Comment automatiser le tri des demandes entrantes avec l'IA ?

Dans une PME, une partie du temps de l'équipe part à trier : lire un email pour savoir à qui il revient, décider si un lead mérite un appel, choisir quel ticket traiter en premier. Chaque décision ne prend que quelques secondes, mais elle se répète des dizaines de fois par jour et interrompt le travail de fond. Depuis septembre 2026, une catégorie de modèles d'IA est conçue spécialement pour ces décisions. Le plus connu, Jev, développé par la start-up américaine TypeSafe AI, ne rédige rien : il choisit.

La réponse courte

Pour automatiser le tri des demandes entrantes, confiez-le à un modèle de décision plutôt qu'à un chatbot. Vous lui donnez la demande, la question à trancher et la liste des réponses possibles, et il renvoie une probabilité pour chacune. Au-dessus d'un seuil de confiance que vous fixez, la demande part automatiquement au bon endroit ; en dessous, elle revient à une personne.

Pourquoi ne pas simplement utiliser ChatGPT pour trier ?

C'est possible, mais l'outil n'est pas fait pour cette tâche. Un modèle génératif comme ChatGPT ou Claude répond en rédigeant : pour décider si un email est un spam, il produit souvent un raisonnement complet avant de conclure. Or chaque mot écrit prend du temps et se facture. Ces modèles ont été pensés pour converser et pour coder, pas pour trancher entre quelques options.

Un modèle de décision fonctionne autrement. Il reçoit trois éléments : le contexte (l'email, les informations du client, un tableau de données), la question, et les réponses possibles. Il ne renvoie aucune phrase, seulement un chiffre par option. Ce fonctionnement le rend plus rapide et moins cher sur cette tâche précise. Surtout, il le rend plus facile à encadrer, puisque la probabilité indique à quel point la réponse est sûre.

Le tri n'est d'ailleurs pas propre à un service. On le retrouve aux ventes, au support, à la comptabilité comme en production. C'est donc un gain disponible partout dans l'entreprise, à condition d'aller le chercher décision par décision.

Quelles demandes confier à un modèle de décision ?

Pour chaque décision de tri que votre équipe prend aujourd'hui, posez trois questions, dans cet ordre.

1. La décision revient-elle plusieurs fois par semaine ? Si non, l'automatiser ne vaut pas l'effort : gardez-la à la main. Si oui, passez à la question 2.
2. La réponse tient-elle dans une liste finie d'options (oui ou non, une catégorie parmi cinq, une note sur une échelle) ? Si non, ce n'est pas une tâche de tri : elle demande un modèle génératif ou une personne. Si oui, passez à la question 3.
3. Une erreur se rattrape-t-elle facilement ? Si oui, le modèle peut agir seul au-dessus de son seuil de confiance. Si non, le modèle propose et une personne valide, au moins pendant les premières semaines.

C'est la troisième question qui fixe le niveau de contrôle. Un lead mal qualifié se rattrape au prochain échange ; en revanche, une réclamation client classée en spam se rattrape beaucoup moins bien.

Comment mettre en place le tri, concrètement ?

• Écrivez la question et les options. Par exemple : « Cet email est-il une demande commerciale, une demande de support, une facture fournisseur, une candidature ou un spam ? »
• Expliquez votre vocabulaire. Le modèle ne connaît ni votre entreprise ni vos outils. Si l'une de vos catégories s'appelle « Substack » parce que votre newsletter y est publiée, ce mot ne lui dit rien tant que vous ne l'avez pas expliqué. Ce brief de contexte ajoute un peu de texte à chaque demande, mais il est indispensable, en particulier quand vos données sont en français.
• Donnez le contexte utile, et seulement lui. À l'inverse, le modèle perd en qualité quand on le noie sous des informations qui ne servent pas la décision.
• Testez sur un historique déjà trié. Faites tourner le modèle sur des demandes que l'équipe a déjà classées à la main, puis comparez.
• Fixez le seuil de confiance. Au-dessus, la demande part automatiquement vers la bonne personne ou le bon outil ; en dessous, elle reste dans une file de vérification.
• Vérifiez la confidentialité. Jev est développé par une entreprise américaine : assurez-vous que votre politique interne autorise l'envoi de ces données chez ce prestataire.

Le modèle trie. Le seuil de confiance décide quand il a le droit d'agir seul.

À quoi ressemble ce tri sur une boîte mail ?

Shubham Sharma, créateur de vidéos sur la tech, a d'abord testé Jev sur sa boîte mail, la première tâche de tri à laquelle on pense. Au lieu d'une seule question, il peut en poser plusieurs à la fois sur chaque email entrant : quelle catégorie, quelle priorité, s'agit-il d'un spam, une réponse est-elle attendue ? Pour chacune, le modèle renvoie la probabilité de chaque option, par exemple 3 % de chances que l'email soit un spam et 96 % qu'une réponse soit attendue. L'email arrive ainsi déjà classé et priorisé, et la personne qui ouvre la boîte ne traite plus que ce qui lui revient.

Le coût de ce tri reste très faible : un test indépendant a classé 100 000 titres d'articles pour une cinquantaine de centimes. Ces mêmes tests montrent cependant les limites de l'outil, puisqu'un testeur l'a vu classer des éléments hors sujet avec 99 % de confiance. C'est pour cette raison que le test sur un historique déjà trié n'est pas facultatif.

Questions fréquentes

Faut-il un développeur pour mettre en place ce tri ?

Il faut savoir brancher le modèle à votre boîte mail ou à votre CRM, par exemple avec un outil d'automatisation comme n8n. La partie la plus importante reste pourtant de définir les questions, les options et le brief de contexte.

Quel seuil de confiance choisir ?

Il dépend du coût d'une erreur. Commencez haut, observez les demandes qui restent en vérification, puis abaissez-le progressivement si les résultats le permettent.

Jev fonctionne-t-il en français ?

Oui, mais moins bien qu'en anglais. Un brief de contexte qui explique vos catégories améliore nettement ses réponses, et un test sur vos propres données reste indispensable.

Le tri automatique coûte-t-il cher ?

Beaucoup moins qu'avec un modèle génératif, puisque le modèle de décision n'écrit rien. Mais l'économie ne justifie pas toujours un outil de plus : voir Comment réduire le coût de l'IA dans votre entreprise ?

Le tri ne concerne-t-il que les emails ?

Non. La même logique s'applique à toute étape de tri à l'intérieur d'un processus. Voir Comment intégrer un nouveau modèle d'IA dans un processus existant ?