[Replay] Collaboratif augmenté, nouvelle expérience de travail avec Microsoft COPILOT

Toast'n'Tech | Le collaboratif augmenté
Bonjour à tous et merci d'être présents aujourd'hui. Je me présente : je m'appelle Lionel Dimitrijevic, je suis Practice Manager chez Neos-SDI.
Neos-SDI est une filiale d'Open, pure player Microsoft, qui intervient sur l'ensemble des technologies de l'écosystème Microsoft : la BI, la Digital Workplace, le développement, le cloud. Nous disposons également d'une agence UX/UI.
Le sujet qui nous préoccupe ces derniers temps, comme beaucoup d'entreprises, c'est l'intelligence artificielle. C'est précisément celui que nous allons aborder aujourd'hui, principalement sous le prisme de Microsoft 365 et de Copilot.
Nous allons d'abord passer en revue, sous forme de présentation, les différents outils proposés par Microsoft. Cela évolue énormément : ces dernières semaines encore, de nouvelles annonces sont arrivées, j'essaierai d'en parler. Nous n'avons pas forcément de visibilité sur tout, mais l'idée est de faire un tour d'horizon, puis de vous proposer en fin de session une démonstration sur un cas concret, pour vous montrer les différents outils que nous utilisons pour résoudre des cas d'usage courants.
De l'IA générative à l'IA dans le flux de travail 01:13
J'ai annoncé le sommaire un peu tôt, mais ce n'est pas grave. Quand on parle d'IA générative, on l'utilise surtout au quotidien pour générer du texte, du code, des images, etc. C'était la première approche avec les LLM : du chat, donc du texte, puis sont arrivés les modèles multimodaux qui ont permis de générer d'autres types de contenus.
Ça, c'est la façon de l'utiliser d'hier. Et « hier », à l'échelle de l'IA, cela signifie quelques mois en arrière, tant cela va vite. Depuis, de nouveaux systèmes sont apparus. Microsoft 365 Copilot existe tout de même depuis deux ou trois ans maintenant, mais il s'est perfectionné : au départ, c'était un produit de lancement ; il est aujourd'hui devenu beaucoup plus puissant.
Microsoft n'est pas seul sur cette tendance, mais c'est de lui que nous parlons aujourd'hui. Il s'agit vraiment d'utiliser des agents IA qui nous aident au quotidien, qui interviennent directement dans nos outils de travail habituels. Ces outils nous facilitent déjà la vie, et l'intelligence artificielle va aller plus loin, jusqu'à automatiser des tâches que nous faisons quotidiennement, parfois sans même nous en rendre compte tant elles sont devenues instinctives. C'est ainsi que l'IA générative, conçue au départ pour générer, devient un outil qui s'intègre dans les outils.
La phrase inscrite en bas de la slide résume la vraie rupture : ce n'est pas la puissance du modèle, c'est la présence de l'IA dans le flux de travail. La vraie révolution ne se joue pas forcément au niveau des modèles. On en voit sortir tous les mois ou tous les deux mois, de plus en plus performants et de plus en plus consommateurs. Mais quand on parle d'intelligence artificielle, on parle de deux choses : les LLM d'une part, et l'outillage qui les entoure d'autre part. C'est cet outillage qui a considérablement évolué et qui permet aujourd'hui d'utiliser l'IA dans Outlook, Teams, Excel, Word, partout. C'est cela qui change la donne, car concrètement, on n'a pas forcément besoin du dernier modèle à la pointe pour réaliser des tâches simples et basiques. Nous y reviendrons.
Voilà en substance ce que devient l'IA générative dans nos outils du quotidien. L'usage principal reste évidemment la recherche, mais on va aussi l'utiliser pour préparer, pour produire, pour nous aider sur tout ce qui nous manque aujourd'hui. C'est ce que nous allons voir : quel est le trou dans la raquette que l'intelligence artificielle vient combler, et où elle nous aide le plus.
Le constat : l'information est partout, mais difficile d'accès 04:14
Je ne reviens pas sur le programme, je l'ai déjà présenté : nous allons passer en revue les différents outils Copilot 365.
Quand on parle de collaboratif aujourd'hui, de quoi parle-t-on ? D'outils présents un peu partout. Pour communiquer, on a Teams, la messagerie, SharePoint, OneDrive : les fichiers sont dispersés un peu partout. On se retrouve donc très vite avec une masse d'informations énorme à disposition.
C'est une bonne chose, car l'information est accessible. Le problème, c'est comment y accéder. C'est là que le bât blesse : chercher la bonne information dans la masse d'informations de l'entreprise, celle qui correspond vraiment à ce que l'on cherche, n'est pas toujours évident.
Cela nous fait perdre du temps. Je ne pense pas être le seul dans ce cas : « Mince, quelqu'un m'a envoyé un document il y a deux semaines, je ne le retrouve plus. Était-ce par Teams ? Par mail ? » C'est typiquement le genre de situation où l'intelligence artificielle apporte un vrai plus : on ne s'embête plus à rechercher les éléments à la main, on demande tout simplement. Attention, on ne va pas le faire systématiquement, seulement quand on a réellement des éléments à rechercher, car je vous rappelle que les requêtes ont un coût, économique et écologique. Il ne s'agit pas de lancer des requêtes pour tout et n'importe quoi. Mais cela peut vraiment être utile : il m'est arrivé très souvent d'économiser ainsi dix minutes ou un quart d'heure de recherche, sur une information que je savais ne pas pouvoir retrouver rapidement.
