Brancher une IA sur votre ERP, sans la laisser inventerLe protocole MCP relie le modèle à vos données réelles ; un graphe de connaissances lui sert de mémoire fiable.

Un assistant IA généraliste ne connaît ni vos clients, ni vos stocks, ni vos règles. Branché sur votre ERP, il devient utile : il répond à partir de vos données réelles, cite ses sources et prépare le travail que vos équipes valident. Cet article décrit la méthode que nous employons, du protocole de connexion jusqu'à l'ouverture aux utilisateurs finaux.

Vos situations

Pourquoi une IA « branchée sur le web » ne suffit pas

Elle répond avec assurance sur des données qu'elle n'a pas : elle invente.

Elle ignore vos règles de gestion, vos statuts, votre nomenclature.

Elle ne cite pas ses sources, donc personne ne peut la vérifier.

Copier-coller vos données dans un chat les expose et ne passe pas à l'échelle.

Une simple recherche de texte rate les liens entre client, commande et facture.

Ce que nous livrons

Ce que produit la méthode

Un connecteur MCP vers votre ERP

Le modèle lit et écrit dans votre ERP par des actions déclarées et encadrées, avec vos droits d'accès, jamais en accès direct à la base.

Un graphe de connaissances comme mémoire

Vos entités métier, clients, produits, commandes, sont reliées dans un graphe que l'assistant interroge pour répondre sur des faits reliés, pas sur du texte approchant.

Un enrichissement continu

Le graphe se met à jour à mesure que les données changent, pour que les réponses restent justes sans réindexation manuelle.

Une ouverture maîtrisée aux utilisateurs

Une fois éprouvé en interne, l'assistant s'ouvre à vos équipes puis à vos clients, avec des droits par personne et une trace de chaque échange.

Déroulé

La méthode, étape par étape

  1. 01

    Un cas d'usage, pas une technologie

    On part d'une question fréquente ou d'une tâche qui prend du temps, mesurable. La technologie vient après le besoin.

  2. 02

    Le connecteur MCP

    On expose les actions utiles de l'ERP au modèle : lire une fiche, chercher une commande, préparer un devis. Chaque action est déclarée, testée, journalisée.

  3. 03

    Le graphe de connaissances

    On modélise les entités qui comptent et leurs liens, puis on branche l'alimentation continue depuis l'ERP et vos documents.

  4. 04

    Les garde-fous

    L'IA propose, l'humain valide ; chaque réponse cite sa source ; aucune donnée personnelle n'est envoyée sans nécessité. On mesure la qualité sur un échantillon.

  5. 05

    La mise en production et l'ouverture

    On déploie, on exploite, on surveille le coût et la qualité, puis on élargit l'accès aux équipes et aux clients.

Qu'est-ce que le protocole MCP

MCP, pour Model Context Protocol, est un standard ouvert publié par Anthropic. Il définit une façon propre de connecter un modèle de langage à un système d'entreprise : le système déclare des « outils », des actions précises que le modèle peut appeler, et le modèle les utilise au lieu de deviner.

Concrètement, votre ERP expose des actions comme « chercher un client », « lister les commandes en retard » ou « préparer un avoir ». Le modèle ne touche jamais la base directement : il passe par ces actions, avec vos droits d'accès, et chaque appel est journalisé. La documentation de référence est sur modelcontextprotocol.io.

Qu'est-ce qu'un graphe de connaissances

Un graphe de connaissances range l'information en nœuds et en liens : un client est relié à ses commandes, chaque commande à ses lignes, chaque produit à son fournisseur. C'est proche de la façon dont un humain relie les faits.

Cette structure change la qualité des réponses. Une recherche de texte classique retrouve des passages qui « ressemblent » à la question. Un graphe, lui, suit les liens : à la question « quels clients ont une facture en retard sur un produit en rupture », il parcourt les relations plutôt que d'espérer tomber sur le bon paragraphe. C'est ce qui distingue une réponse fiable d'une réponse plausible.

