L'intelligence artificielle est devenue l'argument de vente de presque tous les secteurs du logiciel — y compris ceux où elle n'existe pas. Pour un garage, la question n'est pas de savoir si l'IA est « bonne » ou « mauvaise », mais ce qu'elle peut concrètement faire, ce qu'elle ne peut pas faire, et à quelle condition elle apporte vraiment un gain. Voici un état des lieux sans effet de manche.
D'abord, distinguer trois choses que le marketing confond
- L'automatisation : des règles écrites à l'avance (« si devis accepté, alors préparer la facture »). Fiable, vérifiable, immédiat — ce n'est pas de l'IA.
- L'algorithme de recommandation : une logique qui trie ou suggère selon des critères (« afficher les créneaux libres en premier »). Utile, mesurable — ce n'est pas non plus de l'IA générative.
- L'IA au sens usuel : un modèle qui produit du texte, interprète des images ou extrait des informations non programmées à l'avance. Puissant, mais probabiliste : il se trompe, et ses sorties doivent être relues.
Les usages qui ont déjà du sens dans un atelier
Trois familles d'usages reviennent, toutes intéressantes lorsqu'elles reposent sur des données propres : l'assistance administrative (rédiger un texte de réponse, synthétiser un historique, préparer un compte rendu), l'assistance à la recherche technique (formuler une question, croiser des informations existantes plus vite), et l'aide au pilotage (suggestions d'organisation, détection de créneaux morts, signalement d'anomalies dans un historique). Dans les trois cas, l'humain valide — un devis généré et non relu reste un devis faussé.
Ce que GarageFlows fait — et ce que nous ne prétendons pas faire
GarageFlows repose aujourd'hui sur de l'automatisation concrète : transformation d'un devis accepté en facture, suggestions d'organisation du planning, rappels d'entretien, alertes de stock, statistiques calculées sur vos données. Aucune de ces fonctions n'est présentée comme « propulsée par l'IA » : nous décrivons les automatismes pour ce qu'ils sont. Un éditeur qui brandit l'IA pour décrire une règle conditionnelle vous vend du vocabulaire, pas de la capacité.
Comment préparer son garage à demain
Le prérequis à toute technologie d'assistance — IA comprise — est une donnée structurée : clients, véhicules, interventions, pièces et documents rattachés au bon dossier, dans un socle unique. Un historique dispersé entre cahiers et tableurs ne peut être exploité par personne, encore moins par un modèle. Digitaliser proprement aujourd'hui est l'investissement qui rendra possibles les outils de demain.
Les questions à poser avant d'adopter un outil « IA »
- Quelle tâche concrète est améliorée — et comment le mesure-t-on ?
- Où vont mes données : servent-elles à entraîner un modèle tiers ?
- Qui est responsable quand la sortie est fausse : l'outil ou moi ?
- Puis-je désactiver l'option et utiliser le logiciel sans elle ?
- L'éditeur montre-t-il des exemples réels, pas seulement des vidéos ?
À retenir
- Automatisation, recommandation et IA générative sont trois choses différentes.
- L'automatisation fiable et vérifiable vaut souvent mieux qu'un modèle que personne ne contrôle.
- Les données propres dans un socle unique sont le prérequis de tout outil d'assistance.
- Toute sortie d'IA doit être relue : elle est probabiliste, pas assurée.
- Méfiez-vous d'un éditeur qui utilise « IA » pour décrire une règle programmée.
