Brancher une IA sur vos logiciels métiers : ce que ça demande vraiment

Trois façons de brancher, pas une

Le copier-coller. C'est ce que font déjà vos équipes, souvent sans le dire : on exporte un tableau, on le colle dans une fenêtre de discussion, on pose sa question. Coût nul, résultat immédiat, aucun projet à lancer. Deux limites, cependant. La manipulation est à refaire à chaque question, ce qui la réserve aux tâches ponctuelles. Et personne ne sait ce qui a été collé : un export clients complet déposé dans un service grand public, c'est une transmission de données personnelles que rien ne trace et que vous ne pourrez pas reconstituer.

L'IA de l'éditeur. Votre logiciel de comptabilité, votre CRM ou votre suite bureautique ont ajouté un assistant. C'est le chemin le plus court, et souvent le meilleur rapport effort/résultat pour commencer : rien à installer, la question des droits est déjà traitée par l'éditeur. La contrepartie est qu'on prend ce qui est ouvert, ni plus ni moins. L'assistant voit ce que l'éditeur a décidé de lui montrer et ne franchit pas la frontière de son propre logiciel. Or la tâche réellement pénible se trouve presque toujours entre deux outils : rapprocher les heures saisies et les factures, croiser les devis et l'état du stock, retrouver l'échange e-mail qui explique une ligne de commande.

Le connecteur. L'IA interroge elle-même le logiciel, par son interface de programmation, en lecture d'abord et éventuellement en écriture ensuite. C'est le seul chemin qui traverse les frontières entre outils, et le seul qui demande un vrai projet.

Le connecteur a cessé d'être du sur-mesure

Longtemps, chaque connexion était un développement spécifique : une intégration par couple, telle IA avec tel logiciel. Dix outils et trois IA, cela fait trente petits chantiers à écrire, tester et maintenir. C'est ce qui a arrêté beaucoup de projets avant leur première démonstration.

Depuis, un standard s'est imposé : le Model Context Protocol, abrégé en MCP. Il décrit une manière unique, pour n'importe quelle IA, de découvrir ce qu'un logiciel sait faire et de le lui demander. Le logiciel expose son connecteur une fois ; toutes les IA compatibles savent s'en servir.

Ce qui compte pour une PME n'est pas le détail technique, c'est la gouvernance de ce standard. Publié à l'origine par Anthropic, le protocole a été donné le 9 décembre 2025 à l'Agentic AI Foundation, une structure hébergée par la Linux Foundation et co-fondée par Anthropic, Block et OpenAI, avec le soutien de Google, Microsoft, Amazon Web Services, Cloudflare et Bloomberg. La dernière révision de la spécification date du 28 juillet 2026.

En clair : ce n'est plus le format propriétaire d'un fournisseur. Vous pouvez changer de modèle d'IA sans refaire vos connecteurs. C'est exactement la dépendance qu'il faut éviter quand on s'engage sur un outil qui touche à ses données — le sujet vaut d'ailleurs bien au-delà de l'IA, comme pour n'importe quel accès distant confié à un prestataire.

Le préalable dont personne ne parle : vos données

Une chose ne change pas, quel que soit le chemin retenu : un connecteur ne nettoie rien. Il rend visible, très vite, ce que vos bases contiennent réellement. Le même client saisi trois fois sous trois orthographes. Le champ « commentaire » qui sert de fourre-tout depuis huit ans. Les statuts d'affaires que plus personne ne met à jour depuis le départ d'une assistante.

Une IA branchée sur une base incohérente ne répond pas « je ne sais pas ». Elle répond faux, en phrases assurées, et c'est bien plus coûteux qu'une absence de réponse. Le test à faire avant de lancer quoi que ce soit tient en une question : la réponse que vous attendez de l'IA, un salarié pourrait-il la produire à la main à partir des mêmes données ? Si la réponse est non parce que l'information n'est nulle part ou qu'elle se contredit d'un outil à l'autre, aucun connecteur n'y changera quoi que ce soit.

Les trois questions à poser avant de brancher

1. Qui voit quoi ? Une IA connectée hérite exactement des droits du compte qu'on lui confie. Branchée sur un compte administrateur, elle voit les rémunérations, les litiges en cours, les dossiers du personnel — et toute personne qui l'interroge les voit aussi, sans avoir eu à ouvrir le dossier. La règle est celle qui vaut pour un nouvel arrivant : un compte dédié, des droits minimaux, que l'on peut révoquer sans rien casser d'autre, jamais le compte personnel d'un salarié ni un compte d'administration.

