# Ce que l'IA peut faire dans une entreprise. - dossier public pour LLM

Ce dossier public étend la page HTML avec le répertoire structuré des applications IA, tout en conservant anonymisation et cohérence avec le contenu visible.

## Définition

Chaque fiche décrit un modèle applicatif: quelles données ou quels matériaux entrent, quel résultat peut être produit, quelle valeur métier peut émerger et quels contrôles restent humains. Artik Lab commence toujours par un premier échange de diagnostic et conçoit des solutions adaptées au contexte client.

## Dataset public

- HTML: https://ar-tik.com/fr/atlas-applications-ia-entreprises.html
- Markdown: https://ar-tik.com/fr/atlas-applications-ia-entreprises.md
- JSON: https://ar-tik.com/data/ai-applications.fr.json

## Domaines d'application

- Documents et connaissance: 4. Quand le travail passe par PDF, scans, contrats ou procédures.
- Processus opérationnels: 6. Quand décisions, priorités et passages manuels ralentissent le processus.
- Personnes et RH: 3. Quand compétences, onboarding ou retours restent dispersés entre fonctions.
- Client, marketing et vente: 4. Quand clients, contenus et ventes génèrent des signaux peu exploités.
- Technique et logiciels: 4. Quand règles, code, plans ou systèmes techniques doivent devenir vérifiables.
- Gouvernance, conformité et risque: 3. Quand usage de l'IA, confidentialité, risque et responsabilités manquent de limites claires.
- Production, qualité et maintenance: 3. Quand production, qualité ou maintenance disposent de données trop tardives.
- Formation et mémoire interne: 2. Quand connaissance interne et supports de formation doivent rester accessibles.
- Data science et décisions: 5. Quand historiques, KPI ou signaux doivent être validés avant de construire.
- Outils transverses: 2. Quand l'IA sert à explorer, synthétiser ou préparer des décisions transverses.

## Principe anti-cloaking et anonymisation

Le dossier étend le contenu visible avec des champs structurés, sans promettre de services différents de la page HTML. Les cas sont décrits comme patterns anonymes: aucun client, personne physique, projet interne, produit reconnaissable ou donnée propriétaire n'est publié.

## Répertoire structuré

### Extraire des données de documents et scans

PDF, images et formulaires deviennent texte, tableaux et champs structurés réutilisables.

- Exemple opérationnel: Quand le processus montre un besoin similaire, pdf et pièces jointes servent à produire base structurée et à soutenir réduction des délais, avec revue humaine recommandée.
- ID: document-structure-extraction
- Domaine: Documents et connaissance
- Données d'entrée: PDF et pièces jointes, scans et images, formulaires remplis
- Résultat: base structurée, rapport opérationnel
- Valeur: réduction des délais, moins d'erreurs, traçabilité
- Secteurs: services professionnels, HSE, sécurité et services techniques, industrie manufacturière
- Services liés: Logiciels techniques IA
- Formations liées: Cours AI: gérer les documents avec l'AI, Recherche sémantique et bases de connaissance AI
- Intentions de recherche: IA pour extraire des données de documents et scans, applications IA pour documents et connaissance, comment utiliser l'IA en entreprise pour extraire des données de documents et scans
- Signaux de besoin: documents dispersés difficiles à consulter, copie manuelle entre emails, feuilles et systèmes
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Vérifier la cohérence entre documents

Rapports, contrats, cahiers des charges et procédures sont comparés pour repérer divergences et définitions non alignées.

- Exemple opérationnel: Quand le processus montre un besoin similaire, pdf et pièces jointes servent à produire rapport opérationnel et à soutenir moins d'erreurs, avec revue humaine obligatoire.
- ID: document-coherence-audit
- Domaine: Documents et connaissance
- Données d'entrée: PDF et pièces jointes, documentation interne, contrats et politiques, appels d'offres et cahiers des charges
- Résultat: rapport opérationnel, cartographie des risques
- Valeur: moins d'erreurs, réduction du risque, traçabilité
- Secteurs: services professionnels, bureaux techniques et ingénierie, HSE, sécurité et services techniques
- Services liés: Conseil managérial IA, Logiciels techniques IA
- Formations liées: Cours AI: gérer les documents avec l'AI, AI Legal Ops et conformité documentaire, AI Output Quality & Human Review
- Intentions de recherche: IA pour vérifier la cohérence entre documents, applications IA pour documents et connaissance, comment utiliser l'IA en entreprise pour vérifier la cohérence entre documents
- Signaux de besoin: erreurs récurrentes dans documents, procédures ou contrôles, documents dispersés difficiles à consulter
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Rendre la connaissance interne interrogeable

Manuels, procédures et bases de connaissance deviennent une recherche sémantique avec sources citables.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire recherche sémantique et à soutenir connaissance transférable, avec revue humaine recommandée.
- ID: semantic-knowledge-search
- Domaine: Documents et connaissance
- Données d'entrée: documentation interne, PDF et pièces jointes, manuels et supports de formation
- Résultat: recherche sémantique, FAQ et réponses
- Valeur: connaissance transférable, décisions plus rapides, service plus homogène
- Secteurs: fonctions transverses, bureaux techniques et ingénierie, formation et organisations intensives en connaissance
- Services liés: Logiciels techniques IA
- Formations liées: Recherche sémantique et bases de connaissance AI, RAG Engineering pour systèmes AI fiables, AI pour service client et triage de tickets
- Intentions de recherche: IA pour rendre la connaissance interne interrogeable, applications IA pour documents et connaissance, comment utiliser l'IA en entreprise pour rendre la connaissance interne interrogeable
- Signaux de besoin: documents dispersés difficiles à consulter, connaissance critique concentrée chez peu de personnes
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Transformer réunions, emails et tickets en mémoire opérationnelle

Transcriptions et fils sont nettoyés, synthétisés et convertis en décisions, tâches, échéances et risques traçables.

