Remplacer Excel par des applications d'IA

Une coordonnatrice aux finances bâtit un modèle de tarification dans Excel, puis demande à un outil d'IA de le transformer en petite application web pour que l'équipe des ventes puisse s'en servir sans ouvrir de chiffrier. Un directeur des opérations combine un outil d'IA et quelques scripts pour suivre les livraisons qui vivaient auparavant dans un classeur partagé. Un responsable du service à la clientèle automatise le tri des billets de soutien avec un outil généré par IA en une fin de semaine.

Rien de tout cela n'a nécessité de développeur, de demande de projet, ni de ligne budgétaire au TI. Il a suffi d'un employé, d'un problème d'affaires concret, et de quelques heures avec un assistant de programmation IA.

Au lieu de simplement acheter des logiciels, les employés en construisent maintenant eux-mêmes.

Ce virage n'est pas le problème. Le problème commence au moment où l'un de ces outils devient, sans que personne ne l'ait décidé, le système dont l'entreprise dépend pour fermer les livres, expédier une commande ou répondre à un client.

Le moment où un chiffrier cesse d'être un chiffrier

Excel n'est pas le problème. C'est l'un des outils les plus fiables jamais créés pour l'analyse, la modélisation et les calculs ponctuels. Le problème commence lorsqu'un chiffrier se transforme tranquillement en système de référence.

Il existe un point de bascule où un classeur cesse d'être un outil de productivité personnelle pour devenir une infrastructure critique. La plupart des dirigeants ne le remarquent pas, parce que ça se produit graduellement, fichier par fichier, formule par formule.

• Plusieurs personnes modifient le même fichier, parfois en même temps
• Les formules sont devenues trop complexes pour que quiconque, à part l'auteur original, puisse vraiment les expliquer
• Des données sont ressaisies manuellement à partir d'un autre système plutôt que d'y être connectées
• Quelqu'un exporte, modifie et réimporte les mêmes données de façon récurrente
• Des décisions financières ou opérationnelles reposent sur un calcul que personne n'a validé de façon indépendante
• Des noms de fichiers comme « Budget_v12_FINAL_vraiment_final.xlsx » sont devenus une blague récurrente dans le département
• Les erreurs reviennent assez souvent pour que les gens revérifient discrètement les chiffres
• Un seul employé comprend vraiment comment le fichier fonctionne

Un seul de ces signes est gérable. Plusieurs à la fois signifient que le chiffrier est devenu un système d'affaires sans que personne n'ait pris cette décision.

L'IA n'a pas inventé l'informatique parallèle. Elle a éliminé la liste d'attente.

L'informatique parallèle existe depuis des décennies. Les employés ont toujours trouvé des façons de contourner les systèmes officiels quand ceux-ci semblaient trop lents ou trop rigides pour le problème devant eux.

Ce qui a changé, c'est la vitesse et l'accessibilité. Un employé n'a plus besoin de soumettre une demande, d'attendre qu'un projet TI soit priorisé, ou de trouver un budget pour un développeur. Il peut décrire ce dont il a besoin à un outil d'IA et obtenir une application fonctionnelle quelques jours plus tard.

C'est une véritable occasion d'affaires. C'est aussi une nouvelle catégorie de risque, parce que les applications créées de cette façon passent rarement devant quelqu'un qui pense à la sécurité, à l'architecture ou à la propriété à long terme.

Appelons ça l'IA fantôme. Vue de l'extérieur, ça ressemble à de l'innovation. Vue de l'intérieur, c'est souvent un processus critique pour l'entreprise, qui roule sur un logiciel que personne en dehors d'un seul département n'a jamais révisé.

« Ça fonctionne » n'est pas synonyme de « c'est prêt »

Une application bâtie avec l'IA peut très bien résoudre le problème pour lequel elle a été créée. C'est justement ce qui la rend facile à négliger. Elle fonctionne assez bien pour que personne ne s'arrête pour se demander ce qui manque en dessous.

• Authentification faible ou inexistante
• Aucun contrôle d'accès réel entre les rôles ou les départements
• Peu ou pas de tests au-delà du cas d'usage initial
• Aucune documentation sur le fonctionnement de l'application ou ses raisons d'être
• Aucun suivi pour détecter les pannes, les ralentissements ou les problèmes de données
• Des API et intégrations bâties sans révision de sécurité
• Des identifiants ou clés d'accès inscrits directement dans le code
• Une gestion des erreurs qui échoue silencieusement plutôt que d'alerter quelqu'un
• Aucune stratégie de sauvegarde pour les données qu'elle contient
• Personne n'est formellement responsable de la maintenir en fonction

Aucune de ces lacunes n'est visible le jour du lancement. Elles refont surface plus tard, habituellement au pire moment possible.

