L’IA générative a été proposée à nos clients pour à peu près tout. Nous avons mesuré, sur des pilotes de huit à douze semaines, ce qui produisait un gain réel. Le tri est net.
Ce qui fonctionne
- La recherche sémantique dans les procédures internes : le support gagne du temps sur les demandes documentées mais introuvables.
- Le classement et le routage des tickets entrants : gain mesuré de 30 à 40 % sur le temps de qualification.
- L’extraction de données depuis des documents structurés : factures, bons de livraison, formulaires papier scannés.
- La rédaction assistée de comptes rendus d’incident à partir des journaux, toujours relue par un ingénieur.
Ce que nous avons arrêté
La génération autonome de réponses aux utilisateurs finaux sans relecture : le taux d’erreur, même faible, dégrade la confiance plus vite que le gain de temps ne la construit. Nous avons également arrêté les assistants de diagnostic réseau : les modèles produisent des hypothèses plausibles mais non vérifiables, ce qui allonge le temps de résolution au lieu de le réduire.
La question des données
Aucun de ces usages n’impose d’envoyer des données sensibles à un fournisseur externe. Selon la sensibilité, nous retenons soit une anonymisation préalable, soit un modèle hébergé sur l’infrastructure du client. Le choix se décide lors du cadrage, pas après la mise en service.
Pôle données & intelligence — NDS Technologies