- Exemple opérationnel: Quand le processus montre un besoin similaire, emails et tickets servent à produire digest actionnable et à soutenir traçabilité, avec revue humaine recommandée.
- ID: meeting-email-decision-memory
- Domaine: Processus opérationnels
- Données d'entrée: emails et tickets, transcriptions et notes, tickets et demandes
- Résultat: digest actionnable, roadmap et priorités
- Valeur: traçabilité, décisions plus rapides, connaissance transférable
- Secteurs: fonctions transverses, services professionnels, bureaux techniques et ingénierie
- Services liés: Conseil managérial IA
- Formations liées: AI Operations, AI Workflow Redesign Lab
- Intentions de recherche: IA pour transformer réunions, emails et tickets en mémoire opérationnelle, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour transformer réunions, emails et tickets en mémoire opérationnelle
- Signaux de besoin: décisions récurrentes lentes ou fondées sur une information incomplète, connaissance critique concentrée chez peu de personnes
- Revue humaine: recommandée
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Générer des documents contrôlés depuis des modèles

Rapports, lettres, contrats, FAQ et communications sont produits depuis données et modèles avec revue humaine.

- Exemple opérationnel: Quand le processus montre un besoin similaire, base structurée servent à produire brouillons contrôlés et à soutenir réduction des délais, avec revue humaine obligatoire.
- ID: controlled-document-generation
- Domaine: Documents et connaissance
- Données d'entrée: base structurée, documentation interne, contrats et politiques
- Résultat: brouillons contrôlés, FAQ et réponses
- Valeur: réduction des délais, moins d'erreurs, conformité plus gouvernable
- Secteurs: services professionnels, finance, contrôle et services régulés, HSE, sécurité et services techniques
- Services liés: Conseil managérial IA
- Formations liées: Cours AI: gérer les documents avec l'AI, AI Legal Ops et conformité documentaire, AI Output Quality & Human Review
- Intentions de recherche: IA pour générer des documents contrôlés depuis des modèles, applications IA pour documents et connaissance, comment utiliser l'IA en entreprise pour générer des documents contrôlés depuis des modèles
- Signaux de besoin: copie manuelle entre emails, feuilles et systèmes, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Cartographier les processus et refondre les flux de travail

Le travail réel est reconstruit as-is, analysé pour repérer les goulets d'étranglement et transformé en scénario cible.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transcriptions et notes servent à produire roadmap et priorités et à soutenir priorités plus claires, avec revue humaine recommandée.
- ID: process-mapping-redesign
- Domaine: Processus opérationnels
- Données d'entrée: transcriptions et notes, journaux et états de processus, emails et tickets, feuilles de calcul
- Résultat: roadmap et priorités, business case
- Valeur: priorités plus claires, décisions plus rapides, coûts évités
- Secteurs: fonctions transverses, industrie manufacturière, services professionnels
- Services liés: Conseil managérial IA
- Formations liées: AI Workflow Redesign Lab, AI Business Case & ROI Sprint
- Intentions de recherche: IA pour cartographier les processus et refondre les flux de travail, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour cartographier les processus et refondre les flux de travail
- Signaux de besoin: décisions récurrentes lentes ou fondées sur une information incomplète, copie manuelle entre emails, feuilles et systèmes, usage IA déjà présent sans règles partagées
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Trier emails, tickets et demandes

Les communications entrantes sont classées par urgence, sujet, responsabilité et action requise.

- Exemple opérationnel: Quand le processus montre un besoin similaire, emails et tickets servent à produire digest actionnable et à soutenir réduction des délais, avec revue humaine recommandée.
- ID: email-ticket-triage
- Domaine: Processus opérationnels
- Données d'entrée: emails et tickets, tickets et demandes, documentation interne
- Résultat: digest actionnable, brouillons contrôlés, classement de priorité
- Valeur: réduction des délais, service plus homogène, priorités plus claires
- Secteurs: fonctions transverses, HSE, sécurité et services techniques, bureaux techniques et ingénierie
- Services liés: Logiciels techniques IA
- Formations liées: AI pour service client et triage de tickets, AI Operations
- Intentions de recherche: IA pour trier emails, tickets et demandes, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour trier emails, tickets et demandes
- Signaux de besoin: copie manuelle entre emails, feuilles et systèmes, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Planifier équipes, ressources et priorités

Disponibilités, contraintes, compétences, absences et demande sont combinées en plannings faisables.

