Automatiser votre entreprise grâce aux IA

C’est le cœur de ce que je fais : brancher des outils entre eux pour qu’une tâche que quelqu’un faisait à la main se fasse toute seule. Et la leçon la plus utile que j’en ai tirée n’est pas technique. C’est que la première automatisation qu’on me demande n’est presque jamais celle qu’il faut faire en premier.

On me demande d’automatiser ce qui est visible — souvent un processus important, complexe, avec des exceptions partout. Ce qu’il faut automatiser en premier, c’est la tâche bête que personne ne mentionne parce qu’elle fait partie du décor : recopier chaque lundi matin les mêmes chiffres d’un outil vers un tableur. Vingt minutes par semaine, zéro prestige, zéro risque. C’est elle qu’il faut prendre.

Commencer par regarder, pas par outiller

Avant de choisir un outil, je demande à voir la semaine réelle. Pas l’organigramme des processus : ce que les gens font effectivement, avec les contournements et les copier-coller. C’est là que se trouvent les automatisations rentables, et elles ne sont jamais dans la présentation officielle du fonctionnement de l’entreprise.

Ce que je cherche, ce sont des tâches qui cochent quatre cases : elles reviennent souvent, elles suivent toujours la même logique, une erreur se rattrape facilement, et quelqu’un les déteste. Cette dernière case compte autant que les autres. Une automatisation qui soulage quelqu’un d’une corvée est adoptée immédiatement ; une automatisation qui optimise un processus dont personne ne se plaignait est abandonnée en trois semaines.

Ce que font les outils, et ce qu’ils ne font pas

Deux briques distinctes, qu’on confond souvent.

La brique de plomberie relie vos applications : Zapier pour les enchaînements simples, Make pour les workflows ramifiés, n8n quand on veut auto-héberger et garder la main sur les données. Elles font toutes la même chose au fond — écouter un événement, déclencher des actions — et le choix se joue sur le niveau de complexité que vous êtes prêt à maintenir. Pour une PME qui débute, la plus simple est presque toujours le bon choix.

La brique d’intelligence, c’est l’appel à un modèle de langage quelque part dans l’enchaînement, quand une étape demande de comprendre du texte plutôt que de le déplacer. Trier des demandes entrantes par nature, extraire trois informations d’un e-mail rédigé en style télégraphique, rédiger un brouillon de réponse. N’importe quel fournisseur de LLM fait ça correctement aujourd’hui ; le choix se joue davantage sur le coût et sur la localisation des données que sur la performance brute.

Le piège classique est de mettre de l’intelligence là où une règle suffirait. Si le tri se fait sur « le message contient un numéro de commande », c’est une condition, pas un modèle. Une condition est gratuite, instantanée et ne se trompe jamais. Chaque appel de modèle qu’on peut remplacer par une règle est un appel qu’il faut remplacer par une règle.

Un exemple qui marche, et pourquoi il marche

Le schéma que je déploie le plus souvent tient en quatre étapes : une demande arrive par formulaire ou par e-mail ; elle est enregistrée quelque part de fiable ; un modèle la qualifie et prépare un brouillon de réponse ; le brouillon attend une validation humaine avant de partir.

Ce n’est pas spectaculaire. C’est exactement pour ça que ça tient. Le point sensible n’est pas la qualification — un modèle s’en sort très bien — c’est la dernière étape. Tant qu’un humain valide, le pire scénario est un brouillon à jeter. Sans validation, le pire scénario arrive chez le client.

Sur les tâches purement internes et sans destinataire externe — normaliser des libellés, préparer un récapitulatif hebdomadaire, classer des documents — on peut se passer de validation systématique. La frontière n’est pas la difficulté de la tâche, c’est qui subit l’erreur.

Workflow ou agent : la vraie nouveauté

Tout ce qui précède décrit des workflows : des enchaînements fixes, écrits à l’avance, qui font toujours la même chose dans le même ordre. C’est prévisible, ça se débogue, et pour la grande majorité des besoins d’une PME c’est suffisant.

Ce qui a changé, c’est qu’on peut désormais confier un objectif plutôt qu’une procédure. Un agent reçoit une tâche — « traite cette demande de devis » — et décide lui-même des étapes : consulter le catalogue, vérifier une disponibilité, calculer, rédiger. C’est plus souple, et ça encaisse les cas que le workflow rigide ne prévoyait pas.

Le revers est mécanique : un enchaînement autonome de cinq décisions offre cinq occasions de se tromper au lieu d’une, et le diagnostic devient plus difficile quand le résultat est faux. Ma pratique : le workflow par défaut, l’agent quand le workflow échoue trop souvent sur la variété des cas réels — et dans les deux situations, une trace de ce qui a été décidé, pour pouvoir remonter le fil.

Les gains, honnêtement

Ce qu’on gagne, ce sont des heures sur des tâches sans valeur ajoutée, et une baisse des erreurs de fatigue — celles qui arrivent le vendredi à 18 h sur la douzième saisie de la journée. C’est réel et c’est mesurable.

Ce qu’on ne gagne pas : du temps qui apparaît par magie sans effort d’appropriation. Une automatisation demande à être expliquée, surveillée les premières semaines, et corrigée quand un outil change son API. Ce n’est pas gratuit et personne ne devrait vous vendre le contraire. Le calcul reste largement favorable sur les tâches bien choisies — c’est justement pour ça que le choix des tâches compte plus que l’outil.

Si vous voulez voir à quoi ça ressemble sur des cas chiffrés, c’est ce que couvre mon offre d’automatisation IA pour PME, et je travaille aussi bien à distance qu’en présence pour les entreprises qui cherchent un intervenant IA près d’Avignon. Sur la question de fond — ce que ces automatisations font aux postes concernés — ma réponse est dans l’IA va-t-elle nous remplacer ?.