RIA2D · Automatisation IA
Automatisation IA

L'IA n'automatise pas votre métier. Elle automatise ce qui vous en éloigne.

Un devis qu'on oublie de relancer, un mail de demande qui reste sans réponse deux jours, un compte rendu qu'on écrit le soir. Ce ne sont pas des problèmes de stratégie, ce sont des tâches. L'automatisation par IA sert à les faire disparaître une par une, pas à remplacer le travail pour lequel on vous paie.

Demander un diagnostic → Ce qu'on livre

Ce que l'IA automatise vraiment, et ce qu'elle n'automatise pas.

En deux phrases

Il faut commencer par la question que personne ne pose franchement : qu'est-ce que l'IA sait faire, et qu'est-ce qu'elle ne sait pas faire ? La réponse est plus simple qu'on ne le croit.

Un modèle de langage sait lire un texte et en extraire ce qui compte. Il sait classer, résumer, reformuler, rédiger une première version. Il sait décider entre trois options quand les règles sont claires. C'est déjà énorme, parce que la majorité du travail administratif d'une entreprise consiste exactement en cela : lire quelque chose, comprendre de quoi il s'agit, et déclencher la suite.

En revanche, il ne sait pas ce qui n'est écrit nulle part. Il ne sait pas que ce client-là paie toujours en retard mais reste précieux, que ce chantier a pris du retard pour une raison qu'on préfère ne pas écrire, ou qu'il vaut mieux appeler plutôt qu'envoyer un mail. Ce jugement-là n'est pas dans vos données, il est dans votre tête.

La règle qu'on applique

On automatise ce qui est répétitif, décrit par des règles, et vérifiable. On garde l'humain là où le jugement compte, c'est-à-dire à l'endroit où une erreur coûte cher et ne se rattrape pas.

Une chaîne qui respecte cette frontière tient dans le temps. Une chaîne qui la franchit produit des erreurs qu'on met des mois à découvrir, et qui coûtent plus que le temps gagné.

Les quatre chaînes qu'on installe le plus souvent.

La chaîneCe qui déclencheCe que le système faitCe qui reste à vous
Demandes entrantesUn formulaire, un mail, un appelLit, qualifie, range au bon endroit, prépare une réponse et alerte si c'est urgentValider la réponse, traiter les cas hors norme
Relance de devisUn devis envoyéRelance à échéance, s'arrête dès que le client répond, prévient quand le devis est ouvertNégocier, décider d'un geste
Comptes rendusUne note dictée, un mail, une réunionStructure, classe dans le dossier, extrait les actions à faireRelire, corriger ce qui manque
ProspectionUn profil de client cibleIdentifie les entreprises, vérifie le contact, écrit un message par entreprise, relanceRépondre quand quelqu'un répond

Ces quatre chaînes reviennent dans presque toutes les entreprises qu'on rencontre, quel que soit le métier. Ce qui change d'une entreprise à l'autre, ce n'est pas la chaîne, c'est ce qui la déclenche et où vont les résultats.

C'est aussi pour cela qu'on ne vend pas de produit : la chaîne se branche sur vos outils, votre boîte mail, votre logiciel de devis, votre tableur. On ne remplace pas ce que vous utilisez déjà, on le relie.

Automatisation classique ou automatisation IA : la différence qui compte.

Le mot « automatisation » recouvre deux choses très différentes, et la confusion coûte cher.

L'automatisation classique suit des règles

Quand un devis est envoyé, attendre quatre jours, puis envoyer ce message. C'est déterministe, c'est fiable, et cela n'a besoin d'aucune intelligence artificielle. Un outil comme Zapier ou Make fait cela très bien, et si votre besoin s'arrête là, personne de sérieux ne devrait vous vendre autre chose.

L'automatisation par IA lit et décide

Quand un mail arrive, comprendre de quoi il parle, à quel dossier il se rattache, s'il est urgent, et préparer la réponse appropriée. Aucune règle ne peut prévoir la formulation d'un client. C'est là que l'IA apporte quelque chose que rien d'autre n'apporte : elle absorbe le désordre du langage réel.