- Exemple opérationnel: Quand le processus montre un besoin similaire, feuilles de calcul servent à produire planning et affectations et à soutenir efficacité productive, avec revue humaine obligatoire.
- ID: scheduling-resource-allocation
- Domaine: Processus opérationnels
- Données d'entrée: feuilles de calcul, ERP et systèmes métier, KPI et séries historiques
- Résultat: planning et affectations, tableaux de bord et vues filtrables
- Valeur: efficacité productive, décisions plus rapides, coûts évités
- Secteurs: industrie manufacturière, logistique et supply chain, HSE, sécurité et services techniques
- Services liés: Logiciels techniques IA, Analyse de données agentique
- Formations liées: AI Operations
- Intentions de recherche: IA pour planifier équipes, ressources et priorités, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour planifier équipes, ressources et priorités
- Signaux de besoin: planification encore très manuelle, données historiques disponibles mais non transformées en signaux
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Prévoir demande et charge opérationnelle

Historiques de commandes, revenus, tickets ou production deviennent des prévisions opérationnelles.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transactions et achats servent à produire prévision vérifiable et à soutenir décisions plus rapides, avec revue humaine recommandée.
- ID: demand-workload-forecast
- Domaine: Processus opérationnels
- Données d'entrée: transactions et achats, KPI et séries historiques, données de production
- Résultat: prévision vérifiable, tableaux de bord et vues filtrables
- Valeur: décisions plus rapides, coûts évités, efficacité productive
- Secteurs: retail et e-commerce, industrie manufacturière, logistique et supply chain
- Services liés: Analyse de données agentique
- Formations liées: AI Business Case & ROI Sprint, AI Operations
- Intentions de recherche: IA pour prévoir demande et charge opérationnelle, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour prévoir demande et charge opérationnelle
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, planification encore très manuelle
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Maintenir exigences, décisions et parties prenantes

Réunions et documents projet alimentent un dossier évolutif avec exigences et conflits latents.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transcriptions et notes servent à produire roadmap et priorités et à soutenir traçabilité, avec revue humaine obligatoire.
- ID: project-requirements-memory
- Domaine: Processus opérationnels
- Données d'entrée: transcriptions et notes, exigences et spécifications, documentation interne
- Résultat: roadmap et priorités, cartographie des risques
- Valeur: traçabilité, moins d'erreurs, connaissance transférable
- Secteurs: bureaux techniques et ingénierie, services professionnels, industrie manufacturière
- Services liés: Conseil managérial IA, Logiciels techniques IA
- Formations liées: AI Workflow Redesign Lab, AI Software Engineering
- Intentions de recherche: IA pour maintenir exigences, décisions et parties prenantes, applications IA pour processus opérationnels, comment utiliser l'IA en entreprise pour maintenir exigences, décisions et parties prenantes
- Signaux de besoin: décisions récurrentes lentes ou fondées sur une information incomplète, connaissance critique concentrée chez peu de personnes
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Lire feedback, avis et tickets client

Textes non structurés agrégés par thèmes, sentiment, besoins récurrents et actions prioritaires.

- Exemple opérationnel: Quand le processus montre un besoin similaire, feedback textuel servent à produire rapport opérationnel et à soutenir service plus homogène, avec revue humaine recommandée.
- ID: customer-feedback-intelligence
- Domaine: Client, marketing et vente
- Données d'entrée: feedback textuel, tickets et demandes, sources publiques
- Résultat: rapport opérationnel, classement de priorité
- Valeur: service plus homogène, valeur commerciale récupérée, priorités plus claires
- Secteurs: retail et e-commerce, fonctions transverses, services professionnels
- Services liés: Analyse de données agentique
- Formations liées: AI pour service client et triage de tickets, Cours AI: marketing et communication AI driven
- Intentions de recherche: IA pour lire feedback, avis et tickets client, applications IA pour client, marketing et vente, comment utiliser l'IA en entreprise pour lire feedback, avis et tickets client
- Signaux de besoin: feedback abondant mais non analysé, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Découvrir besoins marché et cible

Sources publiques et matériaux fournis synthétisés en cartes de pains, langage, segments et opportunités.

- Exemple opérationnel: Quand le processus montre un besoin similaire, sources publiques servent à produire rapport opérationnel et à soutenir valeur commerciale récupérée, avec revue humaine recommandée.
- ID: market-customer-discovery
- Domaine: Client, marketing et vente
- Données d'entrée: sources publiques, feedback textuel, documentation interne
- Résultat: rapport opérationnel, business case
- Valeur: valeur commerciale récupérée, priorités plus claires, décisions plus rapides
- Secteurs: retail et e-commerce, services professionnels, organismes publics et territoire
- Services liés: Conseil managérial IA
- Formations liées: Cours AI: marketing et communication AI driven, Cours AI: vente B2C et B2B avec l'AI
- Intentions de recherche: IA pour découvrir besoins marché et cible, applications IA pour client, marketing et vente, comment utiliser l'IA en entreprise pour découvrir besoins marché et cible
- Signaux de besoin: feedback abondant mais non analysé, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Coder voix de marque et contenus

Entretiens, exemples validés et matériaux commerciaux deviennent guidelines et brouillons multicanaux.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire politiques et garde-fous et à soutenir réduction des délais, avec revue humaine obligatoire.
- ID: brand-voice-content-engine
- Domaine: Client, marketing et vente
- Données d'entrée: documentation interne, feedback textuel, sources publiques
- Résultat: politiques et garde-fous, brouillons contrôlés
- Valeur: réduction des délais, valeur commerciale récupérée, traçabilité
- Secteurs: fonctions transverses, retail et e-commerce, organismes publics et territoire
- Services liés: Conseil managérial IA
- Formations liées: AI Brand Voice et communication, Cours AI: marketing et communication AI driven
- Intentions de recherche: IA pour coder voix de marque et contenus, applications IA pour client, marketing et vente, comment utiliser l'IA en entreprise pour coder voix de marque et contenus
- Signaux de besoin: erreurs récurrentes dans documents, procédures ou contrôles, copie manuelle entre emails, feuilles et systèmes
- Revue humaine: obligatoire
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Soutenir vente, pricing et recommandations

