Débuter avec l’IA en entreprise : le guide pour tout comprendre avant de vous lancer

Un dirigeant qui ouvre ChatGPT ou Claude pour la première fois obtient un résultat bluffant en trente secondes. Six mois plus tard, il ne sait toujours pas quel modèle choisir, pourquoi sa facture a doublé, ni si les documents qu’il colle dans l’interface sont protégés. Le problème n’est pas la technologie : c’est qu’on lui a vendu un outil magique au lieu de lui expliquer une mécanique.

Cette mécanique tient en six notions. Elles s’expliquent sans une ligne de code, et une fois comprises, elles vous donnent de quoi décider seul : quel modèle pour quelle tâche, ce qui fait vraiment grimper une facture d’IA, ce qu’on peut faire construire aujourd’hui sans savoir coder, et par quoi commencer chez vous.

Un LLM, qu’est-ce que c’est vraiment ?

LLM signifie Large Language Model, en français « grand modèle de langage ». C’est le moteur qui se cache derrière ChatGPT, Claude, Gemini ou Mistral. Et c’est là que se joue le premier malentendu : un LLM ne consulte pas une base de connaissances quand vous lui posez une question. Il calcule.

Concrètement, il a lu une quantité gigantesque de textes et en a tiré une seule compétence : deviner ce qui vient après. Vous écrivez « Le chat dort sur le… », il évalue les suites possibles, leur attribue une probabilité, puis en tire une au sort parmi les plus vraisemblables. C’est pour cette raison que la même question ne donne jamais deux fois exactement la même réponse. Puis il recommence pour le mot suivant. Mis bout à bout, ce mécanisme produit des phrases justes, nuancées, parfois brillantes. Il n’en reste pas moins un calcul statistique appliqué à du langage.

Ce que ça change pour vous

Cette mécanique explique tout le reste. Un modèle qui n’a pas l’information va quand même produire une réponse plausible, parce que c’est exactement ce qu’on lui demande de faire. On appelle cela une hallucination. Le mot évoque un accident ; c’est en réalité le fonctionnement normal de la machine, et aucune mise à jour ne le fera disparaître.

La parade tient en une phrase : ne demandez pas à l’IA ce qu’elle sait, donnez-lui ce qu’elle doit savoir. Un modèle à qui vous fournissez votre catalogue, vos tarifs et vos comptes rendus devient fiable sur votre activité. Le même modèle interrogé à froid sur vos chiffres inventera un ordre de grandeur crédible.

À retenir : un LLM est un excellent rédacteur et un excellent analyste, à condition de travailler sur des documents que vous lui fournissez. Interrogé de mémoire sur votre entreprise, il devient une source à vérifier.

Tous les modèles ne se valent pas : lequel pour quelle tâche ?

Derrière une même marque coexistent plusieurs modèles, du plus rapide au plus puissant. Chez Anthropic, la gamme va de Haiku à Sonnet, puis Opus, et enfin Fable 5, annoncé en juin 2026 comme le modèle le plus capable de la maison. OpenAI, Google et Mistral organisent leurs catalogues de la même façon : un modèle léger, un modèle équilibré, un modèle de raisonnement.

Ce n’est pas une hiérarchie de qualité, c’est un arbitrage. Un modèle puissant raisonne plus longtemps, donc il répond plus lentement et coûte plus cher. Utiliser le plus avancé pour trier des e-mails revient à prendre l’autoroute en première.

La règle de choix en une ligne

Demandez-vous combien d’étapes de réflexion la tâche demande à un humain compétent.

• Aucune réflexion, juste de l’exécution (trier, extraire, classer) : le modèle rapide suffit et il est jusqu’à dix fois moins cher.
• Une réflexion courte (rédiger un e-mail, résumer une réunion) : le modèle équilibré est le bon compromis.
• Une vraie analyse (relire un contrat, construire un plan de projet, écrire le code d’un outil) : le modèle de raisonnement se rentabilise en une fois.
• Un travail long et autonome, où l’IA doit vérifier son propre travail pendant des heures : les modèles haut de gamme, et uniquement pour ces cas-là.