Pourquoi enrichir le graphe en continu

Vos données changent tous les jours. Un graphe figé vieillit et l'assistant se met à répondre faux sans prévenir. L'enrichissement continu branche le graphe sur les mêmes flux que votre ERP : une commande créée, un statut modifié, un document ajouté mettent le graphe à jour dans la foulée. L'assistant reste donc aligné sur la réalité, sans réindexation manuelle du week-end.

Les garde-fous, non négociables

  • L'IA assiste, elle ne décide pas. Elle prépare, propose, calcule ; une personne valide avant qu'une action compte.
  • Chaque réponse cite sa source. L'utilisateur peut remonter à la donnée d'origine et à sa date.
  • Les données personnelles restent protégées. Rien n'est envoyé sans nécessité, en cohérence avec les recommandations de la CNIL sur l'IA et l'AI Act européen.
  • La qualité se mesure. Un échantillon de réponses est relu régulièrement pour détecter une dérive, surtout après un changement de modèle.

Ouvrir l'assistant à vos utilisateurs

Une fois l'outil éprouvé par vos équipes, la même architecture s'ouvre à vos clients finaux : chacun interroge l'assistant sur ses propres données, avec des droits stricts et une trace de chaque échange. C'est le passage d'un outil interne à un service, et c'est là que l'IA branchée sur l'ERP crée de la valeur visible pour le client.

Ce que nous savons de cette architecture

Nous concevons et exploitons cette architecture en production : un assistant relié à un ERP par MCP, adossé à un graphe de connaissances enrichi en continu, avec les garde-fous ci-dessus. C'est ce qui nous permet d'en parler concrètement, coûts d'appel et cas particuliers compris, plutôt qu'en théorie.

Repères

Preuves

Sur quoi repose cette méthode

  • Une architecture assistant + MCP + graphe de connaissances exploitée en production, avec enrichissement continu et ouverture aux utilisateurs finaux en préparation.

  • Des intégrations sur ERP Odoo pour des PME et une collectivité, avec des actions déclarées et branchées sur des services externes.

  • L'exploitation de systèmes d'IA dans la durée : suivi du coût des appels, de la latence et de la qualité des réponses.

Questions fréquentes

Les questions qu'on nous pose

Qu'est-ce que MCP, en une phrase ?

MCP, ou Model Context Protocol, est un standard ouvert publié par Anthropic qui permet à un modèle de langage d'appeler des actions précises et encadrées dans un système d'entreprise, au lieu de deviner, avec vos droits d'accès et une trace de chaque appel.

Pourquoi un graphe de connaissances plutôt qu'une simple recherche ?

Parce qu'un graphe suit les liens entre vos données, client, commande, facture, produit, là où une recherche de texte se contente de retrouver des passages ressemblants. Sur une question qui croise plusieurs entités, le graphe donne une réponse fiable, la recherche une réponse seulement plausible.

Faut-il changer d'ERP pour brancher une IA ?

Non. La méthode s'ajoute par-dessus votre ERP existant, Odoo, Dolibarr, Sage ou un développement sur mesure, grâce au connecteur MCP. On ne remplace pas votre outil de gestion, on lui ajoute une couche d'accès encadrée pour le modèle.

L'IA peut-elle modifier mes données toute seule ?

Seulement si vous l'y autorisez, et toujours sous validation humaine pour les actions qui comptent. Par défaut, l'assistant lit, propose et prépare ; une personne valide avant qu'une écriture soit effective. Chaque action passe par le connecteur, avec des droits et une trace.

Combien de temps pour une première version utile ?

Quelques semaines pour un premier cas d'usage en production, en partant d'un besoin précis. On livre ce cas, mesuré, avant d'élargir. Vous gardez le code, la documentation et les accès.

Un cas d'usage en tête ?

Trente minutes pour partir d'une tâche concrète et voir si la méthode s'y applique.

Réserver un diagnostic gratuit

Nous utilisons des cookies pour analyser le trafic et améliorer votre expérience. En savoir plus