Témoignages à l’appui, une conférence d’ENE (Experts du numérique en entreprise) a mis en avant de nombreux cas d’usage de l’intelligence artificielle, même pour des PME, tout en alertant sur ses limites.

EIST, tôlerie industrielle à Meyzieu, dans le Rhône, est une toute petite structure, d’à peine une demi-douzaine de personnes. Cela ne l’a pas empêché d’intégrer l’intelligence artificielle (l’IA) pour automatiser la rédaction des devis.

« Après le rachat de l’entreprise, je n’avais pas forcément l’historique des précédents devis et la recherche documentaire, pour un chiffrage au plus juste, se révélait laborieuse, raconte Kevin Cassard, repreneur de la société en 2023. À l’analyse, l’étude des plans pour identifier le besoin s’est révélée la tâche la plus chronophage. Nous avons donc nourri l’intelligence artificielle avec les plans et chiffrages passés. Et nous nous en servons désormais pour chiffrer des pièces récurrentes à faible valeur ajoutée, pour lesquelles la rédaction du devis revenait souvent plus cher que la vente. Non seulement, cela nous permet de répondre plus vite, mais nous a conduits à repenser la manière de faire. Technicien de formation, j’allais souvent trop vite dans le détail de la commande, sans être sûr d’obtenir le marché. »

Aujourd’hui, quelque 800 corrélations entre plans et devis ont été générées par IA, avec 90 % d’efficacité. « Pour l’instant, nous reprenons et corrigeons les données constamment pour arriver au chiffrage parfait. Nous devrions y être en décembre », estime Kevin Cassard qui envisage de l’intégrer dans un ERP complet, pour gagner encore en efficacité dans la relation client.

Le jeune dirigeant était invité à témoigner, le 18 novembre à la CCI de l’Ain, dans le cadre d’un atelier avec ENE (Experts du numérique en entreprise), qui à travers un maximum de cas d’usage entend montrer aux participants comment ils peuvent concrètement s’emparer de l’intelligence artificielle. À ses côtés, Frédéric Fléchon, dirigeant de REI (Réemploi équipements industriels) à Meillonnas, a également fait part de son expérience. Un exemple désormais bien connu des Aindinois, mais tout de même intéressant pour ses évolutions récentes.

Pour mémoire, l’entreprise, qui démonte des unités de transformation obsolètes et récupère des composants pour dépanner d’autres machines, a développé une appli qui permet d’identifier les pièces à partir d’une photo de son étiquette. Mais elle s’était appuyée pour cela, sur des algorithmes existants, dont l’un a été supprimé cet été par ses développeurs.

« C’est finalement une bonne chose. Cela nous a conduits à tout repenser et anticiper l’arrêt d’autres algorithmes que nous utilisons. Nous avons aujourd’hui, un outil plus efficace, basé sur nos propres données. Et nous avons pu générer d’autres modules. Non seulement l’application sait identifier la pièce mais dire si elle est critique ou non, et quels industriels en ont besoin. »

Choisir ses partenaires

Ces témoignages montrent à la fois la puissance de l’IA, mais aussi ses écueils. En particulier, l’importance de bien choisir ses partenaires. « J’en ai trouvé un très performant que je vais peut-être intégrer dans l’actionnariat de l’entreprise, pour pouvoir le garder », s’interroge Frédéric Fléchon. « Le devenir des solutions est un vrai enjeu », approuve Lionel Poinsot, directeur d’ENE. « Elles sont généralement développées par des start-ups qui, par définition, peuvent se développer fortement ou, à l’inverse, disparaître. »

Dans le cas de REI, le problème de l’algorithme s’est posé notamment parce que l’application n’avait plus été modifiée depuis 18 mois, entre autres pour des raisons de retour sur investissement. L’une des solutions pour la pérenniser et la faire évoluer en temps réel serait de la partager avec d’autres entreprises. Son dirigeant l’a présentée, en particulier, à une structure jurassienne qui recycle des tondeuses à gazon et voudrait pouvoir revendre les pièces. Un marché de l’occasion qui n’existe pas, aujourd’hui, en motoculture.

Lionel Poinsot recommande tout de même de s’appuyer sur des solutions existantes car développer un outil sur-mesure revient très cher. « Les IA sont de plus en plus intégrées directement dans les logiciels existants. Copilot – dans les versions payantes de Microsoft 360 – est un bon outil, par exemple. S’en servir pour créer des petits modules et automatiser certaines tâches dans l’entreprise est un bon début », conseille-t-il.

Des enjeux de ressources humaines

« Le transfert de compétence est un cas d’usage intéressant de l’intelligence artificielle », relève Lionel Poinsot. « Un salarié expérimenté peut se filmer en train d’effectuer et d’expliquer ses tâches, constituant une base que les nouveaux arrivants dans l’entreprise pourront consulter en posant directement la question, sur un outil interne. » Mais si l’IA peut être une solution, elle porte également ses propres défis. « J’ai vu des gens pleurer en réunion, persuadés que la machine allait complètement les remplacer », se souvient-il.

La valorisation des tâches et la formation des collaborateurs apparaissent dès lors comme essentiels. Il existe d’ailleurs des accompagnements sur la gestion et le développement des compétences, pour anticiper l’évolution des métiers, et même des outils d’autodiagnostic en ligne pour évaluer les besoins des entreprises et les aider à élaborer leur stratégie en la matière, a relevé Karine Fiquet-Claude, conseillère formation de l’Opco 2i (Opérateur de compétences interindustrie).

26 % : En septembre 2024, 13 % des entreprises de moins de 50 personnes recourraient à l’intelligence artificielle. Un an plus tard, ce chiffre avait doublé. Dans le détail, 22 % utilisaient des IA génératives, 14 % des assistants, 6 % des outils d’analyse et de classification des documents, 5 % des systèmes d’automatisation des tâches. Or, pour le directeur d’ENE, c’est ce dernier usage qui devrait être majoritaire.

Les limites de l’IA

« On ne demande jamais à une intelligence artificielle, ce que l’on n’est pas capable de contrôler. Et cela, même si elle hallucine de moins en moins. Car l’IA est probabiliste. Elle donne la réponse la plus probable, pas la meilleure », avertit Lionel Poinsot. Et d’alerter sur les biais culturels propres à chaque outil : « Pour cela, il vaut mieux utiliser Mistral, qui est français, que ChatGPT, qui est américain. »

Celui-ci souligne par ailleurs les risques pour la propriété industrielle. Des risques qui le conduisent à lutter contre la “shadow IA”. « Si tout le monde dans l’entreprise utilise ses propres outils gratuits, vous ne savez pas où partent vos données. » Or, « la donnée, c’est le carburant de l’IA », rappelle-t-il. Enfin, une dernière problématique s’oppose aux entrepreneurs désireux d’adopter ces nouvelles technologies : leur rapidité d’évolution qui dépasse bien souvent les capacités d’adaptation des entreprises.

---

Sébastien Jacquart