2. Où partent les données, et pour combien de temps ? La question est contractuelle avant d'être technique : région d'hébergement, durée de conservation des requêtes, réutilisation ou non des contenus soumis pour entraîner les modèles. Les offres professionnelles y répondent en général par écrit ; les offres grand public, beaucoup moins. C'est le premier document à demander, avant même la démonstration — et c'est aussi ce qui déterminera vos obligations si des données personnelles circulent, un point que nous avons détaillé à propos de l'entrée en application de l'AI Act.

3. Qu'est-ce qui est tracé ? Sans journal des requêtes et des accès, vous ne pourrez pas répondre, six mois plus tard, à la seule question qui compte en cas de doute : qui a demandé quoi, et qu'est-ce que le système est allé lire. Un journal ne sert à rien tant que tout va bien. Le jour où il faut lever un soupçon ou rendre des comptes, il n'y a rien d'autre.

Il reste un point, plus simple à trancher : commencez en lecture seule. Une IA qui écrit dans votre CRM, modifie un devis ou envoie des e-mails est un projet à part entière, avec ses validations humaines et ses retours en arrière. Sur les premiers mois, l'essentiel du bénéfice se trouve dans la lecture : retrouver, recouper, résumer.

L'écart d'adoption n'est pas un écart d'appétit

L'Insee a publié le 21 juillet 2026 ses chiffres pour 2025 : 18 % des entreprises implantées en France employant 10 salariés ou plus déclarent utiliser au moins une technologie d'intelligence artificielle, contre 10 % en 2024 et 6 % en 2023. L'usage a triplé en deux ans.

Le chiffre intéressant est ailleurs, dans l'écart selon la taille : 15 % chez les entreprises de 10 à 49 salariés, 58 % à partir de 250. Notre explication, que l'Insee ne donne pas : ce n'est probablement pas une différence d'appétit ni de curiosité, mais une différence de temps disponible. Une grande entreprise emploie quelqu'un dont le métier est d'inventorier les outils, de tester et d'écarter. Une entreprise de douze personnes n'a personne pour cela. C'est précisément pour cette raison que le premier chantier doit être petit.

Par où commencer sans y passer six mois

• Une tâche, une seule. La plus répétitive, celle que quelqu'un fait chaque semaine à contrecœur. Chronométrez-la avant de commencer : sans ce chiffre, vous ne saurez jamais si l'outil a servi à quelque chose.
• Un périmètre restreint, en lecture seule. Un seul logiciel, un seul type de données, un compte dédié. On élargit après, jamais avant.
• Trois semaines, pas six mois. Si au bout de trois semaines la tâche n'est pas mesurablement plus rapide, ce n'était pas la bonne tâche. On arrête et on en prend une autre — le coût d'un essai raté doit rester celui de trois semaines.
• Demandez qui maintient le connecteur. Un connecteur suit les évolutions de l'API du logiciel. S'il n'est maintenu par personne d'identifié, il cassera à la prochaine mise à jour de l'éditeur, un lundi matin.

Si vous en êtes au stade du panorama plutôt que du branchement, notre guide des applications métiers avec IA prend le sujet par l'autre bout : quelles tâches se prêtent à l'exercice, et à quel coût.

Notre lecture

On nous demande souvent de « mettre de l'IA » dans un système d'information. Ce n'est pas une commande qu'on peut honorer telle quelle, et pas par manque de bonne volonté : la valeur n'est plus dans le modèle. Le modèle est le même pour tout le monde, il s'améliore sans vous et sans nous.

La valeur est dans l'accès : ce à quoi le système a le droit de toucher, ce qu'il trouve en bon état quand il y arrive, et ce qu'on peut vérifier après coup. Autrement dit, un travail de comptes, de droits et de qualité de données — de l'administration système bien plus que de l'intelligence artificielle. C'est moins spectaculaire, et c'est ce qui décide si le projet tient au-delà de la démonstration.

Sources : Insee Première n° 2120, « Les technologies de l'information et de la communication dans les entreprises en 2025 », publiée le 21 juillet 2026 (insee.fr), dont la figure 1 porte les trois millésimes 2023, 2024 et 2025 ; blog officiel du Model Context Protocol pour l'entrée du protocole à l'Agentic AI Foundation le 9 décembre 2025 et pour la spécification du 28 juillet 2026, annonce confirmée par le communiqué de la Linux Foundation et par TechCrunch. Anthropic, éditeur d'origine du protocole, est partie prenante de cette annonce, et nous utilisons nous-mêmes ses outils : à prendre comme un fait vérifiable — la gouvernance du standard — et non comme une recommandation de fournisseur.