IA dans l’ERP : des exemples chez sept éditeurs, et ce qu’ils ont en commun
Les éditeurs décrivent l’IA dans l’ERP en termes généraux. Ce guide rassemble les exemples précis qui sont documentés, montre comment chacun fonctionne étape par étape et dégage le schéma qu’ils ont en commun.
Sommaire
L’acheteur qui demande à un éditeur des exemples d’IA dans son ERP reçoit le plus souvent une liste de noms communs : assistants, agents, analyses. Les exemples utiles sont ceux qui sont assez documentés pour montrer ce que le logiciel fait à chaque étape, où une personne intervient et où il s’arrête.
Les exemples
| Tâche | Produit | Ce que fait l’IA | Où une personne intervient |
|---|---|---|---|
| Saisie de commandes reçues par e-mail | Business Central, Sales Order Agent | Lit la demande et les pièces jointes, identifie le client, retrouve les articles, vérifie la disponibilité, prépare un devis puis la commande1 | Relit et approuve chaque message sortant |
| Engagements de livraison | Business Central, Sales Order Agent | Calcule la date de livraison au plus tôt à partir de la capacité, des délais d’approvisionnement et des délais de fabrication1 | Relit le devis |
| Factures fournisseurs | Business Central, Payables Agent | Extrait les données des factures PDF, identifie le fournisseur, propose des rapprochements avec les commandes d’achat et prépare la facture d’achat2 | Valide le brouillon ; la comptabilisation reste à l’utilisateur |
| Descriptions de produits | Business Central, Copilot | Rédige des textes marketing pour les articles vendus en boutique en ligne3 | Corrige et publie |
| Questions sur les données en temps réel | NetSuite, Ask Oracle | Répond à des questions en langage naturel et agit dans les workflows existants, dans la limite des autorisations de l’utilisateur4 | Interroge et confirme |
| Analyse des écarts | NetSuite, Intelligent Flux Analysis | Explique les variations de soldes d’une période à l’autre4 | Relit l’explication |
| Comptabilisation automatique | Rillet | Comptabilise les transactions dans le grand livre ; l’éditeur affirme que 99,7 % le sont automatiquement5 | Traite les exceptions |
| Raisonnement sur des documents | Epicor Prism | Analyse les données de l’ERP en temps réel en même temps que des documents, des feuilles de calcul, des PDF et des captures d’écran6 | Agit à partir de l’explication |
| Assistants de workflow | SAP Joule | Des assistants pour les processus finance, RH et supply chain dans l’ERP cloud de SAP7 | Travaille avec l’assistant |
| Lecture des factures et des notes de frais | Odoo | Lit les factures fournisseurs et les notes de frais, avec une facturation à l’usage8 | Valide l’écriture |
Un exemple en détail
Le Sales Order Agent de Microsoft est l’agent le plus précisément documenté d’un ERP grand public, et il mérite une lecture attentive1.
Un client demande par e-mail deux tables et huit chaises, à livrer pour une date donnée. L’agent prend en charge l’e-mail et crée une tâche. Un relecteur la confirme. L’agent retrouve le client en rapprochant l’adresse de l’expéditeur d’une fiche contact, parcourt le catalogue d’articles en trois passes (identifiants exacts, puis attributs comme la couleur et la taille, puis recherche élargie), vérifie le stock et crée un devis. Un relecteur confirme la réponse. Le client accepte. L’agent transforme le devis en commande, et un relecteur confirme l’envoi de la confirmation.
Trois choix de conception sont instructifs. L’agent crée toujours un devis en premier, parce qu’un devis n’a d’effet ni sur la planification ni sur les prévisions de trésorerie : une IA peut donc le produire sans risque. Il n’identifie les clients que par leur adresse e-mail, afin que personne ne puisse usurper l’identité d’un client en donnant simplement son nom. Et il travaille en manipulant les pages mêmes du produit : Microsoft écrit qu’il parcourt les pages, déclenche les actions de l’interface et saisit les données comme le ferait un utilisateur.
La même documentation ne cache pas les limites. Le Payables Agent ne traite que les e-mails accompagnés de pièces jointes PDF, écarte ceux qui en comptent plus de dix, ne traite pas plus de 100 e-mails ni plus de 500 factures par jour, n’est validé qu’en anglais et ne comptabilise jamais lui-même un document2. Les deux agents consomment des Copilot Credits et s’arrêtent quand les crédits sont épuisés1.
Ce que les exemples ont en commun
Lus côte à côte, ces exemples partagent quatre traits.
- Ils travaillent sur les données propres à l’ERP. Un agent de commande voit les articles, les clients et le stock. Il ne voit ni l’appel au cours duquel le client a expliqué son besoin, ni l’e-mail du fournisseur qui a modifié un délai, tant que ces informations n’arrivent pas dans l’ERP.
- Ils automatisent une étape d’un processus qu’une personne continue de conduire. L’agent prépare, une personne approuve. C’est raisonnable, et cela signifie aussi que le processus reste dessiné autour des anciens écrans.
- Ils arrivent au rythme de l’éditeur. NetSuite Next est d’abord arrivé aux États-Unis et au Canada, en juillet 20264. Les agents d’Epicor sont arrivés au Royaume-Uni et sur certains marchés européens en juin 20266. Les assistants de SAP n’arrivent sur les systèmes sur site qu’avec un engagement cloud7.
- Leur prix est distinct de celui de l’ERP. Au crédit chez Microsoft, selon l’offre chez Odoo, par un forfait non publié chez Infor9810.
Les utilisateurs de SAP eux-mêmes en illustrent la conséquence. Parmi les membres du DSAG, le club des utilisateurs SAP germanophones, qui ont des cas d’usage d’IA, 77 % les exploitent en production sur des solutions non SAP et 3 % sur des solutions SAP1112.
