Cap sur l’efficience des processus via la digitalisation et l’IA agentique

En complément aux offres historiques du groupe, dont celles de Rcarré et Rsecure, R-Lab aborde l’applicatif par l’IA, en particulier l’IA agentique et prône, via ses projets, une digitalisation transformative. Explications de son mentor, Pierre-Mathieu Roche.

« L’IA prend sa valeur lorsqu’elle améliore un processus réel, non quand elle est utilisée comme une fin en soi ! »

Alors que la digitalisation traditionnelle consistait à convertir des processus analogiques en formats numériques, l’IA injecte une capacité d’apprentissage, d’adaptation et de décision autonome. On passe ainsi d’une numérisation passive à une numérisation cognitive, prédictive et, par là-même, transformative.

La digitalisation a créé l’infrastructure numérique et collecté la donnée ; l’IA est aujourd’hui le cerveau qui exploite enfin pleinement ce potentiel. L’IA transforme les outils numériques de simples « exécutants » en véritables « partenaires stratégiques », explique Pierre-Mathieu Roche, Consultant stratégique, Rcarré

R-Lab, née en juillet 2026, s’est spécialisée dans l’efficience des processus via la digitalisation et l’IA agentique. Sa vocation est de traiter les enjeux technologiques qui se situent au-delà de l’infrastructure, le domaine de Rcarré, et de la cybersécurité, l’activité de Rsecure.

Vers de nouveaux modèles organisationnels

« R-Lab sert de point d’entrée pour accompagner les clients sur ces nouveaux sujets, en complément aux offres historiques du groupe, contextualise Pierre-Mathieu Roche. Nous les accompagnons dans la digitalisation, via notamment l’IA, pour améliorer leurs activités et leur efficience. L’IA agentique, en particulier, élargit les frontières de l’automatisation et de la collaboration. Elle a le potentiel de devenir une technologie fondamentale pour la transformation numérique, permettant de nouveaux modèles organisationnels, des flux de travail plus intelligents et des équipes hybrides humain-IA. »

Particularité : plutôt que constituer une équipe complète en interne, le groupe a choisi de s’appuyer sur des partenaires spécialisés. Pierre-Mathieu Roche cite Control-C et TAB – The Artificial Business, deux entités luxembourgeoises.

La première est spécialisée dans le développement spécifique et le développement « agentique »; elle conçoit des solutions adaptées aux métiers et aux processus de chaque organisation. La deuxième, agnostique vis-à-vis des modèles, a développé une plateforme souveraine et hybride d’orchestration d’agents IA; elle peut créer différents types d’agents, notamment des agents utilisant des documents ou des bases de données, ainsi que des agents connectés à des flux RSS ou à des services au moyen de clés API. Proches et souveraines, ces deux entreprises apportent des gages aux organisations ayant des exigences de confidentialité.

Un OCR intelligent

La nature des projets est étendue. Ainsi, la gestion électronique de documents. Jusqu’à présent, la GED était essentiellement réactive, c’est-à-dire centrée sur le stockage et la recherche d’informations. « L’IA, aujourd’hui, contribue au développement de GED intelligentes, capables de comprendre les contenus, d’automatiser les traitements et d’assister les métiers dans leurs décisions », précise Pierre-Mathieu Roche.

La reconnaissance de caractères intégrée à l’IA -souvent appelée AI OCR ou Intelligent Document Processing– transforme une simple image ou un scan en données numériques exploitables au sein d’une solution GED.

Pour une fiduciaire, par exemple, le processus d’entrée en relation avec un client implique généralement de demander plusieurs documents, notamment pour les contrôles de type AML/KYC. Les échanges se font souvent par courriel et peuvent nécessiter des relances si un document manque ou s’il est périmé.

La plateforme développée permet au client de déposer ses documents à l’endroit prévu, par glisser-déposer. Les pièces sont ensuite structurées et les informations pertinentes peuvent être traitées sans conserver le dossier uniquement sous la forme d’un ensemble de PDF.

Le système peut aussi repérer si une pièce, comme une carte d’identité, approche de sa date d’expiration et déclencher un rappel à l’intention du client.

