Faut-il mettre de l'IA dans votre outil interne ?

« On pourrait ajouter de l'IA » revient dans presque toutes les discussions autour d'un outil interne. Parfois c'est une excellente idée. Souvent, une règle bien placée fait mieux, pour dix fois moins cher.

Là où l'IA apporte vraiment quelque chose

Le point commun des bons usages : une entrée floue, et une sortie qui tolère l'imprécision.

• Du texte libre à trier — emails entrants, demandes, commentaires
• De l'extraction — récupérer des informations dans un PDF ou un message mal structuré
• Une première version d'un texte — brouillon de réponse, résumé, reformulation
• De la recherche — retrouver un document par le sens, pas par le mot exact

Là où c'est une mauvaise idée

Dès qu'un résultat doit être exact et reproductible, l'IA est le mauvais outil. Un calcul de prix, un total de facture, une règle de validation, une attribution de droits : ça se code, ça se teste, et ça donne le même résultat à chaque fois.

Le test est simple : si deux exécutions identiques doivent produire exactement le même résultat, ce n'est pas un sujet d'IA.

Les questions à poser avant

• Que se passe-t-il quand c'est faux ? Si la réponse est « on perd deux minutes », ça passe. Si c'est « on perd de l'argent ou un client », il faut une validation humaine.
• Qui relit ? Une suggestion qu'on valide d'un clic, c'est utile. Une action automatique que personne ne regarde, c'est un risque.
• Où partent les données ? Données clients, RH ou financières : il faut savoir chez quel fournisseur elles transitent, et pouvoir le dire.
• Combien ça coûte par mois ? Multipliez le coût unitaire par le volume réel, pas par celui de la démo.
• Que fait l'outil si le service tombe ? Un outil inutilisable parce qu'une API externe est en panne n'est pas un outil interne fiable.

Une approche raisonnable

Commencer petit : une fonction, un endroit précis, un bouton qui propose et un humain qui valide. Mesurer si ça fait réellement gagner du temps. Étendre si oui, retirer si non — et ce n'est pas un échec, c'est le but de l'essai.

En résumé

L'IA n'est pas une couche à poser sur un outil : c'est une fonctionnalité comme une autre. Elle doit répondre à un besoin identifié, avec un coût connu et un plan B. Le reste, c'est de la décoration.