Historiques d'achat, catalogues et données concurrentielles aident à créer pitchs, bundles et scénarios prix.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transactions et achats servent à produire recommandations opérationnelles et à soutenir valeur commerciale récupérée, avec revue humaine obligatoire.
- ID: sales-pricing-recommendations
- Domaine: Client, marketing et vente
- Données d'entrée: transactions et achats, documentation interne, sources publiques
- Résultat: recommandations opérationnelles, business case
- Valeur: valeur commerciale récupérée, décisions plus rapides, priorités plus claires
- Secteurs: retail et e-commerce, fonctions transverses
- Services liés: Analyse de données agentique
- Formations liées: Cours AI: vente B2C et B2B avec l'AI, AI Business Case & ROI Sprint
- Intentions de recherche: IA pour soutenir vente, pricing et recommandations, applications IA pour client, marketing et vente, comment utiliser l'IA en entreprise pour soutenir vente, pricing et recommandations
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Cartographier compétences et besoins

Compétences, rôles, objectifs futurs et tendances sont reliés pour prioriser développement et reskilling.

- Exemple opérationnel: Quand le processus montre un besoin similaire, données rh agrégées servent à produire roadmap et priorités et à soutenir connaissance transférable, avec revue humaine obligatoire.
- ID: hr-competence-map
- Domaine: Personnes et RH
- Données d'entrée: données RH agrégées, documentation interne, sources publiques
- Résultat: roadmap et priorités, rapport opérationnel
- Valeur: connaissance transférable, priorités plus claires, formation plus rapide
- Secteurs: fonctions transverses, formation et organisations intensives en connaissance
- Services liés: Conseil managérial IA
- Formations liées: AI People Ops, AI Adoption Manager / AI Champions
- Intentions de recherche: IA pour cartographier compétences et besoins, applications IA pour personnes et rh, comment utiliser l'IA en entreprise pour cartographier compétences et besoins
- Signaux de besoin: connaissance critique concentrée chez peu de personnes, usage IA déjà présent sans règles partagées
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Soutenir recrutement et onboarding

Fiches de poste, candidatures et supports d'entrée structurés pour évaluations et parcours initiaux.

- Exemple opérationnel: Quand le processus montre un besoin similaire, cv et candidatures servent à produire rapport opérationnel et à soutenir réduction des délais, avec revue humaine obligatoire.
- ID: recruiting-onboarding-support
- Domaine: Personnes et RH
- Données d'entrée: CV et candidatures, données RH agrégées, manuels et supports de formation
- Résultat: rapport opérationnel, brouillons contrôlés
- Valeur: réduction des délais, moins d'erreurs, formation plus rapide
- Secteurs: fonctions transverses, formation et organisations intensives en connaissance
- Services liés: Conseil managérial IA
- Formations liées: AI People Ops
- Intentions de recherche: IA pour soutenir recrutement et onboarding, applications IA pour personnes et rh, comment utiliser l'IA en entreprise pour soutenir recrutement et onboarding
- Signaux de besoin: copie manuelle entre emails, feuilles et systèmes, connaissance critique concentrée chez peu de personnes
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Simplifier politiques et demandes RH

Politiques, avantages, procédures et demandes récurrentes deviennent FAQ et parcours guidés.

- Exemple opérationnel: Quand le processus montre un besoin similaire, données rh agrégées servent à produire faq et réponses et à soutenir service plus homogène, avec revue humaine obligatoire.
- ID: hr-policy-requests
- Domaine: Personnes et RH
- Données d'entrée: données RH agrégées, documentation interne, contrats et politiques
- Résultat: FAQ et réponses, brouillons contrôlés
- Valeur: service plus homogène, réduction des délais, conformité plus gouvernable
- Secteurs: fonctions transverses
- Services liés: Conseil managérial IA
- Formations liées: AI People Ops, Secure AI at Work
- Intentions de recherche: IA pour simplifier politiques et demandes RH, applications IA pour personnes et rh, comment utiliser l'IA en entreprise pour simplifier politiques et demandes RH
- Signaux de besoin: copie manuelle entre emails, feuilles et systèmes, documents dispersés difficiles à consulter
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Définir exigences, MVP et critères d'acceptation

Un besoin technique devient exigences, user stories, contraintes et périmètre du premier release.

- Exemple opérationnel: Quand le processus montre un besoin similaire, exigences et spécifications servent à produire roadmap et priorités et à soutenir moins d'erreurs, avec revue humaine obligatoire.
- ID: software-requirements-and-mvp
- Domaine: Technique et logiciels
- Données d'entrée: exigences et spécifications, transcriptions et notes, documentation interne
- Résultat: roadmap et priorités, tests et checklists
- Valeur: moins d'erreurs, traçabilité, coûts évités
- Secteurs: bureaux techniques et ingénierie, industrie manufacturière
- Services liés: Logiciels techniques IA
- Formations liées: AI Software Engineering, AI Coding Agents pour équipes software
- Intentions de recherche: IA pour définir exigences, MVP et critères d'acceptation, applications IA pour technique et logiciels, comment utiliser l'IA en entreprise pour définir exigences, MVP et critères d'acceptation
- Signaux de besoin: décisions récurrentes lentes ou fondées sur une information incomplète, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Accélérer développement, refactoring et tests

Code existant et spécifications guident génération contrôlée, tests, refactoring et audit qualité.