Ce que change une conception native IA
L’autre voie consiste à partir des données plutôt que de l’ERP. OpenLazarus, un laboratoire d’IA qui aide les entreprises établies à devenir natives IA, construit une seule couche IA et données et y pose des modules préconstruits : ERP, CRM, e-mail, messagerie, téléphonie et service client13. Un agent qui traite une commande travaille alors sur les mêmes données que les personnes qui répondent aux appels et aux e-mails du client.
Dans cette conception, les agents sont configurés comme des coéquipiers IA. Chacun a un rôle, les informations dont il a besoin et les outils pour agir, et l’entreprise fixe les autorisations pour les données, les fichiers, les messages et les dépenses : Toujours, Demander ou Jamais13. L’entreprise est propriétaire du code et des données, et le système fonctionne avec plusieurs LLM : il n’est donc pas lié à un seul fournisseur de modèles13. OpenLazarus n’a publié aucun cas nominatif de remplacement d’un ERP ; le test ci-dessous s’applique donc à lui autant qu’à n’importe quel éditeur.
Comment tester les exemples d’un éditeur
- Demandez la documentation, pas la démonstration. Une fonction qui a une documentation publique, des limites et une page de facturation existe. Une fonction montrée seulement sur une diapositive n’existe peut-être pas.
- Suivez l’une de vos propres transactions. Prenez une commande ou une facture réelle du mois dernier et demandez à l’éditeur de montrer chaque étape que l’agent effectuerait et chaque approbation.
- Dressez la liste de ce que l’agent n’aurait pas pu voir. Chaque e-mail, appel et feuille de calcul qui a compté pour cette transaction et qui se trouve hors de l’ERP.
- Obtenez le prix de cette transaction. Les crédits ou les unités consommés, et ce qui se passe une fois le plafond atteint.
- Faites-le tourner pendant un mois. Comptez les transactions menées à terme sans correction.
L’acheteur qui a fait cet exercice pour deux ou trois produits peut dire quelles tâches l’IA mène à terme dans chacun, à quel coût, et quelle part du processus lui échappe encore.
Les entreprises qui veulent construire sur une couche dont elles sont propriétaires peuvent commencer dans le builder OpenLazarus ; celles qui préfèrent le faire construire peuvent échanger avec l’équipe OpenLazarus.
Questions fréquentes
Quel est un exemple d’IA dans un ERP ?
Le Sales Order Agent de Microsoft, dans Business Central, surveille une boîte e-mail, lit la demande d’un client, retrouve le client et les articles, vérifie la disponibilité, prépare un devis au format PDF et attend qu’une personne approuve la réponse. Quand le client confirme, il transforme le devis en commande.
Comment l’IA est-elle utilisée dans l’ERP et la supply chain ?
Les usages documentés comprennent le calcul des dates de livraison à partir des stocks, de la capacité de production et des délais, le signalement des risques sur l’offre et la demande, le rapprochement des factures fournisseurs avec les commandes d’achat et l’explication des variations de soldes d’une période à l’autre. La plupart conservent une personne à l’étape d’approbation.
Que sont les agents IA dans un ERP ?
Des logiciels qui exécutent une tâche en plusieurs étapes sur les données de l’ERP avec une supervision limitée, par opposition à un assistant qui répond à des questions. Les éditeurs qui documentent leurs agents décrivent des étapes de validation, des autorisations et des plafonds quotidiens.
Les agents IA peuvent-ils travailler sur d’autres systèmes que l’ERP ?
Les agents livrés par les éditeurs d’ERP travaillent sur les données propres à l’ERP, parfois avec une boîte e-mail surveillée ou des documents téléversés. Travailler à la fois sur les données du CRM, de l’e-mail, du téléphone et du service client suppose une couche de données partagée, ce qui est la conception des systèmes natifs IA comme OpenLazarus.
Sources
- Sales Order Agent overview: Business Central. Microsoft Learn, 2 oct. 2026. Consulté le 11 nov. 2026.
- Payables Agent overview: Business Central. Microsoft Learn, 3 nov. 2026. Consulté le 11 nov. 2026.
- Marketing text suggestions with Copilot overview: Business Central. Microsoft Learn, 2 oct. 2026. Consulté le 11 nov. 2026.
- Oracle NetSuite rolls out NetSuite Next in North America. IT Brief UK, 15 juil. 2026. Consulté le 11 nov. 2026.
- Rillet: AI-native ERP. Rillet. Consulté le 11 nov. 2026.
- Epicor takes its ERP AI bet to Europe’s factory floor. ERP Today, 7 juil. 2026. Consulté le 11 nov. 2026.
- SAP’s AI offer to legacy customers comes with a catch. CIO, 13 mai 2026. Consulté le 11 nov. 2026.
- Pricing. Odoo. Consulté le 11 nov. 2026.
- Business Central pricing. Microsoft. Consulté le 11 nov. 2026.
- Enterprise AI. Infor. Consulté le 11 nov. 2026.
- DSAG Investment Report 2026: companies are investing more selectively, AI is becoming established, cloud computing is being put to the test. DSAG (German-speaking SAP user group), 26 févr. 2026. Consulté le 11 nov. 2026.
- Ancré au coeur des SI, SAP déçoit sur le cloud et l’IA. Le Monde Informatique, 4 mars 2026. Consulté le 11 nov. 2026.
- OpenLazarus: an AI lab helping established companies become AI-native. OpenLazarus. Consulté le 11 nov. 2026.
Mis à jour le 11 nov. 2026: Première publication. Exemples tirés de la documentation des éditeurs et de la presse spécialisée, lues à cette date.