ChatGPT peut-il faire mes devis ?

ChatGPT peut rédiger le texte d’un devis si on lui colle les prix et la demande, mais il ne connaît ni votre grille ni vos clients, et il ne crée rien dans votre logiciel de facturation. Pour un devis fiable, il faut un agent qui lit vos règles écrites et pose un brouillon dans l’outil.

La version entreprise de ChatGPT protège-t-elle les données ?

Selon OpenAI, les données des offres ChatGPT Business, Enterprise et de l’API ne servent pas à entraîner ses modèles par défaut. Sur les comptes personnels gratuits ou Plus, le partage pour l’entraînement est activé par défaut et se désactive dans les réglages.

Quelle différence entre ChatGPT et un agent IA ?

ChatGPT répond à une question dans une conversation. Un agent IA part d’un événement, comme un mail ou une échéance, lit les outils de l’entreprise et prépare un travail complet, par exemple une relance ou un devis en brouillon, qu’un humain valide.

Une petite entreprise a-t-elle besoin de plus que ChatGPT ?

Un indépendant ou une très petite entreprise trouve souvent son compte avec un assistant en libre-service. Le besoin d’un système apparaît quand plusieurs personnes refont les mêmes tâches, avec les mêmes règles, dans plusieurs logiciels à la fois.

ChatGPT suffit-il pour une entreprise ? Ses vraies limites

ChatGPT suffit-il pour une entreprise ? Pour beaucoup de salariés, il est déjà là : selon le baromètre Talan et Ifop de 2025, 45 % des Français déclarent utiliser l’IA générative au quotidien, contre 32 % en 2024.

Le dirigeant voit ses équipes gagner du temps sur un mail ou un compte rendu. Il voit aussi les limites : chacun a ses propres consignes, les prix sont recopiés à la main, rien n’arrive dans le CRM. La question devient alors : faut-il aller plus loin, et vers quoi ?

Voici ce que ChatGPT fait bien, là où il s’arrête, les signes qui montrent qu’il ne suffit plus, et le chemin entre un assistant individuel et un système d’entreprise.

Ce que ChatGPT fait bien dans une PME

ChatGPT est très efficace pour le travail individuel sur du texte : rédiger un premier jet, résumer un document, reformuler un mail délicat, traduire, préparer une liste d’idées. Pour ces tâches, un abonnement suffit et le gain est immédiat.

Selon la Réserve fédérale de Saint-Louis (2025), les utilisateurs d’IA générative déclarent gagner en moyenne 5,4 % de leur temps de travail, environ 2,2 heures par semaine. Ceux qui l’utilisent chaque jour gagnent davantage : un tiers d’entre eux déclarent au moins quatre heures par semaine.

Dans une PME, les usages qui marchent le mieux sont ceux où la personne garde la main sur le résultat : le dirigeant qui prépare une note pour sa banque, la commerciale qui reformule une réponse à une réclamation, l’assistante qui traduit un mail d’un fournisseur étranger. Chacun relit, corrige et décide de ce qu’il fait du texte.

C’est un vrai gain, et il serait absurde de s’en priver. Mais c’est un gain par personne, qui dépend de l’habileté de chacun et ne change pas la façon dont l’entreprise travaille.

Où s’arrête un assistant conversationnel ?

Un assistant conversationnel s’arrête là où commence l’entreprise : il ne connaît pas vos prix, vos clients ni votre historique, il n’agit pas dans vos logiciels, et il oublie entre deux conversations ce que vous lui avez corrigé. Tout passe par le copier-coller.

Prenons une demande de devis reçue par mail. Avec ChatGPT, le commercial copie la demande, colle la grille de prix, vérifie le résultat, recopie les lignes dans le logiciel de facturation, crée la fiche dans le CRM et note la relance dans son agenda. L’IA a écrit un texte ; le commercial a fait le reste.

Le rapport du MIT publié en août 2025 décrit ce plafond : 95 % des organisations étudiées n’obtiennent aucun retour mesurable de leurs projets d’IA générative. La cause principale tient à des outils qui ne retiennent pas le contexte de l’entreprise et s’insèrent mal dans le travail réel.

Le copier-coller a un coût caché : il dépend de la personne. Deux commerciaux qui posent la même question obtiennent deux réponses différentes, avec deux façons de calculer. Personne ne garde la trace de ce qui a été demandé ni de ce qui a été envoyé. Le jour où une erreur part chez un client, on ne sait pas d’où elle vient.