Dans la plupart des interfaces grand public, le modèle sélectionné par défaut est le plus avancé de la gamme. Sur des tâches simples, en changer manuellement fait baisser la facture sans rien changer au résultat.

Le token : la vraie unité de votre facture

Deux façons de payer l’IA, à ne pas confondre. En abonnement (ChatGPT, Claude ou Gemini autour de 20 à 30 € par mois), vous payez un forfait : les tokens restent invisibles, ils déterminent seulement le moment où vous tombez sur « limite atteinte, revenez plus tard ». En API, c’est-à-dire dès qu’un outil branché sur l’IA travaille pour vous en arrière-plan, vous payez la consommation réelle, et chaque token compte. Ce qui suit explique la seconde logique : c’est elle qui décide du budget de tout outil que vous ferez construire.

Un token est un fragment de texte. L’IA ne raisonne pas en mots mais en morceaux de mots : « automatiser » se découpe en trois tokens, un mot court n’en fait qu’un seul. En moyenne, un token vaut environ quatre caractères, et une page A4 bien remplie pèse autour de 750 tokens.

C’est l’unité de facturation universelle du secteur. Tous les fournisseurs affichent leurs prix par million de tokens, et distinguent ceux que vous envoyez (l’entrée) de ceux que le modèle produit (la sortie). La sortie coûte systématiquement plus cher : cinq à six fois le prix de l’entrée chez les principaux fournisseurs.

Détail utile quand vous comparez des budgets : le français consomme davantage de tokens que l’anglais. Il est à la fois plus verbeux et moins bien découpé par les modèles, qui ont surtout été optimisés pour l’anglais. Les fournisseurs le reconnaissent sans le chiffrer. Notre propre mesure, réalisée sur un texte identique dans les deux langues avec un tokeniseur public d’éditeur, donne un écart d’environ 30 % en défaveur du français. À contenu égal, une entreprise française paie donc un peu plus qu’une entreprise anglophone.

Pourquoi votre consommation explose sans que vous le voyiez

Voici le mécanisme que personne n’explique et qui surprend tout le monde : une IA n’a aucune mémoire. À chaque nouveau message, votre logiciel lui renvoie l’intégralité de la conversation depuis le début, sinon elle ne saurait pas de quoi vous parlez.

La conséquence est mécanique. Votre premier message coûte le prix d’un message. Le dixième coûte le prix des neuf précédents plus le vôtre. Dans une conversation qui dure depuis trois semaines, chaque « merci » que vous tapez renvoie des dizaines de milliers de tokens au modèle.

Trois autres éléments gonflent la note sans être visibles :

1. Les consignes permanentes. Les instructions que vous avez données au début sont renvoyées à chaque tour.
2. Les documents joints. Un PDF de 40 pages déposé dans la conversation repart en entrée à chaque message tant que vous ne changez pas de fil. Les interfaces grand public limitent parfois la casse en ne ressortant que les passages utiles, mais vous n’avez ni visibilité ni contrôle là-dessus.
3. Le raisonnement du modèle. Sur les modèles avancés, l’IA « réfléchit » avant de répondre. Ce raisonnement est facturé comme de la sortie, même quand vous ne le voyez pas à l’écran.

La fenêtre de contexte, c’est le plafond, pas le compteur. Elle désigne la quantité maximale de texte que le modèle peut garder sous les yeux. Elle ne coûte rien en soi, mais elle explique un phénomène agaçant : plus une conversation s’allonge, plus le modèle perd de vue ce qui a été dit au milieu, et plus ses réponses deviennent approximatives. Sans le moindre avertissement à l’écran. Une raison de plus d’ouvrir un fil neuf par sujet.

Sept réflexes pour diviser votre consommation

Vos tokens, c’est du carburant : même voiture, même trajet, la consommation dépend de votre façon de conduire. Voici les sept gestes qui font la différence. Les cinq premiers s’appliquent dès aujourd’hui dans votre abonnement. Les deux derniers relèvent de l’API, donc ils ne vous concernent que si un outil consomme de l’IA pour vous, mais ce sont ceux qui pèsent le plus lourd sur la facture d’une automatisation.

