Aujourd’hui, beaucoup d’entreprises utilisent l’intelligence artificielle de la même manière.
On ouvre un chatbot, on affine la demande jusqu’à obtenir un résultat satisfaisant, puis on transfère ce résultat dans les outils de l’entreprise.
Pour les tâches simples, on copie le texte dans un email. Les tâches plus structurées demandent davantage de saisie. Il faut ajouter des données dans Excel, mettre à jour une page dans Notion, créer une opportunité dans un CRM ou enregistrer une commande dans un ERP.
Prenons un cas concret.
Un client vient d’accepter une offre par email. Pour préparer le devis ou le bon de commande dans le CRM, il faut retrouver sa fiche, ouvrir ou créer l’opportunité, identifier les prestations correspondantes, ajouter les lignes de produits, vérifier les montants et compléter les champs nécessaires.
Dans notre pratique, cette préparation peut demander une vingtaine de minutes.
Avec un assistant connecté au CRM et configuré pour ce processus, on peut transmettre l’historique des échanges et lui demander :
À partir de cet échange par email, prépare l’opportunité et les lignes de produits correspondantes dans mon CRM.
L’assistant retrouve le client, crée ou complète l’opportunité, identifie les prestations validées, ajoute les lignes de produits correspondantes et prépare les informations nécessaires au devis ou au bon de commande.
Le commercial vérifie les informations, corrige les éventuels écarts et valide.
Ce principe s’étend à de nombreux logiciels utilisés par l’entreprise. Un assistant peut saisir des données dans un tableau, mettre à jour une documentation, compléter un dossier commercial, enregistrer une commande ou préparer un rapport à partir de plusieurs sources.
Lorsque les outils sont connectés et que les droits sont définis, une partie de ces processus peut être pilotée en langage naturel.
On peut alors parler aux logiciels et leur demander directement ce que l’on veut obtenir.
Parler aux logiciels dans le langage de son métier
Utiliser un logiciel demande généralement de comprendre son interface.
Il faut connaître les menus, les champs, les filtres et la structure des données. Une personne peut parfaitement maîtriser son métier et perdre du temps à chercher comment obtenir une information dans l’outil.
Le langage naturel offre désormais un autre point d’entrée.
Un responsable commercial peut formuler directement son besoin sans connaître le nom de chaque champ du CRM ni construire une série de filtres complexes :
Trouve les clients avec lesquels nous avons déjà travaillé, qui n’ont actuellement aucun projet en cours et dont le dernier échange date de plus de trois mois.
L’assistant traduit cette demande en recherches dans le CRM. Il consulte les fiches, applique les critères et prépare une liste exploitable.
Il peut y ajouter le dernier projet réalisé, le responsable du compte, la date du dernier contact et un lien vers chaque fiche.
Le responsable s’exprime avec le vocabulaire de son métier. L’assistant utilise les données, les champs et les fonctions du logiciel pour produire le résultat demandé.
- Cette manière de travailler s’applique à de nombreuses questions :
- Quels projets dépassent leur budget initial ?
- Quels contrats arrivent à échéance dans les trois prochains mois ?
- Quels clients attendent encore une réponse de notre part ?
Les équipes peuvent ainsi travailler avec leurs logiciels sans en maîtriser chaque détail. Elles décrivent clairement leur besoin, puis l’assistant effectue les recherches, combine les critères nécessaires et fournit une réponse exploitable.
Le logiciel devient plus accessible à tous ceux qui connaissent le métier, les clients et les processus de l’entreprise.
Leur connaissance du contexte guide la demande. L’assistant prend en charge les champs, les filtres et les fonctions mis à sa disposition.
Une seule demande, plusieurs logiciels
Prépare l’entretien de renouvellement de contrat de demain avec le client Rochat. Résume les projets réalisés, le budget consommé, les factures en attente, les incidents signalés et les derniers échanges. Identifie les risques et les opportunités pour la suite.
Cette demande mobilise des informations réparties entre plusieurs logiciels.
Avant : reconstituer le dossier à la main
Le responsable ouvre le CRM pour consulter l’historique commercial, les contacts et les opportunités.
Il passe ensuite dans l’outil de gestion de projet pour retrouver les prestations réalisées, les échéances, les heures consommées et les éventuels dépassements.
Il consulte l’ERP ou le logiciel comptable pour vérifier les factures, les paiements et les montants encore ouverts.
Il ouvre l’outil de support pour examiner les incidents récents, puis recherche les derniers échanges dans sa messagerie ou dans Microsoft Teams.
