Intelligence artificielle et automatisation pour les entreprises

Où l’IA aide-t-elle une entreprise ?

L’IA aide là où des personnes passent du temps à lire, trier et reformuler du texte : e-mails entrants, formulaires, documents, questions au support, notes dans le CRM. Un modèle de langage peut classer, extraire et rédiger en quelques secondes, et une personne vérifie le résultat là où c’est important. La valeur vient du bon positionnement de cette étape dans un processus, avec des données propres en entrée et un résultat validé en sortie.

C’est pourquoi nous traitons l’intégration de l’IA comme un projet logiciel, et non comme un exercice de rédaction de prompts. Le modèle n’est qu’un composant. Autour de lui se trouvent l’accès aux données, les règles, une étape de validation, la journalisation, des plafonds de coûts et l’interface que les gens utilisent réellement. C’est là que se concentre l’essentiel de notre travail sur les fonctionnalités d’IA. Pour la mise en œuvre, voir nos services chatbots, automatisation du CRM et des ventes et intégration d’API.

Exemples tirés de systèmes que nous avons construits

• Classification des réponses dans des plateformes de prospection. Dans les plateformes de prospection que nous avons développées pour un client SaaS, une réponse reçue via IMAP arrête immédiatement la séquence. Un modèle de langage la classe ensuite, et les réponses positives sont transmises au CRM ou deviennent une tâche pour un responsable. Une étiquette posée par une personne l’emporte toujours sur celle de l’IA.
• Premières phrases personnalisées, avec garde-fous. Les mêmes plateformes génèrent une phrase d’accroche personnalisée pour chaque contact. Le résultat est nettoyé pour tenir sur une seule ligne sans lien, et remplacé par une phrase neutre si la validation échoue.
• Traçabilité de chaque appel au modèle. Dans un moteur de recrutement d’affiliés, chaque classification ou texte généré est enregistré avec le modèle, la version du prompt, le nombre de tokens et le coût. Le modèle ne décide jamais d’un score ; les scores découlent de règles appliquées aux preuves collectées.
• Génération en streaming avec fournisseur de repli. Pour un outil de conception d’e-mails sur lequel nous avons travaillé, le service d’IA diffuse le contenu généré en continu dans l’éditeur, applique des plafonds de coûts par client et peut basculer vers un second fournisseur.
• Les agents IA comme lecteurs. L’annuaire d’API de communication que nous avons développé expose ses données via un serveur MCP en lecture seule, pour que les assistants IA puissent interroger directement les fournisseurs et les classements.

Quand ne faut-il pas utiliser l’IA ?

Savoir où l’IA n’a pas sa place fait partie du métier. Le serveur MCP mentionné plus haut analyse les requêtes en texte libre avec un analyseur d’intention déterministe, et non avec un modèle de langage. Les questions suivent un schéma prévisible, et un analyseur est plus rapide, moins cher et n’invente jamais rien.

Nous déconseillons l’IA lorsque :

• une règle claire ou une table de correspondance donne à chaque fois la bonne réponse,
• le résultat doit être exact, comme des prix, des délais, des impôts ou des clauses contractuelles (nous les calculons dans le code),
• le volume est assez faible pour qu’une personne le traite en quelques minutes par jour,
• les données ne peuvent pas quitter vos systèmes et aucun hébergement ni contrat adapté n’est disponible,
• une décision touche des clients, de l’argent ou des droits, et personne ne relira le résultat.

Protection des données et AI Act : quel impact sur les projets d’IA ?

Le droit de la protection des données s’applique déjà. En Suisse, selon le PFPDT, la loi fédérale sur la protection des données (LPD) révisée est directement applicable aux traitements assistés par l’IA : la finalité, le fonctionnement et les sources de données doivent être transparents, et les personnes concernées peuvent demander qu’une décision individuelle automatisée soit revue par une personne. Dans l’UE, le RGPD encadre de la même manière les données personnelles traitées par un système d’IA. Nous en tenons compte dès le départ : nous n’envoyons que les données nécessaires à la tâche, vérifions les conditions de chaque fournisseur en matière de conservation des données et d’utilisation pour l’entraînement, et conservons des journaux qui montrent ce que le système a fait.

La Suisse n’a pas encore de loi propre sur l’IA. Le Conseil fédéral a décidé en février 2025 de ratifier la convention du Conseil de l’Europe sur l’intelligence artificielle et prévoit des adaptations sectorielles, avec un projet mis en consultation d’ici fin 2026.

Le règlement européen sur l’IA concerne aussi les entreprises établies hors de l’UE, en Suisse par exemple, dont les systèmes d’IA sont utilisés dans l’UE. Les pratiques interdites s’appliquent depuis février 2025, et les obligations de transparence, comme le fait d’indiquer à l’utilisateur qu’il parle à une IA, depuis le 2 août 2026. Avec l’omnibus numérique (Digital Omnibus) adopté en 2026, les obligations relatives aux systèmes à haut risque listés à l’annexe III s’appliquent désormais à partir du 2 décembre 2027. Pendant la phase de découverte, nous vérifions dans quelle catégorie un système se situe. Il s’agit d’indications techniques, pas d’un conseil juridique ; pour une évaluation qui engage, faites appel à votre conseil juridique.

Comment démarre un projet d’IA ?

Par un processus et une question mesurable : combien d’heures par semaine cette tâche prend-elle, et à quoi ressemblerait un bon résultat ? Nous rassemblons des exemples réels, constituons un petit jeu de test, y essayons l’approche et vous montrons le taux d’erreur avant que quoi que ce soit n’atteigne la production. Si les chiffres ne justifient pas l’IA, nous le disons et proposons la solution plus simple. Décrivez votre cas d’usage : nous vous répondrons dans un délai d’un jour ouvrable.