1. Ouvrez une nouvelle conversation dès qu’un sujet est terminé. C’est le geste le plus rentable, il est gratuit et il prend une seconde.
2. Choisissez le modèle en fonction de la tâche, au lieu de laisser le plus puissant par défaut.
3. Écrivez vos consignes une fois pour toutes dans un fichier de référence plutôt que de les recopier à chaque conversation. C’est l’objet de la section 8.
4. N’envoyez que les pages utiles d’un document, pas le rapport annuel complet quand seules trois pages comptent.
5. Demandez des réponses courtes quand vous n’avez besoin que de la conclusion. La sortie est ce qui coûte le plus cher.
6. Faites activer la mise en cache quand un même document de référence est relu plusieurs fois d’affilée. Les principaux fournisseurs facturent la relecture d’un contenu déjà en mémoire jusqu’à 90 % moins cher. Attention : cette mémoire ne dure que quelques minutes et sa mise en place coûte un peu plus cher que la normale. Le gain est réel sur des traitements enchaînés, nul sur un usage espacé dans le temps.
7. Groupez les traitements qui ne sont pas urgents. Le mode « par lot », proposé par les grands fournisseurs, applique environ 50 % de réduction sur les tâches qui peuvent attendre. Le délai contractuel va jusqu’à 24 heures, même si la plupart des lots aboutissent en moins d’une heure.

Ces deux leviers se cumulent : sur un traitement en volume qui relit toujours le même dossier de référence, la partie répétée de la facture peut être divisée par vingt, et l’ensemble du traitement par trois à cinq. Sur une PME qui traite plusieurs centaines de documents par mois, c’est la différence entre un budget de confort et une ligne de dépense qui interroge la direction financière.

L’IA ne se limite pas au chat : la carte des usages

La fenêtre de conversation est la porte d’entrée la plus connue, mais elle ne représente qu’une petite partie de ce que ces technologies savent faire. Il existe huit grandes familles d’usages, et chacune a ses outils spécialisés, souvent bien meilleurs que l’assistant généraliste.

Trois exemples de ce que cela donne dans une TPE ou une PME :

• Un commerçant fait générer les visuels de ses nouveautés au lieu de commander un shooting pour chaque référence.
• Un cabinet de conseil fait transcrire ses rendez-vous clients et récupère un compte rendu structuré, avec les décisions et les actions, en quelques minutes au lieu d’une heure.
• Un service administratif fait lire ses factures fournisseurs, en extrait les montants et remplit le tableau de suivi, sans ressaisie.

Le bon réflexe : partez de la tâche, jamais de l’outil. Écrivez ce que vous voulez obtenir et sous quelle forme. Le format de sortie attendu vous désigne la famille d’usage, et la famille désigne l’outil.

Créer vos propres outils : neuf plateformes passées au crible

C’est la partie la plus intéressante de ce guide. Depuis deux ans, une catégorie entière d’outils permet de décrire en français l’application dont vous avez besoin, et de la voir se construire. Portail client, suivi de commandes, base de contacts, outil de devis : ce qui demandait plusieurs semaines de développement se prototype désormais en une soirée.

Il faut distinguer deux familles, qui ne s’adressent pas du tout au même public.

Famille 1 : les outils pour profils techniques

Ils travaillent directement sur des fichiers de code et supposent qu’on sait ce qu’est un terminal ou un dépôt de projet. Leur avantage décisif : le code reste chez vous, sur votre machine, sans hébergement imposé. Si les mots « terminal » et « dépôt de projet » ne vous parlent pas, passez directement à la famille suivante : elle est faite pour vous.

