Solution · Par intégration

ChatGPT dans une cellule, c'est une démo. Automatiser Excel avec l'IA, c'est un processus.

On ne vient pas t'installer un complément. Le problème n'est pas qu'il manque une formule IA à Excel : c'est qu'un fichier arrive à l'identique toutes les semaines et que quelqu'un s'assoit pour le classer ligne par ligne. On monte ce travail comme un processus —la feuille entre, ressort faite, avec le douteux signalé et la trace du pourquoi— sur ton Microsoft 365, et on le laisse en production.

On le monte chez moi Voir comment ça marche

Le problème

L'intégration entre Excel et l'IA existe déjà chez toi. C'est une personne, et elle tourne le jeudi après-midi.

Le fichier arrive à l'identique chaque semaine —l'export de l'ERP, le tarif du fournisseur, le CSV de la plateforme— et quelqu'un l'ouvre pour classer des lignes, normaliser des noms écrits de six façons différentes et remplir les colonnes qui manquent.
Il y a déjà un complément installé. Quelqu'un a mis une formule IA dans une colonne, ça a très bien marché sur trente lignes et ça a explosé à quatre mille : quota épuisé, cellules bloquées, erreurs éparpillées et un fichier que personne n'ose recalculer de peur de perdre ce qui était bon.
La même ligne ressort classée autrement le mardi et le jeudi. Personne ne sait dire pourquoi, parce que la décision vit dans une cellule et qu'il ne reste aucune trace de ce avec quoi elle a été prise.
Quand ça presse, le fichier entier est collé dans un chat personnel « pour qu'il analyse ». Les prix, les clients, la paie. Ça sort de l'entreprise sans trace et ça revient en texte qu'il faut retaper.
Il existe quatre versions de la feuille : celle du mail, celle de OneDrive, celle que quelqu'un a téléchargée sur son bureau et celle envoyée à la direction. La bonne est celle que désigne l'expéditeur.

Le coût de ne rien changer

Ça ne sort pas du budget logiciel, ça sort de la masse salariale. Selon Eurostat (enquête sur l'usage des TIC et le commerce électronique dans les entreprises, périmètre Union européenne), 20,0 % des entreprises de 10 salariés ou plus utilisaient des technologies d'IA en 2025, contre 13,5 % en 2024. Le chiffre s'arrête là ; la lecture est de nous : quatre entreprises sur cinq font encore ce travail avec des gens. Et le manuel ne coûte pas que des heures, il coûte des erreurs : la synthèse de treize études de terrain de Raymond Panko (Université de Hawaï, révision 2008 ; périmètre États-Unis et Royaume-Uni) a trouvé que 94 % des 88 feuilles de calcul opérationnelles auditées contenaient au moins une erreur, avec un taux moyen d'erreur de 5,2 % sur les cellules à formule. Chaque semaine où la feuille se traite à la main, ce sont des heures chères passées à retaper et des décisions prises sur un fichier qui, statistiquement, a des fautes que personne n'a vues.

La solution

On sort le travail de la cellule et on le monte en processus : la feuille entre, ressort faite, avec la trace du pourquoi

1On part de la feuille, pas de l'outil. Laquelle, à quelle fréquence elle arrive, ce que la personne décide ligne par ligne et selon quel critère. Ce critère —celui qui vit aujourd'hui dans la tête de celui qui le fait— s'écrit, se discute avec toi et devient les règles du processus. C'est la partie ennuyeuse et c'est elle qui décide si ça marche.
2On monte le travail hors de la cellule. La feuille reste où elle est —OneDrive, SharePoint ou Google Drive— et le processus la lit via la Microsoft Graph API, ou via Apps Script si tu vis dans Workspace : il traite par lots, réécrit dans sa colonne et garde la trace. Pas de formules qui se recalculent et changent de réponse dès que quelqu'un ouvre le fichier.
3On sépare le déterministe de ce qui exige du jugement. Croiser avec un référentiel, valider un format ou appliquer une règle, c'est du code : ça ne se trompe pas et ça ne facture pas au token. Au modèle on ne demande que ce qui a vraiment besoin d'interprétation —de quoi parle ce libellé, dans quelle catégorie va cette ligne en texte libre— et en sortie structurée, pas en texte libre à renettoyer.
4On pose un seuil de confiance et une file de relecture. Ce dont le modèle n'est pas sûr est signalé et part chez une personne au lieu de passer comme si c'était bon : c'est de la supervision humaine appliquée là où corriger coûte le moins cher. Et chaque ligne porte d'où vient sa valeur, pour que la feuille s'audite au lieu de se croire.