Selon Pierre-Mathieu Roche, cette organisation contribue à maintenir des dossiers complets et à réduire les tâches administratives. Elle peut également aider la fiduciaire à mieux ajuster la facturation à la charge réelle de chaque dossier.

Une réponse au bout de quelques minutes

Un autre exemple présenté concerne un agent connecté, au moyen d’une API, à des logiciels comptables. Un collaborateur peut poser une question en langage courant, par exemple sur le chiffre d’affaires d’une période donnée. L’agent recherche aussitôt l’information dans les données et les documents disponibles, puis fournit une réponse. L’intérêt avancé est de faciliter l’accès à l’information sans devoir demander une recherche manuelle ou une tâche comptable spécifique.

« C’est l’assurance d’une réponse au bout de quelques minutes contre quelques heures, voire quelques jours lorsqu’une demande est traitée manuellement. Et c’est important pour l’expérience client », assure Pierre-Mathieu Roche.

Dans un cabinet d’avocats, on peut imaginer un outil conçu pour un produire des propositions détaillées, désignées durant l’entretien comme des « fee quotes ». Ces documents, qui peuvent compter 20 à 50 pages, exposent notamment la compréhension du dossier, l’approche envisagée et les éléments juridiques pertinents.

Jusqu’ici, la préparation manuelle pouvait, selon l’intervenant, nécessiter 6 à 12 heures de travail, dont une partie non facturable. L’outil, ici, s’appuie sur des documents et références déjà disponibles, ainsi que sur des éléments sélectionnés par l’utilisateur, pour générer un document mis en forme selon la charte graphique du cabinet. La production peut aboutir en quelques minutes, sous forme de présentation ou de PDF, tout en restant destinée à être revue par les professionnels concernés.

L’adéquation entre la taille du modèle et le besoin

Nombre de missions démarrent sur un besoin limité, un « quick win », puis évoluent vers des développements plus importants, allant parfois jusqu’à la création d’un outil de type semi-ERP, constate Pierre-Mathieu Roche.

A l’entendre, des tâches répétitives mobilisant quatre à cinq heures par semaine peuvent, dans certains cas, être ramenées à cinq à dix minutes grâce à l’automatisation.

« Ces premières réalisations servent à démontrer la valeur de la solution et à vérifier que le prestataire a compris le métier du client. Les projets ne visent pas nécessairement à remplacer les outils existants, mais plutôt à les faire communiquer, à réduire les doubles saisies et à éviter les opérations de copier-coller. »

Un point central de la discussion est l’adéquation entre la taille du modèle et le besoin. Les tâches simples -résumer un texte court, extraire une information d’un document ou traiter une demande ciblée- ne nécessitent pas nécessairement les modèles les plus puissants. À l’inverse, certains usages plus exigeants, comme la rédaction élaborée ou la création d’images, peuvent justifier d’autres choix.

« L’IA peut devenir coûteuse lorsqu’elle est utilisée sans discernement, enchaîne Pierre-Mathieu Roche. Un déploiement utile suppose de former les utilisateurs, de sélectionner les bons connecteurs et de choisir l’outil adapté à chaque usage. » C’est l’une des raisons pour lesquelles les projets associent souvent une étape de développement à l’intégration de l’IA : la technologie est insérée dans un processus concret, plutôt que proposée uniquement sous la forme d’une conversation avec un assistant généraliste.

L’IA prépare, l’humain décide

Ces étapes vers une plus grande automatisation réclament néanmoins une validation humaine à chaque étape pertinente. L’IA ne doit pas envoyer seule un courriel ou publier un rapport sans contrôle préalable.

L’IA prépare, l’humain décide ! L’IA est un outil d’aide à la production, à la synthèse et à l’organisation, mais elle ne possède ni conscience, ni discernement éthique, ni compréhension du contexte implicite, insiste R-Lab.

L’objectif annoncé n’est donc pas de remplacer les collaborateurs, mais d’automatiser les tâches administratives ou répétitives à faible valeur ajoutée. Le temps ainsi libéré peut être consacré à des activités nécessitant davantage d’expertise et de jugement.

Cette exigence de contrôle s’inscrit dans une approche prudente de l’IA : les outils assistent les équipes, mais la décision et la validation restent du ressort des personnes concernées.