Si 55 % des TPE-PME françaises déclarent utiliser l’intelligence artificielle générative, contre 31 % un an auparavant et seulement 15 % fin 2023,  seules 17 % déclarent un usage régulier. (lire notre article « IA en entreprises, que fera-t-on de tout ce temps gagné ?« )

Il y a sans doute un travail de démystification à réaliser sur l’intégration de l’IA aux process de l’entreprise. On assiste aujourd’hui à la multiplication des conférences, ateliers et formations. C’est le signe que le besoin de comprendre comment se saisir de ce nouveau potentiel est majeur. On voit aussi fleurir les cas où des heures d’expertises ont été déployées pour concevoir des solutions globales qui s’avèrent … totalement déconnectées du besoin des équipes. Le partage de retours d’expérience est sans doute le moyen concret de projeter des usages dans sa propre entreprise, avec cette approche de l’éléphant mangé par petits bouts.

C’était l’intention de la table ronde organisée par Rydge Conseil et le Village by CACF  « Intégrer l’IA dans votre quotidien professionnel ». Fuji Electric, Fugam, Limagrain, laboratoires Théa et Smart Brain. Cinq entreprises, de taille et de secteur différents, représentées par leurs dirigeants ou leurs directeurs des systèmes d’information,  invitées à témoigner. Elles ont partagé leurs expérimentations, les résultats obtenus et les limites aussi…

Chez Fuji Electric, l’intelligence artificielle a permis de faire passer le taux de rebuts de certaines machines de 50 % à 20 %. Chez Fugam, elle a contribué à doubler la part de l’international dans le chiffre d’affaires. Réduire les défauts de fabrication, développer ses ventes à l’international, automatiser des opérations comptables ou accélérer la recherche. L’IA commence à produire des résultats concrets dans les entreprises et peut constituer un véritable levier de développement.

Fuji Electric : produire mieux

Le groupe industriel japonais Fuji Electric dispose de deux usines à Clermont-Ferrand et Cournon-d’Auvergne. L’entreprise y fabrique des instruments de mesure destinés notamment aux secteurs de l’énergie et de l’environnement. Pour son dirigeant, Stéphane Montbrizon, l’IA n’est pas une découverte récente. Des techniques de machine learning, ou apprentissage automatique, sont utilisées depuis plusieurs années, bien avant l’arrivée de ChatGPT.

A l’invitation de partager un top ou un flop, il a choisi l’exemple de défauts de production rencontrés de manière récurrente. Sur certaines machines, les taux de rebuts dépassaient 50 %. Les ingénieurs cherchaient à comprendre l’origine des dysfonctionnements, mais se heurtaient à la quantité de données à traiter. Trop de paramètres entraient en jeu pour identifier facilement les causes profondes des défauts.

L’analyse de ces données par l’IA a permis de mieux comprendre le fonctionnement des équipements et d’identifier les causes des problèmes. Selon Stéphane Montbrizon, le taux de rebuts a ainsi été ramené de 50 % à 20 %, générant une économie de l’ordre de 100 000 €. Le bénéfice ne se limite d’ailleurs pas aux matériaux économisés. En réduisant les défauts, l’entreprise a également amélioré sa qualité de production et ses délais de livraison.

« Il y a aussi, je pense, l’amélioration de la qualité, c’est-à-dire faire autant mais mieux », souligne le dirigeant.

Une dimension commerciale

Un autre usage concerne le traitement des demandes commerciales. Fuji Electric travaille avec des distributeurs dans plusieurs pays européens. Jusqu’alors, lorsqu’un message arrivait depuis le site internet, un salarié devait analyser son contenu, comprendre à quel produit il se rapportait, identifier le pays concerné, déterminer s’il s’agissait d’une question commerciale ou de maintenance, puis le transmettre au bon interlocuteur.

Cette opération est désormais automatisée grâce à un outil d’IA intégré au CRM. À partir du texte rédigé par le client, le système identifie les informations utiles et oriente directement la demande vers le service concerné: de nombreuses heures de travail administratif évitées. Et pour les équipes, plus de temps à consacrer aux vrais échanges avec les clients.

Fugam : l’IA pour franchir les frontières

Pour Fugam, qui exploite les sites de commerce en ligne Pecheur.com et Chasseur.com, l’enjeu était très différent. L’entreprise avait commencé à développer ses activités à l’étranger depuis plusieurs années. Mais le déploiement plus large était contraint par la nécessité, pour un site de e-commerce de maintenir un catalogue important, régulièrement renouvelé, dans plusieurs langues.

Traduire les fiches produits ne suffit pas. Il faut aussi les actualiser au rythme des changements réguliers. Une opération qui mobilise du temps et des moyens, et qui peut rapidement devenir un frein lorsqu’une entreprise cherche à multiplier ses marchés.

