Mettre l'IA au travail

Au cours précédent, vous avez fait produire l'IA sur une tâche. Mais elle ne connaissait rien de votre maison : ni vos tarifs, ni vos procédures, ni vos contrats. Ce cours corrige cela.

À la fin, vous saurez trois choses : pourquoi une IA générique ne peut pas répondre juste sur votre entreprise, quelles sont les trois façons de lui transmettre votre savoir et laquelle choisir, et ce qui fait qu'un document est exploitable — ou inutilisable. Comptez vingt minutes, plus un exercice de quinze. Le cours 102 aide pour le vocabulaire, sans être obligatoire.

Un modèle de langage a été entraîné sur d'immenses quantités de textes publics. Vos tarifs 2026, votre procédure de relance, le contrat que vous avez signé l'an dernier : rien de tout cela n'en fait partie.

Le piège, c'est qu'il ne répondra pas « je ne sais pas ». Comme vu au cours 101, il produit toujours la suite la plus probable — donc une réponse plausible et fausse. Demandez-lui votre délai de paiement standard : il inventera trente jours, parce que c'est le plus courant. Si le vôtre est de quarante-cinq, vous venez de communiquer une erreur à un client.

D'où la règle : tant que vous ne lui avez pas donné l'information, il n'a pas le droit de répondre dessus. Tout ce cours consiste à lui donner cette information proprement.

Ce n'est pas un détail technique, c'est un enjeu de gestion. L'enquête de Bpifrance Le Lab auprès de 1 209 dirigeants de PME et ETI françaises montre que 43 % des entreprises n'analysent pas leurs données. Le savoir existe — dans des dossiers, des mails, des têtes — mais il n'est pas exploitable. C'est exactement ce que cette étape répare.

Il n'y en a pas trente-six. Trois méthodes, par ordre croissant de coût et de complexité.

a. Le coller dans la conversation. Vous copiez le document dans la fenêtre, vous posez la question. C'est immédiat, gratuit, et parfait pour un besoin ponctuel : analyser un contrat, résumer un compte rendu. La limite : le modèle oublie tout à la conversation suivante, et vous ne pouvez pas coller trois cents pages.

b. Lui donner accès à votre documentation (RAG). Le RAG (Retrieval-Augmented Generation, génération augmentée par récupération) va chercher automatiquement les bons extraits de vos documents et les fournit au modèle avant qu'il réponde. C'est ce qu'on appelle une mémoire d'entreprise. Votre équipe pose une question en langage courant, la réponse s'appuie sur vos vrais documents — et peut citer lesquels. C'est la bonne réponse dans la grande majorité des cas en PME.

c. Ré-entraîner un modèle (spécialisation). Coûteux, long, et rarement justifié : cela sert à apprendre un style ou un format très particulier, pas à mémoriser des faits. Un prestataire qui vous le propose d'emblée pour « qu'il connaisse votre entreprise » se trompe de méthode. Posez-lui la question.

La règle de décision, en une ligne : besoin ponctuel → vous collez. Besoin récurrent, plusieurs personnes, documents qui évoluent → RAG. Le reste → presque jamais.

Un exemple documenté : Alfi Technologies, PME française d'environ 200 salariés (~30 M€ de chiffre d'affaires en 2024), a construit sur cinq ans un système combinant capteurs, apprentissage automatique et modèle de langage pour répondre aux questions sur ses machines. Résultat rapporté par l'entreprise : une réduction d'environ 30 % du nombre d'appels entrants pour ces questions. C'est un cas unique, pas une moyenne — mais il montre ce que devient un savoir interne rendu interrogeable.

C'est ici que la plupart des projets calent, et la cause est presque toujours la même : les documents ne sont pas prêts.

• Le texte doit être du texte. Un PDF scanné est une image : la machine n'y lit rien sans une étape de reconnaissance de caractères. Vos plus vieux contrats sont souvent dans ce cas.
• Une seule version fait foi. Si trois tarifs circulent, l'IA répondra avec l'un des trois — au hasard. Le désordre documentaire produit des réponses fausses avec l'aplomb des réponses justes.
• La date doit être visible. Sans date, impossible pour la machine — ni pour vous — de savoir si une procédure est encore valable.
• Ce qui est confidentiel doit être identifié avant d'être versé. Un document RH qui entre dans la base devient interrogeable par ceux qui y ont accès. C'est l'objet du cours suivant.

Vous reconnaissez le principe de la phase 02 de notre méthode : on range d'abord, on automatise ensuite. Verser un classement en désordre dans une IA ne produit pas de l'ordre — cela produit des réponses fausses plus vite.

Prenez la question qu'on vous pose le plus souvent en interne ou par vos clients (« quel est le délai ? », « comment on facture ce cas ? », « quelle est la procédure quand… »).

• Retrouvez le ou les documents qui contiennent la réponse. Combien de temps cela vous a-t-il pris ? Existe-t-il plusieurs versions ?
• Vérifiez les trois critères : est-ce du vrai texte ou un scan ? Y a-t-il une seule version qui fait foi ? La date est-elle visible ?
• Collez le document dans un outil d'IA et posez la question exacte. Ajoutez : « Réponds uniquement à partir du document fourni. Si l'information n'y est pas, écris ABSENT. »
• Notez ce qui a bloqué. Cette liste d'obstacles est votre chantier réel — pas l'IA.

Vous repartez avec deux livrables : une question de référence testée, et la liste précise de ce qui empêche aujourd'hui d'y répondre automatiquement.

