De l'assistant générique au système agentique connecté à toute la connaissance interne — comment l'IA transforme le travail au quotidien dans les entreprises.
Le point d'entrée pour la plupart des entreprises. Un LLM accessible directement, sans configuration, sans connexion aux données internes. Utile pour des tâches ponctuelles et génériques — rédiger un email, reformuler un texte, expliquer un concept, générer du code simple.
La limite est structurelle : le modèle ne connaît pas votre entreprise. Il n'a pas accès à vos docs internes, vos clients, votre historique. Chaque conversation repart de zéro.
Le saut qualitatif majeur. On connecte le LLM aux données internes de l'organisation : Slack, Google Drive, Notion, CRM, bases de connaissances, tickets… L'IA répond maintenant avec votre contexte, pas des généralités. C'est la technologie RAG (Retrieval-Augmented Generation) en action.
C'est ici que se situe Dust : une plateforme qui fait le pont entre les meilleurs LLM du marché et l'ensemble du savoir interne de l'entreprise.
La frontière qui est en train d'être franchie en 2025. Les agents ne se contentent plus de répondre à une question — ils planifient, exécutent des actions, utilisent des outils (API, navigateur, code), vérifient leurs résultats et s'auto-corrigent pour atteindre un objectif défini. Un agent peut créer un événement Calendrier, envoyer un email Slack, mettre à jour un CRM et générer un rapport — sans intervention humaine à chaque étape.
La pépite française (Paris, 2023). Crée des agents IA sur-mesure connectés à toutes les sources de données internes (Slack, Drive, Notion, GitHub…). Agnostique en modèles : utilise Claude, GPT-4, Mistral selon le cas. +1 000 entreprises clientes (Doctolib, Alan, Qonto, Malt). Partenariat stratégique avec Anthropic en 2025.
Transcription audio/vidéo automatique dans +100 langues, avec identification des locuteurs et résumé intelligent. Cas d'usage massif : réunions Zoom/Teams, interviews journalistiques, podcasts, appels commerciaux. Le workflow ghostwriting typique : interview → Transkriptor → texte brut → LLM pour reformulation dans la voix du client.
L'IA intégrée à Word, Excel, PowerPoint, Outlook, Teams. GPT-4 directement dans les outils que 300 millions de personnes utilisent déjà. Résumé automatique de réunions Teams, génération de slides à partir d'un brief, analyse de données Excel en langage naturel. L'approche "IA invisible" — elle s'intègre sans changer les habitudes.
L'IA intégrée à Notion, l'outil de gestion de connaissances le plus populaire. Répond aux questions à partir des docs de l'espace de travail, génère des pages, résume des notes de réunion, améliore les textes. La différence avec Dust : moins personnalisable, mais déjà là pour les millions d'utilisateurs Notion.
Le cas d'usage le plus mature et mesurable : l'assistance au code. GitHub Copilot (Microsoft/OpenAI) dans l'éditeur, Cursor comme IDE IA-natif. Complétion de code, génération depuis une description, refactoring, détection de bugs, explication de code legacy. Les développeurs rapportent des gains de productivité de 30 à 55%.
Transcription et analyse de réunions en temps réel. Identification des locuteurs, résumé automatique, extraction des action items, recherche dans l'historique des réunions. Intégration directe avec Zoom, Teams, Meet. Le "greffier IA" qui remplace la prise de notes manuelle et centralise la mémoire institutionnelle des échanges.
Une organisation accumule une connaissance colossale dans des silos étanches (Slack, emails, Drive…). L'IA connectée transforme cette masse silencieuse en source interrogeable en langage naturel.
Un junior équipé d'IA peut produire un travail de niveau senior dans certaines tâches précises. Ce nivellement par le haut soulève des questions sur la montée en compétence à long terme.
Les tâches qui prenaient des heures (rédaction, résumé, recherche, analyse) tombent à quelques minutes. Cela change les attentes sur les délais — et donc la pression sur les équipes.
Des capacités autrefois réservées aux grandes entreprises (analyse de données, NLP, génération de contenu à l'échelle) deviennent accessibles aux PME et indépendants.
Un LLM qui invente une clause contractuelle ou cite un chiffre faux avec assurance peut coûter très cher. La supervision humaine reste non-négociable sur les décisions à enjeux élevés.
Connecter son Slack et son Drive à un LLM tiers pose des questions légitimes de confidentialité. Le RGPD, la souveraineté des données et le choix d'un hébergement européen deviennent critiques.
Construire ses workflows sur GPT-4 ou Claude crée une dépendance à des acteurs privés dont les tarifs, conditions et disponibilité peuvent évoluer. L'approche multi-modèles (comme Dust) est une réponse partielle.
Certains postes disparaissent (transcripteurs, assistants de rédaction basique), d'autres se transforment profondément. La vraie question n'est pas "l'IA remplace-t-elle ?" mais "à quelle vitesse les métiers mutent-ils ?"