• Claude Code (Anthropic) : s’utilise dans un terminal, un éditeur de code, un navigateur ou même une application mobile. Anthropic vous cède contractuellement les droits sur ce qui est produit. Inclus dans l’abonnement Claude, à partir de 20 $ par mois (17 $ en engagement annuel).
• Codex (OpenAI) : le même principe, rattaché à un abonnement ChatGPT que beaucoup d’entreprises ont déjà. Les conditions d’OpenAI vous attribuent également la propriété du résultat. À partir de 20 $ par mois.
• Cursor (Anysphere) : un logiciel installé sur votre ordinateur, devenu un standard chez les développeurs professionnels, avec le choix entre plusieurs modèles concurrents. À partir de 20 $ par mois. Point de vigilance : son éditeur Anysphere fait l’objet d’un accord de rachat par SpaceX annoncé le 16 juin 2026, dont la finalisation était encore attendue à l’été. Les conditions contractuelles et la politique de données sont susceptibles d’évoluer.

Une précision qui vaut pour ces trois outils. Anthropic comme OpenAI vous cèdent, dans leurs conditions, les droits qu’ils détiennent sur ce que l’IA produit. Tous deux ajoutent la même réserve en petits caractères : ils ne garantissent pas que ce résultat soit exclusif, un autre utilisateur pouvant obtenir un code très voisin à partir d’une demande voisine. En pratique, ce qui vous appartient et vous distingue, ce n’est pas le code générique : c’est la logique métier que vous y avez mise.

Famille 2 : les outils pour ceux qui ne codent pas

Vous décrivez votre besoin dans un navigateur, et la plateforme fabrique l’application, la base de données, les comptes utilisateurs et l’hébergement. C’est ici que se trouvent les gains pour un dirigeant non technique.

• Lovable (opérations à Stockholm) : le mieux valorisé de la catégorie à ce jour, code exportable vers votre propre dépôt, documentation de conformité européenne parmi les plus complètes que nous ayons consultées. À partir de 25 $ par mois. Réserve : la facturation se fait en crédits consommés à la demande, si bien que le budget mensuel réel dépasse souvent le prix d’appel affiché. À noter également, le contrat client est conclu avec une société américaine, pas avec l’entité suédoise.
• Base44 (racheté par Wix en juin 2025) : positionné explicitement sur les outils internes d’entreprise, adossé à une société cotée en bourse. À partir de 20 $ par mois. Réserve importante, vérifiée au 3 août 2026 : l’export ne récupère que la façade de l’application, le moteur restant hébergé chez l’éditeur.
• Replit : le plus ancien acteur de la catégorie, fondé en 2016, avec un export complet documenté. À partir de 20 $ par mois. Attention : une application publiée en mode public y est placée sous licence libre par défaut, vérifiez ce réglage avant d’y mettre un outil métier.
• Bolt (édité par StackBlitz) : tout s’exécute dans l’onglet du navigateur, avec un téléchargement du projet en archive à tout moment. À partir de 25 $ par mois. La facturation se fait à l’unité de consommation, si bien que deux mois de travail identique ne coûtent pas la même chose.
• v0 (Vercel) : lancé fin 2023 par l’éditeur qui héberge une bonne partie du web moderne, avec un code écrit dans les technologies les plus répandues, que n’importe quel développeur sait reprendre. À partir de 30 $ par utilisateur et par mois, l’entrée la plus chère du panel.
• Emergent : l’une des croissances les plus rapides du secteur, avec un export vers votre dépôt en un clic. À partir de 20 $ par mois. Point de vigilance : au 3 août 2026, nous n’avons pas trouvé de page dédiée à la conformité RGPD ni de modèle d’accord de traitement des données accessible publiquement, là où plusieurs concurrents en publient un. Rien de rédhibitoire, mais demandez-le par écrit avant d’y déposer des données personnelles.

_Tarifs d’entrée relevés le 3 août 2026 sur les pages officielles des éditeurs, hors taxes et hors promotions. Ils évoluent vite : vérifiez avant de vous engager._

Les quatre questions à poser avant de signer

Toutes ces démonstrations sont impressionnantes. Ce qui distingue un bon choix d’un mauvais se voit six mois plus tard, quand l’outil est devenu critique pour votre activité.

