L'IA au sein d'un ERP apporte de la valeur lorsqu'elle réduit la classification, la recherche et la préparation des décisions, mais elle ne doit pas acquérir des permissions équivalentes à celles d'une personne administratrice. Les fonctions à faible impact peuvent être automatisées avec échantillonnage ; les paiements, les clôtures, les créations de fournisseurs, les changements fiscaux et les décisions concernant des personnes exigent des règles déterministes, une validation et une approbation.
Cas d'usage par niveau de risque
| Cas | Bénéfice | Contrôle |
|---|---|---|
| Classer des documents | Moins de travail manuel | Échantillonnage |
| Extraire des champs | Saisie plus rapide | Validation par champ |
| Prévoir la demande | Planification | Comparaison avec une base de référence |
| Détecter des anomalies | Alerte précoce | Investigation humaine |
| Préparer une écriture | Gain de temps | Approbation comptable |
| Créer un paiement | Impact élevé | Double approbation |
| Modifier un référentiel | Effet transversal | Circuit contrôlé |
L'autonomie n'augmente qu'avec des preuves.
Architecture
L'IA ne devrait pas écrire directement dans les tables de l'ERP. Le système expose des outils délimités via des API ou des services qui valident le schéma, l'identité, la permission, la règle et le contexte avant d'exécuter toute action.
Les couches de cette architecture sont :
- Identité de l'utilisateur et de l'agent.
- Politique d'accès.
- Récupération des données autorisées.
- Modèle.
- Outil.
- Validation déterministe.
- Approbation.
- Traçabilité.
Données et référentiels
Un modèle qui travaille sur des données dupliquées ou incomplètes accélère les erreurs au lieu de les réduire. Avant de déployer toute fonctionnalité, on vérifie les clients, les produits, les taxes, les fournisseurs, les unités et les statuts.
Les sorties inférées sont marquées comme des propositions, jamais comme des faits. Le système conserve la source, le niveau de confiance et la personne qui a validé chaque donnée.
Extraction documentaire
Pour les factures, les commandes ou les contrats, l'exactitude est mesurée champ par champ. Le NIF, le montant, la date, l'IBAN et la taxe ont un impact différent en cas d'erreur. Les champs critiques exigent des validations mathématiques et un contrôle croisé avec les référentiels.
L'IA ne décide pas seule si un document est légitime.
Prédiction
Le forecasting de la demande ou de la trésorerie doit toujours être comparé à des méthodes simples. Les métriques de référence sont :
- Erreur absolue.
- Biais systématique.
- Couverture.
- Stabilité.
- Coût de surestimation et de sous-estimation.
Si le modèle ne dépasse pas une référence simple, il ne justifie pas la complexité ajoutée.
Agents dotés d'outils
Un agent peut consulter le stock et créer le brouillon d'une commande, mais il ne doit pas approuver l'achat sans limites. Chaque outil sépare lecture et écriture, et définit une quantité maximale, des fournisseurs autorisés et une idempotence.
L'OWASP identifie l'agence excessive comme un risque propre à ces systèmes. Les contrôles doivent résider en dehors du prompt, pas à l'intérieur.
Supervision humaine
L'écran d'approbation doit toujours afficher :
- L'action proposée.
- Les données d'origine.
- La règle appliquée.
- Les changements exacts.
- L'impact.
- L'alternative.
- La possibilité d'annuler.
Approuver à l'aveugle n'est pas de la supervision.
Permissions
L'agent utilise une identité propre, jamais celle d'une personne administratrice. Les permissions sont restreintes par :
- Société.
- Module.
- Opération.
- Montant.
- Horaire.
- Environnement.
- Destinataire.
Le départ ou le changement de rôle d'une personne doit révoquer automatiquement les permissions de l'agent associé.
Sécurité
Les principales menaces à surveiller sont :
- Injection de prompt dans des factures ou des courriels.
- Fournisseur factice.
- Extraction de données.
- Changement d'IBAN.
- Actions dupliquées.
- Mémoire contaminée.
- Fuite d'informations entre sociétés.
On applique des listes d'autorisation, une ségrégation, une authentification multifacteur, une validation et des alertes. Un texte contenu dans un document ne peut pas modifier les instructions du système.
Traçabilité
Chaque exécution doit enregistrer :
- Modèle et version.
- Prompt et politique appliquée.
- Données consultées.
- Outils utilisés.
- Arguments.
- Validations effectuées.
- Approbation.
- Résultat.
- Coût et latence.
Les journaux sont minimisés et protégés.
Qualité et régression
Le jeu de tests doit inclure les clôtures, les taxes, les retours, les doublons, les données incomplètes et les attaques. Il est exécuté à chaque changement du modèle, du prompt, du connecteur ou de la version de l'ERP.
Les classes critiques ont une tolérance zéro.
Coût et ROI
On calcule le coût par tâche valide, en additionnant modèle, infrastructure, intégration, révision, support et incidents. Le gain théorique ne compte pas s'il finit par augmenter les reprises.
Plan sur 90 jours
Jours 1–30
Cas délimité, ligne de base, données et permissions.
Jours 31–60
Intégration, tests, traces et supervision.
Jours 61–90
Pilote, métriques, risque et décision.
Erreurs fréquentes
- Activer des fonctions sans responsable désigné.
- Donner des permissions administratives à l'agent.
- Faire confiance à des données de référence de mauvaise qualité.
- Ne mesurer que la vitesse.
- Autoriser l'écriture directe dans l'ERP.
- Ne pas valider l'IBAN et les taxes.
- Approuver par défaut.
- Ne pas versionner les prompts.
- Mélanger des données entre sociétés.
- Passer à l'échelle sans tests de régression.
Liste de contrôle
- Cas et ligne de base définis.
- Données et référentiels vérifiés.
- Identité et permissions configurées.
- Outils délimités.
- Validation déterministe mise en œuvre.
- Supervision effective.
- Sécurité adversariale prise en compte.
- Journaux et versions contrôlés.
- Coût par tâche valide calculé.
- Plan d'arrêt défini.
Questions fréquentes
L'IA peut-elle comptabiliser automatiquement ?
Elle peut préparer des propositions d'écriture. L'automatisation finale dépend du risque, des règles, des preuves accumulées et de l'approbation humaine.
L'IA peut-elle effectuer des paiements ?
Elle ne devrait pas le faire sans contrôles stricts, limites de montant et double approbation en dehors du modèle lui-même.
L'IA remplace-t-elle le BI ?
Non. Le BI décrit et surveille ; l'IA peut prédire ou assister, mais elle a besoin de données de qualité et de métriques pour le faire de manière fiable.
Chez Summum Sistemas, nous aidons à intégrer l'IA dans l'ERP avec des permissions, des tests et une supervision adaptés à chaque niveau de risque.