Ce qui change

Ce que tu arrêtes de perdre

20,0 % des entreprises de l'UE de 10 salariés ou plus utilisaient des technologies d'IA en 2025, contre 13,5 % en 2024. Périmètre : Union européenne.
Eurostat, usage des TIC et commerce électronique dans les entreprises (2025)
Sur treize études de terrain, 94 % des 88 feuilles de calcul opérationnelles auditées contenaient au moins une erreur, avec un taux moyen d'erreur de 5,2 % sur les cellules à formule. Périmètre : audits académiques de feuilles d'entreprise aux États-Unis et au Royaume-Uni.
Raymond R. Panko, « What We Know About Spreadsheet Errors » (Université de Hawaï, révision 2008)
Ce qu'on mesure : part de lignes réglées sans que personne n'y touche, justesse face à un échantillon déjà classé par ton équipe, heures passées sur la feuille par semaine avant et après, et combien de lignes finissent en relecture et pour quel motif.
Ce qu'on mesure

Fiche technique

Travail supprimé: qu'une personne ouvre la même feuille chaque semaine pour classer des lignes, remplir ce qui manque et monter le résumé
Mise en place habituelle: 2 à 4 semaines
Entrée: la feuille qui arrive à l'identique chaque semaine : l'export de l'ERP, le tarif du fournisseur, le CSV de la plateforme
Sortie: cette même feuille avec ses colonnes remplies et classées, le douteux signalé pour relecture et la trace du pourquoi de chaque ligne
Compatible avec: Microsoft ExcelMicrosoft 365OneDriveSharePointGoogle SheetsChatGPT EnterpriseOpenAI APIPower Automaten8nMake
Peut se connecter à: Ton ERP ou CRM, d'où sort l'exportLes fichiers fournisseurs qui arrivent par mailLe tableau de bord ou le rapport monté ensuite
Ce qu’on mesure: % de lignes réglées sans que personne n'y touchejustesse face à un échantillon déjà classé par ton équipeheures passées sur la feuille par semaine avant et aprèslignes qui finissent en relecture et pour quel motif
Adapté pour: entreprises avec une feuille récurrente de centaines ou de milliers de lignes traitée aujourd'hui à la main
Pas adapté pour: feuilles ponctuelles ou de vingt lignes : là, le complément du moment te rend plus service qu'un processus monté

Questions fréquentes

Pour essayer, si ; pour un processus hebdomadaire, non. Un complément met une formule dans une cellule et marche très bien tant qu'il y a peu de lignes et que personne n'audite le résultat. À l'échelle, ça casse à trois endroits : le recalcul, qui change des réponses déjà bonnes ; le volume, qui heurte les limites de l'API et laisse le fichier à moitié fait ; et la trace, qui n'existe tout simplement pas. Microsoft l'a reconnu en actes : sa propre formule =COPILOT() dans Excel cesse d'être disponible à partir du 14 septembre 2026 sans avoir jamais atteint la disponibilité générale, et sa documentation déconseillait déjà de l'utiliser pour des calculs numériques, pour chercher des données dans le classeur lui-même et pour du contenu soumis à des obligations légales. Quand l'éditeur retire la formule IA de son propre tableur, la place de l'IA n'était peut-être pas la cellule.

Sers-t'en, et on ne montera rien par-dessus qui le double. Copilot dans Excel est bon dans son registre : le volet latéral, le mode agent qui exécute plusieurs étapes dans le classeur et l'analyse avancée avec Python, disponibles depuis 2026 pour qui a la licence. Mais c'est un copilote et le mot est littéral : quelqu'un doit être devant, le demander et le relire, chaque semaine. Ce qu'on monte tourne tout seul sur le fichier récurrent, sans que personne n'ouvre Excel, et laisse la trace qu'un volet de chat ne laisse pas. Si tu veux la suite entière qui déplace la donnée entre Outlook, Excel et SharePoint, c'est l'IA pour Microsoft 365 ; ici c'est une feuille précise et le travail qu'elle mange.

Si, et pour une fois c'est parfait. ChatGPT lit le .xlsx et le .csv, et les connecteurs de ses offres entreprise cherchent déjà dans OneDrive et SharePoint : interroger tes fichiers est un problème réglé —c'est le sujet, côté documents, de connecter Google Drive à ChatGPT—. Ce que ça ne règle pas, c'est le reste : que le résultat se réécrive dans la feuille, dans la même colonne, toutes les semaines, sans que personne ne le colle ; que le critère soit le même en janvier et en juin ; et qu'il reste une trace de ce qui a été traité et avec quoi. Demander, c'est une conversation. Ça, c'est un processus.

Ça arrivera, et le montage part de là. Trois choses le contiennent. La première : le modèle ne touche pas au déterministe —si la catégorie se règle en croisant avec un référentiel, on croise—. La deuxième : un seuil de confiance, et ce qui passe en dessous n'est pas écrit comme bon, il est signalé et part dans une file de relecture bien plus courte que la feuille entière. La troisième : avant de le laisser seul, on mesure sa justesse face à un échantillon que ton équipe avait déjà classé, et ce chiffre on te le montre même s'il ne nous arrange pas. Si la justesse n'y est pas, la frontière bouge : plus de lignes en relecture, moins en automatique. Ce qu'on ne fait pas, c'est te rendre une feuille pleine de valeurs qui ressemblent à la vérité.

On le monte chez toi ?

Tu as ciblé le problème. On livre la solution et on la laisse mesurée.

Voir le service