Fugam a opéré une solution relativement simple : connecter un compte professionnel ChatGPT à n8n, un outil d’automatisation qui permet d’organiser l’enchaînement des tâches.

L’entreprise a ainsi défini un processus permettant de transmettre les contenus à traduire, de préciser les consignes et de maintenir les catalogues dans différentes langues. Faustin Falcon évoque un coût de consommation des modèles inférieur à 20 000 € pour cette activité et une part de l’international dans le chiffre d’affaires passée de 10 % à 20 %. La croissance des ventes internationales atteindrait environ 100 % sur le segment chasse et 50 % sur la pêche.

Fugam s’intéresse désormais à ses données commerciales. Sur un site de e-commerce, les ventes génèrent une masse considérable d’informations : produits, pays, catégories, variations de consommation. Lorsqu’un responsable repère une évolution inhabituelle, il doit souvent solliciter l’équipe informatique pour obtenir une extraction ou construire un nouveau tableau de bord. Le projet consiste à rassembler les sources de données et à développer un assistant capable de les interroger. Un responsable commercial pourrait alors demander directement à l’IA pourquoi les ventes d’un produit évoluent dans un pays donné, sans passer systématiquement par le service informatique.

Un appui relationnel

Autre application en cours de déploiement, l’assistance des équipes du service clients. Ils sont confrontés à des clients de plus en plus procéduriers ou fraudeurs, eux-mêmes assistés par une IA. Face à ces réclamations de plus en plus pointues, les collaborateurs du service client, qui ne disposent pas nécessairement de compétences juridiques, se retrouvaient démunis. Les dossiers remontaient alors à leur hiérarchie, parfois jusqu’au dirigeant. Fugam a donc mis à disposition de ses équipes Gemini, dans un environnement professionnel, en les incitant à l’utiliser pour analyser les arguments des clients, vérifier les références juridiques invoquées et préparer des réponses adaptées.

L’objectif est à la fois de permettre aux collaborateurs de gagner en autonomie mais aussi d’éviter que chaque dossier complexe mobilise plusieurs niveaux hiérarchiques.

L’outil, bien qu’ayant créé quelques réticences au démarrage, a généré un changement positif dans la façon dont les équipes abordent ces situations.

Deux  applications qui traduisent un potentiel nouveau d’usage facilité des données de l’entreprise par les métiers eux-mêmes, en fonction de leurs besoins.

Limagrain : automatiser la comptabilité, accélérer la recherche et réagir aux cyber menaces

Chez Limagrain, groupe coopératif international spécialisé dans les semences, l’intelligence artificielle s’inscrit dans une démarche plus large. Le groupe cherche à améliorer sa performance opérationnelle, mais aussi à accélérer son cœur de métier : l’innovation variétale.

Cette double ambition se retrouve dans les applications présentées par Régis Le Thiec, son directeur des systèmes d’information.

L’un des exemples les plus concrets concerne les services comptables. Chaque mois, les équipes doivent réaliser des rapprochements entre des milliers d’écritures, notamment lors des clôtures comptables. Sur les entités les plus importantes, les salariés pouvaient être amenés à parcourir des fichiers de plusieurs milliers de lignes pour identifier les correspondances ou les écarts.

Un assistant IA prend désormais en charge une grande partie de ce travail. Selon le responsable informatique, environ 95 % des rapprochements peuvent être réalisés automatiquement. Sur un fichier de 7 000 lignes, il indique qu’il n’en reste plus qu’environ 200 à traiter manuellement.

L’enjeu n’est pas uniquement de gagner du temps sur la clôture. Il est aussi de permettre aux équipes comptables et aux contrôleurs de gestion de consacrer davantage d’attention à l’analyse des données plutôt qu’à leur traitement.

Absorber des données en masse

L’IA trouve également des applications dans la recherche scientifique. Pour développer de nouvelles variétés, les chercheurs doivent consulter une littérature abondante, croiser les publications et identifier les travaux pertinents. Une recherche bibliographique approfondie peut mobiliser un temps considérable.

Le groupe développe des assistants pour faciliter l’accès à ces connaissances et en produire des synthèses. Selon Régis Le Thiec, des travaux documentaires nécessitant parfois plusieurs mois pourraient, dans certains cas, être ramenés à quelques jours. Un potentiel gain conséquent.

Autre domaine d’application : la cybersécurité. Lorsqu’un comportement anormal est détecté sur le réseau informatique, les équipes doivent croiser plusieurs sources d’informations afin de déterminer s’il s’agit d’une véritable menace. L’investigation qui pouvait prendre plusieurs heures peut, pour certaines alertes, être ramenée à quelques secondes ou minutes grâce à l’automatisation de cette phase d’analyse.

