Laurent Assouly Menu
Août 2026

RPA, IA, agents : le faux débat de l’automatisation dans les PME

Par Laurent ASSOULY

Le RPA : un exécutant sans intelligence

Le RPA a pris un coup de vieux en quelques mois.

“Pardon, c’est quoi le RPA ?” Le sigle signifie « Robotic Process Automation », ou « automatisation robotisée des processus ». Ce n’est pas un robot, ce n’est pas non plus une intelligence artificielle, en tout cas ce n’était pas jusqu’à peu. Alors c’est quoi ? C’est un programme qui reproduit les interactions d’un utilisateur avec un ou plusieurs outils informatiques. Il sait ouvrir un portail, télécharger un fichier, remplir un formulaire, recopier une référence. Il n’a aucune idée du portail, de la référence ou du formulaire. Il ne sait pas ce qui se passe après, il sait juste exactement où il doit cliquer pour exécuter la procédure demandée.

Mais justement, c’est son manque d’intelligence qui fait sa force. Son résultat est déterministe, si l’entrée ne change pas. En revanche, un document présenté autrement, une consigne orale, une exception isolée ou un changement de mise en page, va au mieux le bloquer, au pire le faire cliquer n’importe où avec des conséquences vraisemblablement inattendues.

Les vendeurs ont longtemps présenté cette mécanique comme l’équivalent d’un salarié numérique. C’est plutôt un exécutant dans un couloir extrêmement balisé. Hier, ils vendaient ces programmes pour reproduire le travail administratif. Aujourd’hui, ils parlent d’agents capables de comprendre une demande, de choisir leurs outils, de décider l’action suivante. Le robot qui clique a été dépassé par le robot qui réfléchit. Cette bataille de vocabulaire intéresse surtout les vendeurs de licences. Dans beaucoup de PME, le défi de l’automatisation se situe encore en amont. Le problème n’est pas de cliquer de manière répétitive ni de demander à l’IA de travailler.

Des processus incomplets pour la machine

Prenons un exemple. Une commande arrive par e-mail en PDF, avec la date, la signature et parfois des instructions de livraison, adresse, destinataire. Son état est suivi en interne via la couleur d’une ligne Excel. La personne qui reçoit la commande recopie manuellement les instructions dans un commentaire de cellule. La validation du responsable se limite à un « c’est bon » sur une messagerie type WhatsApp. L’équipe comprend le dossier grâce à sa connaissance du client et du fonctionnement de l’entreprise. Mais pour un logiciel, l’information est morcelée. La donnée existe, mais elle est répartie entre du texte libre, de la mise en page et des règles non écrites. Brancher un robot sur ce processus ne crée certainement pas une automatisation. Cela produit un outil fragile qui s’arrête au moindre imprévu et demande une intervention humaine.

Structurer la donnée en amont avec l’IA

C’est vrai que l’IA modifie la donne, mais pas sous la forme des agents autonomes qu’on vous survend dans les démonstrations. L’avancée concrète se situe à l’entrée du processus. Les modèles documentaires actuels font bien plus que reconnaître des caractères. Ils identifient la structure d’une page, distinguent un tableau, repèrent si une case est cochée et lisent l’écriture manuscrite ou les annotations. Et ils en déduisent à quoi elles font probablement référence.

De la même façon, un email rédigé librement devient exploitable sans forcer le client à remplir un formulaire imposé. Une facture au format atypique est convertie en données structurées. Une photo ou une note vocale alimente un dossier sans ressaisie. C’est un gain technique net pour les PME qui gèrent un volume important de documents non structurés.

L’iceberg organisationnel bloque les agents

Alors, pour en revenir à ce qui se passe après, il faut savoir que l’IA ne connaît pas les conventions internes. Elle ne les lit pas, elle ne les déduit pas. Elle voit une cellule rouge dans un tableur, mais elle ignore si ce rouge signifie urgent, refusé ou en attente. Elle peut repérer une récurrence dans l’historique, mais l’exception du jour n’existe que dans la tête du salarié. Le journal du net appelle cela un iceberg organisationnel. Les logiciels stockent le résultat d’une action, mais le raisonnement qui l’a motivé est invisible. La promesse de l’agent IA se heurte aujourd’hui à cette limite, tout comme le RPA. Un agent choisit certes son action avec plus de marge de manœuvre, mais il dépend des données qu’on lui fournit. sans contexte explicite, il risque de prendre une mauvaise décision plus rapidement. Or, les utilisateurs, et en particulier dans les PME, ne sont absolument pas formés à créer le contexte qu’attend cet agent.

