Contribution de Sebastian Dahm, Co-CEO de Rinascai, que nous publions avec l’aimable autorisation de l’organisme.
Cas pratique 3 sur 4 de la série « Combien coûte votre IA, et que rapporte-t-elle ? » Déjà parus : l’ouverture avec la feuille de route, le cas pratique 1 sur FRITZ! et le cas pratique 2 sur la priorisation. Prochain article : « Qui décide de ce que l’IA a le droit de faire ? »
Un commerçant en ligne avec trois collaborateurs, 2 500 à 3 000 articles et de nombreux fournisseurs. Le contrôle des factures lui prenait ses soirées. Cinq jours plus tard, un agent contrôlait les factures et un humain validait.
Samedo, un magasin de matériel médical en ligne établi en Allemagne, vend des déambulateurs, des produits pour l’incontinence et des pièces de rechange directement aux clientes et clients finaux, via une boutique Shopify. L’entreprise compte trois collaborateurs, propose 2 500 à 3 000 articles et traite 60 à 90 commandes par jour. La marchandise vient de nombreux fournisseurs, et chaque facture fournisseur était contrôlée à la main : le prix correspond-il au prix d’achat convenu ? La facture est-elle rattachée au bon justificatif ? Le taux de TVA est-il correct ? Ce n’est qu’ensuite que le lot partait à la comptabilité.
Aujourd’hui, c’est un agent IA qui s’en charge : un programme qui exécute seul une tâche en plusieurs étapes et soumet le résultat à un humain.
Le processus avant l’agent
Les factures arrivent sous forme de PDF ou de facture électronique dans une boîte de réception dédiée. Pour chaque ligne, quelqu’un recherchait l’article dans la boutique, par code EAN ou référence fabricant, comparait le prix facturé avec le prix d’achat enregistré et notait les écarts. Avec plusieurs fournisseurs et des prix dégressifs, cela prenait quelques minutes par facture, et des heures sur un mois. S’y ajoutaient le rattachement des justificatifs et la vérification des taux de TVA.
Lors de l’atelier sur les cas d’usage avec l’équipe de Samedo, six pistes figuraient sur la liste, du modèle de tarification pour les places de marché aux prévisions d’achat. Selon la grille du cas pratique 2, le contrôle des factures arrivait en tête : bénéfice élevé, faible effort, données limitées à la boîte de réception et à la boutique, aucune donnée personnelle. Le critère de réussite a été fixé par écrit avant le démarrage : le cinquième jour, l’agent devait contrôler un lot de vraies factures et indiquer le motif de chaque écart.
Les cinq jours en détail
Jour 1 : relevé du processus. Nous nous sommes assis à côté de la personne qui contrôle les factures et lui avons demandé de réfléchir à voix haute. À quoi reconnaît-elle le fournisseur ? Quand un écart est-il une erreur, quand s’agit-il d’une remise sur quantité ? Aucune ligne de code n’a été écrite : l’utilisatrice a montré une fois le processus à l’écran en le commentant, et nous l’avons enregistré. L’agent installé sur son poste (Claude Desktop) a transformé cet enregistrement en instructions de travail réutilisables, un « skill », que l’agent applique depuis à chaque lot. Le même jour, un compte d’entreprise a été créé sur la plateforme d’IA. Jusque-là, chacun travaillait avec un accès privé.
Jours 2 et 3 : version 1 en phase de test. L’agent a tourné comme agent desktop (Claude Desktop) sur l’ordinateur de l’utilisatrice, avec accès à la boîte de réception et accès en lecture à la boutique. Il lit la facture, trouve l’article, compare le prix et établit une liste : neuf sur dix concordent, une diverge, avec le motif de l’écart. Vingt vraies factures du mois précédent ont servi de jeu de test.
Jour 4 : régler les cas particuliers. Les cas qui déroutaient l’agent étaient les mêmes que ceux qui déroutent les humains : livraisons partielles, prix dégressifs, une facture couvrant deux commandes. Pour chacun de ces cas, les instructions de travail ont été complétées par une règle ou par la consigne de transmettre le cas à un humain.
Jour 5 : passation. L’utilisatrice a contrôlé le lot du jour avec l’agent, et la direction a validé le résultat au regard du critère de réussite. Depuis, l’agent contrôle, et un humain tranche en cas d’écart.
Ce que cela coûte et ce que cela rapporte
Le calcul tient sur une demi-page. Les hypothèses viennent de l’atelier et sont arrondies.
Si l’on ne compte que les heures, à un coût complet de 40 euros de l’heure, quelque 9 000 euros de temps de travail économisé par an sont à comparer à environ 1 200 dollars de licence et d’utilisation du modèle. Ce montant est amorti en sept semaines environ. Pour une PME suisse, avec un coût complet supposé de CHF 55 de l’heure, ces mêmes 220 heures représenteraient environ CHF 12 000 par an. Le principal levier tient à l’usage de ce temps : il est consacré au service clients, à la gestion de l’assortiment et au pilotage des démarques, autrement dit à un travail qui génère du chiffre d’affaires. Ce que Samedo note chaque mois : factures contrôlées, écarts détectés, heures économisées. C’est le rapport d’impact dans sa forme la plus simple.
