Rapports d'entreprise avec l'IA : séparer les chiffres vérifiés des commentaires générés

L'intelligence artificielle peut rendre lisible un rapport que personne ne lit. Elle ne peut en revanche pas décider de votre chiffre d'affaires : si on lui demande à la fois le calcul et le commentaire, elle restitue un texte fluide où les chiffres faux sont indiscernables des bons. Ce guide sert à construire des rapports où la partie vérifiée et la partie générée restent séparées et reconnaissables même dans six mois.

La règle qui soutient tout le reste est unique : les chiffres sont calculés par le système qui possède les données, le modèle reçoit le résultat déjà fait et travaille uniquement sur les mots.

Les chiffres ne sont pas calculés par le modèle

Un modèle de langage qui reçoit des données brutes et est invité à faire des sommes, des moyennes ou des comparaisons produit des résultats plausibles et non vérifiables. Le problème n'est pas la capacité de calcul : c'est que le résultat n'est pas reproductible et que personne ne saura dire, plus tard, quel critère a été utilisé.

• Sommes, moyennes, variations et pourcentages se calculent là où se trouvent les données : dans le système de gestion, dans le tableur, dans la vue déjà définie. Ils sont vérifiables et reproductibles.
• Le modèle reçoit un tableau fermé, avec les valeurs déjà calculées, et les utilise telles quelles. Il ne doit avoir aucune raison de recalculer quoi que ce soit.
• Dans le document final, les chiffres doivent pouvoir être rattachés à leur source. Une ligne en bas qui indique de quel système ils proviennent et à quelle période ils se rapportent vaut plus que dix lignes de commentaire.
• Si un chiffre manque, il ne doit pas être estimé : il faut écrire qu'il manque. C'est le point où les rapports générés se trompent le plus souvent, car un vide se voit comblé par quelque chose de raisonnable.

Que fournir en entrée : tableau fermé et contexte

La qualité du commentaire dépend presque entièrement de ce qu'on lui présente. Un modèle qui ne reçoit que des chiffres produit des descriptions : « la valeur a augmenté ». Un modèle qui reçoit aussi le contexte produit des observations utiles.

1. Le tableau des valeurs de la période, avec la période de comparaison déjà mise en regard et la variation déjà calculée.
2. La définition de chaque indicateur en une ligne : ce qu'il mesure, ce qu'il exclut, quelle unité. Sans cela, le commentaire emploiera les termes dans leur sens courant et non dans le vôtre.
3. Les seuils ou les objectifs, quand ils existent. « En dessous de cette valeur, nous intervenons » transforme une description en signalement.
4. Les faits connus de la période : une fermeture pour congés, une campagne, un client perdu, un fournisseur à l'arrêt. Sans contexte, chaque écart devient un mystère, et un modèle qui ne sait pas pourquoi un chiffre a bougé tend à inventer une explication raisonnable.
5. Ce qui est exclu ou incomplet : les données qui arriveront en retard, les sites non encore intégrés, les périodes non comparables.

Un rapport de démonstration

Voici à quoi ressemble un rapport construit de cette façon. Les valeurs sont illustratives et servent uniquement à montrer la structure : la partie haute est calculée et vérifiable, la partie basse est générée et doit être approuvée.

Sous le tableau se place le commentaire, et chaque phrase doit appartenir à l'une des trois catégories de la section suivante. Un commentaire dont on ne comprend pas à quelle catégorie appartient une phrase est un commentaire à refaire, pas à corriger.

Observation, hypothèse, information manquante

C'est la distinction qui rend un rapport généré utilisable en réunion. Trois catégories, déclarées explicitement dans le texte.

• Observation : elle dit seulement ce qui se lit dans le tableau. « Les devis émis sont inférieurs à la période de comparaison, sur une donnée qui ne comprend pas deux sites. » Elle n'ajoute rien et ne peut pas être fausse.
• Hypothèse : elle propose une explication possible, en la déclarant comme telle et en indiquant comment la vérifier. « Une cause possible est la fermeture d'août dans l'un des sites ; on le vérifie en comparant les jours ouvrés effectifs. » Elle est utile précisément parce qu'elle arrive avec sa propre vérification.
• Information manquante : elle dit ce qu'il faudrait pour répondre. « Il n'est pas possible de dire si les demandes perdues concernent un secteur précis : la donnée du secteur n'est pas présente dans le tableau. » C'est la partie qui améliore le plus souvent le rapport suivant.

Une conséquence pratique : on demande au modèle de ne jamais formuler de conclusion opérationnelle. « Il faut augmenter les efforts commerciaux » n'est ni une observation ni une hypothèse vérifiable, c'est une décision, et les décisions restent entre les mains de qui en répond.

Qui approuve, et ce qui reste écrit

Un rapport récurrent a besoin d'un parcours stable, sinon la vérification se fait la première fois puis s'arrête.

1. Le calcul est exécuté et le tableau est figé, avec date et heure d'extraction.
2. Le commentaire est généré à partir de ce tableau, et n'est pas régénéré après des modifications des données sans refaire aussi le calcul.
3. Une personne relit, corrige ou rejette. Les corrections fréquentes doivent être notées : elles sont l'indication la plus utile pour améliorer les instructions données au système.
4. Le document diffusé porte avec lui la date de l'extraction, la période, les sources et l'indication des parties générées. Qui le retrouve dans un an doit pouvoir le comprendre sans avoir à demander.

Ce que ce guide ne couvre pas

Il est ici question de l'interprétation assistée : comment préparer un rapport pour que le commentaire soit utile et contrôlable. La définition des indicateurs — formules, sources, fréquences et responsables de la donnée — vient avant et fait l'objet d'un guide dédié : sans ce travail, un commentaire généré décrit avec élégance des chiffres sur lesquels l'entreprise n'est pas d'accord. Les tests à effectuer sur un assistant avant de le mettre en ligne font l'objet de leur propre guide.