Intelligence artificielle
IA & automatisation des processus
L'intelligence artificielle ne remplace pas votre équipe. Elle lui retire les heures de travail qui ne demandent aucun jugement. Voici comment j'identifie ces heures, comment je les automatise, et comment je m'assure que le résultat reste sous contrôle humain.
Heures récupérées par mois et par processus
Moyenne sur 18 missionsQualité des chaînes livrées
Mesuré en recettePrestations
Six familles d'automatisation
Elles couvrent l'essentiel des demandes que je reçois. La plupart des projets en combinent deux ou trois.
Agents conversationnels sur vos données
Un assistant qui répond à partir de vos documents internes — procédures, contrats, catalogues, historique client — et pas à partir de connaissances générales. Techniquement, on parle de recherche augmentée : les documents sont découpés, indexés dans une base vectorielle, et le modèle ne répond qu'en citant ses sources. S'il ne sait pas, il le dit.
Extraction et classement de documents
Factures, bons de commande, contrats, CV, comptes rendus. Le système lit le document, en extrait les champs qui vous intéressent, vérifie leur cohérence et les dépose dans votre outil de gestion. Les cas douteux partent dans une file de validation humaine plutôt que d'être devinés.
Chaînes de traitement automatiques
Un événement déclenche une séquence : un formulaire rempli crée une fiche client, envoie un accusé de réception personnalisé, planifie une relance à cinq jours et prévient le commercial concerné. Construites avec n8n, Make ou en code selon la complexité et la sensibilité des données.
Traitement des demandes entrantes
Tri, qualification et pré-réponse des e-mails et messages. Le système classe par urgence et par sujet, rédige un brouillon de réponse à partir de vos modèles et de l'historique, et laisse la validation à un humain. Le délai de première réponse chute typiquement de 80 %.
Reporting et synthèse automatiques
Un récapitulatif hebdomadaire qui va chercher les chiffres dans vos outils, les met en forme, souligne les écarts et arrive dans votre boîte tous les lundis matin. Fin du fichier consolidé à la main tous les vendredis soir.
Production de contenu supervisée
Fiches produit, descriptions, traductions, résumés, brouillons d'articles. Toujours avec relecture humaine avant publication — l'IA accélère le premier jet, elle ne signe pas à votre place. Particulièrement rentable sur les catalogues de plusieurs milliers de références.
Méthode
On commence toujours par mesurer
Le principal risque d'un projet d'IA, ce n'est pas la technique. C'est d'automatiser quelque chose qui n'en valait pas la peine. J'ai vu des entreprises investir plusieurs milliers d'euros pour supprimer une tâche qui occupait deux heures par mois, et laisser de côté un processus qui en mangeait quarante.
La première semaine est donc consacrée à une cartographie, pas à du développement. On liste les tâches récurrentes, on estime le temps réel qu'elles consomment, on regarde à quel point leurs règles sont stables, et on classe. Ce classement produit un ordre de priorité qui n'est presque jamais celui qu'on avait en tête au départ.
Les trois critères qui décident
La fréquence. Une tâche quotidienne mérite dix fois plus d'attention qu'une tâche mensuelle, même si la seconde est plus pénible.
La stabilité des règles. Si la décision dépend de dix facteurs implicites que seule une personne expérimentée sait pondérer, l'automatisation complète est une mauvaise idée. En revanche, préparer le dossier pour que cette personne décide en trois minutes au lieu de trente, c'est excellent.
Le coût de l'erreur. Se tromper sur le classement d'un e-mail n'a pas les mêmes conséquences que se tromper sur un montant de facture. Plus le coût de l'erreur est élevé, plus on garde d'humain dans la boucle.
Ce qu'on regarde en cartographie
- Volumétrie réelle. Combien de fois par semaine, sur combien de personnes.
- Temps unitaire. Chronométré, pas estimé de mémoire.
- Sources de données. Où vit l'information, dans quel format, qui y a accès.
- Règles de décision. Explicites, implicites, exceptions.
- Conséquence d'une erreur. Financière, contractuelle, réputationnelle.
