Ajouter La Gazette France à vos sources préférées
L’insertion de l’IA dans l’entreprise peut se réaliser à trois ou quatre niveaux de complexité croissante.
Le premier seuil est d’associer de l’IA générative aux suites bureautiques - (cf. Mistral LeChat /Vibe, ChatGPT, Google Gemini / Duet AI, Claude, etc. ou encore Copilot dans Microsoft 365). Cela concerne la recherche, extraction, analyse et résumés de documents, traduction, envoi d’emails, etc. Mais aussi transcrire et résumer des entretiens audio ou vidéo, ou des webconférences (cf. Noota, Lexi, TurboScribe, etc.). Les solutions retenues doivent être référencées, recommandées, encadrées (cf. charte). On proscrit les abonnements individuels par carte bancaire ; car l’enregistrement d’e-mails personnels et de cookies lors des navigations ‘privées’ sur le web peut ouvrir des failles de cybersécurité.
A noter, au passage, le succès croissant de solutions ‘libres’, ou open source. Et on relèvera que la dernière livraison de LibreOffice (26.8) ne contient aucune fonctionnalité IA générative, afin de ne transmettre aucun document à des services distants…
Automatiser des tâches répétitives
Le niveau suivant consiste à créer des « agents IA » autonomes ou semi-autonomes, chargés d’exécuter des tâches répétitives, plus complexes : mise à jour du portefeuille clients (CRM), qualification des prospects. On s’appuie sur des IA de niveau ‘pro’ comme Mistral Team/Enterprise, ChatGPT-5, Claude Sonnet 5 (Team), Copilot Studio de Microsoft ; ou sur des « moteurs d’automatisation » ‘no-code / low-code’ (sans programmation) comme n8n, Rasa (Allemagne), Botpress (Québec), Gumloop, Zapier, etc.
S’il s’agit de travailler sur des données internes cruciales, on utilisera des modules RAG (Retrieval-Augmented Generation) qui connectent le LLM choisi (modèle de langage IA) à la base de connaissances afin d’apporter des réponses de plus en plus précises, sans ré-entraîner le modèle. Si l’on ne veut pas que le modèle déraille en production, les données de départ doivent être ‘propres’, valides, correctement formatées. Sinon, mieux vaut se contenter d’un workflow automatisé sans IA…
Au cœur des applications « métiers »
Le niveau qui suit touche aux applications « métiers » : analyse d’images, contrôle qualité, supervision d’une ligne de production, traitement des notes de frais, détection de fraudes, classification de factures, intégration ‘bureautique’ des nouvelles recrues (onboarding), etc. Dans cette famille, on peut ranger les ‘chatbots’ ou assistants virtuels capables de répondre à des questions récurrentes (‘FAQ’), en interne ou sur le web ou serveur vocal, etc. Là aussi, il existe des plateformes, ‘no-code’/‘low code’ (n8n, Make, Dust, CrewAI, Yoos pour la finance…).
Enfin le niveau supérieur est celui d’une véritable infrastructure et plateformes IA, généralement sur le Cloud (public ou privé, et souverain pour être à l’abri du Cloud Act des Etats-Unis ; cf. le concept « GPU souverain »). On s’appuie sur des serveurs dédiés ou non, spécialisés ou non - comme le proposent Atos-Bull, Dell, HPE ou IBM, qui mettent à disposition des ‘AI factories’ et des partenaires conseils. A noter qu’il existe, outre l’environnement Linux, de vraies alternatives Open source en France, comme chez Linagora (cf. OpenLLM).