Second constat : un potentiel sous-exploité. Il existe une certaine méconnaissance des outils, qui peut freiner leur usage. Est-ce que tout le monde connaît toutes les fonctions disponibles dans Word, dans Excel ? Que peut-on faire concrètement dans PowerPoint ? Plutôt que de se confronter à la question « comment manipuler l'outil », l'intelligence artificielle va nous permettre de réaliser des actions dans un outil sans savoir exactement comment les faire nous-mêmes. On lui dit par exemple, dans PowerPoint : « Crée-moi une slide », et elle crée elle-même la slide directement dans le deck. On n'a plus besoin de manipuler l'outil.
La question fondamentale est donc la suivante : nous avons a priori tout l'outillage nécessaire pour travailler et collaborer dans l'entreprise, mais nous n'en exploitons pas pleinement le potentiel, pour diverses raisons. Principalement l'accès à l'information, et peut-être aussi une sous-exploitation des outils. Les outils, en tout cas, ne manquent pas : tout est là aujourd'hui pour permettre aux collaborateurs de collaborer.
Microsoft 365 Copilot : de quoi parle-t-on ? 07:16
Recentrons-nous sur Microsoft 365 Copilot, et je vais essayer de clarifier les choses. Copilot est, chez Microsoft, ce que j'appellerais un mot-valise : dès que vous voyez « Copilot » sur un produit, cela signifie qu'il y a de l'intelligence artificielle derrière. Et vous avez dix à quinze produits qui s'appellent Copilot. Je tiens donc vraiment à les distinguer.
Microsoft 365 Copilot, c'est le Copilot couplé à Microsoft 365, c'est-à-dire à toute la suite que j'appelle encore « Office », parce que je suis un peu vieux : Word, Excel, etc. Copilot vient se greffer dessus. En plus de cette intelligence artificielle intégrée aux outils Microsoft 365, on dispose également du chat, qui existe en version grand public et en version entreprise, centrée sur nos données. Je vous le montrerai lors de la démonstration.
Parmi les évolutions annoncées ces derniers temps, Microsoft a fusionné les expériences professionnelle et personnelle : les systèmes restent cloisonnés, mais il n'y aura plus qu'une seule interface. Aujourd'hui, un Copilot personnel et un Copilot d'entreprise, ce sont deux applications différentes. Demain, il n'y en aura plus qu'une, et l'on basculera d'un contexte professionnel à un contexte personnel.
Ce que Copilot apporte de plus que le simple chat 08:50
Qu'offre Microsoft 365 Copilot de plus qu'un simple chat ? Première chose, très importante : il est capable de consulter vos données, vos informations stockées dans Microsoft Graph. Microsoft Graph, c'est la grande base de données qui regroupe l'ensemble de vos mails, fichiers, réunions, etc. C'est, en somme, votre base de connaissance personnelle. Ouvrir ces données à l'intelligence artificielle lui permet d'exploiter un contexte précis, plutôt que de devoir le lui repréciser en permanence.
Autre élément important, déjà évoqué : Copilot est intégré dans les applications. Nous ne le verrons pas aujourd'hui, mais on le retrouve un peu partout, dans Word, Excel, PowerPoint, etc. Il peut nous aider à la rédaction, nous conseiller dans nos mails. Dans Teams, la fonctionnalité phare est la transcription des réunions, avec un résumé automatique en fin de réunion. C'est sans doute la première fonctionnalité à laquelle on pense lorsqu'on déploie Microsoft 365 Copilot dans l'entreprise, et c'est là qu'il apporte le plus. Et ensuite, on le retrouve vraiment dans tous les outils.
Autre avantage : il se pilote en langage naturel. On ne passe plus par des langages comme VBA. C'est une vraie évolution pour l'utilisateur classique, qui n'est ni développeur ni informaticien. Lui, ce qu'il veut, c'est que l'outil fonctionne. Avant, il pouvait au mieux bricoler son petit outil dans son coin. Désormais, en langage naturel, on va plus loin : je ne parle pas seulement de recherche, mais bien d'outillage. On va pouvoir créer des outils en langage naturel, et c'est vraiment important.
Sécurité et gouvernance des données 10:53
La sécurité est sans doute l'un des points les plus importants de Microsoft 365 Copilot, puisqu'il accède à vos données d'entreprise. Mais il respecte l'ensemble des droits définis dans votre tenant. Si vos droits d'accès et votre gouvernance sont correctement configurés, il n'y a pas de problème particulier à ouvrir Copilot 365 sur votre tenant. En revanche, puisqu'il respecte les droits d'accès tels qu'ils sont, si ceux-ci sont mal configurés, vous vous exposez à une fuite d'information potentielle. C'est pourquoi nous préconisons souvent un audit préalable, pour vérifier qu'il n'y a pas de risque de fuite, ou bien une ouverture progressive. Différents scénarios sont possibles, mais par conception, c'est sécurisé.
