ChatGPT ne connaît pas votre entreprise. Voilà ce qui manque.

Vous avez ouvert ChatGPT, posé une question, trouvé la réponse bluffante. Puis vous avez essayé de lui faire faire votre vrai travail, et ça s'est arrêté là. Il ne connaît pas vos clients, pas votre stock, pas vos règles, pas votre façon de répondre. Il faut tout lui réexpliquer à chaque fois, et à la fin c'est plus long qu'à la main.

Ce n'est pas que l'IA ne marche pas. C'est qu'un chatbot seul, c'est un stagiaire brillant qui arrive chaque matin sans mémoire, sans accès à vos fichiers, et sans le droit de toucher à vos outils. Personne ne confierait son activité à ça.

Ce qui manque tient en trois pièces.

1. Vos données, dans un état où l'IA peut les lire

Dans la plupart des petites entreprises, l'information est là, mais éparpillée : un tableur pour le stock, des conversations WhatsApp pour les demandes clients, des emails pour les devis, des PDF pour les fiches techniques. Un humain navigue là-dedans de tête. Une IA, non.

La première étape n'a rien de spectaculaire : mettre les choses dans un endroit structuré. Une fiche par produit, avec les mêmes champs partout. Un contact par client, avec son historique. Ce n'est pas de « l'IA », c'est du rangement. Mais c'est ce qui rend tout le reste possible, et c'est ce que presque tout le monde saute.

2. Vos règles, écrites noir sur blanc

Comment vous répondez à un client ? Dans quelle langue ? Qu'est-ce que vous ne dites jamais (le prix d'achat, le nom du fournisseur) ? Qu'est-ce qui déclenche une relance ? Tout ça est dans votre tête, ou dans celle de la personne qui le fait depuis cinq ans.

Pour qu'une IA travaille comme vous, il faut l'écrire. Une page, deux au maximum. C'est souvent l'exercice le plus utile de toute la démarche : des gens découvrent qu'ils n'ont jamais formalisé comment ils bossent, et que deux personnes dans la boîte le font différemment.

3. Un flux où l'IA propose et l'humain décide

C'est la pièce qui rassure tout le monde, et à raison. Une IA branchée sur vos données et vos règles peut lire une demande, retrouver le client, chercher ce qui correspond, et rédiger une réponse. Elle ne doit pas l'envoyer. Un humain relit, corrige si besoin, et appuie sur envoyer.

Ce n'est pas une limitation, c'est la bonne conception. Ça prend deux secondes de plus, et ça garantit que rien de faux ne part vers un client.

À quoi ça ressemble, concrètement

Une maison de négoce de pierres précieuses reçoit ses demandes par WhatsApp et par email, dans plusieurs langues. Le stock était dans des fichiers. Chaque réponse était écrite à la main après avoir cherché les pierres une par une.

Ce qu'on a mis en place : un back-office simple. On colle le message du client. Le système retrouve le contact (ou le crée), enregistre la demande avec les critères compris (type de pierre, poids, budget, traitement), cherche dans le stock ce qui correspond, et prépare une réponse dans la langue du client, avec un lien qui ouvre la conversation WhatsApp, texte prérempli. La personne relit et envoie.

Pas de magie. Des données structurées, des règles écrites, un humain au bout. Le temps passé par demande a changé d'ordre de grandeur, et surtout, plus aucune demande ne se perd dans un fil de conversation.

Ce que ça veut dire pour vous

Si vous vous demandez par où commencer, ne commencez pas par « quel outil IA choisir ». Commencez par la tâche répétitive qui vous use le plus, et posez-vous trois questions : où sont les données, est-ce que les règles sont écrites, et qui valide à la fin.

Les deux premières réponses sont presque toujours « nulle part » et « non ». C'est normal. C'est exactement le travail d'une première semaine.