Publié le
par
Les directions de l’environnement de travail (DET) manient un volume important de données : occupation des espaces, nombre d’interventions, consommation énergétique, qualité de service… Pourtant, ces informations restent souvent sous-exploitées, faute d’outils adaptés ou de ressources dédiées à l’analyse. L’intelligence artificielle ouvre de nouvelles perspectives en permettant d’analyser plus facilement ces données, d’en extraire des tendances et d’aider à la prise de décision.
Depuis 2023, l'émergence de grands modèles de langage (LLM) a simplifié l’analyse de la donnée. Des outils comme ChatGPT, Gemini ou Claude permettent désormais, sans expertise technique avancée, d’explorer des données, d’en extraire des tendances, d’identifier des anomalies ou encore de formuler rapidement des hypothèses d’analyse. Ils facilitent l’interprétation des données et rendent leur exploitation beaucoup plus accessible au quotidien. Dans cette dynamique, une nouvelle génération d’intelligence artificielle se développe : les systèmes dits “agentiques”. Plus autonomes que les assistants conversationnels, ils sont capables d’interpréter une demande mais aussi d’agir directement dans les systèmes de l’entreprise. Concrètement, ils peuvent automatiser des tâches comme la création de tickets, l’envoi d’alertes ou la mise à jour de bases de données. Pour les DET, ces avancées ouvrent la voie à une gestion plus automatisée, particulièrement précieuse dans des environnements où la réactivité est clé.
Pour illustrer ces usages, voici un exemple d’analyse menée à partir de données CSV par MerciYanis. La start-up a récemment accompagné Julien Grzegorczyk, facility manager et responsable technique chez OVHcloud, qui souhaitait exploiter les relevés de température de ses bureaux afin d’identifier d’éventuelles périodes de surchauffe. Jusqu’alors, l’interface MerciYanis permettait uniquement une consultation des données, capteur par capteur. Or, le besoin du client était différent. Il voulait disposer d’une vision complète de l’ensemble des capteurs du site de Lyon, au sein d’une interface unique, avec la possibilité de comparer les courbes et de repérer précisément les périodes critiques.
« Nous avons donc exporté les données des capteurs au format CSV, un format structuré standard. J’ai ensuite demandé à ChatGPT de me générer une interface HTML capable d’afficher plusieurs graphiques de températures simultanément, avec des fonctionnalités de filtrage et de navigation temporelle »
, détaille Guillaume Blanc, CEO de MerciYanis.
En quelques itérations, une première version fonctionnelle a pu être mise en place très rapidement.
« Il y a quelques années, j’aurais proposé un développement spécifique. Cela aurait représenté plusieurs milliers d’euros et plusieurs jours de développement »
, pointe Guillaume Blanc.
Grâce à l’IA, le client a ainsi pu visualiser l’ensemble de ses capteurs sur un même écran, afficher ou masquer certaines courbes, et zoomer sur des plages temporelles spécifiques pour affiner son analyse.
« Les graphiques générés par MerciYanis m’ont permis de constater que le week-end, sans présence humaine et avec le matériel informatique éteint, la température restait pourtant trop élevée. Grâce à ça, les techniciens ont identifié une anomalie dans le programme de gestion de la température, qui provoquait un chauffage en continu »
, explique Julien Grzegorczyk.
Cet exemple l’atteste : l’IA permet d’analyser en quelques minutes des volumes de données dont l’exploitation aurait auparavant nécessité plusieurs jours de travail. Elle accélère non seulement le traitement de l’information, mais facilite aussi son interprétation et sa mise en action.
Plus largement, dans l’environnement de travail, l’IA simplifie l’analyse et l’exploitation de nombreux usages du quotidien :
Malgré leurs capacités impressionnantes, les modèles d’intelligence artificielle soulèvent des enjeux importants en matière de confidentialité des données. Attention notamment à l’utilisation de versions gratuites d’IA, qui peuvent exposer les données professionnelles à des risques, notamment parce qu’elles pourraient, à terme, être réutilisées ou rendues accessibles dans de futures versions des modèles. Une étude récente menée par des chercheurs de l’ETH Zurich et d’Anthropic montre d’ailleurs que certains modèles de langage sont capables d’identifier des utilisateurs à partir de données pourtant considérées comme anonymisées, soulignant ainsi les limites actuelles en matière de protection des données confidentielles. Dans ce contexte, la maîtrise de la donnée doit être considérée comme un enjeu stratégique, et non comme un simple aspect technique.
L’intelligence artificielle transforme la manière dont les directions de l’environnement de travail peuvent exploiter leurs données. Grâce aux LLM, l’analyse devient plus rapide et plus accessible. Comme le montre le cas présenté, ces outils offrent des gains immédiats en termes de temps, de coûts et de prise de décision. Pour autant, leur utilisation ne doit pas se faire sans cadre. La question de la confidentialité des données et la nécessité de garder un regard critique restent centrales. L’enjeu pour les DET n’est donc pas seulement d’adopter l’IA, mais de l’intégrer de manière pertinente et sécurisée, là où elle apporte un véritable levier de performance.
par
Un rapport d’activité clair permet de structurer vos échanges, rendre votre travail visible et améliorer la relation client dans les contrats de services (propreté, multiservices, maintenance).
Découvrir
par
Découvrez comment l’intelligence artificielle transforme la gestion des incidents et améliore la réactivité en entreprise.
Découvrir
par
Dix prestataires, zéro coordination : les clés pour piloter un déménagement de bureaux sans que le planning dérape.
Découvrir