Comment fonctionne Copilot : le schéma d'architecture 11:52
Je vais vous expliquer le fonctionnement avec ce schéma. Vous l'avez peut-être déjà vu : il a été réalisé par Microsoft, et je trouve qu'il explique bien le système. Copilot est la brique centrale, autour de laquelle s'intègre un ensemble d'outils.
On a ici nos applications Microsoft 365, dans lesquelles on saisit des prompts. Le prompt arrive dans Copilot, qui l'utilise pour rapprocher la demande de l'utilisateur des données présentes dans Microsoft Graph, cette fameuse base de nos documents, mails et fichiers professionnels.
Une fois que l'outil a rattaché des éléments de contexte issus du Graph, il envoie la requête au LLM, souvent modifiée : il y intègre des éléments issus du Graph et peut aussi reformuler votre prompt pour le préciser. Côté LLM, cela passe par Azure OpenAI, sur la plateforme Azure, avec surtout un ensemble d'outils qui vérifient la qualité des réponses et s'assurent qu'aucun résultat ou prompt malveillant ne transite. Il existe donc un système de vérification et de validation des échanges, pour éviter tout contenu offensant. Je trouve cela particulièrement intéressant en entreprise, car cela permet de borner l'usage de l'intelligence artificielle et d'éviter les usages non professionnels. C'est vraiment un point positif.
Une fois tous ces filtres passés, la réponse du LLM est renvoyée. Copilot la rapproche alors de notre contexte, pour que la réponse ne se limite pas à « il y a ceci », mais indique « il y a ceci, dans tel document, à tel endroit ». Pas tout à fait à l'endroit exact, car il s'agit de fragments de texte, mais il ressort le fragment et indique le document source. C'est un vrai plus. Aujourd'hui, tous les outils le font ; au départ, Copilot était le seul, et il continue de le faire de mieux en mieux.
Enfin, la réponse est renvoyée à l'outil. Et vous voyez ici une particularité : il renvoie du texte, mais il peut aussi renvoyer des commandes. Il peut donc manipuler vos outils. Comme je le disais, si vous demandez d'ajouter une slide, une commande part (je ne suis d'ailleurs pas certain qu'elle repasse par le Graph et suive tout le trajet, elle prend sans doute un raccourci), et PowerPoint ajoute la slide tout seul. Je n'ai pas besoin de cliquer sur le bouton pour la créer. Et cela peut faire bien d'autres choses : ajouter des images, réécrire des documents… On peut imaginer tout ce qu'on veut autour du textuel et du visuel dans ces outils.
Voilà, en grandes lignes, comment fonctionne Copilot 365. Je présente volontairement une vue d'ensemble, sans entrer dans le détail. Mais il y a un élément important à retenir : ce trait en pointillés, qui montre les limites d'usage des données et l'endroit où elles transitent. Tout reste dans le service Microsoft 365, au sein de votre tenant : vos données ne sortent pas du tenant et ne sont pas exploitées à des fins d'entraînement ou pour d'autres usages. Microsoft garantit qu'elles sont utilisées exclusivement à l'intérieur de ces frontières.
Un petit détail, puisque nous sommes en Europe : lorsque vous souscrivez un abonnement Microsoft 365, pensez bien à ancrer vos données en Europe. C'est le seul cas où Microsoft garantit que vos données ne sortiront pas des frontières géographiques européennes. À défaut, vos données peuvent être traitées dans des datacenters situés, par exemple, aux États-Unis, ce qui ne correspond souvent pas à ce que l'on souhaite.
L'intérêt de choisir une autre zone géographique serait de bénéficier d'une puissance de calcul hors d'Europe lorsque celle-ci est saturée. Les Américains, eux, ne se posent pas la question de faire transiter leurs données en Europe quand leur capacité de calcul est saturée. Nous, dans ce cas, nous nous interdisons d'utiliser une puissance de calcul hors d'Europe. C'est un point mineur, mais je tenais à le préciser.
Les usages de Microsoft 365 Copilot 17:09
Entrons un peu plus dans le détail de ce que l'on peut faire avec Microsoft 365 Copilot. On peut l'utiliser sous forme de chat, nous le verrons lors de la démonstration, mais aussi dans les outils Office traditionnels : Word, Excel, PowerPoint, Teams. On le retrouve également dans Forms, dans OneNote… Je n'ai pas tous les outils en tête, mais Copilot est intégré dans l'ensemble des outils proposés par Microsoft.
Les usages les plus courants :
• Résumer un fil de mails ou une réunion. C'est le grand classique : vous rentrez de congés ou avez été absent quelques jours, un mail important refait surface, et vous obtenez le résumé.
• Rédiger ou retravailler un document. C'est l'usage quasi central, presque indispensable. Pour éviter l'angoisse de la page blanche, on demande très souvent à l'IA de nous aider à démarrer un sujet, de nous donner des idées. Ici, elle le fait directement dans Word, sans copier-coller permanent entre un outil de chat et l'outil dans lequel on travaille.
• Préparer des présentations.
