Sur cette page
Répondez de tête, puis ouvrez. Les modèles de décision
1Qu'est-ce qu'un modèle de décision rend, au lieu d'un texte ?
Pour chaque question, une option parmi celles qu'on a déclarées, avec sa probabilité ; jamais une réponse hors des options, mais parfois une option fausse.
2Vous voulez trier quatre cents courriels par jour en cinq services. Par quoi commencer ?
Étiqueter cent courriels réels ; essayer une règle, puis un modèle contraint aux cinq options, puis un modèle de décision si le volume le justifie ; mesurer les erreurs, et renvoyer les cas douteux à une personne.
- Les catégories viennent d'abord : peu nombreuses, sans recouvrement, chacune avec son service et deux ou trois exemples réels.
- Les règles passent avant le modèle : un expéditeur connu, un numéro de commande, un mot exact se trient sans IA, à coût nul et sans erreur de lecture.
- Le modèle ne choisit qu'entre les catégories déclarées, plus « incertain » ; il ne rend pas toujours le même résultat, Zapier le rappelle.
- Ce qui est incertain va à une personne, qui range et corrige ; ses corrections nourrissent la mesure.
- Le tri range ; il ne répond pas au client. Une réponse qui part dehors se valide avant l'envoi.
Prérequis
- Cent demandes réelles, récentes, rangées à la main dans la bonne catégorie : elles serviront à essayer, puis à mesurer.
- La liste des catégories, avec pour chacune le service qui la reçoit et une phrase qui dit ce qui y entre et ce qui n'y entre pas.
- Une boîte partagée ou un outil de tickets où arrivent les demandes, et une file par service.
- Une personne de référence, qui reçoit les cas incertains et tranche.
- L'outil d'automatisation de l'entreprise, et sa limite : par exemple 6 000 actions par jour et par utilisateur avec une licence Microsoft 365 dans Power Automate.
Étapes
Avant la mise en service
Écrire les catégories la direction et les services
Ce qu'on obtient : cinq à dix catégories, plus « incertain » ; chacune avec son service, sa définition et deux exemples.
Le conseil : deux catégories qui se recouvrent font hésiter le modèle comme une personne : les fusionner ou les séparer par une règle.
Écrire les règles la personne de référence
Ce qu'on obtient : les cas sûrs, triés sans modèle : l'adresse d'un fournisseur connu vers la comptabilité, un numéro de commande vers l'administration des ventes, le mot « résiliation » vers le service client.
Le conseil : une règle se vérifie sur les cent demandes : combien elle en prend, combien elle en range mal.
Écrire la consigne du modèle la personne de référence
Ce qu'on obtient : la liste des catégories avec leurs définitions, la demande à ranger, et l'ordre de répondre « incertain » quand aucune catégorie ne convient nettement.
Le conseil : une sortie contrainte à la liste : un format imposé, ou un modèle de décision. Zapier appelle ce cas une étape d'IA dans un chemin fixe ; quand l'IA choisit elle-même la branche, il parle de flux « agentique ».
Essayer sur les cent demandes la personne de référence
Ce qu'on obtient : pour chaque demande, la catégorie trouvée par les règles ou le modèle, à côté de la bonne.
Le conseil : compter les erreurs par catégorie avant d'aller plus loin : un taux global cache une catégorie mal servie.
La mise en service
Brancher le tri sur la boîte l'informatique
Ce qu'on obtient : chaque nouvelle demande passe par les règles, puis par le modèle ; la catégorie s'affiche dans la file du service.
Le conseil : ce qui arrive en cas de panne : dans Power Automate, les paramètres « Exécuter après » décident de la suite quand une action échoue, par exemple une alerte.
Renvoyer l'incertain à une personne l'outil, puis la personne de référence
Ce qu'on obtient : la demande arrive chez la personne avec la proposition du modèle ; elle range, et sa correction est gardée.
Le conseil : l'étape d'attente existe dans chaque outil : une approbation dans Power Automate, « Request Approval » dans Zapier, « Send and Wait for Approval » dans n8n.
Garder la trace l'informatique
Ce qu'on obtient : pour chaque demande, la règle ou la catégorie du modèle, et la correction éventuelle.
Le conseil : la durée de l'historique de l'outil : 30 jours dans Power Automate, 7 à 30 jours dans n8n selon l'offre ; au-delà, l'écrire ailleurs.
Chaque semaine
Relire un échantillon chaque semaine la personne de référence
Ce qu'on obtient : vingt demandes tirées au hasard, plus toutes les corrections de la semaine.
Le conseil : les erreurs par catégorie, et celles qui reviennent.
Faire évoluer les règles et les catégories la personne de référence et la direction
Ce qu'on obtient : une règle de plus pour un cas qui revient, une définition précisée, une catégorie fusionnée.
