Quand ne pas mettre d'IA dans votre logiciel
Ajouter de l'IA là où elle n'a rien à faire ne rend pas un logiciel moderne. Cela le rend imprévisible — la pire qualité pour un outil de gestion.
Dossier : L'IA dans les logiciels métier : ce qui marche vraiment
Il est devenu difficile de vendre un logiciel sans mentionner l'intelligence artificielle. Cette pression commerciale produit des fonctionnalités que personne n'utilise, et parfois des régressions réelles.
Voici les cas où la bonne décision est de s'abstenir.
Quand le résultat doit être exact
Totaux, TVA, commissions, soldes, échéanciers. Un modèle de langage produit une estimation plausible, pas un calcul. Cela se code en quelques lignes déterministes, testables et reproductibles.
Un logiciel de gestion dont les chiffres varient d'une exécution à l'autre n'est pas un logiciel de gestion.
Quand la règle est stricte
« Au-delà de 5 000 €, la validation du directeur est obligatoire. » Cette règle n'a pas de zone grise. L'écrire en condition garantit qu'elle sera appliquée à chaque fois — et qu'elle sera lisible par un auditeur.
Quand vous devez justifier la décision
Face à un client, un contrôle fiscal ou un litige, vous devez pouvoir expliquer pourquoi le système a produit ce résultat. « Le modèle a estimé que » n'est pas une justification.
Dès qu'un processus est auditable — facturation, RH, conformité —, la traçabilité de la règle prime sur la souplesse du traitement.
Quand un formulaire ferait mieux
C'est le cas le plus fréquent, et le plus révélateur. Un assistant conversationnel qui demande « Que souhaitez-vous faire ? » remplace trois champs et un bouton par une conversation.
L'utilisateur doit deviner ce que le système comprend, formuler sa demande, vérifier qu'elle a été bien interprétée. Trois secondes de saisie deviennent trente secondes d'échange. Le formulaire, lui, montre immédiatement ce qui est possible.
Règle pratique : si la tâche tient en moins de cinq champs, un formulaire gagne toujours.
Quand le volume ne le justifie pas
Automatiser une tâche qui prend vingt minutes par mois coûtera toujours plus cher que de continuer à la faire. Le seuil de rentabilité se situe généralement autour de deux à trois heures hebdomadaires — la méthode de calcul est dans 8 cas d'usage de l'IA en PME.
Quand personne ne peut vérifier le résultat
C'est le critère décisif. L'IA fonctionne bien quand un humain peut constater rapidement qu'elle s'est trompée : un montant qui ne tombe pas juste, un classement visiblement absurde.
Elle devient dangereuse quand l'erreur est indétectable — une synthèse plausible mais fausse, une estimation invérifiable. Dans ce cas, l'outil ne fait pas gagner du temps : il transfère un risque.
Quand le coût récurrent dépasse le gain
Une fonctionnalité d'IA génère un coût proportionnel à l'usage, indéfiniment. Une fonctionnalité codée classiquement se paie une fois. Sur cinq ans, l'écart peut s'inverser complètement.
La règle que nous appliquons
Avant d'ajouter de l'IA à un produit, nous vérifions trois conditions. Si l'une manque, nous ne l'ajoutons pas.
- La tâche est répétitive et coûteuse en temps humain.
- L'erreur est détectable par l'utilisateur.
- L'utilisateur peut corriger et reprendre la main immédiatement.
Cette discipline explique pourquoi certains de nos produits contiennent de l'IA à un seul endroit, et d'autres nulle part. Ce n'est pas un retard technologique : c'est le résultat d'un arbitrage. Le raisonnement d'ensemble est dans le dossier L'IA dans les logiciels métier.
Questions fréquentes
Un logiciel sans IA est-il dépassé en 2026 ?
Non. La question pertinente est de savoir si l'outil règle votre problème de façon fiable et rapide. Beaucoup d'excellents logiciels métier n'ont aucune raison d'embarquer un modèle.
Comment repérer une fonctionnalité d'IA inutile ?
Demandez quelle tâche précise elle remplace et ce qui se passe quand elle se trompe. Si la réponse reste vague sur les deux points, c'est un argument commercial et non une fonctionnalité.