Le reporting qui bouffe une demi-journée, chaque semaine
Vous connaissez le rituel. Vous ouvrez le CRM, vous filtrez le pipeline de la semaine, vous exportez ou vous recopiez à la main dans un tableur ou des slides. Vous reformatez parce que l'export brut n'est présentable à personne. Vous ajoutez deux ou trois lignes de commentaire pour donner du sens aux chiffres. Vous envoyez. Et la semaine suivante, vous recommencez à l'identique.
Ce n'est pas la donnée qui coûte cher, c'est la plomberie. Extraire, recoller, remettre en forme : trois étapes purement mécaniques qui ne varient jamais d'une semaine à l'autre. C'est exactement le genre de tâche qui devrait tourner seule. Le réflexe courant, à ce stade, c'est d'ouvrir un chat et de demander à l'IA d'écrire le rapport à partir d'un copier-coller. Ça marche une fois. Ça ne tient pas dans le temps, et ça reste du niveau 1 : personne n'est moteur, chaque envoi redemande la même session.
La méthode : cartographier avant d'automatiser
Avant de brancher quoi que ce soit, on pose le rapport à plat. Cinq étapes, dans l'ordre.
- Cartographier le rapport existant : quelles sources (CRM, tableur, autre outil), quelles transformations (filtres, calculs, agrégations), et qui sont les destinataires réels, avec le format qu'ils attendent vraiment.
- Séparer le déterministe du langage. Extraction et calculs : un script ou un connecteur, jamais un LLM. Synthèse et commentaires : c'est là que l'IA a de la valeur, parce que c'est là qu'il y a du langage à produire.
- Brancher la chaîne de bout en bout, du CRM jusqu'à la destination finale (tableur, canal Slack, page Notion), sans étape manuelle entre les deux.
- Planifier le déclenchement : un jour et une heure fixes, sans que personne ait à y penser ni à lancer quoi que ce soit.
- Écrire le mémo de maintenance : ce que fait chaque brique, où elle vit, et qui la corrige si quelque chose casse.
Le point de doctrine tient en une phrase : tout ce qui peut être déterministe doit l'être. L'extraction d'un pipeline CRM, un calcul de taux de conversion, une mise en forme de tableau, ça n'a rien d'incertain, donc ça n'a rien à faire dans un prompt. Un LLM (Claude, ChatGPT) n'intervient que là où le langage a de la valeur : résumer une tendance, commenter un écart, rédiger la ligne qui donne du sens aux chiffres. C'est ce partage qui rend le workflow fiable, prévisible en coût, et lisible pour quelqu'un qui n'a pas construit le système.
un llm ne fait pas de maths, il raconte une histoire plausible sur des maths. les calculs, c'est pour un script
Concrètement, la chaîne ressemble souvent à ceci : un connecteur (natif ou via Make, Zapier ou n8n) tire les données du CRM (HubSpot, Salesforce, Pipedrive), un script fait les calculs et prépare un objet propre, un appel à un modèle rédige la synthèse et les commentaires à partir de cet objet, et le résultat atterrit là où les destinataires le lisent déjà : un canal Slack, une page Notion, un tableur Google Sheets. Le même principe s'applique à d'autres irritants récurrents, comme l'enrichissement de leads avant leur entrée en CRM : on sépare la collecte factuelle du texte qui l'accompagne.
Et si le format du rapport change ?
C'est l'objection qu'on me pose systématiquement, et elle est légitime. Un rapport n'est jamais figé : un champ CRM se renomme, un destinataire demande une colonne en plus, un template change de version. Un workflow automatisé qui casse silencieusement est pire que le copier-coller qu'il remplace.
La réponse n'est pas technique, elle est organisationnelle : un mémo de maintenance et un responsable interne nommé. Le mémo décrit, en langage clair, ce que fait chaque brique et où la toucher si le format bouge. Le responsable, ce n'est pas forcément la personne la plus technique de l'équipe, c'est celle qui sait que le workflow existe et qui sait où lire le mémo. C'est ce qui distingue un système robuste et pérenne d'une démo qui impressionne une fois et qui s'effondre au premier changement.
C'est le même principe qui fait tourner mon second cerveau au quotidien : rien n'est magique, tout est documenté, et je sais précisément où intervenir quand quelque chose évolue.