• Un modèle ne connaît rien de votre entreprise, et inventera plutôt que d'avouer son ignorance.
• Trois méthodes seulement : coller (ponctuel), RAG (récurrent, la bonne réponse en PME), spécialisation (rarement justifiée).
• Exigez toujours la consigne « réponds uniquement à partir du document fourni, sinon écris ABSENT ».
• Un projet échoue rarement à cause du modèle : il échoue à cause de documents scannés, dupliqués ou non datés.
• On range d'abord, on automatise ensuite — y compris pour les documents.

Les quatre cours précédents vous ont appris à faire produire l'IA. Celui-ci vous apprend à savoir où l'arrêter — et c'est ce qui sépare une entreprise qui gagne du temps d'une entreprise qui prend un risque.

À la fin, vous saurez trois choses : reconnaître les tâches où l'IA dégrade le travail au lieu de l'améliorer, identifier ce qui ne doit jamais sortir de votre entreprise, et écrire la règle de validation qui protège vos décisions engageantes. Comptez vingt minutes, plus un exercice de quinze. Aucun prérequis technique.

C'est le résultat le plus important de ce cours, et le moins connu des dirigeants.

Une étude préenregistrée du Harvard Business School, menée sur 758 consultants du Boston Consulting Group, a mesuré deux situations. Sur des tâches situées dans le périmètre de compétence du modèle, les participants équipés d'IA ont accompli 12,2 % de tâches en plus, 25,1 % plus vite. Mais sur une tâche choisie délibérément hors de ce périmètre, ces mêmes participants avaient 19 points de pourcentage de chances en moins de produire une solution correcte que ceux qui travaillaient sans IA.

Lisez la deuxième phrase une seconde fois. L'outil n'a pas été neutre : il a activement dégradé la performance. La raison tient à ce que vous savez déjà du cours 101 — la machine produit une réponse plausible et confiante même quand elle n'a aucune base. Un collaborateur non averti la prend pour argent comptant.

La frontière n'est pas visible de l'extérieur. C'est pourquoi le seul critère fiable reste celui du cours 101 : si personne chez vous ne peut vérifier le résultat en trente secondes, la tâche n'est pas déléguable.

Quand vous collez un texte dans un outil d'IA grand public, vous le transmettez à un prestataire, souvent hors de votre entreprise. Trois catégories exigent une règle claire.

• Les données personnelles. Fichiers RH, dossiers de santé, coordonnées de clients, CV. Le RGPD (Règlement général sur la protection des données) s'applique intégralement : vous restez responsable du traitement, même si c'est un salarié qui a collé le fichier dans un chatbot.
• Les secrets d'affaires. Contrats non signés, grilles tarifaires, code source, plans, données de brevet. Une fois transmis, vous ne contrôlez plus la copie.
• Ce qui appartient à vos clients. Les documents confiés dans le cadre d'une mission. Votre contrat vous engage souvent à une confidentialité que le collage improvisé rompt.

Les trois questions à poser à tout prestataire ou éditeur, et à exiger par écrit : 1. Mes données servent-elles à entraîner un modèle public ? 2. Où sont-elles hébergées, et combien de temps sont-elles conservées ? 3. Qui, chez vous, peut y accéder ?

Un fournisseur sérieux répond en une ligne. Un fournisseur qui esquive vous a déjà répondu.

La contrepartie pratique : ne demandez pas à vos équipes de « faire attention ». Donnez-leur un outil validé par l'entreprise et une règle écrite. Une interdiction sans alternative produit exactement ce que vous voulez éviter : des salariés qui utilisent leur compte personnel, hors de toute traçabilité.

La validation humaine (human in the loop) n'est pas une précaution morale : c'est la réponse directe au résultat de la section 2. Elle se formalise simplement.

• L'IA propose, elle n'engage jamais. Devis, contrat, réponse à une réclamation, prix communiqué, courrier officiel, décision RH : un humain relit et valide avant l'envoi.
• Un responsable nommé par tâche. Pas « l'équipe » : une personne, qui vérifie et qui corrige la consigne quand le résultat dérive.
• Les chiffres et les noms propres se vérifient systématiquement. C'est là que l'erreur se loge, et là qu'elle coûte le plus cher.

Notez ce que cette règle n'est pas : un frein. Elle vous autorise au contraire à automatiser largement le reste, parce que vous savez exactement où se trouve la ligne. Les entreprises qui n'ont pas posé cette limite sont celles qui finissent par tout interdire après un incident.

Reprenez la liste de tâches établie au cours 101, et ajoutez-lui les tâches sensibles de votre semaine.

• Classez chacune en trois colonnes : automatisable, automatisable avec validation humaine, jamais.
• Pour la colonne « avec validation », écrivez qui valide — un prénom, pas un service.
• Listez les trois types de documents qui ne doivent jamais être collés dans un outil non validé chez vous. Affichez cette liste là où vos équipes la verront.
• Envoyez les trois questions de la section 3 à un éditeur dont vous utilisez déjà l'outil. Comparez la vitesse et la clarté de la réponse.

Vous repartez avec votre première charte d'usage : trois colonnes, des noms, une liste d'interdits. C'est le document qui manque à la majorité des entreprises qui ont déjà déployé l'IA.

• Hors de son périmètre, l'IA dégrade le travail : −19 points de solutions correctes (étude HBS sur 758 consultants du BCG).
• Le critère de délégation reste la vérifiabilité en trente secondes, pas la difficulté apparente.
• Trois catégories ne sortent jamais sans cadre : données personnelles, secrets d'affaires, documents clients.
• Exigez par écrit : entraînement, hébergement, durée de conservation, accès.
• L'IA propose, l'humain engage. Un responsable nommé par tâche, et les chiffres toujours vérifiés.
• Interdire sans fournir d'alternative pousse vos équipes vers leurs comptes personnels — le pire des deux mondes.