Formation Les fondamentaux de l'IA · Module 3 · Guide pratique
Le bon outil pour la bonne tâche
Automatisation ou IA? Choisir consciemment
L'engouement pour l'IA pousse à vouloir « ajouter de l'IA » partout — parfois là où une simple automatisation ferait mieux, pour moins cher et avec moins de risques pour les données. Ce module donne un repère simple pour trancher au cas par cas, avec les outils concrets du marché.
« On devrait mettre de l'IA là-dessus. » L'intention est bonne, mais l'IA n'est pas toujours la meilleure réponse. Beaucoup de tâches qu'on croit « intelligentes » sont en fait répétitives et prévisibles — et pour celles-là, une automatisation classique est plus fiable, moins chère et plus sûre. Savoir distinguer les deux, c'est éviter de payer (et d'exposer) plus que nécessaire.
La distinction clé
L'automatisation classique (Zapier, Make, n8n) suit des règles fixes : « si ceci, alors cela » — toujours le même résultat pour la même entrée. L'IA générative (ChatGPT, Claude…) produit un résultat qui varie et qui s'adapte au langage. La première est une chaîne de montage, la seconde un assistant qui comprend.
Quel outil pour quelle tâche
Une règle simple : si la tâche est toujours pareille, automatisez ; si elle demande de comprendre ou de rédiger, c'est l'IA.
- Plutôt une automatisation — déposer chaque facture reçue dans un dossier comptable, copier un nouveau contact du site vers le CRM, envoyer un rappel de rendez-vous, transférer une donnée d'un outil à un autre. Outils : Zapier, Make, n8n.
- Plutôt l'IA — rédiger une réponse personnalisée, résumer un document, trier des commentaires par sujet, reformuler, traduire. Outils : ChatGPT, Claude, Copilot, Gemini, Mistral.
- Souvent les deux ensemble — une automatisation déclenche, l'IA rédige : un nouveau courriel arrive (automatisation) → l'IA en propose un brouillon de réponse → un humain valide et envoie.
Ce que ça veut dire concrètement
Si vous mettez de l'IA là où une automatisation suffirait :
- Vous payez à chaque utilisation pour un résultat qu'une règle fixe donnerait gratuitement.
- Vous introduisez de l'imprévisibilité (l'IA varie) là où vous vouliez de la constance.
- Vous envoyez peut-être des données à un fournisseur externe sans raison.
Ce que ça change pour vous, au travail
Sortir l'IA par réflexe plutôt que par besoin :
- Vous attendez une réponse d'un outil qui varie, là où vous vouliez un résultat sûr et constant.
- Vous mettez plus de temps à valider que ce qu'une règle automatique aurait fait toute seule.
- Vous envoyez peut-être des données à un fournisseur externe, alors que rien ne sortait avant.
L'IA n'est pas une amélioration en soi — c'est le bon outil seulement quand la tâche le demande.
Avant de choisir : cartographiez vos flux de travail
Le bon réflexe ne commence pas par « quel outil », mais par « quelles tâches ». Avant d'ajouter quoi que ce soit, on dresse la carte de ses flux de travail — le même réflexe que cartographier son poste pour la sécurité, appliqué cette fois à ses tâches. On ne met le bon outil au bon endroit qu'une fois qu'on voit l'ensemble.
La démarche tient en trois temps :
- Lister — notez vos 5 à 6 tâches récurrentes de la semaine, surtout celles qui reviennent et qui grugent du temps.
- Qualifier — pour chacune, deux questions : le résultat doit-il toujours être identique? la tâche touche-t-elle des renseignements personnels?
- Classer — déduisez le bon outil : règle fixe (automatisation), compréhension (IA), ou les deux avec un humain qui valide.
Comment savoir si une tâche vaut l'IA? Vérifie ces huit signaux — si une tâche en coche au moins quatre, c'est une bonne candidate :
- Répétitive — elle revient souvent, avec une structure semblable.
- Du texte — il s'agit de lire, rédiger, classer ou extraire de l'information écrite.
- Chronophage — elle gruge beaucoup de ton temps (ou celui d'un cadre).
- Beaucoup de documents — elle oblige à fouiller de nombreux documents internes (procédures, devis, fiches).
- Marge d'erreur acceptable — une petite variation dans le résultat n'est pas grave (si la réponse doit être exacte au caractère près, un script vaut mieux).
- Exemples disponibles — on a des cas passés (la tâche déjà bien faite) pour vérifier que l'IA s'en sort.
- Erreur récupérable — si l'IA se trompe, on s'en aperçoit et on corrige avant tout dommage.
- Pas de données sensibles exposées — sinon, on anonymise ou on utilise un outil hébergé localement (chez nous).
Et quatre signaux d'arrêt : une décision irréversible prise sans humain, un conseil légal / médical / fiscal, des renseignements sensibles impossibles à protéger, ou une tâche trop rare (quelques fois par mois) — dans ces cas, on n'intègre pas l'IA, peu importe le reste.
Votre carte des flux — exemple à compléter
| Tâche récurrente | Résultat toujours identique? | Touche des RP? | → Bon outil |
|---|---|---|---|
| Classer les courriels par dossier client | Oui | Oui | Automatisation (règle locale) |
| Rédiger une réponse personnalisée | Non, à adapter | Parfois | IA + validation humaine |
| … vos tâches | ? | ? | ? |
On ne choisit pas un outil pour suivre une mode — on le pose sur une tâche qu'on a d'abord cartographiée.