Dans la pratique, une chaîne utile mélange les deux. La partie qui lit et rédige est faite par un modèle ; la partie qui déclenche, attend, réessaye et journalise est du code ordinaire, parce qu'on veut qu'elle soit prévisible. Un système entièrement confié à un modèle est un système dont personne ne peut expliquer le comportement.

Quand un outil no-code suffit

Si vos étapes sont fixes, peu nombreuses, et que le volume est faible, un outil no-code est le bon choix : moins cher, immédiat, et vous restez autonome. On le dit quand c'est le cas. La limite arrive quand il faut lire du texte libre, quand les cas particuliers se multiplient, ou quand l'abonnement mensuel dépasse ce qu'aurait coûté un développement propre.

Ce que la loi impose depuis le 2 août 2026.

Depuis le 2 août 2026, l'article 50 du règlement européen sur l'intelligence artificielle s'applique. Il impose deux choses qui concernent directement toute entreprise qui automatise avec de l'IA :Source : Commission européenne, règlement européen sur l'intelligence artificielle

Les obligations plus lourdes, celles qui visent les systèmes dits à haut risque, ont été repoussées : le règlement dit Digital Omnibus, entré en vigueur fin juillet 2026, les décale au 2 décembre 2027 pour les systèmes autonomes, et au 2 août 2028 pour l'IA intégrée à des produits déjà réglementés. La plupart des automatisations de PME ne relèvent de toute façon pas de cette catégorie. Le calendrier complet, les rôles de fournisseur et de déployeur et le barème des amendes sont détaillés sur notre page consacrée au règlement européen sur l'IA.

Ce que cela change concrètement pour vous : une réponse automatique à un client doit pouvoir être identifiée comme telle, et un système qui écrit à votre place doit le faire savoir. C'est une contrainte que nous trouvons saine, et qui rejoint la façon dont nous construisons de toute façon : un système qui a besoin de mentir sur sa nature pour fonctionner est un système mal conçu.

Ce paragraphe décrit l'état du droit en août 2026. Il ne remplace pas l'avis d'un juriste sur votre cas précis.

Comment on s'y prend.

Quatre étapes, toujours les mêmes, parce que c'est l'ordre qui évite de construire ce dont personne n'a besoin.

1. Diagnostic

Trente minutes pour regarder ce qui vous prend du temps aujourd'hui. On cherche les tâches qui reviennent, celles qu'on fait le soir, celles qu'on oublie. À la fin, on vous dit ce qui vaut le coup d'être automatisé et ce qui ne le vaut pas. Il arrive qu'on réponde qu'il n'y a rien à faire.

2. Prototype

Une première version, construite avec vos données réelles. Vos vrais devis, vos vrais mails, vos vrais clients. Une démonstration sur des données inventées ne prouve rien : c'est dans vos cas particuliers que les systèmes cassent.

3. Production

Le système passe en réel, avec votre validation sur les actions qui comptent. Au démarrage, rien ne part sans que vous ayez vu. On desserre ensuite, tâche par tâche, à mesure que vous constatez que c'est juste.

4. Suivi

Les cas particuliers arrivent après la mise en route, pas avant. On reste pour les traiter. Vous parlez à la personne qui a construit le système, pas à un support.

Ce que ça coûte, et ce qui fait varier le prix.

Il n'y a pas de tarif au mètre, mais il y a des ordres de grandeur honnêtes, et surtout des facteurs qui font varier le prix. Les voici.

Notre position sur le sujet est simple : nous donnons une fourchette au diagnostic, avant tout engagement, et nous préférons vous dire qu'un projet ne vaut pas son prix plutôt que de le faire quand même. Un système qui ne se rentabilise pas finit par être abandonné, et c'est une mauvaise affaire pour les deux parties.

Et les agents IA, dans tout ça ?

Le mot est partout depuis deux ans et il est devenu flou. Une définition utile, sans vocabulaire.

Un automatisme classique exécute des étapes fixes : quand ceci arrive, faire cela, puis cela. Un agent, lui, reçoit un objectif et choisit les étapes. On ne lui dit pas « lis le mail, puis cherche le dossier, puis rédige » ; on lui dit « traite cette demande », et il décide quels outils appeler et dans quel ordre.