• Analyser un tableau dans Excel, voire aider à construire des formules. Si vous êtes très bon en Excel, ce sera peu utile ; si vous êtes plus moyen et voulez construire des tableaux croisés dynamiques un peu particuliers, il se montre plutôt efficace.
• Interroger les contenus de travail. C'est ce que nous verrons pendant la démonstration : comment exploiter la masse d'informations de l'entreprise, y accéder et retrouver vraiment ce qui nous intéresse.
Il existe bien d'autres usages, comme la transcription et le résumé de réunion dans Teams que j'évoquais. Et il y en a de plus en plus : plus le temps passe, plus de nouveaux usages sont ajoutés à la plateforme. Voilà pour Microsoft 365 Copilot, qui reste centré sur les outils Office et le chat.
Copilot Studio : créer des agents métier 19:49
Microsoft 365 Copilot inclut un outil supplémentaire : Copilot Studio. Il permet de créer des agents adaptés à notre métier. Pour ceux qui connaissent la Power Platform, le principe est similaire : peu de technique, un outil relativement accessible. On peut même créer un agent exclusivement en prompt, simplement en expliquant ce que l'on veut faire.
C'est souple et peu complexe. C'est l'outil idéal pour ce que l'on appelle le « citizen developer » (je n'aime pas trop le terme, mais peu importe), c'est-à-dire le non-développeur qui construit de petits outils dans son coin pour se faciliter le travail. Et l'on peut aller plus loin en industrialisant certains usages.
Quels sont les avantages de Copilot Studio ?
• On peut sourcer l'intégralité de nos données, mais aussi restreindre le périmètre à un ensemble de documents choisis, pour obtenir des réponses sur ces seuls documents. Il peut s'agir d'éléments transverses à l'entreprise ou, par exemple, d'un projet stocké dans notre OneDrive : on référence les documents de ce projet pour interroger ensuite notre agent et obtenir des informations très précises, puisqu'il ne sera pas pollué par l'ensemble des données du tenant.
• On peut lui donner des instructions en langage naturel.
• On peut choisir le modèle. C'est appréciable, mais encore une fois, ce n'est pas forcément ce qui fait la différence : ce sont surtout le prompting et la manière dont les usages sont découpés.
• On peut intégrer des règles métier dans ces agents. Excusez-moi, je parle parfois de chatbots, mais comme on communique avec eux par chat, à l'écrit ou à l'oral, j'ai tendance à les appeler ainsi.
• On peut configurer à l'avance des actions métier, qui permettent de s'intégrer dans un système d'information et d'interagir avec des outils tiers. Nous verrons dans la démonstration comment faire interagir Copilot Studio avec un outil tiers.
• Comme pour Microsoft 365 Copilot, l'agent utilise les droits des utilisateurs. Ce principe de sécurité est la base de tout l'écosystème Copilot, en tout cas pour les sujets dont nous parlons aujourd'hui.
Quelques exemples de ce que l'on peut faire avec Copilot Studio :
• Ressources humaines : répondre sur une procédure. En interne, nous avons créé un petit agent qui répond à des questions comme « Comment poser des congés ? », « À combien de RTT ai-je droit ? ». L'objectif est de décharger les RH de ces questions fréquentes : en mettant les procédures en ligne, l'agent est capable d'apporter aux collaborateurs environ 95 % des réponses dont ils ont besoin.
• Support : qualifier une demande et créer un ticket. Nous le verrons dans la démonstration, avec la création automatique d'un ticket depuis un agent.
• Achats : préparer une demande. Les scénarios sont nombreux.
Copilot Studio est en quelque sorte un orchestrateur : il permet de gérer des flux, d'appeler des agents, de les faire interagir, voire d'enchaîner plusieurs appels d'agents dans des scénarios plus complexes.
Je mets toutefois un bémol : on ne peut pas tout faire avec Copilot Studio. Il a ses contraintes et ses limites, un peu comme la Power Platform. Pour des scénarios très pointus, il faut passer à des outils plus robustes, plus proches du cœur du système : appeler directement les LLM et construire soi-même ses workflows, souvent en code. C'était une parenthèse pour dire que Copilot Studio est excellent, qu'il permet de faire de très bonnes choses très rapidement, mais qu'il ne répondra pas aux problématiques très complexes, notamment aux enjeux de volume.
Copilot Cowork : déléguer le travail à un agent 24:28
Dernier volet de ces outils : après Copilot Chat et Copilot Studio, Copilot Cowork, qui s'inscrit pleinement dans la logique agentique. Le principe : déléguer le travail à un agent, et ne plus s'en préoccuper.
Il s'agit de cadrer, c'est-à-dire de rédiger un prompt correct avec des objectifs, un contexte, etc., puis de le laisser travailler. Il produit lui-même des livrables et des actions. On peut évidemment itérer : il modifie les documents et les met à jour automatiquement, sans qu'on ait à le lui redemander. Il dispose d'un véritable contexte de travail et il est capable d'aller chercher dans le Graph, donc dans nos données, pour signaler par exemple : « Attention, sur ce point, j'ai trouvé un mail d'il y a quelque temps qui indiquait qu'il ne fallait pas procéder ainsi. » Il peut ainsi se recadrer. Mais il ne peut pas connaître seul tout le contexte : il y a trop d'informations. C'est à nous de l'orienter pendant qu'il travaille.