ChatGPT seul ou système branché : la comparaison

La différence tient en une idée : ChatGPT aide une personne à écrire, un système branché sur l’entreprise fait avancer le travail dans ses outils. Le tableau ci-dessous compare les deux sur ce qui compte pour une PME.

	ChatGPT en libre-service	Système branché sur l’entreprise
Connaissance du métier	Ce que chacun colle dans la conversation	Les règles, prix et procédures écrits une fois
Accès aux outils	Aucun, copier-coller	Messagerie, CRM, facturation
Déclenchement	Quelqu’un pose une question	Un mail, une échéance, une heure
Corrections	Perdues à la conversation suivante	Retenues comme règles pour la suite
Validation	Informelle	Prévue avant tout envoi au client
Données	Dépend du compte de chaque salarié	Cadre fixé par contrat

Et les assistants intégrés à vos logiciels ?

Les assistants intégrés aux logiciels, dans la messagerie, le traitement de texte ou le CRM, vont un cran plus loin que ChatGPT : ils voient les données de ce logiciel. Mais ils restent enfermés dans un seul outil, et ne connaissent pas les règles qui traversent l’entreprise.

Un assistant intégré à la messagerie résume bien un fil de mails. Il ne sait pas que ce client a un devis en attente dans le logiciel de facturation, ni que la remise demandée sort de la grille. Le travail d’une PME passe presque toujours par plusieurs logiciels : la demande arrive par mail, le prix vient du catalogue, le devis naît dans la facturation, la relance vit dans le CRM.

C’est ce passage d’un outil à l’autre qui coûte du temps, et c’est là qu’un agent branché sur tous les outils, avec un savoir commun, fait la différence.

Quand ChatGPT suffit-il vraiment ?

ChatGPT suffit quand le travail est individuel et que le résultat reste un texte : un indépendant qui rédige ses propositions, une petite équipe qui prépare ses publications, un dirigeant qui résume ses lectures. Les outils en libre-service sont faits pour ces usages.

Il suffit aussi pour apprendre. Une équipe qui a utilisé un assistant pendant quelques mois sait mieux ce qu’elle attend de l’IA, et repère plus vite les tâches qui mériteraient d’aller plus loin.

Le signal de bascule n’est pas la taille de l’entreprise. C’est le moment où plusieurs personnes refont la même tâche, avec les mêmes règles, en passant par plusieurs logiciels.

Quels signes montrent qu’il faut passer à autre chose ?

Certains signes ne trompent pas : les mêmes consignes circulent de salarié en salarié, les résultats de ChatGPT sont recopiés à la main dans le CRM, et personne ne peut dire combien de temps l’IA fait gagner. À ce stade, l’assistant individuel atteint sa limite.

Le prompt partagé : une consigne copiée dans un document commun, que chacun modifie à sa façon.
La double saisie : le texte produit par l’IA est retapé dans le logiciel de facturation ou le CRM.
Les données clients dans un compte personnel : des devis, des noms et des montants collés dans des comptes non encadrés.
Les erreurs qui reviennent : la même correction faite chaque semaine, parce que l’outil ne la retient pas.
Aucune mesure : le gain reste une impression, sans chiffre.

Le troisième signe est aussi un sujet de confidentialité. J’ai détaillé les règles à poser dans IA et confidentialité des données de l’entreprise.

Le chemin entre un assistant et un système

On passe d’un assistant individuel à un système en trois étapes : écrire le savoir du métier à un seul endroit, brancher l’IA sur les outils où le travail se fait, et prévoir une validation humaine avant tout envoi. On le fait une tâche à la fois.

Chez Herkules, l’entreprise que je dirige, le devis a été la première tâche. Une demande arrive par mail, l’agent lit nos règles écrites, crée le devis en brouillon dans notre logiciel de facturation, et un humain le relit avant envoi. Quand je corrige un devis, la correction devient une règle, et le devis suivant en tient compte. C’est exactement ce que ChatGPT seul ne sait pas faire : retenir ce que l’entreprise lui apprend.

Pour choisir votre propre première tâche, la méthode est dans par où commencer avec l’IA dans une PME. Chez Axone Labs, nous construisons ce passage pour des PME qui ont déjà dépassé l’usage individuel. Si c’est votre cas, parlons de votre situation.