L'IA dans les logiciels métier : ce qui marche vraiment

Depuis trois ans, toute proposition commerciale de logiciel mentionne l'intelligence artificielle. Dans la majorité des cas, il s'agit d'un argument de vente greffé sur un produit qui fonctionnerait identiquement sans elle.

Ce dossier essaie de séparer trois choses que l'on confond en permanence : l'IA qui fabrique le logiciel, l'IA qui fonctionne dedans, et l'IA qui sert à le vendre.

L'usage le plus rentable est invisible pour vous

Le changement le plus important de ces dernières années ne se voit pas dans les produits : il se voit dans leur coût de fabrication. Écrire du code, produire des écrans, rédiger des tests, reprendre une base de données — ces tâches se font beaucoup plus vite qu'il y a trois ans.

Concrètement, cela veut dire qu'un développement qui demandait quatre mois peut en demander six semaines, et qu'un prototype cliquable devient possible en quelques jours plutôt qu'en quelques semaines. Voir Combien de temps faut-il pour développer une application métier ?

C'est le seul effet de l'IA dont vous bénéficiez à coup sûr : il se traduit directement en délai et en facture, sans rien changer au fonctionnement de votre outil.

L'IA dans le produit : trois familles d'usages qui tiennent

À l'intérieur d'un logiciel métier, l'IA produit un résultat mesurable dans un nombre de cas plus restreint qu'on ne le dit — mais ces cas sont réels.

1. Lire des documents non structurés

C'est l'usage le plus rentable, et de loin. Extraire les lignes d'une facture fournisseur, d'un bon de livraison, d'un contrat, d'un relevé. La tâche est répétitive, coûteuse en temps humain, et l'erreur est détectable — donc contrôlable.

2. Classer et router

Orienter automatiquement une demande entrante vers le bon service, attribuer une catégorie comptable, détecter un ton d'urgence dans un message. Ici, une erreur occasionnelle est sans gravité : le pire cas est un tri manuel, c'est-à-dire la situation actuelle.

3. Résumer et synthétiser

Condenser un fil d'échanges, produire un récapitulatif d'activité, préparer une synthèse avant un rendez-vous. L'utilisateur garde le document source sous les yeux et peut vérifier.

Le point commun de ces trois familles : l'IA fait gagner du temps sur une tâche dont un humain garde le contrôle. Dès qu'on lui demande de décider seule, les ennuis commencent.

Huit cas concrets, avec leur mode de calcul du retour, sont détaillés dans 8 cas d'usage de l'IA en PME qui produisent un vrai retour.

Ce que l'IA fait mal dans un logiciel de gestion

• Le calcul exact. Un modèle de langage n'est pas une calculatrice. Les totaux, les commissions, la TVA doivent être calculés par du code déterministe, vérifiable et testable.
• Les règles qui ne souffrent aucune exception. Un seuil réglementaire, une règle de validation comptable : cela s'écrit en conditions, pas en probabilités.
• La reproductibilité. Si deux exécutions identiques peuvent produire deux résultats différents, aucun processus auditable ne peut s'appuyer dessus.
• L'explication de la décision. Face à un client ou à un contrôle, « le modèle l'a estimé ainsi » n'est pas une justification recevable.

C'est pourquoi, dans les produits que nous construisons, l'IA est cantonnée aux endroits où elle apporte réellement quelque chose — et absente partout ailleurs. Le raisonnement complet est dans Quand ne pas mettre d'IA dans votre logiciel.

Ce que coûte l'IA dans un produit

Deux natures de coût, souvent confondues.

• Le coût de construction. Intégrer un modèle, écrire les garde-fous, tester le comportement sur des cas limites. C'est un coût unique, comparable à celui d'une fonctionnalité complexe.
• Le coût d'usage. Récurrent, proportionnel au volume traité. Il se calcule, il se plafonne, et il doit figurer dans votre budget annuel au même titre que l'hébergement — voir Combien coûte un logiciel sur mesure ?

Sur les usages les plus courants — lecture de documents, classification —, le coût d'usage reste très inférieur au temps humain remplacé. Encore faut-il que le calcul ait été fait, et non supposé.

La question des données

Utiliser un modèle hébergé par un tiers signifie que les contenus que vous lui soumettez sortent de votre système. Pour des factures fournisseurs, c'est souvent acceptable. Pour des dossiers RH, des données de santé ou des informations contractuelles sensibles, cela demande un examen sérieux.

Les questions à poser — localisation des traitements, conservation, réutilisation pour l'entraînement, engagements contractuels — sont détaillées dans Où partent vos données quand vous utilisez l'IA ?

Évaluer une proposition qui promet de l'IA

Cinq questions suffisent à distinguer un usage réfléchi d'un argument marketing.

• Quelle tâche précise l'IA remplace-t-elle ? Si la réponse est vague, il n'y a pas d'usage.
• Que se passe-t-il quand elle se trompe ? Une réponse crédible décrit un mécanisme de contrôle, pas une promesse de fiabilité.
• L'utilisateur peut-il corriger et reprendre la main ? Sinon, l'outil sera contourné dès la première erreur.
• Quel est le coût d'usage à mon volume ? Demandez un chiffre annuel, pas un tarif au jeton.
• Où partent mes données ? La réponse doit être écrite au contrat.

Ce qu'il faut retenir

L'IA a rendu les logiciels sur mesure nettement plus accessibles — en divisant leur coût de fabrication, pas en ajoutant des assistants. C'est un progrès considérable, mais il est invisible dans l'interface.

À l'intérieur du produit, la bonne règle reste simple : un bon formulaire vaut mieux qu'un mauvais assistant. Et un logiciel qui n'a besoin d'aucune IA pour régler votre problème est un logiciel bien conçu, pas un logiciel en retard.