Un exemple : « Prépare le rendez-vous » (il faudrait sans doute préciser lequel ; imaginons qu'il y a eu un échange préalable), « rassemble le contexte, crée un briefing, une présentation, prépare le mail de suivi ». C'est typiquement ce qu'on va lui demander : plusieurs actions enchaînées. Et il le fait très bien, de manière suffisamment satisfaisante. On retouchera évidemment le résultat, mais il aura fait 80 % du travail, et on sera bien content.
Quelques garde-fous :
• Quand on demande un brouillon, cela signifie ne rien envoyer. Il n'envoie jamais de mail à votre place, sauf si vous le lui demandez explicitement ou si vous le lui faites mémoriser. Attention, il dispose d'une mémoire : si vous lui dites « Ne me pose plus la question, envoie systématiquement le mail », veillez à ce qu'il ne le mémorise pas pour les sessions suivantes et n'envoie pas tous vos mails dès qu'il les rédige.
• Les actions sensibles sont exécutées après validation. Là encore, c'est à vous de gérer les droits et de ne pas tout accorder à l'outil, sous peine d'obtenir des comportements non souhaités.
Démonstration — Le scénario Contoso 26:44
Passons à la pratique. Je partage mon écran… Vous devriez le voir.
Je vais vous présenter un cas d'usage, à mon avis assez classique. Nous sommes dans une entreprise appelée Contoso : je n'ai rien inventé, j'ai repris la terminologie de Microsoft, mais le scénario n'a pas été pris chez Microsoft. Contoso doit mettre en place un espace documentaire interne d'ici fin octobre. Une nouvelle demande arrive par-dessus : ouvrir cet espace à des prestataires extérieurs.
Je me positionne en tant que chef de projet. Je dois permettre à des utilisateurs externes d'accéder à cet espace collaboratif partagé, a minima en lecture seule.
Je pars de quelques documents. Je ne vais pas entrer dans le détail de chacun, mais j'en ouvre quelques-uns. Ils ont d'ailleurs été générés par Cowork : c'est lui qui a produit l'ensemble des documents de ce scénario. On y trouve le projet d'espace collaboratif interne, avec des données d'entreprise fictives. Évidemment, c'est pour éviter tout mélange avec mes données réelles : Copilot 365 a accès à mes données personnelles quand je l'interroge, donc pour la démonstration, je suis obligé de le cadrer et de le contraindre.
Les documents disponibles :
• un document de cadrage : le pilote fictif porte sur 60 salariés utilisateurs ;
• un compte rendu de projet ;
• des échanges métier (échanges A, B et C). Ce sont des documents Word qui simulent des échanges de mails, uniquement pour vous montrer le mécanisme : il m'aurait été compliqué de jouer ce scénario avec ma vraie boîte mail ;
• une fiche de demande de validation pour accéder au système ;
• une procédure d'accès externe, qui explique comment les personnes extérieures pourront accéder à l'espace. En tant que chef de projet, je ne dispose pas encore de ce dernier document.
Démonstration — Synthèse et contrôle avec Copilot Chat 29:41
J'ouvre Copilot : nous sommes dans Microsoft 365 Copilot, en mode chat. Un élément important ici : Work IQ. Work IQ signifie « utilise les données professionnelles ». Si l'on veut interroger uniquement le web, on désactive Work IQ : on passe alors en mode web. Si je l'active, je suis en mode professionnel.
On a ensuite le choix du modèle. Honnêtement, dans 95 % des scénarios, le mode automatique suffit largement. De temps en temps, il faut passer en raisonnement avancé, mais je le fais très rarement, alors même que je l'utilise énormément au quotidien.
J'ajoute des éléments stockés dans mon OneDrive. Pourquoi les ajouter, me direz-vous, puisqu'il les connaît déjà ? Encore une fois, pour le focaliser dessus. Je sélectionne le cadrage projet, le compte rendu, les échanges métier et la fiche de validation, mais pas la procédure d'accès externe.
(Petite hésitation et fausse manipulation de ma part, désolé : je recommence la sélection. Cadrage projet, compte rendu projet, échanges métier et demande de validation. Voilà, c'est beaucoup mieux.)
À partir de ces documents, je lui demande : « À partir de ces cinq documents Contoso sélectionnés, synthétise le projet et les décisions en huit lignes. Compare ensuite le périmètre du cadrage initial à la nouvelle demande prestataire dans un tableau. » Je lui demande surtout de citer le nom du document et la section pour chaque élément, et je précise de ne pas chercher dans mes mails, dans Teams ou dans d'autres fichiers : si une preuve manque, il doit l'indiquer. Cela me donnera une vision d'ensemble du projet.
Il a fait un peu plus de huit lignes, mais c'est plutôt bien. Il produit une synthèse : un espace de documents partagés dans le cadre d'un pilote de 60 salariés, avec une date de lancement prévue au 19 octobre. Rien d'exceptionnel, il est allé chercher l'information dans les documents. Il rappelle qu'une réunion du 30 septembre a confirmé que le cadrage initial restait la référence, puis qu'un nouveau besoin a été exprimé : permettre à 12 prestataires de consulter la documentation en lecture seule pendant 90 jours. Cette demande est en cours de qualification et n'a reçu aucune autorisation d'exécution. On retrouve bien tous les éléments.