- Exemple opérationnel: Quand le processus montre un besoin similaire, code et dépôts servent à produire tests et checklists et à soutenir réduction des délais, avec revue humaine obligatoire.
- ID: ai-assisted-coding-quality
- Domaine: Technique et logiciels
- Données d'entrée: code et dépôts, exigences et spécifications
- Résultat: tests et checklists, rapport opérationnel
- Valeur: réduction des délais, moins d'erreurs, traçabilité
- Secteurs: bureaux techniques et ingénierie
- Services liés: Logiciels techniques IA
- Formations liées: AI Coding Agents pour équipes software, Secure AI SDLC, AI Software Engineering
- Intentions de recherche: IA pour accélérer développement, refactoring et tests, applications IA pour technique et logiciels, comment utiliser l'IA en entreprise pour accélérer développement, refactoring et tests
- Signaux de besoin: erreurs récurrentes dans documents, procédures ou contrôles, copie manuelle entre emails, feuilles et systèmes
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Lire cahiers des charges et produire documentation technique

Appels d'offres, cahiers des charges, rapports et fiches analysés pour exigences critiques et risques.

- Exemple opérationnel: Quand le processus montre un besoin similaire, appels d'offres et cahiers des charges servent à produire rapport opérationnel et à soutenir réduction du risque, avec revue humaine obligatoire.
- ID: technical-tender-documentation
- Domaine: Technique et logiciels
- Données d'entrée: appels d'offres et cahiers des charges, documentation interne, plans techniques
- Résultat: rapport opérationnel, brouillons contrôlés, cartographie des risques
- Valeur: réduction du risque, moins d'erreurs, traçabilité
- Secteurs: bureaux techniques et ingénierie, services professionnels, industrie manufacturière
- Services liés: Logiciels techniques IA
- Formations liées: Cours AI: gérer les documents avec l'AI, AI Output Quality & Human Review
- Intentions de recherche: IA pour lire cahiers des charges et produire documentation technique, applications IA pour technique et logiciels, comment utiliser l'IA en entreprise pour lire cahiers des charges et produire documentation technique
- Signaux de besoin: documents dispersés difficiles à consulter, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Interpréter images, plans et matériaux techniques

Photos, plans et rendus deviennent fiches, analyses de composants, cotes et récits techniques.

- Exemple opérationnel: Quand le processus montre un besoin similaire, photos opérationnelles servent à produire rapport opérationnel et à soutenir connaissance transférable, avec revue humaine obligatoire.
- ID: visual-technical-analysis
- Domaine: Technique et logiciels
- Données d'entrée: photos opérationnelles, plans techniques, documentation interne
- Résultat: rapport opérationnel, brouillons contrôlés
- Valeur: connaissance transférable, décisions plus rapides, moins d'erreurs
- Secteurs: bureaux techniques et ingénierie, industrie manufacturière
- Services liés: Logiciels techniques IA
- Formations liées: AI Software Engineering, AI Output Quality & Human Review
- Intentions de recherche: IA pour interpréter images, plans et matériaux techniques, applications IA pour technique et logiciels, comment utiliser l'IA en entreprise pour interpréter images, plans et matériaux techniques
- Signaux de besoin: connaissance critique concentrée chez peu de personnes, documents dispersés difficiles à consulter
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Construire gouvernance, politiques et matrice de risque IA

Activités, données et décisions classées en zones d'autonomie, supervision ou exclusion.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire politiques et garde-fous et à soutenir réduction du risque, avec revue humaine obligatoire.
- ID: ai-governance-policy-risk
- Domaine: Gouvernance, conformité et risque
- Données d'entrée: documentation interne, politiques et lignes directrices, transcriptions et notes
- Résultat: politiques et garde-fous, cartographie des risques, roadmap et priorités
- Valeur: réduction du risque, conformité plus gouvernable, priorités plus claires
- Secteurs: fonctions transverses, finance, contrôle et services régulés, HSE, sécurité et services techniques
- Services liés: Conseil managérial IA
- Formations liées: Gouvernance IA opérationnelle, Secure AI at Work, Managing AI
- Intentions de recherche: IA pour construire gouvernance, politiques et matrice de risque IA, applications IA pour gouvernance, conformité et risque, comment utiliser l'IA en entreprise pour construire gouvernance, politiques et matrice de risque IA
- Signaux de besoin: usage IA déjà présent sans règles partagées, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Préparer documents conformité, juridiques et privacy

Contrats, notices, registres, procédures et lettres préparés comme support préliminaire vérifiable.

- Exemple opérationnel: Quand le processus montre un besoin similaire, contrats et politiques servent à produire brouillons contrôlés et à soutenir réduction des délais, avec revue humaine obligatoire.
- ID: compliance-legal-privacy-drafting
- Domaine: Gouvernance, conformité et risque
- Données d'entrée: contrats et politiques, documentation interne, formulaires remplis
- Résultat: brouillons contrôlés, cartographie des risques
- Valeur: réduction des délais, conformité plus gouvernable, réduction du risque
- Secteurs: services professionnels, finance, contrôle et services régulés, fonctions transverses
- Services liés: Conseil managérial IA
- Formations liées: AI Legal Ops et conformité documentaire, Gouvernance IA opérationnelle
- Intentions de recherche: IA pour préparer documents conformité, juridiques et privacy, applications IA pour gouvernance, conformité et risque, comment utiliser l'IA en entreprise pour préparer documents conformité, juridiques et privacy
- Signaux de besoin: copie manuelle entre emails, feuilles et systèmes, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Tester assistants IA contre usages abusifs

