Ton Excel n’est pas un fichier. C’est une appli sans garde-fous.
Tu as forcément un Excel “vital”. Celui qui fait tourner une partie du business. Planning d’équipes. Tournées. Chiffrage. Suivi qualité. Marges par chantier. Peu importe.
Le problème n’est pas Excel. Le problème, c’est quand Excel devient un système sans les contrôles d’un système: pas de droits fins, pas de traçabilité, des copies partout, des formules incomprises, des macros qui cassent après une mise à jour, des erreurs silencieuses. Et le jour où la personne qui “sait” n’est pas là, tu avances à l’aveugle.
La bonne nouvelle en 2026: tu peux remplacer Excel par une application légère en quelques jours, si tu bosses proprement. Pas un projet IT de 6 mois. Une mini-app low-code, avec une base structurée, des règles explicites, des droits, et des tests. Et tu peux utiliser des agents IA entreprise pour accélérer: extraction des règles, génération d’écrans, validations, documentation, jeux de test.
Tu ne cherches pas “une app cool”. Tu cherches: moins de risque, moins de temps perdu, moins d’erreurs, plus de marge.
Avant de commencer: c’est quoi une “mini-application” (et c’est quoi un “agent IA” ici)
Mini-app: un outil interne simple, centré sur un flux métier, accessible sur mobile ou navigateur, connecté à une base (pas un fichier), avec des droits et un historique. Exemples: saisie de tournée + validation + export, ou chiffrage + bibliothèque de prix + génération de devis.
Agent IA: un assistant qui ne fait pas que “répondre”. Il peut enchaîner des étapes: analyser ton Excel, proposer un modèle de données, générer une première version d’écrans, écrire des règles de validation, produire des cas de test, et parfois déclencher des actions (avec garde-fous). Tu restes responsable. L’agent accélère. Il ne remplace pas le métier.
Dernier point cash: l’IA va te faire gagner du temps sur le build. Mais si tu ne testes pas, tu vas payer une “taxe de vérification” énorme. Lis ça si tu veux le cadre mental: https://jimmymanin.com/blog/taxe-de-verification-eviter-que-lia-te-fasse-perdre-du-temps-pas-en-gagner.
La méthode en 7 étapes (sans projet IT de 6 mois)
1) Cadrage métier: objectif, périmètre, tolérance à l’erreur
Tu commences par décider. Pas par “faire une app”.
Prends 45 minutes avec le métier et réponds à ces questions, noir sur blanc:
- Quel résultat business on veut? Exemple: réduire de 30% le temps de planification, baisser les erreurs de tournée, sécuriser la traçabilité qualité.
- Quel périmètre on migre? Un seul flux. Pas tout le classeur “usine à gaz”.
- Qui utilise et à quelle fréquence? Terrain, ADV, exploitation, direction.
- Où l’erreur est-elle acceptable? Exemple: une suggestion d’optimisation, OK. Une commande fournisseur auto, non.
- Qu’est-ce qui doit être verrouillé (règles) vs ce qui doit rester souple (saisie, commentaires)?
Décision de dirigeant: tu choisis le niveau de risque. Si ton Excel touche à la facturation, à la conformité, ou à la sécurité, tu imposes un contrôle humain systématique.
Si tu mets un agent dans la boucle, cale-toi sur un modèle simple de niveaux d’autonomie. Ça évite de laisser une IA “faire” en prod. Référence utile: https://jimmymanin.com/blog/agents-ia-le-modele-3-niveaux-dautonomie-pour-automatiser-sans-provoquer-lincident.
2) Extraction des règles: rendre explicite ce qui est caché dans les formules et les habitudes
Ton Excel marche parce qu’il contient des règles. Certaines sont dans les cellules. D’autres dans la tête des gens.
Objectif: produire un document “spéc” de 2 à 5 pages. Pas 40. Mais il doit être testable.
Procédure concrète:
- Inventorie les onglets et leur rôle (saisie, référentiels, calculs, exports).
- Liste les formules clés (celles qui impactent une décision: prix, affectation, délais, conformité).
- Repère les macros et ce qu’elles automatisent (import, nettoyage, génération de PDF, envoi mail).
- Collecte 10 cas réels “normaux” + 10 cas “pénibles” (ceux qui ont déjà créé un litige, un retard, un surcoût).