Comment l’agent est construit
Trois garde-fous sécurisent le dispositif. 1. L’agent n’a que des droits de lecture sur la boutique et ne modifie ni les prix ni les stocks. 2. Il ne déclenche aucun paiement et ne comptabilise rien, chaque écart est transmis à un humain. 3. Enfin, il travaille avec des données fournisseurs et des données de prix classées orange dans le feu tricolore des données : autorisées dans le compte d’entreprise sous contrat, sans données personnelles.
Samedo est établi en Allemagne, mais le cas se reproduit tel quel en Suisse. Comme aucune donnée personnelle n’est en jeu, ce n’est pas tant la loi sur la protection des données qui est déterminante que le contrat avec le fournisseur de la plateforme d’IA : lieu de stockage des données, aucune utilisation des saisies pour l’entraînement, droits d’accès clairs.
Dans la classification des instituts Fraunhofer IAO et IAIS (étude « AI Agents: Concepts, Classification and Use Cases », juin 2026), il s’agit d’un agent de niveau « humain dans la boucle » avec accès en lecture : il prépare, un humain décide. C’est ce niveau que l’étude recommande pour débuter. Une autonomie plus élevée ne vient que lorsque les cas d’erreur sont connus et les validations documentées. Gartner s’attend à ce que plus de 40 pour cent des projets d’agents soient abandonnés d’ici fin 2027 (communiqué de presse, juin 2025). D’après notre expérience, la plupart d’entre eux ont été lancés à trop grande échelle.
Palier suivant : du poste de travail au serveur
En phase de test, la version 1 a tourné à dessein sur l’ordinateur de l’utilisatrice : elle voit chaque étape, corrige les instructions de travail et prend confiance. Ce n’est qu’au deuxième palier que l’agent tourne sur le serveur, démarre automatiquement chaque matin, dépose la liste et ne se manifeste qu’en cas d’écart. Viendront ensuite d’autres cas issus de l’atelier, le rapprochement des confirmations de commande avec les commandes et le contrôle des factures par rapport aux entrées de marchandises, puis, en dernier lieu, la transmission au logiciel de comptabilité. Avec le palier 2, l’agent passe, dans la feuille de route de la série, de l’étape « Mise en œuvre » à l’étape « Exploitation ». Nous en rendrons compte ici dès que ce palier sera opérationnel.
Qui décide de ce qu’un tel agent a le droit de faire, et comment une PME le règle avec peu d’effort : c’est le sujet du dernier cas pratique de la série.
Pour les membres : cinq jours de clarté gratuits
Pendant la série, nous accompagnons cinq entreprises membres, à raison de cinq jours chacune, sans honoraires et sans engagement. En lien avec ce cas pratique, l’accompagnement comprend : un inventaire des outils d’IA réellement utilisés, un feu tricolore des données pour votre entreprise et une analyse au regard de la loi sur la protection des données, du Code des obligations et, en cas d’activités dans l’UE, du règlement européen sur l’IA, avec un plan d’action pour la direction. Les résultats vous appartiennent. Avec votre accord, nous présentons votre cas sur le blog de l’association.
Pour poser votre candidature : décrivez-nous en trois phrases où en est votre entreprise. Les places sont attribuées par ordre d’arrivée, dans la limite des disponibilités.
Poser ma candidature → sebastian.dahm@rinascai.com, objet « Cinq jours de clarté »
Quick-Check IA : où en est votre entreprise ?
Votre niveau de maturité IA en neuf minutes, avec un résultat immédiat et les prochaines étapes prioritaires. Gratuit et sans inscription. Le questionnaire est en allemand.
Faire le Quick-Check
À propos de Rinascai
Rinascai est votre partenaire IA pour le commerce et les biens de consommation. Nous connaissons le métier de nos clients, nous chiffrons le bénéfice, puis nous construisons et exploitons les solutions. L’équipe, établie à Steinhausen (ZG), à Zurich et à Karlsruhe, accompagne depuis plus de dix ans des entreprises du commerce et des biens de consommation, de l’entreprise familiale au grand groupe, et travaille sans dépendre d’un modèle particulier, entre autres avec les plateformes d’Anthropic, d’OpenAI, de Google (Gemini) et de Microsoft (Copilot). Notre démarche compte cinq étapes : Clarté, Focus, Fondations, Mise en œuvre et Exploitation, sur demande avec un AI Officer externe. Rinascai est partenaire de prestation de l’ASSOCIATION DE COMMERCE.swiss.
Contact : Sebastian Dahm, Co-CEO, sebastian.dahm@rinascai.com, rinascai.com (site en allemand et en anglais)