Prototype ou application de production : deux catégories de logiciels bien différentes

L'IA est réellement excellente pour valider une idée, automatiser une tâche répétitive ou produire une première version de quelque chose. Ce n'est pas le même travail que de faire fonctionner une application d'affaires en production, et c'est en traitant les deux comme interchangeables que le risque se cache.

Un prototype gagne sa valeur en allant vite. Une application de production gagne la sienne en continuant de bien fonctionner un an plus tard, une fois que la personne qui l'a bâtie est passée à autre chose.

Le vrai risque n'est pas le premier jour. C'est le jour où le bâtisseur quitte.

La plupart des applications bâties par des employés échouent en silence, pas de façon spectaculaire. Elles ne plantent pas devant la direction pendant une démonstration. Elles sont adoptées, on s'y fie, et elles s'intègrent tranquillement aux opérations quotidiennes.

Le risque apparaît plus tard. L'employé qui a bâti l'outil obtient une promotion, change d'équipe, ou quitte l'entreprise. Soudainement, un processus dont l'entreprise dépend n'a plus personne qui le comprend vraiment, aucune documentation à consulter, et aucun plan pour la suite.

À ce stade, l'application n'est plus un projet parallèle. C'est de l'infrastructure, sans propriétaire.

N'étouffez pas l'innovation. Encadrez-la.

Le réflexe de tout verrouiller après avoir vu ces risques est compréhensible, mais c'est la mauvaise réponse. Des employés qui expérimentent avec l'IA pour résoudre de vrais problèmes opérationnels, c'est exactement le genre d'initiative que les entreprises devraient encourager, pas freiner.

L'objectif n'est pas d'empêcher les gens de bâtir. C'est de savoir reconnaître le moment où ce qu'ils ont bâti a dépassé le terrain de la bonne intention.

Encouragez les employés à utiliser l'IA pour prototyper des idées, automatiser de petites tâches et améliorer leurs propres façons de faire. Tracez toutefois une ligne claire autour de tout ce qui touche aux données financières, à l'information client, aux données RH, aux transactions ERP ou à d'autres systèmes où une défaillance nuirait réellement à l'entreprise. Ces applications méritent une révision technique et sécuritaire avant de devenir permanentes.

Quand Excel demeure exactement le bon outil

Pas tous les chiffriers n'ont besoin de devenir une application, et pas tous les processus n'ont besoin d'être automatisés. Excel reste le bon choix pour l'analyse ponctuelle, la modélisation exploratoire, les calculs uniques et le travail de productivité personnelle qui n'a jamais besoin de dépasser une seule personne.

Utilisez Excel pour l'analyse. Utilisez des applications pour les processus opérationnels.

Cette seule distinction règle la majorité du débat avant même qu'il commence. La question n'est jamais « devrait-on se débarrasser d'Excel ». La question est de savoir si un chiffrier en particulier a tranquillement pris en charge un rôle pour lequel il n'a jamais été conçu.

Quand une simple automatisation suffit à régler le problème

Ce ne sont pas tous les processus répétitifs bâtis sur Excel qui justifient de construire une application. Si le flux de travail sous-jacent est réellement simple, l'automatisation est souvent la solution la plus rapide, la plus économique et la plus durable.

Connecter directement les systèmes existants, éliminer la saisie manuelle et laisser Excel gérer les parties où il ajoute encore de la valeur suffit fréquemment à éliminer l'irritant, sans ajouter un nouveau logiciel à maintenir.

L'automatisation règle les tâches répétitives. Elle n'exige pas de remplacer l'outil que les gens connaissent déjà.

Quand un processus mérite une vraie application

Certains processus ont carrément dépassé les capacités d'Excel, et aucune automatisation ne pourra corriger ça. Voici les situations qui justifient de bâtir, ou de faire développer professionnellement, une application dédiée.

• Le processus est critique pour l'entreprise, pas une tâche secondaire
• Plusieurs employés ou départements en dépendent
• Il revient très fréquemment, pas seulement à l'occasion
• Il dépend de données provenant de plusieurs systèmes à la fois
• Il est difficile à auditer ou à expliquer à un réviseur externe
• Il est devenu trop complexe pour qu'un chiffrier puisse le gérer de façon fiable

Quand plusieurs de ces critères s'appliquent, continuer de rafistoler le chiffrier coûte plus cher que de bâtir l'application correctement.