Quand un agent apporte quelque chose

Quand le chemin ne peut pas être écrit à l'avance. Une demande client qui peut concerner une facture, un chantier, un délai ou trois choses à la fois n'a pas de parcours prévisible. Là, un agent qui va chercher lui-même la bonne information fait ce qu'aucun enchaînement fixe ne peut faire.

Quand il n'apporte rien, et coûte plus cher

Quand le chemin est connu. Relancer un devis à J+4 puis J+10 est une suite d'étapes fixes : un agent y sera plus lent, plus cher et moins prévisible qu'une automatisation ordinaire. Confier à un agent ce qu'une règle sait faire est l'erreur la plus fréquente du moment.

Ce qu'il faut vérifier avant d'en mettre un en production

Beaucoup de guides expliquent comment fabriquer un agent soi-même avec des outils sans code. C'est faisable, et pour un premier essai c'est même une bonne idée. La difficulté n'est jamais de le faire fonctionner une fois : elle est de le faire tenir quand arrivent les cas particuliers, les erreurs d'un service tiers et les demandes que personne n'avait prévues.

Où s'arrête cette page, et où commence le studio.

Cette page s'arrête au niveau où vous décidez. Elle dit ce que l'IA sait faire, ce qu'elle ne sait pas faire, et ce que ça coûte. Elle ne montre pas le mécanisme de chaque cas d'usage, parce que ce n'est pas le travail de la maison.

Quand vous savez quelle tâche traiter, le chantier relève d'un studio, et c'est là que les mécanismes sont détaillés :

Vous parlez à la même personne dans les trois cas. C'est la seule raison d'être de cette structure.

Note de la maison

Il y a une confusion utile à dissiper : l’essentiel de ce qu’on appelle « automatisation IA » n’a pas besoin d’IA. Une règle claire fait le travail, coûte moins, et surtout ne se trompe pas de manière imprévisible.

Je garde donc le modèle pour ce qu’une règle ne sait pas faire : comprendre un texte libre, classer de l’ambigu, résumer. Partout ailleurs, une condition explicite est meilleure. C’est moins vendeur et ça tient dans le temps.

Richad Addou

Questions fréquentes.

Faut-il changer de logiciel pour automatiser avec l'IA ?

Non, et c'est même l'inverse de ce qu'on cherche. Une chaîne se branche sur ce que vous utilisez déjà : votre boîte mail, votre logiciel de devis, votre tableur, votre agenda. Remplacer un outil qui fonctionne est le meilleur moyen de faire échouer un projet d'automatisation, parce que l'équipe doit alors apprendre deux choses au lieu d'une.

Combien de temps avant que ça tourne ?

Le diagnostic prend trente minutes. Un prototype sur une chaîne simple se construit en quelques jours. La mise en production dépend surtout de vous : le temps de valider les premiers cas et de constater que les décisions du système sont justes. Compter quelques semaines entre le premier échange et une chaîne qui tourne seule est réaliste pour un premier périmètre.

Est-ce que l'IA va se tromper ?

Oui, sur certains cas. C'est pour cela qu'on ne lui confie pas les décisions dont l'erreur coûte cher, et qu'on garde une validation humaine là où le jugement compte. La bonne question n'est pas de savoir si un système se trompe, mais si ses erreurs sont visibles, rattrapables et moins fréquentes que celles d'une organisation qui fait tout à la main un vendredi soir.

Que deviennent nos données ?

Elles restent les vôtres. Nous travaillons sur vos outils et vos comptes, et nous limitons ce qui sort de chez vous au strict nécessaire au traitement. Les accès sont nominatifs et révocables. Ce point se traite au diagnostic, parce que la réponse dépend de votre secteur et de la nature de ce que le système va lire.

On est trois dans l'entreprise, est-ce que ça vaut le coup ?

Souvent oui, parce que dans une petite structure les tâches administratives tombent sur la personne dont le temps vaut le plus cher. Le calcul se fait au diagnostic : si une chaîne fait gagner quelques heures par semaine à quelqu'un qui facture ses heures, la réponse est vite claire. Si ce n'est pas le cas, on vous le dit.

À lire ensuite.

Par où commencer ?

Racontez-nous ce qui vous prend le plus de temps en ce moment. On vous dit franchement si c'est automatisable, et par quoi commencer.

Demander un diagnostic →