Chatbots et assistants testés contre manipulation, fuite de données et instructions conflictuelles.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire tests et checklists et à soutenir réduction du risque, avec revue humaine obligatoire.
- ID: ai-system-security-tests
- Domaine: Gouvernance, conformité et risque
- Données d'entrée: documentation interne, exigences et spécifications, politiques et lignes directrices
- Résultat: tests et checklists, politiques et garde-fous, rapport opérationnel
- Valeur: réduction du risque, conformité plus gouvernable, service plus homogène
- Secteurs: bureaux techniques et ingénierie, fonctions transverses
- Services liés: Logiciels techniques IA
- Formations liées: Secure AI SDLC, Secure AI at Work
- Intentions de recherche: IA pour tester assistants IA contre usages abusifs, applications IA pour gouvernance, conformité et risque, comment utiliser l'IA en entreprise pour tester assistants IA contre usages abusifs
- Signaux de besoin: usage IA déjà présent sans règles partagées, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Analyser anomalies HSE depuis images opérationnelles

Photos de site ou atelier analysées pour non-conformités, risques et mesures préventives.

- Exemple opérationnel: Quand le processus montre un besoin similaire, photos opérationnelles servent à produire rapport opérationnel et à soutenir réduction du risque, avec revue humaine obligatoire.
- ID: hse-visual-inspection
- Domaine: Production, qualité et maintenance
- Données d'entrée: photos opérationnelles, documentation interne
- Résultat: rapport opérationnel, cartographie des risques
- Valeur: réduction du risque, décisions plus rapides, conformité plus gouvernable
- Secteurs: HSE, sécurité et services techniques, industrie manufacturière
- Services liés: Logiciels techniques IA
- Formations liées: AI pour qualité et non-conformités, AI Operations
- Intentions de recherche: IA pour analyser anomalies HSE depuis images opérationnelles, applications IA pour production, qualité et maintenance, comment utiliser l'IA en entreprise pour analyser anomalies HSE depuis images opérationnelles
- Signaux de besoin: erreurs récurrentes dans documents, procédures ou contrôles, copie manuelle entre emails, feuilles et systèmes
- Revue humaine: obligatoire
- Risque: élevé
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Optimiser production, commandes et qualité

Programmes client, ERP, cycles, non-conformités et coûts historiques soutiennent priorités et actions.

- Exemple opérationnel: Quand le processus montre un besoin similaire, erp et systèmes métier servent à produire planning et affectations et à soutenir efficacité productive, avec revue humaine obligatoire.
- ID: production-planning-quality
- Domaine: Production, qualité et maintenance
- Données d'entrée: ERP et systèmes métier, données de production, feuilles de calcul
- Résultat: planning et affectations, rapport opérationnel, recommandations opérationnelles
- Valeur: efficacité productive, moins d'erreurs, coûts évités
- Secteurs: industrie manufacturière, logistique et supply chain
- Services liés: Logiciels techniques IA, Analyse de données agentique
- Formations liées: AI Operations, AI pour qualité et non-conformités
- Intentions de recherche: IA pour optimiser production, commandes et qualité, applications IA pour production, qualité et maintenance, comment utiliser l'IA en entreprise pour optimiser production, commandes et qualité
- Signaux de besoin: planification encore très manuelle, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Gérer maintenance, actifs et pièces

Historique pannes, capteurs et interventions deviennent priorités, fenêtres maintenance et alertes.

- Exemple opérationnel: Quand le processus montre un besoin similaire, capteurs et télémétrie servent à produire alertes et seuils et à soutenir efficacité productive, avec revue humaine obligatoire.
- ID: maintenance-and-asset-risk
- Domaine: Production, qualité et maintenance
- Données d'entrée: capteurs et télémétrie, données de production, journaux et états de processus
- Résultat: alertes et seuils, classement de priorité, tableaux de bord et vues filtrables
- Valeur: efficacité productive, coûts évités, réduction du risque
- Secteurs: industrie manufacturière, logistique et supply chain
- Services liés: Analyse de données agentique
- Formations liées: AI Operations, AI Business Case & ROI Sprint
- Intentions de recherche: IA pour gérer maintenance, actifs et pièces, applications IA pour production, qualité et maintenance, comment utiliser l'IA en entreprise pour gérer maintenance, actifs et pièces
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, planification encore très manuelle
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Créer formation, quiz et slides depuis supports internes

Manuels, slides et documents dispersés deviennent syllabus, quiz et cas par rôle.

- Exemple opérationnel: Quand le processus montre un besoin similaire, manuels et supports de formation servent à produire faq et réponses et à soutenir formation plus rapide, avec revue humaine recommandée.
- ID: internal-training-assets
- Domaine: Formation et mémoire interne
- Données d'entrée: manuels et supports de formation, documentation interne, transcriptions et notes
- Résultat: FAQ et réponses, brouillons contrôlés
- Valeur: formation plus rapide, connaissance transférable, service plus homogène
- Secteurs: formation et organisations intensives en connaissance, fonctions transverses
- Services liés: Conseil managérial IA
- Formations liées: AI Literacy par rôle et usage responsable, Managing AI pour équipes mixtes, Cours AI: gérer les documents avec l'AI
- Intentions de recherche: IA pour créer formation, quiz et slides depuis supports internes, applications IA pour formation et mémoire interne, comment utiliser l'IA en entreprise pour créer formation, quiz et slides depuis supports internes
- Signaux de besoin: connaissance critique concentrée chez peu de personnes, documents dispersés difficiles à consulter
- Revue humaine: recommandée
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Construire assistants pour mémoire d'entreprise