Où l'IA crée vraiment de la valeur, au-delà de remplacer l'interface

La tentation, avec l'IA, est de l'utiliser pour reconstruire le chiffrier en application un peu plus jolie. Ça passe à côté de l'occasion la plus importante. La vraie valeur se trouve dans l'automatisation du processus d'affaires que le chiffrier n'a jamais été qu'un pis-aller pour gérer.

Les applications d'IA peuvent extraire des données de documents, traiter et acheminer des courriels entrants, classifier des transactions, rapprocher des dossiers entre systèmes, signaler des anomalies avant qu'elles ne deviennent des problèmes, prévoir la demande ou les flux de trésorerie, apparier des données entre systèmes déconnectés, et gérer les exceptions qui exigeaient auparavant qu'une personne vérifie manuellement un chiffrier.

L'objectif n'est pas un chiffrier plus joli. C'est moins d'heures passées à faire un travail que le chiffrier n'a jamais été conçu pour bien faire.

Acheter, automatiser ou bâtir : une grille de décision

Ce ne sont pas tous les problèmes qui exigent un logiciel sur mesure, et présumer le contraire est aussi une forme de gaspillage. Avant de bâtir quoi que ce soit, il vaut la peine de se demander dans quelle catégorie le problème se trouve vraiment.

La plupart des organisations finissent par avoir besoin des quatre approches à la fois, appliquées à différents problèmes, plutôt que d'une seule stratégie appliquée partout.

Une gouvernance qui n'étouffe pas l'innovation

La gouvernance n'a pas besoin de rimer avec comité d'approbation interminable. Un processus de révision léger, appliqué de façon constante, suffit pour capter les risques importants sans décourager les employés d'expérimenter.

Avant qu'une application bâtie avec l'IA soit autorisée à faire partie des opérations quotidiennes, quelqu'un devrait pouvoir répondre à ces questions :

• Qui est le propriétaire nommé de cette application?
• À quelles données accède-t-elle, et quel est leur niveau de sensibilité?
• Comment les utilisateurs s'authentifient-ils, et qui contrôle les accès?
• Où les données sont-elles réellement hébergées?
• Comment les changements sont-ils testés avant d'être mis en production?
• Existe-t-il un plan de sauvegarde et de récupération?
• Qui surveille les erreurs ou les défaillances?
• Qu'arrive-t-il à cette application si son créateur quitte l'entreprise demain?

Si ces questions n'ont pas de réponses claires, l'application n'est pas prête à devenir critique pour l'entreprise, peu importe à quel point elle fonctionne bien aujourd'hui.

Concrètement, avec Consulting Group

Consulting Group travaille avec les PDG, les DAF, les COO et les responsables TI pour structurer exactement cet écart, sans étouffer l'innovation qui les y a menés en premier lieu.

Tout commence par une évaluation honnête des fichiers Excel et des outils d'IA bâtis à l'interne qui font déjà rouler l'entreprise aujourd'hui, ainsi qu'un inventaire des risques opérationnels qui s'y cachent. Là où un chiffrier fait encore bien son travail, nous aidons à le maintenir et à l'améliorer pour qu'il continue de fonctionner sans siphonner le temps des employés en entretien manuel.

Là où un chiffrier ou un outil bâti par un employé est devenu une réelle dépendance opérationnelle, nous le transformons en logiciel réellement conçu pour durer, en utilisant l'IA comme l'un des outils de ce travail, pas comme le produit qu'on vous vend. Nous automatisons les processus répétitifs en dessous, intégrons les systèmes qui auraient dû être connectés dès le départ, et développons professionnellement les applications devenues trop importantes pour l'entreprise pour rester sans gouvernance.

En résumé

L'IA a rendu possible, pour presque n'importe qui dans l'entreprise, de bâtir un logiciel. C'est un véritable avantage pour les entreprises qui l'utilisent bien, et un véritable risque pour celles qui ne savent même pas que ça se produit chez elles.

L'objectif n'a jamais été d'éliminer Excel, et ce n'est pas non plus d'empêcher les employés de bâtir avec l'IA.

L'objectif est de savoir faire la différence entre quelque chose qui fonctionne aujourd'hui et un logiciel dont l'entreprise peut vraiment dépendre demain, et d'apporter l'architecture, la sécurité et la propriété nécessaires aux systèmes qui ont mérité cette distinction.