Grand Atelier IA Lyon (26/11) : repars avec une maquette d’automatisation, sans être tech

Tu veux du concret, pas une énième conf IA

Tu diriges une TPE ou une PME. Tu entends “IA” partout. Et pourtant, dans ta boîte, ça bloque souvent au même endroit : trop flou, trop technique, trop de promesses, pas assez d’exécution.

Le Grand Atelier IA Lyon vise l’inverse : une soirée “de l’idée à l’action”, sur des cas réels, pour repartir avec une première réponse concrète. Typiquement une maquette d’automatisation, un prototype d’agent IA, ou un démonstrateur simple que tu peux tester ensuite.

Infos clés (vérifiées) : jeudi 26 novembre 2026, 17h00 à 22h00, à Ynov Lyon, 6 cours de Verdun Rambaud, 69002 Lyon. Format en petits groupes avec experts + étudiants. Aucun prérequis technique. 80 participants max. 30 € TTC (cocktail compris). Source : CPME Rhône.

Pourquoi ce format parle aux dirigeants (et pas qu’aux profils tech)

Une soirée de 5 heures ne va pas “transformer ton entreprise”. Mais c’est largement assez pour faire trois choses utiles :

• Cadrer un cas d’usage avec un début, une fin, des utilisateurs, et une définition claire du “terminé”.
• Passer de l’idée à une preuve : un workflow d’automatisation, une démo sur données exemples, un agent IA assisté, une maquette cliquable ou un script de traitement. Un prototype, pas une usine.
• Décider la suite : ce que tu testes en interne, avec quelles données, qui est responsable, et comment tu mesures le gain.

Le point fort, si tu n’es pas technique : tu apportes le métier et le contexte. Le binôme “experts + étudiants” te pousse vers un livrable tangible au lieu de rester dans le blabla.

Contexte : en 2026, 4 TPE-PME sur 10 déclarent utiliser l’IA (Baromètre France Num 2026). Parmi celles qui l’utilisent, 68 % jugent l’impact positif. Dit autrement : le sujet n’est plus “faut-il y aller”, mais “où mettre le premier euro et la première heure”.

Le déroulé de la soirée, étape par étape

Le programme annoncé est conçu pour éviter le piège “on s’inspire, puis on rentre chez soi”.

17h00 : accueil, cadrage, répartition

Tu arrives, tu choisis ton atelier (ou tu confirmes celui choisi à l’inscription), tu te mets en groupe. L’objectif est simple : prendre ton besoin et le rendre “exploitable” en 30 minutes. Pas “améliorer la relation client”, mais “répondre à X type de demandes entrantes, avec Y règles, et un contrôle humain”.

17h30 : ateliers en petits groupes

Tu bosses sur des cas réels. Le format annoncé prévoit 5 ateliers thématiques au choix :

• Mon savoir à portée de main : recherche, synthèse, extraction.
• Stop aux tâches chronophages : automatisation.
• L’IA, mon copilote commercial : support vente, relance, préparation, qualification.
• Piloter plutôt que subir : données, indicateurs, reporting.
• Communiquer mieux… : contenu, cohérence, production plus fiable.

Pour un dirigeant, la logique est : tu viens avec un processus candidat, tu le passes au tamis, et tu vois ce qui est automatisable sans mettre ta boîte en risque.

18h30 : bascule “idées vers preuve”

C’est le moment où le groupe transforme le cas d’usage en première réponse. Concrètement, tu peux viser :

• un workflow (déclencheur, étapes, sorties, exceptions) pour automatiser une tâche,
• un agent IA prototype (assisté, avec garde-fous, et validation humaine),
• une maquette (écrans, inputs, outputs) pour visualiser le futur outil,
• une checklist de déploiement : données, accès, sécurité, métriques, règles RGPD.

Le bon objectif : un démonstrateur qui montre la valeur, pas un truc “parfait”.

En parallèle : 2 masterclass de 30 minutes

Le programme mentionne deux masterclass courtes. Tu n’y vas pas pour “apprendre l’IA”. Tu y vas pour gagner du temps sur des notions qui débloquent une décision : ce qui marche vraiment en TPE-PME, ce qui plante, et comment éviter un POC vitrine.

19h30 : restitutions

Chaque groupe montre ce qu’il a produit. Intérêt direct pour toi : tu compares vite les approches. Tu identifies les patterns qui reviennent (données mal rangées, règles implicites, validations manuelles indispensables). Et tu repars avec des idées “copiables” sans refaire tout le travail.