Nous appliquons ces quatre contrôles à chaque outil avant de le recommander à un client, et nous avons écarté une plateforme de ce comparatif pour cette raison : l’entité qui contractait n’était pas celle affichée sur le site, et l’éditeur déclarait un effectif d’une personne. La démonstration était pourtant excellente.

Confidentialité : chez les principaux fournisseurs, l’engagement « vos données ne servent pas à entraîner nos modèles » couvre les offres professionnelles, pas toujours les abonnements grand public. Un dirigeant qui colle un contrat client dans son compte personnel n’a pas les mêmes garanties qu’avec un compte d’entreprise. Vérifiez sur quel type de compte travaillent vos équipes.

Le fichier .md : la mémoire de vos projets

Un fichier .md (pour Markdown) est un fichier texte ordinaire, qui accepte un peu de mise en forme avec des dièses pour les titres et des astérisques pour le gras. Aucune compétence technique n’est requise : le Bloc-notes suffit.

Son rôle est le suivant : c’est le document que votre IA relit au début de chaque session. Vous y écrivez une fois ce qu’elle doit savoir, et vous cessez de le réexpliquer.

Ce qu’on met dedans

• Le projet : à quoi sert cet outil, pour qui, dans quel contexte.
• Les règles : le ton à employer, le vocabulaire proscrit, le format de sortie attendu.
• Les repères : où sont les fichiers, quelles commandes lancer, qui contacter.
• Les leçons : les erreurs déjà commises, pour ne pas les refaire. C’est la rubrique la plus utile à six mois, et celle qui reste vide dans neuf projets sur dix.

Comment le créer et le maintenir

Le plus simple est de demander à l’IA elle-même de le rédiger : « Résume dans un fichier de référence tout ce que tu dois savoir sur ce projet pour être efficace dès la prochaine session. » Vous relisez, vous corrigez, vous gardez.

Ensuite, la maintenance : on met le fichier à jour le jour où une règle change, où une erreur se répète, ou où une décision est prise. Deux minutes d’écriture qui évitent des heures de réexplication, et une facture de tokens qui baisse au passage.

L’API : ce qui relie tous vos outils

API veut dire « interface de programmation ». Oubliez le terme, retenez l’image : une API est une prise entre deux logiciels. Elle permet à un programme d’en interroger un autre, de lui demander une information ou de lui faire exécuter une action, sans intervention humaine.

Prenez une application de réservation de voiture avec chauffeur. Elle n’a réinventé ni la cartographie, ni le paiement bancaire, ni l’envoi de SMS, ni les données de trafic. Elle a branché des services existants et les a assemblés dans une expérience fluide. Ce que vous prenez pour une prouesse technique est d’abord un travail d’assemblage intelligent.

Pourquoi cela vous concerne directement

Trois raisons, très concrètement :

1. Vos logiciels actuels peuvent se parler. Votre CRM, votre facturation et votre messagerie exposent presque tous une API. Ils cessent d’être des îles le jour où quelqu’un les branche.
2. Vous n’aurez pas à tout reconstruire. L’outil sur mesure dont vous rêvez est, pour l’essentiel, un assemblage de services qui existent déjà : cartographie, paiement, envoi de documents, signature électronique. Ce qu’il reste à bâtir, c’est votre logique métier.
3. C’est le socle de toute automatisation. Sans API, une IA ne peut ni lire vos données ni agir dans vos outils. Elle reste un assistant bavard.

C’est aussi ce qui explique le succès du protocole MCP, une norme récente qui joue le rôle de prise universelle entre les IA et vos logiciels. Nous lui avons consacré un article complet sur le serveur MCP en entreprise, qui montre comment interroger vos données en langage naturel.

Par où commencer chez vous : la feuille de route

Vous savez maintenant de quoi on parle. Reste le plus important : transformer ces notions en résultats. Cinq étapes, sans aucune compétence technique.