Limagrain travaille également sur des assistants destinés aux commerciaux, notamment pour faciliter l’accès aux informations issues du CRM et des différentes bases de connaissances du groupe.

Ces différents exemples se rejoignent sur l’intérêt de rendre exploitables des volumes d’informations difficiles à traiter rapidement par les méthodes habituelles. L’IA n’y remplace pas l’expertise métier, mais modifie la manière dont les équipes accèdent aux données et les utilisent. De ce fait, elle renforce la nécessité d’organiser et structurer ses données.

Laboratoires Théa : accélérer l’arrivée des produits

Pour les laboratoires Théa, groupe clermontois spécialisé dans les produits ophtalmiques, l’enjeu est directement lié aux cycles de développement pharmaceutique, extrêmement longs.

Entre la conception d’un produit et sa commercialisation, plusieurs années peuvent s’écouler. Xavier Salma, responsable des systèmes d’information, évoque des durées pouvant aller de cinq à dix ans.

Une partie de ce temps correspond aux études cliniques et aux étapes nécessaires pour garantir la sécurité et l’efficacité des produits. Il n’est pas question de les raccourcir. En revanche, la constitution des dossiers administratifs et réglementaires représente une charge de travail importante et chronophage.

C’est sur cette partie que Théa étudie les possibilités de l’intelligence artificielle : aider les équipes à préparer les documents, exploiter les informations disponibles et accélérer la rédaction des dossiers.

L’impact économique potentiel est important. Gagner six mois ou un an sur un processus de développement, c’est du temps de commercialisation gagné. Sans toucher au coeur de la démarche qualité, clé dans le secteur de l’industrie pharmaceutique.

En parallèle, les Laboratoires Théa déploient progressivement des outils d’IA plus généralistes auprès de ses collaborateurs, notamment dans les activités bureautiques. Cette première étape doit préparer l’arrivée d’usages plus avancés, en particulier des agents capables d’intervenir dans certains processus métiers.

Smart Brain : quand l’IA transforme le produit lui-même

Pour SmartBrain, l’intelligence artificielle est au coeur du produit et impacte directement les solutions proposées aux clients. Son dirigeant, Jean-Marie Lenoir, développe des logiciels d’analyse comportementale destinés notamment aux ressources humaines et aux activités commerciales.

Historiquement, ces outils produisaient des rapports relativement statiques, présentant des analyses de profils et de comportements. Le développement de nouveaux modèles d’IA lui permet désormais de concevoir des interfaces conversationnelles capables d’interroger les informations et de restituer des analyses de manière dynamique.

Le dirigeant évoque des systèmes intégrant environ 20 000 caractéristiques ou champs de données par profil. L’IA permettrait, selon lui, de traiter rapidement ces informations pour produire des analyses en temps réel, là où l’utilisateur devait auparavant parcourir un rapport.

L’évolution ouvre de nouvelles possibilités commerciales : plutôt que de vendre uniquement un logiciel produisant un document, Smart Brain peut proposer un outil avec lequel le client dialogue, formule des questions et explore différents scénarios. Jean-Marie Lenoir précise que cette évolution lui permet désormais d’envisager des marchés internationaux auparavant difficiles d’accès.

Il expérimente aussi l’IA dans sa propre gouvernance. Avec son associé, il a créé un agent alimenté par des informations stratégiques et financières sur l’entreprise, mais aussi par une description de leurs façons respectives de prendre des décisions. L’objectif est d’utiliser cet interlocuteur numérique, une sorte de clone, comme contradicteur. Lorsqu’il envisage de se développer sur un nouveau marché, par exemple, il peut confronter ses ambitions à une analyse qui tient compte des ressources de l’entreprise et de ses propres tendances à la prise de risque.

Des résultats prometteurs et des maturités très différentes

Ces cinq expériences illustrent plusieurs approches. Pour Fuji Electric, l’IA aide à résoudre un problème industriel et à améliorer la qualité. Pour Fugam, elle contribue à lever un obstacle au développement international. Limagrain l’utilise pour accélérer des opérations dans plusieurs métiers. Théa cherche à réduire les délais de processus complexes, tandis que Smart Brain l’intègre directement à son produit. Faustin Falcon, Fugam, le relève à plusieurs reprises, déployer de nouveaux process IA dans une PME est sans doute plus aisé que dans de grands groupes, essentiellement pour des raisons de dimensionnement et de rapidité de prise de décisions.

Ce qu’ils partagent tous c’est le fait que les applications les plus intéressantes naissent de l’identification d’un problème concret à résoudre et de la capacité à accompagner la prise en main par les équipes directement concernées.