20h30 : cocktail et réseautage

Ce n’est pas juste social. C’est l’endroit où tu peux :

• tester ton cas d’usage avec d’autres dirigeants,
• récupérer des retours sur des outils et méthodes,
• trouver un binôme métier-tech si tu veux accélérer après.

Aucun prérequis, vraiment ? Oui, si tu viens avec le bon “processus candidat”

“Aucun prérequis technique” ne veut pas dire “viens les mains dans les poches”. Ça veut dire : pas besoin de coder, pas besoin de comprendre les LLM, pas besoin d’avoir une équipe data. En revanche, tu dois venir avec un processus que tu connais, que tu peux décrire, et dont tu acceptes de regarder les défauts en face.

Les meilleurs candidats pour une maquette d’automatisation en 1 soirée

• Back-office : tri et classement, saisie répétitive, comptes rendus, rapprochements simples, gestion documentaire.
• Relation client : qualification des demandes entrantes, préparation de réponses, création de brouillons, relances, FAQ interne.
• Devis et factures : extraction d’infos, contrôle, pré-remplissage, génération de brouillons, suivi des impayés.
• RH : tri de candidatures sur critères, réponses candidats, synthèse d’entretiens, onboarding.

Si tu veux des idées de processus “faciles à gagner”, tu peux aussi partir de cette base : Les sept processus à automatiser en premier dans une PME.

Ce qu’il faut éviter (sinon tu perds ta soirée)

• Sujet trop large : “automatiser tout le support” est une impasse. Prends un flux précis.
• Données inconnues : si tout est “dans des mails”, tu dois l’assumer et le transformer en plan d’extraction.
• RGPD oublié : données perso, données clients, clauses de confidentialité. Tu dois poser un cadre avant d’envoyer quoi que ce soit dans un outil.
• Confondre prototype et déploiement : une maquette n’est pas un run. Ce soir-là, tu achètes de la clarté et un premier livrable, pas une industrialisation.

Ce que tu peux repartir avec, concrètement

Le site de l’événement promet une “première réponse concrète” : piste d’action, automatisation, agent IA, maquette, démonstrateur. Traduit en livrables utiles pour un dirigeant :

• Un schéma de workflow (déclencheur, étapes, règles, contrôles humains, exceptions).
• Un prototype d’agent IA (ex : agent qui prépare un devis, propose une réponse client, ou compile un dossier), avec limites et garde-fous.
• Une liste d’actions J+7 / J+30 : tests, accès, qualité des données, sécurité, pilote.
• Une estimation de gains basée sur tes volumes (pas sur des moyennes marketing).

Si tu veux te mettre en tête la différence entre “agent” et “chatbot”, c’est ici : Qu’est-ce qu’un agent IA, et en quoi il diffère d’un chatbot.

Ta page de préparation (à copier-coller avant de venir)

Objectif : arriver avec 1 page. Tu la sors au début de l’atelier. Tu gagnes 60 minutes. Et tu repars avec une maquette plus propre.

1) Objectif opérationnel (1 phrase)

Je veux automatiser [tâche précise] pour [équipe/utilisateur] afin de [gain attendu].

Exemple : “Je veux pré-qualifier les demandes entrantes et proposer une réponse brouillon pour que l’équipe ADV traite plus vite sans perdre en qualité.”

2) Périmètre du processus (début, fin, exceptions)

• Déclencheur : mail, formulaire, appel, ticket, facture reçue, candidature, commande.
• Fin : réponse envoyée, devis créé, facture validée, dossier complet, rendez-vous pris.
• Exceptions : cas à escalader, clients VIP, montants élevés, litiges, données manquantes.

3) Données disponibles (et où elles vivent)

• Sources : boîte mail, ERP, CRM, Google Drive, SharePoint, logiciel métier, Excel.
• Format : PDF, texte, scans, images, champs structurés, exports CSV.
• Volumétrie : par jour, par semaine, par mois.
• Qualité : à jour ou pas, doublons, champs vides, règles non écrites.

Astuce : si tu ne peux pas apporter de vraies données, prépare 3 exemples anonymisés (ou des données “jouet” représentatives).

4) Contraintes RGPD et confidentialité (3 cases à cocher)

• Le flux contient-il des données personnelles (clients, salariés, candidats) ?
• Y a-t-il des données sensibles ou contractuelles (santé, finance, secrets industriels, clauses) ?
• Quel est le niveau de tolérance : données réelles autorisées, anonymisation obligatoire, ou données interdites hors SI interne ?

Si tu veux un rappel simple sur ce que tu peux faire et ne pas faire : RGPD et IA en entreprise : ce que vous pouvez faire, ce que vous ne pouvez pas. Et côté fuites, garde un réflexe : 7 contrôles rapides avant d’ouvrir vos données à un assistant IA.

