Automatiser avant de parler d'IA

En ce début 2026, l'IA est au programme de nombreux plans de l'année. Beaucoup de dirigeants veulent « s'y mettre » sans savoir par quel bout commencer. Ma réponse risque de vous surprendre : commencez par automatiser, et parlez d'IA ensuite.

Ce n'est pas une position de principe. J'ai fondé Oliverlist en 2016, sans levée de fonds, et nous y pilotons aujourd'hui plus de 100 personnes au quotidien. Notre grand saut de productivité n'est pas venu de l'IA. Entre 2019 et 2023, l'automatisation a multiplié par trois notre chiffre d'affaires par personne. C'était avant l'IA générative.

Ce que l'automatisation a changé chez Oliverlist

Oliverlist prend des rendez-vous commerciaux pour le compte de ses clients. Le métier enchaîne des étapes répétitives : importer des listes de contacts, préparer les envois, suivre les réponses, enregistrer chaque rendez-vous, facturer.

À partir de 2020, nous avons automatisé cette chaîne de bout en bout, de l'import des contacts à la facture. Chaque étape lit le résultat de la précédente. Les informations passent d'un outil à l'autre sans être recopiées à la main.

Le résultat se lit dans un seul ratio : entre 2019 et 2023, le chiffre d'affaires par personne a triplé. Autrement dit, chaque membre de l'équipe portait trois fois plus d'activité qu'en 2019.

Notre premier appel à un modèle d'IA dans le produit date de mai 2023. Le triplement vient donc de l'automatisation, pas de l'IA générative : des règles simples, appliquées chaque jour, sans exception.

Le prévisible d'abord

Une tâche est prévisible quand elle suit une règle que vous pouvez écrire. « Dix jours après l'échéance, envoyer le premier rappel. » « Quand un devis est signé, créer le client dans la facturation. » « Chaque lundi, envoyer les chiffres de la semaine au comité de direction. »

Pour ce type de tâche, l'automatisation fait mieux que l'IA, pour trois raisons.

• Elle est constante. La même entrée donne toujours le même résultat. Un modèle d'IA peut répondre différemment à deux demandes identiques.
• Elle se contrôle. Quand quelque chose ne va pas, vous savez quelle règle corriger.
• Elle coûte peu. Une fois en place, une règle tourne des milliers de fois pour un coût négligeable.

Il y a une quatrième raison, moins visible. Automatiser oblige à mettre un processus à plat : qui fait quoi, dans quel outil, avec quelles données. Ce travail de clarification sert ensuite à tout le reste, IA comprise.

Un test simple : si vous pouvez écrire la règle sur une feuille, automatisez-la. Si la seule réponse honnête est « ça dépend », c'est là que l'IA devient utile.

Là où l'IA prend le relais

L'automatisation bute sur tout ce qui demande de lire, de comprendre ou d'écrire. C'est là que l'IA apporte quelque chose de nouveau. Je range ses usages en trois familles.

• Trier. Pour un filtre par mots-clés, « pas maintenant, rappelez-moi en mars » et « ne m'écrivez plus » se ressemblent. Pour vous, l'un est une occasion, l'autre non. Lire un e-mail, une demande client ou une pièce jointe, puis le ranger dans la bonne case : c'est du tri, et l'IA le fait bien.
• Rédiger. Un premier jet de réponse, un compte rendu, un script d'appel adapté à un interlocuteur précis : l'IA écrit, une personne relit.
• Préparer une décision. Rassembler les éléments, les comparer, proposer deux ou trois options argumentées. La décision reste la vôtre ; le temps passé à la préparer fond.

Chez Oliverlist, l'IA est entrée dans le produit en mai 2023. En 2025, elle était en production sur trois tâches de ce type : trier les réponses des prospects, écrire les scripts d'appel et coacher l'équipe. Aucune ne s'écrit sous forme de règle.

Toutes les trois s'appuient sur la chaîne automatisée depuis 2020. Une réponse triée n'a de valeur que si elle est déjà rattachée au bon contact et au bon client.

L'ordre compte. Posée sur un processus en désordre, l'IA accélère le désordre. Posée sur une chaîne automatisée, elle prend en charge une partie de ce qui restait aux humains : lire, trier, écrire.

Par où commencer chez vous

Voici l'ordre que je suivrais dans une PME ou une ETI.

1. Listez les tâches récurrentes. Les vôtres et celles de vos équipes : qui fait quoi, à quelle fréquence, en combien de temps. Une semaine d'observation suffit souvent.
2. Classez chaque tâche dans l'une de trois colonnes. Une règle : on automatise. Un jugement sur un texte ou un document : l'IA prépare, quelqu'un valide. Une vraie décision : elle reste à vous ou à un responsable.
3. Automatisez la première colonne. Reliez vos outils pour que plus rien ne soit ressaisi. C'est rarement spectaculaire. C'est pourtant là qu'Oliverlist a fait son grand saut.
4. Ajoutez l'IA sur la deuxième colonne. Une tâche à la fois, avec une validation humaine au début. Mesurez les erreurs, corrigez, puis allégez la validation quand le résultat est fiable.
5. Gardez la troisième colonne. Fixer un prix, recruter, dire non à un client : l'IA peut préparer ces décisions, elle ne les prend pas.

Un piège à éviter : commencer par un projet d'IA « vitrine », comme un assistant qui répond à tout, pendant que vos équipes ressaisissent encore les mêmes informations dans trois logiciels.

À retenir

• Chez Oliverlist, le chiffre d'affaires par personne a triplé entre 2019 et 2023 grâce à l'automatisation, avant l'IA générative.
• Automatisez d'abord ce qui suit une règle : c'est constant, contrôlable et peu coûteux.
• Réservez l'IA à ce que les règles ne savent pas faire : trier, rédiger, préparer une décision.
• Posez l'IA sur une chaîne déjà automatisée, jamais sur un processus en désordre.
• La décision, elle, reste à vous.