- Contraintes réglementaires. Données personnelles, secret professionnel, hébergement.
Livrable : un tableau de priorisation avec, pour chaque processus, le gain annuel estimé en heures, le coût d'automatisation et le délai de retour sur investissement.
Technique
Les outils, sans mystère
Je n'ai pas de religion technologique. Le bon outil est celui qui répond au besoin, que vos équipes peuvent comprendre, et qui ne vous enferme pas.
| Brique | Ce que j'utilise | Quand |
|---|---|---|
| Modèles de langage | Claude, GPT, Mistral, modèles ouverts auto-hébergés | Le choix dépend de la sensibilité des données et du budget par requête |
| Recherche augmentée (RAG) | Bases vectorielles pgvector, Qdrant, Chroma | Dès qu'il faut répondre à partir de documents internes |
| Orchestration | n8n auto-hébergé, Make, ou code Python / Node | n8n quand vos équipes doivent pouvoir modifier ; code quand la logique est fine |
| Extraction documentaire | OCR + modèles de vision, schémas de sortie contraints | Factures, contrats, formulaires scannés |
| Hébergement | Serveurs en France ou en UE, ou votre propre infrastructure | Systématiquement dès qu'il y a des données personnelles |
| Supervision | Journalisation des appels, coût par exécution, alertes sur dérive | Toujours. Une automatisation qu'on ne surveille pas est une bombe à retardement |
Garde-fous
L'IA sous contrôle, pas en pilote automatique aveugle
Humain dans la boucle
Chaque chaîne définit explicitement ce qui part sans validation et ce qui passe par un humain. Le seuil est réglable et se déplace au fil des mois, à mesure que la confiance se construit sur des chiffres.
Traçabilité complète
Chaque décision automatique est journalisée : entrée, sortie, modèle utilisé, coût, sources citées. En cas de contestation, on peut reconstituer exactement ce qui s'est passé et pourquoi.
Souveraineté des données
Pour les données sensibles : hébergement en France ou en Europe, modèles auto-hébergés si nécessaire, aucune donnée envoyée à des services qui les réutilisent pour l'entraînement. Conforme au RGPD, documenté en conséquence.
Trois exemples
Ce que ça donne en vrai
Devis générés depuis les e-mails
Une entreprise de négoce recevait cent vingt demandes de prix par semaine, en texte libre, dans des e-mails. Deux personnes passaient chacune deux heures par jour à retrouver les références et à saisir les devis.
La chaîne lit l'e-mail, identifie les produits demandés, va chercher les prix dans l'ERP, applique la grille tarifaire du client et produit un devis en brouillon. Le commercial vérifie et envoie.
Résultat : temps de traitement passé de 2 h à 20 min par jour et par personne. Délai de réponse moyen : 4 h au lieu de 2 jours.
Base documentaire interrogeable
Un cabinet de conseil avait accumulé quatre cents documents de méthode, de jurisprudence et de modèles. Les nouveaux arrivants mettaient des mois à savoir où chercher.
Indexation complète, agent de recherche interne accessible depuis leur outil de messagerie. Toute réponse cite le document et la page. Rien n'est inventé : si l'information n'existe pas dans le fonds, l'agent le dit.
Résultat : temps de recherche d'information divisé par six. Montée en compétence des nouveaux : trois semaines au lieu de trois mois.
Fiches produit à grande échelle
Un e-commerçant devait décrire six mille références importées d'un fournisseur, avec des données brutes inexploitables telles quelles.
Chaîne de génération à partir des caractéristiques techniques, avec un gabarit éditorial validé en amont, contrôle automatique de longueur et de mots-clés, puis relecture humaine par lots de cent.
Résultat : catalogue publié en cinq semaines au lieu d'un an estimé. Trafic organique multiplié par 2,4 sur douze mois.
Prochaine étape
Quelles tâches vous coûtent le plus d'heures cette semaine ?
Dites-le-moi en trois lignes. Je vous réponds avec un premier avis sur ce qui est automatisable, ce qui ne l'est pas, et l'ordre dans lequel s'y prendre.