Le conseil : rejouer les cent demandes après chaque changement : une correction ne doit pas en casser une autre.
Contrôle du résultat
Problèmes fréquents
Le modèle range bien en essai, moins bien en service
CauseLes cent demandes d'essai ne ressemblaient pas au courrier réel, ou le courrier a changé.
À faireAjouter aux exemples les demandes corrigées de la semaine, et rejouer la mesure.
Trop de demandes partent en « incertain »
CauseDes catégories qui se recouvrent, ou des définitions trop vagues.
À faireLire les incertains de la semaine : ils disent quelle définition préciser ou quelle catégorie créer.
Une demande urgente attend dans la mauvaise file
CauseLe tri ne voit pas l'urgence, ou la catégorie urgente n'existe pas.
À faireUne règle d'urgence avant le modèle : un client sous contrat, un mot comme « panne » ou « mise en demeure ».
Retour en arrière
- Couper le modèle sans couper le tri : les règles continuent, et tout le reste part en « incertain » chez la personne de référence.
- Revenir au tri à la main : la boîte partagée reste la même ; on désactive le flux, rien n'est supprimé.
- Retrouver une demande mal rangée : la trace de chaque décision, règle ou catégorie, dit où elle est partie.
Variantes par outil
- Power Automate : un flux déclenché par l'arrivée d'un courriel dans la boîte partagée ; des conditions pour les règles ; l'étape d'IA « Exécuter une invite » pour le reste ; « Démarrer et attendre une approbation » pour l'incertain.
- Les crédits : à partir du 1er novembre 2026, les nouvelles licences n'incluent plus de crédits AI Builder ; les nouveaux clients achètent des crédits Copilot pour l'étape d'IA.
- Copilot Studio : ses flux d'agent suivent un chemin fixe, avec des actions « Humain dans la boucle » ; les approbations en plusieurs étapes, dont certaines par l'IA, sont en préversion.
- La fiche de l'outil : Power Automate.
- Workspace Studio : des flux déclenchés par Gmail ; l'administrateur peut exiger une approbation avant un envoi de courriel, et une étape refusée n'est pas exécutée.
- Ses limites : 25 flux créés au plus, 25 flux actifs déclenchés par Gmail, 20 étapes par flux, appliquées à partir du 1er novembre 2026.
- Zapier : une étape « AI by Zapier » compte 1 à 5 tâches selon le modèle ; « Request Approval » met le Zap en pause pour qu'une personne valide, refuse ou corrige.
- n8n : les nœuds de modèles d'OpenAI, d'Anthropic, de Mistral, de Gemini et d'autres ; une revue humaine possible avant chaque outil d'un agent ; un flux d'erreur qui prévient en cas d'échec.
- Make : son fournisseur d'IA compte des crédits sur les tokens ; la validation humaine native est réservée à l'offre Enterprise, en bêta fermée.
- Choisir entre eux : les outils d’automatisation.
- Sur mesure, quand le volume est fort : un modèle de décision, qui ne rend qu'une des options déclarées avec sa probabilité ; la probabilité sert de seuil pour « incertain ». Voir les modèles de décision.
- Le projet complet, pas à pas : projet : tri d’une boîte de réception.
Les libellés et les limites sont ceux des pages des éditeurs, lues le 8 octobre 2026 ; aucune variante n'a été montée par Meridal pour cette page.
Vérification
1ComprendrePourquoi faire passer des règles avant le modèle ?
Parce qu'un cas sûr, un expéditeur connu ou un numéro de commande, se trie sans erreur de lecture et sans coût ; le modèle ne sert qu'à ce que les règles ne savent pas ranger.
2AppliquerLe modèle ne sait pas où ranger une demande. Que doit-il répondre, et qui la reçoit ?
« Incertain » ; la demande va à la personne de référence, qui la range et dont la correction est gardée pour la mesure.
3ComprendreLe taux d'erreur global est bas. Pourquoi regarder quand même catégorie par catégorie ?
Parce qu'un taux global peut cacher une catégorie presque toujours mal rangée, souvent une petite, qui compte pour un service entier.
Lectures suivantes
Rien avant : c'est un point de départ.
Mode opératoire : le tri des demandes entrantes
Rien avant : c'est un point de départ.
Les pages qui renvoient ici
Limites et sources
Les fonctions, libellés et limites des outils sont ceux publiés par les éditeurs, lus le 8 octobre 2026 ; aucune variante n'a été montée par Meridal pour cette page.
Le calendrier de mesure et les seuils proposés sont la méthode de Meridal, pas une norme.
- Le relevé :
apprendre/recherches/2026-10-08-automatisation.json, 84 sources.
Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence CC BY 4.0 : reprenez-les en citant Meridal. Le code sous licence MIT.
Ne plus recopier d'un logiciel à l'autre
1 100 € à 3 400 €, puis sur devis