Il rassemble les informations dans un document, vérifie les dates et tente de résoudre les écarts entre les différentes sources.
Cette préparation demande plusieurs recherches successives et une bonne connaissance de chaque outil.
Après : poser une seule question
L’assistant interroge en parallèle le CRM, l’outil de gestion de projet, l’ERP, le support et la messagerie.
Il rassemble les résultats, signale les éventuels écarts entre les sources et prépare une synthèse avec les projets réalisés, la situation financière, les derniers échanges, les risques et les liens vers les informations d’origine.
Le responsable peut ensuite poursuivre :
- Prépare l’ordre du jour du rendez-vous.
- Quels sujets devons-nous clarifier avec le client ?
- Quelles prestations pourraient répondre à ses prochains besoins ?
Le responsable reçoit plus rapidement une vue complète du dossier. Les sources autorisées sont consultées, les informations sont rapprochées et les points de vigilance apparaissent avant le rendez-vous.
Comment mettre cela en place ?
Commencez par vérifier si les logiciels utilisés dans votre entreprise proposent déjà un serveur MCP.
MCP signifie Model Context Protocol. Il s’agit d’un standard qui permet à un assistant de se connecter à des données et à des fonctions externes. Le serveur MCP indique à l’assistant les informations qu’il peut consulter et les actions qu’il peut effectuer.
Plusieurs éditeurs de logiciels d’entreprise proposent déjà un serveur MCP officiel.
HubSpot permet de consulter de nombreuses données du CRM et de modifier certains objets, notamment les contacts, les entreprises, les opportunités, les produits et les lignes de produits. Les commandes, les devis et les factures restent actuellement accessibles en lecture dans le serveur officiel.
Notion permet de rechercher, créer et mettre à jour des contenus selon les accès de l’utilisateur. Productive donne accès aux projets, aux tâches, au suivi du temps et aux données financières. Atlassian permet de consulter, créer ou modifier des informations dans Jira, Confluence, Jira Service Management, Compass et Bitbucket.
Figma permet aux agents de consulter le contexte de conception et de créer ou modifier des éléments natifs, selon le client utilisé, le forfait et le type de licence.
Ces serveurs peuvent ensuite être reliés à un assistant compatible.
ChatGPT prend en charge les applications MCP dans les espaces Business et Enterprise/Edu sur le web, avec une activation gérée par l’organisation. Claude, Claude Code, Visual Studio Code et Cursor peuvent également utiliser des serveurs MCP selon leur configuration.
Les fonctions disponibles varient selon le serveur, le logiciel, le forfait et les droits de l’utilisateur.
Certains serveurs permettent surtout de rechercher et de consulter des informations. D’autres proposent aussi la création de contenus, la modification de données ou le déclenchement d’actions.
Lorsqu’une fonction utile manque, une équipe technique peut développer un serveur MCP à partir de l’API du logiciel. Cette connexion peut être configurée pour exposer les données et les actions nécessaires au processus concerné.
Commencer par un périmètre limité
Un premier usage peut se concentrer sur la recherche et la préparation d’un résultat.
L’assistant rassemble les informations et produit un brouillon. Un collaborateur le vérifie avant toute action sensible.
Les fonctions disponibles peuvent ensuite être activées progressivement, dans la limite des actions proposées par le serveur MCP et des droits accordés à l’utilisateur.
MCP fournit un cadre d’autorisation pour sécuriser les accès. La granularité des droits et les demandes de confirmation dépendent ensuite du serveur, de l’assistant utilisé et de leur configuration. Pour les processus sensibles, une validation humaine reste recommandée avant toute action difficile à annuler.
La qualité des données reste déterminante
La qualité des réponses dépend directement des informations disponibles dans les logiciels.
Des fiches incomplètes, des statuts imprécis ou des données dépassées produiront des résultats moins fiables.
Un projet utile comprend donc un travail sur la structuration des données, les règles métier, les responsabilités et les étapes de validation.
Chez Inox, nous vous aidons à identifier les processus qui ralentissent vos équipes, à évaluer les outils et les données disponibles, puis à concevoir des assistants adaptés à votre activité.
Nous commençons par un usage précis, définissons les accès et les étapes de validation, puis mesurons le temps gagné, la qualité des résultats et les corrections nécessaires.
Identifions ensemble le premier processus que vos équipes pourraient piloter directement en langage naturel.
 | Auteur de l'article Charly Mancel |
