Quand une petite entreprise compare des produits ou des équipements, les caractéristiques utiles sont parfois dispersées dans des fiches techniques, des notices et des messages de fournisseurs. Une IA peut aider à extraire ces informations et à les présenter dans un tableau de comparaison. Elle ne doit pas décider à votre place qu’un produit convient ni envoyer une commande sans validation.
France Num décrit un cas d’usage où l’IA aide une TPE à analyser des produits et des notices fournisseurs afin d’éclairer le choix des articles à commander. La fiche insiste aussi sur l’appropriation des informations par l’utilisateur. Cette distinction est essentielle : l’outil prépare une analyse, tandis que la personne responsable vérifie les éléments et choisit la suite.
Définir la décision à éclairer
Commencez par écrire la question à laquelle la comparaison doit répondre. Par exemple : « ces références répondent-elles aux contraintes d’installation ? », « quelles différences faut-il faire confirmer au fournisseur ? » ou « quelles informations manquent pour choisir ? ». Une question précise aide à limiter l’extraction à ce qui sera réellement utilisé.
Listez ensuite les critères dans les mots de l’équipe. Selon le besoin, il peut s’agir d’une dimension, d’une matière, d’une compatibilité, d’une durée de garantie ou d’une condition d’entretien. Les critères ne sont pas interchangeables : deux produits avec des descriptions similaires peuvent répondre à des contraintes différentes.
Ne demandez pas à l’IA de « choisir le meilleur produit » sans préciser les critères et les contraintes. Cette formulation masque les arbitrages importants et peut produire une recommandation convaincante sans preuve suffisante. La décision commerciale reste liée à votre usage réel, à vos exigences et aux informations que le fournisseur confirme.
Préparer les documents et les critères
Rassemblez un lot limité de documents utiles : notices, fiches techniques, catalogues ou réponses du fournisseur. Vérifiez qu’ils correspondent aux bonnes références et aux bonnes versions. Une ancienne fiche ou une variante régionale peut décrire un produit différent de celui qui est proposé aujourd’hui.
Préparez une grille avant de transmettre les documents. Pour chaque critère, indiquez :
- le nom du champ à extraire et son unité, si elle est connue ;
- les valeurs acceptables ou la contrainte à respecter ;
- le document qui peut faire foi ;
- la personne qui vérifiera les cas ambigus ;
- la façon de représenter une information absente.
Cette étape évite de transformer une comparaison en résumé général. Elle facilite aussi la relecture : l’équipe sait pourquoi chaque donnée est présente et quelle décision elle doit soutenir. Si les procédures ou règles métier sont dispersées, l’article sur l’organisation des réponses à partir de procédures internes peut aider à cadrer ce corpus.
Distinguer les données présentes des informations manquantes
Demandez à l’outil de séparer les éléments explicitement indiqués dans le document, les informations absentes et les points qui nécessitent une confirmation. Une donnée qui n’apparaît pas dans une fiche doit rester « non indiquée », au lieu d’être déduite à partir d’un autre produit ou d’une connaissance générale.
Pour faciliter le contrôle, conservez une référence à la source de chaque valeur : nom du fichier, page, rubrique ou court extrait. Un tableau peut alors prendre cette forme :
| Référence | Critère | Valeur extraite | Source | État |
|---|---|---|---|---|
| Produit A | Dimension indiquée | Valeur telle qu’écrite | Notice A, rubrique technique | À vérifier |
| Produit B | Dimension indiquée | Non indiquée | Fiche B | À demander |
| Produit C | Compatibilité | Mention présente | Fiche C, section compatibilité | Confirmée par le document |
Le statut « confirmé par le document » signifie seulement que la mention se trouve dans la source citée. Il ne prouve pas que la fiche est à jour, que le fournisseur garantit la donnée ou que le produit convient à votre installation. La vérification métier garde donc son rôle.
Comparer sans mélanger les unités et les variantes
Avant de mettre les valeurs côte à côte, vérifiez qu’elles décrivent la même chose. Les fiches peuvent présenter des unités différentes, inclure des accessoires dans une variante et pas dans une autre, ou distinguer plusieurs versions sous un nom presque identique.
Prévoyez des contrôles explicites pour les points qui changent la décision :
- même référence et même variante ;
- unité et périmètre de mesure compris ;
- caractéristiques obligatoires présentes ;
- options et accessoires identifiés séparément ;
- informations contradictoires signalées au lieu d’être fusionnées ;
- données importantes vérifiées dans la notice d’origine.