La documentation interne alimente assistants Q&A, y compris vocaux, avec sources et limites claires.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire recherche sémantique et à soutenir connaissance transférable, avec revue humaine obligatoire.
- ID: company-memory-assistants
- Domaine: Formation et mémoire interne
- Données d'entrée: documentation interne, manuels et supports de formation, politiques et lignes directrices
- Résultat: recherche sémantique, FAQ et réponses, politiques et garde-fous
- Valeur: connaissance transférable, service plus homogène, réduction des délais
- Secteurs: fonctions transverses, industrie manufacturière, formation et organisations intensives en connaissance
- Services liés: Logiciels techniques IA
- Formations liées: RAG Engineering pour systèmes AI fiables, Recherche sémantique et bases de connaissance AI, Secure AI at Work
- Intentions de recherche: IA pour construire assistants pour mémoire d'entreprise, applications IA pour formation et mémoire interne, comment utiliser l'IA en entreprise pour construire assistants pour mémoire d'entreprise
- Signaux de besoin: connaissance critique concentrée chez peu de personnes, documents dispersés difficiles à consulter
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Produire rapports exécutifs et assets visuels

Données, KPI et matériaux hétérogènes deviennent rapports narratifs, infographies et présentations.

- Exemple opérationnel: Quand le processus montre un besoin similaire, kpi et séries historiques servent à produire rapport opérationnel et à soutenir décisions plus rapides, avec revue humaine recommandée.
- ID: executive-reports-visual-assets
- Domaine: Outils transverses
- Données d'entrée: KPI et séries historiques, feuilles de calcul, documentation interne
- Résultat: rapport opérationnel, tableaux de bord et vues filtrables, brouillons contrôlés
- Valeur: décisions plus rapides, traçabilité, valeur commerciale récupérée
- Secteurs: fonctions transverses
- Services liés: Conseil managérial IA
- Formations liées: AI Output Quality & Human Review, AI Brand Voice et communication
- Intentions de recherche: IA pour produire rapports exécutifs et assets visuels, applications IA pour outils transverses, comment utiliser l'IA en entreprise pour produire rapports exécutifs et assets visuels
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, copie manuelle entre emails, feuilles et systèmes
- Revue humaine: recommandée
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Détecter anomalies et dégradation machines

Séries temporelles et capteurs industriels utilisés pour alertes, dégradation et maintenance prédictive.

- Exemple opérationnel: Quand le processus montre un besoin similaire, capteurs et télémétrie servent à produire alertes et seuils et à soutenir efficacité productive, avec revue humaine obligatoire.
- ID: predictive-maintenance-anomalies
- Domaine: Data science et décisions
- Données d'entrée: capteurs et télémétrie, données de production, KPI et séries historiques
- Résultat: alertes et seuils, prévision vérifiable, tableaux de bord et vues filtrables
- Valeur: efficacité productive, coûts évités, réduction du risque
- Secteurs: industrie manufacturière, logistique et supply chain
- Services liés: Analyse de données agentique, Logiciels techniques IA
- Formations liées: AI Business Case & ROI Sprint, AI Operations
- Intentions de recherche: IA pour détecter anomalies et dégradation machines, applications IA pour data science et décisions, comment utiliser l'IA en entreprise pour détecter anomalies et dégradation machines
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, planification encore très manuelle
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Segmenter clients, churn et cross-selling

Historiques transactionnels et comportementaux deviennent segments, risques et actions commerciales.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transactions et achats servent à produire classement de priorité et à soutenir valeur commerciale récupérée, avec revue humaine obligatoire.
- ID: customer-segmentation-churn-crosssell
- Domaine: Data science et décisions
- Données d'entrée: transactions et achats, feedback textuel, KPI et séries historiques
- Résultat: classement de priorité, recommandations opérationnelles, business case
- Valeur: valeur commerciale récupérée, priorités plus claires, service plus homogène
- Secteurs: retail et e-commerce, finance, contrôle et services régulés
- Services liés: Analyse de données agentique
- Formations liées: Cours AI: vente B2C et B2B avec l'AI, AI Business Case & ROI Sprint
- Intentions de recherche: IA pour segmenter clients, churn et cross-selling, applications IA pour data science et décisions, comment utiliser l'IA en entreprise pour segmenter clients, churn et cross-selling
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, feedback abondant mais non analysé
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Nécessite anonymisation, contrôle d'accès et revue spécialisée pour données personnelles, juridiques, RH ou régulées.

### Optimiser énergie, qualité et performance de ligne

Télémétrie, consommations, qualité et paramètres machine révèlent profils efficaces et gaspillages.

- Exemple opérationnel: Quand le processus montre un besoin similaire, capteurs et télémétrie servent à produire tableaux de bord et vues filtrables et à soutenir efficacité productive, avec revue humaine obligatoire.
- ID: energy-line-optimization
- Domaine: Data science et décisions
- Données d'entrée: capteurs et télémétrie, données de production, KPI et séries historiques
- Résultat: tableaux de bord et vues filtrables, recommandations opérationnelles, business case
- Valeur: efficacité productive, coûts évités, décisions plus rapides
- Secteurs: industrie manufacturière
- Services liés: Analyse de données agentique
- Formations liées: AI Business Case & ROI Sprint, AI pour qualité et non-conformités
- Intentions de recherche: IA pour optimiser énergie, qualité et performance de ligne, applications IA pour data science et décisions, comment utiliser l'IA en entreprise pour optimiser énergie, qualité et performance de ligne
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, erreurs récurrentes dans documents, procédures ou contrôles
- Revue humaine: obligatoire
- Risque: moyen
- Confidentialité et contrôle: Traiter code, cahiers des charges, données industrielles et images opérationnelles comme propriété intellectuelle; publier seulement des exemples anonymisés.