Lors de la démonstration, l’agent trouve le document parfait, utilise le bon outil. Dans la réalité, il rencontre des fichiers aux noms identiques, des factures illisibles, une entreprise qui a trois noms différents ou dont le nom s’épèle de plusieurs manières différentes en fonction du commercial ou de l’interlocuteur, ou bien même des statuts matérialisés par des post-it. Face à cette ambiguïté, un salarié va poser une question. L’agent informatique, s’il n’est pas programmé pour s’arrêter, exécute l’action la plus probable, à l’aveugle. L’automate logiciel ne remplace pas la maîtrise des processus. Accorder de la liberté à un programme sans lui expliciter les règles tacites de l’entreprise revient à automatiser l’erreur.

Combiner les technologies sans surenchère

Alors comment faire concrètement ? L’IA va lire un document ou classer une demande avec un format d’entrée qui peut être variable. Les règles classiques et déterministes vont alors vérifier ces données et déclencher l’action. Le RPA intervient en bout de chaîne uniquement dans le cas où un vieux logiciel exige de cliquer ou de recopier des champs, ou bien s’il est uniquement capable d’importer les données dans un format qui n’est pas celui avec lequel le reste du système d’information travaille. L’humain reste à superviser et gérer les exceptions. Certaines tâches se passent totalement d’IA, avec quelques règles logiques qui vont permettre d’éliminer par exemple une double saisie ou déclencher une alerte. A l’inverse, un modèle récent va traiter des formulaires trop irréguliers pour un robot d’ancienne génération. Ces deux typologies d’outils cohabitent bien, en particulier via ce qu’on appelle des orchestrateurs. Mais pour ce faire, il n’est surtout pas question de transformer la PME en vitrine technologique.

Analyser le processus avant d’acheter

Je vais vous dire quelque chose qui ne va pas forcément plaire aux éditeurs logiciels: numériser chaque étape d’une entreprise n’est pas une fin en soi. Une simple couleur dans Excel est parfois plus efficace qu’un logiciel complexe exigeant de remplir huit champs. Un formulaire papier fonctionne dans un atelier ou lors d’une intervention à l’extérieur si l’on numérise l’information au bon stade du processus. France Num conseille de documenter la méthode de travail avant de chercher à l’automatiser. En pratique, beaucoup de projets démarrent à l’envers. Par une démonstration commerciale: l’éditeur vend les capacités du programme, l’entreprise achète le programme et cherche ensuite un endroit pour l’utiliser. les salariés finissent par adapter leur métier au logiciel ou bien le logiciel finit à la poubelle.

Le réflexe commercial est éculé. Vendre l’outil à la mode et lui trouver une utilité à posteriori. Hier, il fallait du RPA partout. Aujourd’hui, le marché propose un agent IA pour chaque tâche. Il est plus rentable de limiter l’IA aux étapes qui nécessitent de l’interprétation documentaire et de maintenir le reste du processus aussi simple et déterministe que possible. Une PME n’a aucun intérêt à déployer un modèle probabilistique pour exécuter une règle fixe. Elle n’a pas non plus d’intérêt à installer un robot sur une procédure que ses propres équipes ne savent pas décrire…

La complémentarité des technologies

L’IA et le RPA ne s’opposent pas, ils se complètent. Le RPA reste l’outil le plus fiable pour interagir avec de vieux logiciels, à condition que les règles soient fixes. L’IA, elle, excelle pour déchiffrer des documents non structurés et préparer des données propres. Plutôt que de chercher à remplacer l’un par l’autre, la solution consiste à les orchestrer : l’IA structure l’information à l’entrée, des règles informatiques claires la valident, et le RPA l’injecte dans le système d’information. C’est ainsi qu’on construit une automatisation vraiment utile et pérenne.

#PME #TransformationNumérique #Automatisation #RPA #IAenEntreprise

Back to Documents