Partir d'une tâche, pas d'un outil
Beaucoup de projets d'IA démarrent par un outil vu en démonstration, puis cherchent où l'utiliser. L'ordre inverse fonctionne mieux : partir des tâches qui reviennent chaque semaine, qui prennent du temps à quelqu'un et dont le résultat est facile à vérifier. Répondre aux mêmes questions par e-mail, ressaisir des informations d'un outil à l'autre, relancer des devis, prendre des rendez-vous par téléphone : ce sont des points de départ concrets.
Pour repérer ces tâches, il suffit souvent de suivre une demande de son arrivée à son traitement : par où elle entre, qui la touche, dans quels outils, et où elle attend. Les blocages apparaissent vite, et avec eux les tâches candidates. La taille de l'entreprise compte moins que la clarté du flux : un indépendant peut aussi être concerné.
Décision 1 : la tâche est-elle répétitive et assez stable ?
Un outil, avec ou sans IA, ne peut prendre en charge que ce qu'on sait décrire. Une tâche est un bon candidat si elle revient souvent, sous une forme proche, et si elle se traite selon des règles que l'équipe peut expliquer. Si le processus change tous les mois, ou si chacun le fait à sa façon, la première étape n'est pas l'IA : c'est de stabiliser et d'écrire le processus.
- Combien de fois la tâche revient-elle par semaine ?
- Peut-on écrire les règles, y compris les exceptions principales ?
- Qui sait dire si le résultat est juste ?
- Que coûte une erreur, et peut-on la rattraper ?
Décision 2 : règles fixes ou compréhension du langage ?
C'est la décision qui évite le plus de dépenses inutiles. Si l'entrée est structurée (un formulaire à champs fixes, un statut, une date), une automatisation à règles fixes suffit : elle est plus prévisible et moins coûteuse. L'IA se justifie quand la tâche commence par du langage libre, comme un appel, un e-mail ou un document, qu'il faut comprendre avant d'appliquer une règle. Beaucoup de cas finissent en système hybride : l'IA comprend, les règles exécutent. La grille complète est dans agent IA ou automatisation classique : lequel pour quel besoin.
Décision 3 : quelles données peuvent sortir de l'entreprise ?
La plupart des outils d'IA envoient des données à un service extérieur : un fournisseur de modèle, un hébergeur, un service de téléphonie. Avant de choisir un outil, listez les données que la tâche manipule et classez-les : celles qui peuvent sortir, celles qui ne sortent que sous conditions, celles qui ne sortent pas. Ce classement élimine d'emblée certaines solutions et en impose d'autres. La méthode détaillée est dans sécurité et confidentialité des données dans un process IA.
Décision 4 : comment saura-t-on que ça marche ?
Décidez avant de commencer de ce que vous mesurerez, et relevez la situation de départ : le temps passé sur la tâche, le délai de traitement d'une demande, le nombre de demandes perdues ou en attente, les erreurs relevées. Sans point de départ, personne ne pourra dire si l'outil a amélioré quelque chose. Prévoyez aussi qui relit les premiers résultats, et à quel moment on décide d'arrêter si le résultat n'est pas là.
Ce que la réglementation impose déjà
Dès que des données personnelles sont traitées, le RGPD s'applique. Son article 5 pose notamment le principe de minimisation : les données doivent être adéquates, pertinentes et limitées à ce qui est nécessaire au regard des finalités. Son article 28 prévoit que le traitement confié à un sous-traitant, par exemple un fournisseur de modèle ou un hébergeur, soit encadré par un contrat (ou un autre acte juridique). Ces deux points se règlent au moment du choix des outils, pas après la mise en service.
Le règlement européen sur l'intelligence artificielle (règlement (UE) 2024/1689) ajoute des obligations selon l'usage. Par exemple, son article 50 impose au fournisseur d'un système d'IA destiné à interagir directement avec des personnes, comme un agent qui répond au téléphone ou par messagerie, de le concevoir pour que celles-ci en soient informées, sauf si c'est évident dans le contexte ; d'après l'article 113, cette obligation s'applique depuis le 2 août 2026, date que le règlement (UE) 2026/1744, dit « omnibus numérique », ne modifie pas. Les liens vers ces textes figurent en fin d'article.
Faire seul, se former ou se faire accompagner
Un premier usage à faible risque peut se mener en interne : un assistant qui prépare des brouillons relus par un humain, sur des données non sensibles. C'est une bonne façon de se former et de voir ce que l'outil fait bien, ou mal. Dès que l'outil doit agir dans plusieurs logiciels, parler à vos clients ou manipuler des données sensibles, le cadrage, l'intégration et les garde-fous demandent plus de travail. Si vous passez à la construction d'un agent, suivez comment créer un agent IA pour son entreprise.
Dans les deux cas, le budget ne s'arrête pas à la construction : la consommation du modèle, l'hébergement et la maintenance continuent tant que l'outil fonctionne. Les postes de coût et la comparaison avec un logiciel sur abonnement sont détaillés dans combien coûte un agent IA pour une PME.
Si vous préférez un regard extérieur avant d'investir, l'audit d'AgentImpact reprend ces quatre décisions sur vos flux réels : cartographie, tâches candidates classées par impact et par effort, ce qu'il ne faut pas automatiser, puis une feuille de route utilisable avec n'importe quel prestataire. L'entretien est gratuit et n'engage à rien ; la conclusion peut être qu'il ne faut rien automatiser. Le déroulé est détaillé sur la page audit et feuille de route.
Les erreurs fréquentes au démarrage
- Choisir l'outil avant la tâche, puis chercher un usage pour le justifier.
- Automatiser un processus encore flou : l'outil reproduit le désordre, plus vite.
- Mettre de l'IA là où une règle simple suffit, et payer pour de l'incertitude.
- Oublier la question des données jusqu'au moment de signer avec un fournisseur.
- Lancer sans mesure de départ, puis ne pas pouvoir dire si le projet a servi.
- Viser tout de suite un outil qui « fait tout », au lieu d'une tâche bien faite.
Faire le point sur votre propre flux
L'audit dure 60 minutes et ne coûte rien. On regarde vos processus réels, on identifie ce qui mérite d'être automatisé et ce qui n'en vaut pas la peine. Vous repartez avec un périmètre chiffré, que vous décidiez ou non de continuer.