque tour | Trier une boîte contact, préparer une réponse, mettre à jour le CRM | Des outils accessibles, un périmètre écrit, et quelqu’un qui supervise. Le guide |
La différence pratique la plus utile : l’IA prédictive demande vos données, l’IA générative n’en demande presque pas. C’est pour cela que la seconde s’est répandue en deux ans dans des entreprises qui n’avaient aucun projet de données, et que la première reste rare en PME. Quand un prestataire vous propose de la prédiction, la première question à poser est : combien d’années d’historique propre avons-nous, et sur quel format ?
Quel est le cadre juridique pour une PME ?
Trois textes vous concernent, et pour une PME qui utilise l’IA sans la commercialiser, les obligations sont plus limitées qu’on ne le craint, mais elles sont réelles.
- Le RGPD, en premier
- C’est lui qui s’applique le plus souvent, pas le règlement IA. Base légale, information des personnes, registre des traitements, accord de sous-traitance avec l’éditeur. C’est ce qui manque le plus souvent dans les entreprises que nous auditons. Le détail.
- Le règlement européen sur l’IA
- Il classe les usages par niveau de risque. Pour un déployeur PME, retenez trois obligations : informer quand une personne s’adresse à une machine, garder un humain sur les décisions qui touchent des personnes, et savoir quels systèmes vous utilisez. Ce qui s’applique vraiment.
- Le droit d’auteur
- Le sujet n’est pas stabilisé, ni sur les contenus utilisés pour l’entraînement, ni sur le statut de ce qui est produit. En pratique : pour un document interne, le risque est faible ; pour un contenu qui porte votre marque ou part chez un client, faites relire et évitez de revendiquer une originalité que vous ne pourriez pas défendre.
- Ce qui n’est pas dans les textes mais compte autant
- L’information de vos salariés. Un outil qui lit des courriels, transcrit des réunions ou analyse du travail touche des personnes. Le faire sans le dire est le meilleur moyen de transformer un projet utile en conflit social.
Par où commencer sans lancer de projet ?
La réponse la plus fréquente que nous donnons en premier appel, et elle ne nous rapporte rien.
- Regardez ce que vous payez déjà
- Une part de ce que vous cherchez est probablement incluse dans votre suite bureautique, votre CRM ou votre logiciel de gestion, et personne ne l’a activée. Nous le constatons une fois sur trois, et ça évite un abonnement.
- Choisissez une tâche, pas un domaine
- « Les comptes rendus de la réunion de production du lundi », pas « améliorer la productivité ». Une tâche nommée a un début, une fin, et un chronomètre.
- Mesurez avant
- Dix chronos sur des cas réels, menés par des personnes différentes. Cinq minutes de travail. C’est ce qui sépare une décision d’une conversation.
- Donnez le sujet à quelqu’un
- Avec des heures écrites dans ses objectifs, pas de l’enthousiasme. Une demi-journée par mois suffit au démarrage, et sans elle rien ne tient trois mois.
- Ne lancez pas cinq chantiers
- Une entreprise qui lance cinq cas d’usage en même temps n’en finit aucun. Celle qui en finit un ouvre les quatre autres toute seule.
Si vous voulez que quelqu’un vienne compter à votre place, c’est exactement ce que fait un audit de processus : une demi-journée par pôle, sur site, et un plan d’action chiffré. L’audit IA sur site. Et s’il conclut que rien ne justifie un projet chez vous, c’est écrit dans le document : c’est déjà arrivé.
Questions fréquentes sur l’IA générative en entreprise
Les systèmes capables de produire un contenu nouveau, texte, image, son ou code, à partir d’une consigne en langage courant. Ils ne cherchent pas une réponse dans une base : ils la composent à partir de régularités apprises sur de grandes quantités de données. C’est ce qui explique leur souplesse et leur défaut principal, produire toujours quelque chose de plausible.
L’IA prédictive estime une valeur ou une classe à partir de vos données historiques : prévoir une panne, un volume, un risque. L’IA générative produit du contenu à partir d’une consigne. La différence pratique est décisive : la première exige des données historiques propres et abondantes, la seconde n’en demande presque pas, et c’est pourquoi elle s’est répandue si vite.
L’essentiel du gain réel se situe sur le texte et l’extraction : rédiger, résumer, reformuler, lire une facture ou un document et en sortir des champs propres, retrouver une information dans ses propres documents. Douze usages concrets par pôle sont détaillés plus haut dans cet article.
De 18 à 25 € ou dollars par personne et par mois pour un compte professionnel. Commencez par trois comptes sur les pôles qui écrivent le plus, pas par quarante : trois personnes se suivent, quarante non.
Systématiquement, et sans le signaler. Une réponse fausse est produite avec exactement le même ton qu’une réponse juste, parce qu’il n’existe pas de signal interne fiable de doute. C’est la raison pour laquelle tout ce qui sort de l’entreprise passe par une relecture humaine.
Non, et c’est le malentendu le plus coûteux. Un modèle de langage compose un texte : quand il produit un chiffre, il produit un chiffre plausible. Faites-lui écrire la formule et laissez le tableur calculer.
Non, et c’est même déconseillé pour commencer. Trois comptes professionnels, une charte de deux pages, une tâche choisie et chronométrée : c’est ce qui produit un résultat mesurable. Les séminaires d’acculturation et les appels à cas d’usage produisent de l’enthousiasme qui retombe en trois semaines.
Le RGPD s’applique en premier : base légale, information des personnes, registre des traitements, accord de sous-traitance avec l’éditeur. Le règlement européen sur l’IA ajoute, pour un déployeur, l’information des personnes qui s’adressent à une machine et le maintien d’un humain sur les décisions qui touchent des personnes.
Qui écrit ceci
Écrit par Victor et Alexandre, qui conduisent les audits eux-mêmes. Onze projets d’intelligence artificielle livrés depuis 2024, plus de soixante-dix entreprises accompagnées depuis 2018. Ils dirigent chacun une entreprise : c’est le point de vue de quelqu’un qui a signé des devis avant d’en écrire. Qui nous sommes
Passer à la pratique ?
Une demi-journée par pôle, et vous repartez avec la liste chiffrée de ce qui se règle chez vous.
L’audit des processus → ou 06 38 42 04 85·
À lire ensuite
Sur le même sujet, plus en détail.
Déployer ChatGPT ou Copilot en entreprise
Le cadre avant les licences, les prix datés, et les questions à poser à votre revendeur.
Lire l’article →
AI Act : ce qui s’applique vraiment à une PME
Les obligations réelles d’un déployeur, et celles qui ne vous concernent pas.
Lire l’article →