Il est un peu plus verbeux que demandé ; c'est pour cela que je dis que les « huit lignes » sont un peu utopiques. On le met toujours dans les prompts, mais cela ne sert pas à grand-chose.
Je me dis alors : puisqu'ils ne veulent qu'un accès en lecture seule, je vais demander à Copilot de me confirmer que les 12 prestataires y auront accès avant le lancement. Réponse : « Non, je ne peux pas le confirmer. » C'est l'une des grandes évolutions, cette fois davantage au niveau des LLM que de l'outillage : Copilot est capable de vous dire non. D'autres modèles, que je ne citerai pas, en sont moins capables et vont répondre « peut-être », en essayant de trouver une solution coûte que coûte. Ici, on s'appuie sur des documents factuels : les documents disent explicitement le contraire et il n'a aucune source lui permettant de le confirmer. On ne peut pas aller plus loin : il faut passer par le circuit d'autorisation classique.
Démonstration — Un agent métier avec Copilot Studio 34:55
Mon problème, c'est que j'ai 12 prestataires : il va falloir que je fasse 12 fois la même démarche. Je me dis donc : pourquoi ne pas construire mon scénario dans Copilot Studio, pour qu'il génère lui-même ces éléments ?
Nous voici dans l'environnement Copilot Studio, qui a été relooké récemment et est beaucoup plus épuré. On y retrouve les agents : en voici un que j'ai déjà créé, mais on peut créer un nouvel agent. Normalement, on passe par l'assistant : on indique un nom, des consignes, et il se débrouille pour créer l'agent tout seul. On peut aussi créer directement un agent standard, à la main ; c'est ce que j'ai fait ici.
Qu'a-t-il de particulier, cet agent ? Il a un nom, et l'on peut sélectionner le modèle. Ici, c'est le modèle par défaut. Je vous montre les différents modèles : les modèles GPT sont disponibles nativement, inclus dans la facturation. Les modèles d'Anthropic sont disponibles à condition que l'administrateur en ouvre l'accès, et il me semble qu'il y a alors une facturation supplémentaire sur les tokens consommés.
L'agent repose sur trois ou quatre éléments importants :
• Les instructions, c'est-à-dire le prompt donné à l'agent. Le mien lui demande de qualifier les demandes fictives du projet Contoso concernant l'espace collaboratif interne, et précise : « Tu n'accordes jamais d'accès, tu ne crées aucun compte et tu n'envoies rien. La double validation reste obligatoire. Ne promets ni coût, ni effort, ni délai. Toutes les identités et références sont fictives. »
• La base de connaissance. Je lui ai indiqué que sa base de connaissance est la procédure d'accès externe, et qu'il doit s'appuyer exclusivement dessus. On peut ajouter de nombreuses autres sources : sites publics, SharePoint, Azure SQL… En cloud, on peut adresser à peu près toutes les sources ; en on-premise, c'est un peu plus compliqué.
• Les outils. Un outil, c'est tout simplement une fonctionnalité qui permet à l'agent d'agir sur le monde extérieur. J'ai créé un outil qui crée un ticket dans Azure DevOps, afin que mon équipe de support soit avertie qu'il faut créer des comptes et que la demande parte. J'ai simplement connecté Azure DevOps pour créer cette tâche, et ce n'est vraiment pas compliqué. (L'interface fait des siennes, je reviens en arrière.)
• Les déclencheurs, qui permettent à l'agent de démarrer de lui-même.
On trouve aussi les sous-agents et les rubriques, sur lesquels je passe rapidement : votre agent peut appeler d'autres agents, et les rubriques permettent de personnaliser l'expérience utilisateur dans le chat.
Je reviens rapidement sur les outils. Ici, j'ai l'outil « Create work item », qu'il m'a proposé par défaut. Comme je travaille avec Azure DevOps, j'ai accès aux actions disponibles : envoyer une requête, lister les organisations, etc. Si je n'ai pas Azure DevOps mais Jira, je peux faire la même chose avec Jira : récupérer des éléments, en créer… On peut aussi brancher un serveur MCP (Model Context Protocol). On dispose donc d'une vraie souplesse d'usage, au point que l'on pourrait presque considérer Copilot Studio comme un orchestrateur d'IA, dans une certaine mesure : appel de sous-agents, appel de connecteurs spécifiques, etc.
Voilà mon agent. Sans vous mentir, je l'ai construit en une vingtaine de minutes, pas plus.
Je le teste maintenant ici, avant de le publier. Je lui demande : « Peut-on ouvrir automatiquement un accès de 90 jours ? », toujours pour cette demande d'accès en lecture seule des prestataires, en lui demandant de me donner la règle qui s'y oppose. Il répond en s'appuyant sur le document « Démo Contoso — Procédure d'accès externe », avec les chapitres et les citations indiquant où l'information a été trouvée. À chaque fois, on peut retrouver directement le passage, techniquement le « chunk », le fragment sur lequel l'IA a fondé son raisonnement. C'est important : cela permet de tracer comment l'intelligence artificielle est parvenue à sa réponse.