Ensuite tu utilises un agent IA pour accélérer l’explicitation. Tu lui donnes:
- un export des feuilles (CSV par onglet si possible),
- la liste des colonnes,
- les formules (copiées en texte),
- les 20 cas réels.
Tu lui demandes de produire:
- un glossaire (définitions des champs),
- les règles de calcul en français simple,
- les validations (obligatoire, bornes, formats),
- les exceptions.
Limite non négociable: un LLM peut halluciner une règle “logique” mais fausse. Donc validation métier obligatoire. Et tests (étape 5) obligatoires.
3) Choix du socle: low-code ou app interne (tu choisis la vitesse et la gouvernance)
Tu as deux routes:
- Low-code (souvent le meilleur ratio vitesse/contrôle): base structurée + app + automatisations, avec gestion des accès.
- App interne (dev classique): plus flexible, mais plus long, plus cher, et tu retombes vite dans un backlog sans fin.
Si tu es déjà dans Microsoft 365, la voie courte est souvent Power Apps + Dataverse + Power Automate, parce que tu as l’écosystème, l’admin, les identités, et des chemins “Excel vers tables/app”.
Critères de décision “dirigeant”:
- Time-to-value: en combien de jours tu as une première version utilisable?
- Gouvernance: droits, logs, environnements (dev/test/prod), sauvegardes.
- Coût total: licences + temps interne + accompagnement.
- Réversibilité: est-ce que tes données restent exportables proprement?
Ne choisis pas une techno “parce que c’est moderne”. Choisis parce qu’elle réduit tes coûts cachés d’Excel critique: erreurs, temps de reprise, dépendance à une personne, absence de piste d’audit.
4) Génération assistée par agents IA: construire vite, puis durcir
Objectif: produire une V1 en 1 à 3 jours. Mais une V1 qui tient debout.
Ce que l’IA peut faire très bien ici:
- Proposer un modèle de données (tables, colonnes, types, relations).
- Générer des écrans (liste, détail, formulaire, recherche).
- Écrire des validations simples (formats, plages, champs obligatoires).
- Créer des flux (ex: “soumettre”, “valider”, “notifier”).
- Documenter le fonctionnement (utile pour l’onboarding et le support).
Ce que tu ne laisses pas faire “en autonomie”:
- envoi automatique à un client,
- commande, paiement, écriture comptable,
- modification massive sans revue,
- suppression de données.
Règle simple: si l’action est irréversible ou coûteuse, il faut une validation humaine.
Et pense sécurité agentique: un agent qui a accès à des fichiers, à l’email ou à un CRM, c’est une surface d’attaque en plus (prompt injection, fuite de données, “excessive agency”). Tu poses des permissions minimales, et tu journalises. Pour cadrer ça sans te noyer: https://jimmymanin.com/blog/agents-ia-et-cybersecurite-controle-des-acces-nhi-avant-ton-premier-agent.
5) Tests sur cas réels: tu compares l’app à l’Excel, pas à un exemple propre
C’est l’étape que tout le monde bâcle. Et c’est là que tu perds ta crédibilité interne.
Tu construis un jeu de test simple:
- 20 à 50 cas historiques, dont ceux qui ont déjà fait mal (litige, marge cassée, délai explosé).
- Attendus clairs: sortie Excel (référence), puis sortie app.
- Écarts documentés: “différence voulue” vs “bug”.
Tu testes aussi les contrôles, pas juste les calculs:
- un utilisateur sans droits peut-il voir/exporter?
- peut-on modifier après validation?
- la piste d’audit existe-t-elle?
- que se passe-t-il si une donnée est manquante?
Petit rappel: si tu utilises l’IA pour produire du code, des règles, ou des prompts, tu gardes des traces. Tes prompts peuvent devenir des preuves en cas de litige ou d’audit. Cadre ça: https://jimmymanin.com/blog/vos-prompts-peuvent-devenir-des-preuves-ce-que-tout-dirigeant-doit-cadrer.
6) Contrôle des accès et confidentialité: tu sécurises avant d’élargir
Ton Excel circule. Ta mini-app ne doit pas reproduire ça, version numérique.
Tu définis des rôles clairs:
- Saisie: crée et modifie ses éléments, pas ceux des autres.
- Validation: valide, rejette, commente. Pas de suppression.
- Admin métier: gère les référentiels (prix, zones, ressources).