### Analyser territoires, rentabilité et tendances

Données fiscales, territoriales ou commerciales agrégées deviennent cartes, clusters et drivers de marge.

- Exemple opérationnel: Quand le processus montre un besoin similaire, transactions et achats servent à produire tableaux de bord et vues filtrables et à soutenir décisions plus rapides, avec revue humaine recommandée.
- ID: territorial-profitability-analytics
- Domaine: Data science et décisions
- Données d'entrée: transactions et achats, sources publiques, KPI et séries historiques
- Résultat: tableaux de bord et vues filtrables, rapport opérationnel, business case
- Valeur: décisions plus rapides, priorités plus claires, valeur commerciale récupérée
- Secteurs: organismes publics et territoire, retail et e-commerce, finance, contrôle et services régulés
- Services liés: Analyse de données agentique
- Formations liées: AI Business Case & ROI Sprint
- Intentions de recherche: IA pour analyser territoires, rentabilité et tendances, applications IA pour data science et décisions, comment utiliser l'IA en entreprise pour analyser territoires, rentabilité et tendances
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: recommandée
- Risque: moyen
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Savoir quand ne pas construire un modèle

La première valeur peut être un verdict négatif: les données disponibles ne contiennent pas encore le signal utile.

- Exemple opérationnel: Quand le processus montre un besoin similaire, kpi et séries historiques servent à produire rapport opérationnel et à soutenir coûts évités, avec revue humaine recommandée.
- ID: data-quality-go-no-go
- Domaine: Data science et décisions
- Données d'entrée: KPI et séries historiques, transactions et achats, journaux et états de processus
- Résultat: rapport opérationnel, business case, roadmap et priorités
- Valeur: coûts évités, priorités plus claires, traçabilité
- Secteurs: fonctions transverses
- Services liés: Analyse de données agentique
- Formations liées: AI Business Case & ROI Sprint
- Intentions de recherche: IA pour savoir quand ne pas construire un modèle, applications IA pour data science et décisions, comment utiliser l'IA en entreprise pour savoir quand ne pas construire un modèle
- Signaux de besoin: données historiques disponibles mais non transformées en signaux, décisions récurrentes lentes ou fondées sur une information incomplète
- Revue humaine: recommandée
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

### Utiliser l'IA comme laboratoire de découverte

Cas, matériaux et contraintes explorés pour générer hypothèses, scénarios, concepts et opportunités.

- Exemple opérationnel: Quand le processus montre un besoin similaire, documentation interne servent à produire rapport opérationnel et à soutenir valeur commerciale récupérée, avec revue humaine recommandée.
- ID: creative-rnd-discovery
- Domaine: Outils transverses
- Données d'entrée: documentation interne, feedback textuel, sources publiques
- Résultat: rapport opérationnel, recommandations opérationnelles, brouillons contrôlés
- Valeur: valeur commerciale récupérée, priorités plus claires, décisions plus rapides
- Secteurs: fonctions transverses
- Services liés: Conseil managérial IA
- Formations liées: AI Workflow Redesign Lab, AI Output Quality & Human Review, AI Brand Voice et communication
- Intentions de recherche: IA pour utiliser l'IA comme laboratoire de découverte, applications IA pour outils transverses, comment utiliser l'IA en entreprise pour utiliser l'IA comme laboratoire de découverte
- Signaux de besoin: décisions récurrentes lentes ou fondées sur une information incomplète, feedback abondant mais non analysé
- Revue humaine: recommandée
- Risque: faible
- Confidentialité et contrôle: Utiliser des données autorisées, minimiser les informations personnelles et maintenir une revue humaine des outputs pertinents.

## De la carte au processus réel: commencer par un échange.

La page sert à s'orienter. La solution naît seulement après examen du secteur, des contraintes, des données disponibles, des responsabilités et de la décision à améliorer.

1. **Contexte initial**: Avant l'échange, une première lecture du contexte public et des documents partagés est préparée.
2. **Conversation structurée**: Pendant l'appel, deux ou trois processus à fort potentiel sont identifiés avec contraintes, risques et urgences.
3. **Proposition ciblée**: Le résultat est un parcours calibré: formation, conseil, analyse de données ou prototype technique, avec résultats attendus et critères de contrôle.

## Questions fréquentes

### L'Atlas est-il un catalogue de produits prêts?

Non. C'est une carte d'exemples concrets. Artik Lab commence par un premier échange de cadrage et conçoit le parcours autour du processus réel du client.

### Toutes les applications sont-elles des automatisations?

Non. Certaines relèvent de la formation, d'autres de l'analyse, du logiciel technique ou de la gouvernance. L'IA assiste, suggère, cherche des signaux ou rédige, tandis que les décisions sensibles restent gouvernées.

### Comment éviter des cas reconnaissables?

Les fiches agrègent patterns et secteurs, en retirant noms, clients, personnes physiques, données propriétaires et détails identifiables.