Je vois que le temps passe, je vais accélérer pour vous laisser un peu de temps pour les questions. Il répond que ce n'est pas possible, car ce n'est pas prévu par la procédure. On pourrait essayer de tricher, de forcer : j'ai essayé, et ça ne passe pas.
Je passe directement à la suite : je lui demande de préparer une demande pour 12 prestataires fictifs, de « Démo P01 » à « Démo P12 », pour le projet Contoso, espace collaboratif interne, en précisant : « S'il manque des éléments, pose la question avant d'agir. » Il réfléchit et, comme je sais qu'il lui manque des informations, il me pose la question : « Quelle est la liste exacte des documents concernés par la demande (titre, référence, etc.) ? » Vous voyez qu'il dresse au passage un état des lieux du projet.
Je lui fournis la liste des documents, classés non confidentiels, et lui demande de préparer un récapitulatif pour examen. Il intègre simplement ce nouvel élément à ce qu'il avait déjà produit, puis me demande : « Confirmez-vous l'enregistrement de cette demande ? » Je passe sur le détail des réponses, mais ce qui est intéressant, c'est cette question de confirmation : j'ai exécuté ce scénario plusieurs fois, et elle revient systématiquement, ce qui est plutôt rassurant.
Il suffit de répondre « Je confirme ». On le laisse travailler, et l'on voit ce qui se passe : il est passé par notre outil Azure DevOps, on visualise les appels effectués, puis il refait le résumé : un nouveau work item a été créé dans Azure DevOps. Je rafraîchis l'écran (désolé pour le petit délai)… et l'on voit l'élément qui vient d'être créé, horodaté à 11 h 43, l'heure actuelle. L'élément a bien été créé par mon flux Copilot Studio, assez facilement finalement.
Démonstration — Produire les livrables d'un comité avec Copilot Cowork 43:47
Une fois ma demande enregistrée, je veux préparer un comité qui décidera de cette nouvelle ouverture et de la stratégie à adopter. Je ne vais pas le faire en direct, car le calcul prend plus de temps, mais je vais vous montrer comment cela fonctionne dans Cowork.
Je lui ai demandé d'utiliser les cinq documents (cette fois l'intégralité, procédure d'accès externe comprise) et de produire trois livrables : un deck de comité de quatre slides PowerPoint, une note d'arbitrage d'une page et un brouillon de communication interne d'une page. Je lui ai donné des consignes sur ce qu'il doit faire et ne pas faire, puis je l'ai lancé.
Il procède par étapes : il lit d'abord les documents, crée le deck, rédige la note d'arbitrage, puis le brouillon de communication. Il vérifie ensuite les trois livrables et effectue une mise à jour, car il a dû constater que certains points n'allaient pas. Il en ressort directement des éléments exploitables, que l'on peut retravailler dans la même conversation.
J'ai obtenu une première version des trois livrables. Je lui ai ensuite indiqué une nouvelle directive : le lancement n'est plus le 19 octobre mais le 26. Il a automatiquement mis à jour l'ensemble des documents pour les aligner sur cette nouvelle date. On peut donc directement travailler dessus.
Effectivement, si l'on regarde les documents, la charte graphique n'est pas appliquée, mais ce n'est pas un problème : ce n'était pas l'objet de la démonstration, et elle peut être intégrée. On dispose du contenu ; il faut éventuellement retravailler la mise en forme et certains passages, parfois trop verbeux, parfois pas assez. Mais de mon point de vue, cela règle 85 à 90 % du travail. Il reste à relire ce qu'a produit l'intelligence artificielle et à ajuster, mais toute la base est là. Et toujours l'élément important : les sources apparaissent en bas de page.
Point important : Cowork nécessite un achat de crédits en supplément, contrairement à Microsoft 365 Copilot et Copilot Studio, qui sont inclus. Copilot Cowork fonctionne avec des crédits IA, facturés en sus.
Dernier point sur Copilot Cowork : il permet de vraiment travailler sur un sujet de bout en bout. Je ne vous cache pas que j'ai préparé cette présentation avec Cowork. Autre fonctionnalité que j'apprécie particulièrement : les tâches automatisées. Par exemple, tous les vendredis à 14 h, je me fais envoyer un résumé de ma semaine à venir dans Teams, dans ma conversation personnelle. C'est mon agent qui m'envoie un message pour me dire : « Voici ce qui t'attend la semaine prochaine, et voici les points à revoir ou à recalibrer. » On peut faire de même pour un briefing quotidien en fin de journée, avec la liste des mails à traiter ou non. Tout cela est possible, et l'on peut évidemment aller au-delà des suggestions proposées pour créer ses propres tâches.
Démarche recommandée pour la DSI 47:43
Je reviens rapidement sur les slides pour terminer sur un point. J'ai voulu vous proposer une démarche concrète permettant à la DSI de mettre le pied à l'étrier, sans se lancer d'emblée dans des projets trop complexes ou trop ambitieux.