- Direction: lecture consolidée, export limité, pas d’édition terrain.
Puis tu poses trois verrous:
- Moindre privilège: chacun voit le minimum utile.
- Export contrôlé: si tu laisses “Export Excel” à tout le monde, tu recrées le problème.
- Journalisation: qui a modifié quoi, quand.
Si tu ajoutes des agents IA entreprise, tu traites l’agent comme un utilisateur à risque: identité dédiée, droits minimaux, actions sensibles en “approval”. Et tu anticipes le Shadow AI: sinon tes équipes vont contourner l’outil avec leurs propres fichiers et leurs propres bots. Pour reprendre la main sans bloquer: https://jimmymanin.com/blog/shadow-ai-en-entreprise-7-controles-simples-pour-reprendre-la-main-sans-bloquer-tes-equipes.
7) Mise en production progressive: pilote, stabilise, puis étends
Le big bang, c’est non. Tu vas perdre tout le monde.
Plan de déploiement qui marche:
- Semaine 1: équipe pilote (5 à 10 users), un seul processus, support rapproché.
- Semaine 2: élargissement à une seconde équipe, correction des irritants, durcissement des règles.
- Semaine 3: bascule officielle, Excel passe en lecture seule, export encadré.
Et tu gardes un plan de secours: si l’app tombe, comment tu opères? Ça semble parano, mais c’est du management. (Même logique que pour une panne d’outil IA.)
Checklist dirigeant: gains, coûts, risques, données à ne jamais exposer
Gains attendus (tu veux du concret)
- Temps: saisie plus rapide, moins de copier-coller, moins de consolidation manuelle.
- Qualité: validations à la saisie, règles homogènes, moins d’erreurs silencieuses.
- Traçabilité: historique des changements, responsabilité claire.
- Résilience: moins de dépendance à “la personne qui a fait le fichier”.
- Marge: moins de surcoûts opérationnels (tournées ratées, oublis, rework, litiges).
Coûts (ce que tu payes vraiment)
- Licences low-code et éventuellement IA (selon ton stack).
- Temps métier: validation des règles, tests, retours terrain.
- Accompagnement (optionnel mais souvent rentable): cadrage, sécurité, mise en prod.
- Maintenance: 1 personne “owner” côté métier + un référent technique léger.
Risques d’erreur (et comment tu les tues)
- Règles mal comprises: tu imposes l’étape 2 + validation métier.
- Hallucinations IA: interdiction de déployer sans jeu de test (étape 5).
- Effets de bord: versionning, environnement de test, déploiement progressif.
- Sur-automatisation: tu limites l’autonomie des agents, surtout sur actions irréversibles.
Données à ne jamais exposer à la légère
- Données RH (salaires, absences sensibles, évaluations).
- Données clients non nécessaires (minimisation), pièces jointes contractuelles.
- Données financières (marges par client, RIB, exports compta bruts).
- Données réglementées (santé, juridique) selon ton secteur.
- Secrets de fabrication (prix d’achat, méthodes, fournisseurs stratégiques).
Si tu es en Europe, n’improvise pas la conformité. Tu fais un check rapide AI Act + RGPD avant de connecter des données ou de déployer un agent. Méthode simple: https://jimmymanin.com/blog/ai-act-rgpd-la-methode-en-10-questions-pour-valider-un-cas-dusage-ia-avant-de-lancer.
Ce que tu dois retenir (et faire cette semaine)
Remplacer Excel par une application, ce n’est pas une lubie. C’est une réduction de risque et un levier de productivité. Et avec les agents IA entreprise + le low-code, tu peux sortir une V1 en quelques jours. À condition d’être discipliné.
Plan d’action sur 5 jours:
- Jour 1: choisis 1 Excel critique + cadrage (objectif, périmètre, tolérance à l’erreur).
- Jour 2: extraction des règles + collecte de 20 cas réels.
- Jour 3: choix du socle + génération assistée V1 (écrans, tables, validations).
- Jour 4: tests sur cas réels + correction.
- Jour 5: rôles d’accès + pilote sur une équipe.
Si tu fais ça, tu n’as pas “une app”. Tu as un flux maîtrisé: règles claires, droits, traçabilité, et une adoption possible. Et surtout, tu arrêtes de piloter une partie du business sur un fichier qui peut te lâcher n’importe quand.