Cette carte n'est pas qu'un exercice individuel : remontée à la personne qui décide, elle devient la base pour placer les bons outils aux bons endroits dans toute l'organisation — le point de départ de toute intégration d'IA réfléchie.
Vous êtes dirigeant et voulez faire faire cet exercice à votre équipe? La marche à suivre pour encadrer la collecte de ces cartes, puis prioriser les tâches retenues (valeur, faisabilité, risque), est détaillée dans la section Identifier les tâches candidates du module Évaluation avant adoption.
🎯 En 10 secondes : automatisation ou IA?
Pour chaque tâche de votre carte, posez-vous trois questions :
- Le résultat doit-il toujours être identique? → automatisation.
- Faut-il comprendre, rédiger ou s'adapter à chaque cas? → IA.
- La tâche manipule-t-elle des renseignements personnels? → privilégier l'option qui en envoie le moins à l'extérieur.
Si la tâche est prévisible, l'IA est rarement la bonne réponse — peu importe la mode.
Dans la réalité des PME québécoises
⚙️ Ce qui est déjà automatisable. Beaucoup de tâches « manuelles » (saisie, transferts, rappels) pourraient être réglées une fois pour toutes avec Zapier ou Make — sans IA.
🧠 Ce qui mérite vraiment l'IA. Rédiger, résumer, trier par sens, répondre avec nuance : là, l'IA fait gagner un temps réel qu'aucune règle fixe ne donne.
🔗 Le duo gagnant. Les meilleures installations combinent les deux : l'automatisation transporte et déclenche, l'IA comprend et rédige, l'humain valide.
Cas réel simplifié
Une PME veut « utiliser l'IA » pour classer ses courriels entrants par dossier client.
Ce qu'elle envisage :
- Brancher un assistant IA payant qui lit chaque courriel et décide du dossier
- Payer à chaque message, et transmettre tout le contenu au fournisseur
Ce qui aurait suffi :
- Une règle simple (Make ou n8n) : « si l'expéditeur est X, classer dans le dossier Y »
- Gratuit à l'usage, prévisible, et aucune donnée envoyée à un modèle externe
Avant de payer l'IA, on se demande toujours : est-ce qu'une règle fixe ne ferait pas l'affaire?
Trois idées fausses fréquentes
- « L'IA remplace l'automatisation. » Faux. Ce sont deux outils complémentaires ; les meilleurs résultats viennent de leur combinaison.
- « Plus c'est intelligent, mieux c'est. » Faux. Pour une tâche prévisible, l'« intelligence » ajoute du coût et de l'imprévisibilité sans bénéfice.
- « Mettre de l'IA, c'est moderniser. » Faux. Moderniser, c'est choisir l'outil le plus simple qui fait le travail — parfois une règle de trois lignes.
La bonne question n'est jamais « peut-on mettre de l'IA », mais « la tâche en a-t-elle besoin ».
Tâche pour l'automatisation / Tâche pour l'IA
⚙️ Automatisation (Zapier, Make, n8n)
- Résultat toujours identique
- Règles claires « si… alors… »
- Transferts, classements, rappels
- Coût quasi nul à l'usage
- Peut tourner sans envoyer le contenu dehors
🧠 IA (ChatGPT, Claude, Copilot…)
- Résultat qui s'adapte au cas
- Comprendre, rédiger, résumer, traduire
- Réponses personnalisées
- Coût à l'usage, à surveiller
- Transmet le texte au fournisseur
Concrètement pour une PME
Mettre de l'IA partout par réflexe :
- Des coûts récurrents pour ce qu'une règle ferait gratuitement
- Des processus moins constants qu'avant
- Des données exposées sans nécessité
Le bon outil, c'est le plus simple qui fait le travail — pas le plus impressionnant.
En résumé
Définition : l'automatisation suit des règles fixes ; l'IA s'adapte et comprend. Deux outils complémentaires, pas concurrents.
Trois faits clés :
- Tâche prévisible → automatisation (Zapier, Make, n8n) ; tâche qui demande de comprendre → IA
- L'IA mal placée coûte plus cher et expose plus de données qu'une simple règle
- Les meilleures installations combinent les deux, avec un humain qui valide
👉 Action : avant de payer l'IA, vérifier qu'une automatisation simple ne suffirait pas.
Module suivant
Et si l'IA pouvait tourner chez vous, sans rien envoyer dehors? Découvrez les modèles open source et l'IA locale — la meilleure protection pour vos données.
Module 4 — Modèles open source et IA locale →Test rapide — l'IA est-elle au bon endroit?
Reprenez votre carte des flux et validez en trois questions.
Si non à une seule, vous payez peut-être de l'IA là où une automatisation suffirait.
Analyse d'intégration IA →Initier votre équipe aux fondamentaux de l'IA
La formation Les fondamentaux de l'IA permet à vos employés de comprendre les bases — ce qu'est l'IA, comment choisir et utiliser un assistant (ChatGPT, Claude, Gemini, Copilot, Mistral), quand préférer une automatisation, et comment garder vos données chez vous.
À faire avant d'intégrer l'IA : il est préférable d'être conforme à la Loi 25 avant de l'intégrer — pas une fois les outils déjà en place. Le diagnostic stratégique permet justement de valider cette conformité avant de vous lancer.
Diagnostic stratégique Loi 25 →