• Choisir une tâche connue. Quelle tâche chronophage et répétitive peut être facilement automatisée ? Par exemple, préparer un comité ou faire le point sur l'avancement des demandes. C'est exactement ce que nous venons de voir, et c'est le type de scénario par lequel vous devriez commencer.
• Cadrer. C'est le deuxième élément clé : à quelles sources l'IA aura-t-elle accès, de quelles permissions disposera-t-elle, et qui validera son travail ? Ces trois points sont essentiels et doivent absolument figurer dans votre gouvernance de l'intelligence artificielle.
• Tester et impliquer. Une fois le scénario identifié et cadré, on le teste et on l'implémente. Souvent, cela tient en un ou deux prompts, ou un agent Copilot Studio, qui peut d'ailleurs être publié dans Teams (j'ai oublié de vous le montrer, je le fais juste après). On implique et on forme les utilisateurs en testant le processus. L'intelligence artificielle est un sujet très itératif, presque au quotidien : pour que cela avance, il faut que les utilisateurs et les concepteurs, ou du moins les « prompteurs », soient en phase. Et cela avance alors très vite : ce sont des cadences de projet complètement différentes des autres types de projets.
• Mesurer, puis élargir. Une fois que l'on a comparé les résultats avec et sans IA, on met en place des KPI pour mesurer le bénéfice réel de la démarche, puis on élargit éventuellement le processus à un ensemble plus large de collaborateurs.
Cela me permet de vous montrer que cela fonctionne aussi dans Teams, et je conclurai là-dessus. Une fois mon agent finalisé dans Copilot Studio, je le publie dans Microsoft 365 et Microsoft Teams. C'est fait : mon agent Contoso est publié. Je lance un prompt pour vérifier qu'il fonctionne, sans dérouler tout le scénario : la même question que tout à l'heure. On obtient le même résultat, un peu plus lentement : « Non, un accès de 90 jours ne peut pas être ouvert automatiquement. »
À partir de là, vous avez ouvert votre petit agent, conçu dans votre coin avec deux ou trois utilisateurs. Vous l'avez cadré, il vous convient : vous pouvez l'ouvrir progressivement. Autre avantage de Teams : on peut définir qui a accès à quel agent, et donc piloter ces déploiements.
Voilà, j'en ai terminé avec cette présentation. Je ne sais pas s'il y a des questions.
Questions-réponses 51:13
Animatrice : Lionel, une personne a posé une question au tout début de ta démonstration, quand tu as chargé l'ensemble de tes documents : comment s'assurer qu'il n'y a pas d'erreur ? Il faut bien sûr relire la réponse de Copilot, mais comment maîtriser réellement les données fournies en base ?
Lionel Dimitrijevic : Vous n'aurez jamais la certitude que c'est exact, à moins de vérifier par vous-même. Ce n'est pas plus compliqué que cela. Une intelligence artificielle est un système probabiliste : elle fonctionne avec des statistiques et des probabilités. C'est efficace, on le voit : les outils actuels combinent des briques déterministes et des briques probabilistes, et parviennent à des résultats très cohérents. J'ai lu les documents, et je peux vous dire que les réponses obtenues ici sont plutôt bonnes. Mais vous ne pourrez jamais être certain à 100 % que l'outil n'est pas passé à côté d'une information.
C'est d'autant plus vrai quand on travaille sur l'ensemble du tenant. L'outil est beaucoup plus efficace si on le cadre, si on l'oriente et si on restreint les documents qu'il doit rechercher ou analyser. C'est aussi l'intérêt de Copilot Studio : on lui attribue une base de connaissance propre, et il n'est pas pollué par les autres informations. Ici, avec un seul document, je suis sûr du résultat. Mais même avec 20, 30 ou 100 documents dont vous maîtrisez vraiment le périmètre, cela fonctionne très bien, quasiment sans problème. Encore une fois, on n'est jamais à l'abri : c'est un système probabiliste.
Animatrice : Il faut donc garder l'humain au cœur de ces projets.
Lionel Dimitrijevic : Oui. Et l'outil nous aide tout de même : dans la réponse de notre agent, on dispose de liens vers les documents sources. On peut donc voir sur quoi il a fondé sa réponse et visualiser le fragment de texte qu'il a analysé. Cela permet une première vérification très rapide.
Par ailleurs, dans Cowork et plus globalement dans les outils actuels, vous l'avez vu : il a relu et modifié sa production. Il ne se contente pas de produire et de s'arrêter. En général, il produit, relit sa production au regard du prompt, puis la réajuste pour mieux y répondre. Ce n'est donc pas un processus à un seul appel au LLM : il y a davantage d'interactions derrière, c'est plus complexe, et c'est ce qui permet d'obtenir de meilleures réponses.
Animatrice : Super, merci Lionel pour cette présentation, et merci à l'ensemble des participants. Vous recevrez bien évidemment le replay. Lionel reste disponible si vous souhaitez échanger avec lui à la suite de cet événement.
Lionel Dimitrijevic : Avec grand plaisir.
Animatrice : Merci à tous, et à très bientôt pour une prochaine session de Toast'n'Tech. Au revoir.
Lionel Dimitrijevic : Merci beaucoup, bonne journée.