5) Indicateurs de gain (avant, après)

• Temps : minutes par dossier, temps de réponse moyen, temps de traitement.
• Qualité : erreurs, retours clients, taux de correction, non-conformités.
• Débit : dossiers traités par jour, backlog, pics d’activité.
• Cash (si factures) : délai d’émission, délai de relance, impayés.

Tu n’as pas besoin d’un contrôle de gestion complet. Un “avant” approximatif et un “après” mesurable suffisent. Méthode utile : Mesurer le gain réel d’un usage IA : la méthode avant / après.

6) Décisions à prendre en fin de soirée (sinon ça meurt)

• Go / no-go : est-ce que le cas est assez rentable et faisable pour un test ?
• Périmètre pilote : 1 équipe, 1 type de dossier, 1 canal (mail ou formulaire), 1 mois.
• Données : quelles données on autorise pour le pilote, et sous quelles règles (anonymisation, accès, conservation) ?
• Contrôle humain : à quel moment on valide, qui signe, et comment on trace ?
• Prochaines actions datées : J+7 test, J+14 retour, J+30 décision d’industrialisation ou arrêt.

Exemples de cas “parfaits” pour l’atelier (dirigeant-friendly)

1) Relation client : tri et réponse brouillon sur demandes entrantes

• Entrée : formulaire ou mail générique.
• Étapes : détecter l’intention, extraire les infos, vérifier le compte client, proposer une réponse et une affectation.
• Sortie : ticket complété + brouillon + tags.
• Garde-fou : validation humaine avant envoi, journalisation des actions.

Base utile si tu veux structurer une connaissance fiable : Support client : construire une base de connaissances qui tient la charge.

2) Devis/factures : pré-remplissage et contrôle simple

• Entrée : demande de devis + pièces jointes.
• Étapes : extraction (PDF), contrôle règles (TVA, adresse, conditions), génération brouillon.
• Sortie : devis prêt à relire, ou liste d’éléments manquants.

Pour cadrer un flux complet devis, de la demande à la signature : Automatiser la gestion de ses devis, de la demande à la signature.

3) RH : tri de candidatures et synthèse

• Entrée : CV + mail de candidature.
• Étapes : extraire compétences, vérifier critères, proposer une shortlist, générer des réponses candidates.
• Sortie : tableau récap + synthèses standardisées.
• Garde-fou : attention RGPD et biais, règles transparentes.

Pour garder des garde-fous concrets : Recrutement et IA : usages concrets et garde-fous RGPD.

Ce que tu dois viser en sortant : un pilote, pas un “beau prototype”

Le piège classique, c’est de repartir avec une démo qui impressionne, mais impossible à brancher sur ton SI, ou trop risquée pour tes données.

Ta cible réaliste après le Grand Atelier IA Lyon :

• 1 pilote sur un flux étroit.
• 1 mesure de gain simple (temps, qualité, débit, cash).
• 1 garde-fou clair (validation humaine, données limitées, journalisation).

Si tu touches à un agent qui agit sur des outils (CRM, mail, drive), ne saute pas la partie sécurité. Point de départ : Agents IA : 10 garde-fous avant d’automatiser, puis Sécuriser un agent IA qui a accès à vos outils.

Infos pratiques et pourquoi réserver tôt

Rappel des infos vérifiées : 26/11/2026, 17h00-22h00, Ynov Lyon (Lyon 2e, côté Perrache), 80 participants max, 30 € TTC cocktail compris, aucun prérequis technique. Détails : CPME Rhône.

80 places, sur un format atelier, ça part vite. Et plus il y a de monde, plus la qualité dépend de ton niveau de préparation. La bonne stratégie : viens avec ta page, un processus, et 2 ou 3 exemples de données anonymisées.

Plan d’action simple d’ici le 26/11

• J-10 : choisis 1 processus candidat (pas 5).
• J-7 : remplis la page de préparation (objectif, données, RGPD, KPI, décisions).
• J-3 : prépare 3 exemples (anonymisés) et liste 10 règles métier implicites.
• Soir J : vise une maquette + un pilote daté.
• J+7 : test interne sur données “safe”.
• J+30 : décision d’industrialiser, de pivoter, ou d’arrêter.

Si tu veux arriver avec une base “cadrage propre” (sans jargon), garde ça sous la main : Cadrer un projet IA : la méthode en quatre étapes avant d’écrire du code. Et si tu es non-tech et que tu veux juste démarrer sans te faire balader : Faire ses premiers pas avec l’IA quand on n’est pas technique.