Étape 1 : situez votre terrain de jeu

Votre secteur d’activité et le service dans lequel vous travaillez (vente, marketing, administration des ventes, ressources humaines, production, direction) déterminent entièrement les usages qui vous feront gagner du temps. Un cabinet comptable commence par la lecture de documents, un e-commerçant par la génération de visuels et la réponse aux clients, un industriel par le suivi de production.

Étape 2 : listez vos outils du quotidien

Messagerie, CRM, logiciel de facturation, tableurs, outil de caisse, logiciel métier, agenda partagé. Cette liste, plutôt que les modes du moment, détermine ce que l’IA pourra faire pour vous.

Étape 3 : cherchez les connexions déjà disponibles

Pour chaque outil de votre liste, vérifiez s’il existe un connecteur MCP. Le plus simple : tapez le nom de votre logiciel suivi de « MCP » dans un moteur de recherche, ou posez directement la question à votre assistant IA. S’il en existe un, votre IA peut lire et agir dans cet outil sans le moindre développement, en quelques minutes de configuration. Sinon, il faudra passer par l’API, ce qui reste possible mais demande un développeur.

Étape 4 : repérez les tâches à automatiser

Reprenez vos tâches répétitives, chiffrez le temps qu’elles coûtent chaque mois et classez-les par temps perdu. Vous saurez par quoi commencer et ce que ça rapporte. Nous avons détaillé cette cartographie dans notre méthode pour identifier les tâches à automatiser.

Étape 5 : choisissez entre outil du marché et outil sur mesure

Si un logiciel existant couvre l’essentiel du besoin, prenez-le : c’est plus rapide et mieux maintenu. Si vous vous apprêtez à payer un abonnement de plus pour n’en utiliser qu’une fraction, ou si votre façon de travailler constitue votre avantage concurrentiel, un outil construit pour vous change l’équation. Le calcul se pose au cas par cas : coût de construction d’un côté, abonnements supprimés et heures récupérées de l’autre.

À qui s’adresse ce guide ?

• Vous êtes indépendant ou à la tête d’une TPE : commencez par la transcription de vos rendez-vous et la rédaction de vos e-mails récurrents. Gain immédiat, aucun investissement, et vous prenez les réflexes de consommation en travaillant.
• Vous dirigez une PME sans service informatique : commencez par l’inventaire de vos abonnements. On y trouve presque toujours deux doublons, et cet audit finance souvent le premier vrai projet.
• Vous êtes une ETI : commencez par la règle des comptes. Qui a le droit de déposer quel document, dans quel outil, sur quel type d’abonnement. Les mauvaises habitudes prises en phase de test coûtent cher à corriger à l’échelle.

Comment Product Tech First vous accompagne

Vous pouvez suivre cette feuille de route seul, tout y est. Si vous préférez avancer vite et sécuriser vos choix, nous la menons avec vous :

1. Audit des usages : nous passons en revue vos outils, vos tâches répétitives et vos données, et vous repartez avec les trois usages qui vous feront gagner le plus de temps dès le premier mois, chiffrés en heures.
2. Vérification des éditeurs avant signature : existence légale, ancienneté, dirigeants, effectif réel, engagements écrits sur vos données. C’est ce contrôle qui nous a fait écarter une plateforme de ce comparatif, alors que sa démonstration était excellente. Vous saurez ce que vous signez.
3. Développement de vos outils sur mesure : quand aucun logiciel du marché ne correspond, nous construisons l’outil qui épouse votre façon de travailler, avec un code qui vous appartient et que vous pouvez reprendre ailleurs.
4. Formation de vos équipes : vos collaborateurs acquièrent les réflexes de ce guide sur vos propres cas d’usage, y compris ceux qui font baisser la facture.
5. Reprise en main : à la fin, le code est chez vous, la documentation est écrite et vos équipes savent la faire évoluer. Vous n’êtes pas davantage prisonnier de nous que d’un éditeur.

Le premier rendez-vous de 30 minutes est gratuit et sans engagement. Nous y regardons votre situation réelle, et nous vous disons aussi ce qui, chez vous, ne vaut pas le coup.