Une conversion d’unité ou une synthèse peut être utile, mais gardez la valeur originale visible. Si une incohérence apparaît, faites-la confirmer plutôt que de choisir automatiquement la valeur la plus plausible. Le profil du NIST sur les risques des systèmes d’IA générative recommande d’évaluer les sorties dans leur contexte d’usage : pour une petite équipe, cela revient à tester les documents et les erreurs qui pourraient modifier la décision.
Séparer l’analyse, la validation et la commande
Commencez par un flux qui produit un tableau de travail, sans écriture dans un outil métier. Une personne compare les valeurs aux documents, corrige les erreurs, puis décide quelles questions transmettre au fournisseur. Cette première étape permet d’observer si l’extraction fait gagner du temps ou déplace simplement l’effort vers la vérification.
Une connexion à un tableur ou à un logiciel métier peut venir ensuite. Si elle est utile, distinguez clairement les niveaux d’action : lire les documents, préparer une comparaison, créer un brouillon, puis éventuellement enregistrer une sélection après approbation. Les permissions de l’intégration doivent refléter ces étapes. L’accès en lecture à quelques documents n’est pas équivalent au droit de modifier un stock ou d’envoyer un bon de commande.
Certaines architectures d’agent utilisent des appels d’outils ou de fonctions. La documentation OpenAI décrit ce mécanisme comme un moyen de proposer à l’application une fonction et des arguments ; le code de l’application exécute ensuite la fonction. Un schéma peut contrôler le format de certains arguments, mais il ne vérifie pas à lui seul qu’une référence est correcte ou qu’une commande est autorisée. C’est l’intégration qui doit imposer les règles métier et les validations attendues.
Pour un premier pilote, l’agent peut préparer un brouillon de sélection, tandis qu’une personne vérifie la référence, la quantité et le fournisseur avant toute transmission. Conservez un historique lisible des documents consultés, des corrections et de la validation. La page agents IA et automatisation présente l’accompagnement correspondant ; si les outils doivent échanger des données selon un processus propre à l’entreprise, un logiciel sur mesure peut aussi être étudié.
Protéger les données et les informations commerciales
Les fiches fournisseurs peuvent contenir des conditions commerciales, des contacts ou des éléments propres à votre activité. Avant le test, déterminez quelles données peuvent être envoyées au service d’IA retenu, à qui l’accès est ouvert et quelles règles de conservation s’appliquent. N’ajoutez pas de documents internes au seul motif qu’ils sont disponibles.
La CNIL rappelle que le choix du système et les précautions dépendent notamment des données traitées et du mode de déploiement. Cela ne permet pas de conclure qu’une solution est adaptée à toutes les entreprises : vérifiez les conditions du fournisseur, les accès et les obligations applicables à votre propre traitement. Quand des informations personnelles ou confidentielles ne sont pas nécessaires à l’analyse, écartez-les du lot de test.
Tester sur des cas utiles et mesurer le résultat
Préparez un petit ensemble de documents représentatifs, avec des cas simples et des cas difficiles : fiche incomplète, références proches, unités différentes, variante peu visible ou information contradictoire. Pour chaque document, notez d’avance les valeurs attendues et les questions qu’une personne doit poser. La comparaison révèle si les omissions et les erreurs sont visibles au bon endroit.
Suivez quelques indicateurs liés au travail réel :
- temps nécessaire pour préparer et vérifier une comparaison ;
- nombre de valeurs corrigées ou de champs restés incertains ;
- questions supplémentaires envoyées au fournisseur ;
- erreurs détectées avant la sélection ;
- incidents de doublon ou de mise à jour dans l’outil métier, si une intégration existe.
Comparez ces résultats à la méthode actuelle sur des documents de difficulté comparable. Une extraction rapide n’est utile que si le contrôle reste raisonnable et si les décisions sont mieux informées. Le succès se mesure ici à la qualité de la comparaison et aux corrections nécessaires, pas au nombre de fiches traitées.
Pour commencer, choisissez une famille de produits, quelques critères importants et un petit lot de documents. Faites produire une comparaison traçable, vérifiez chaque donnée dans sa source, puis décidez si une connexion au logiciel métier apporte une valeur mesurable. La commande reste entre les mains de la personne qui connaît les besoins et assume le choix.