.svg)
Agent IA en finance :
comment 200 collaborateurs Ipsen ont construit leurs agents Copilot
Le 17 septembre, près de 200 collaborateurs des équipes finance, achats et IT d’Ipsen ont consacré leur après-midi à une seule chose : construire leurs propres agents IA sur Microsoft Copilot.
Ni conférence, ni démo à regarder de loin. Un Agentathon, avec des équipes, des rounds chronométrés, un jury et des cas métier bien réels.
Le client
IPSEN est un groupe biopharmaceutique mondial spécialisé en oncologie, maladies rares et neurosciences. Ses équipes finance, achats et IT travaillent dans un environnement réglementé, où la donnée chiffrée et le format des livrables ne souffrent pas l’approximation.
Le défi
Faire passer l’IA du prompt jetable à l’agent réutilisable
Jusqu’ici, l’usage de l’IA en entreprise restait surtout ponctuel. On passe dix, vingt, parfois trente minutes à expliquer un problème à Copilot pour obtenir enfin un bon résultat. Puis la conversation se ferme, et tout est à refaire la fois suivante.
Un agent IA règle ce problème : c’est un prompt qui se garde, un mode opératoire écrit une fois, testé, puis partagé à toute une équipe. Le défi posé à AI Sisters : faire construire ces agents par les équipes elles-mêmes, en un après-midi, sur l’environnement Microsoft 365 qu’elles utilisent déjà.
Le prompt qui se perd
Chaque conversation repart de zéro. Le savoir-faire reste dans la tête de celui qui a trouvé le bon prompt.
Des tâches récurrentes
Clôture mensuelle, commentaires de gestion, reporting, mises à jour de fichiers : les mêmes gestes, tous les mois.
Des données d’entrée stables
P&L, exports Excel, commentaires validés. Toujours les mêmes sources, toujours la même structure.
Des livrables au format attendu
Une note pour le comité, un tableau, un mail de synthèse. C’est exactement le profil d’un bon cas d’usage d’agent IA.
Vos équipes finance passent-elles encore par un prompt jetable à chaque clôture ?
On leur fait construire leurs premiers agents, sur vos vrais fichiers.
Notre approche
Notre Agentathon Copilot pour les équipes finance d’Ipsen
Ipsen travaille dans l’environnement Microsoft 365. Tout l’Agentathon a donc été construit sur Copilot, l’outil que les équipes ont déjà sous la main.
Le Show d’ouverture
Avant de construire, comprendre. Les bases de l’IA générative, les trois niveaux de Copilot (Copilot Chat qui répond, Copilot 365 qui assiste dans Word, Excel ou Outlook, Copilot Cowork qui exécute une tâche de bout en bout) et la structure d’un prompt efficace : rôle, contexte, tâche, but, contraintes et format, ton.
6 rounds de 20 minutes
Les participants se répartissent en équipes par métier. Round 1 : créer son agent et lui donner des instructions claires. Round 2 : lui ajouter les documents métier. Round 3 : l’interroger pour vérifier qu’il cite ses sources sans inventer. Round 4 : l’améliorer en comparant la réponse V1 et la V2 à la même question. Round 5 : le connecter à Outlook, Teams ou SharePoint. Round 6 : formaliser l’irritant métier et le temps gagné. Tout le monde travaille sur Agent Builder, les champions doublent sur Copilot Studio, et chaque round est noté en direct sur la plateforme AI Sisters jusqu’au jury final.
La méthode DTR : Data, Tâche, Résultat
Pour éviter le « aide-moi avec ce document », chaque équipe structure son agent avec la méthode DTR, développée par Loïc Dworzak. Data : quelle donnée source je lui donne. Tâche : ce que je lui demande précisément, résumer, comparer, extraire, rédiger. Résultat : à quoi doit ressembler le livrable, un tableau, un mail, une synthèse.
Les garde-fous, écrits dans chaque agent
C’est le point qui rassure le plus les équipes financières. L’agent ne recalcule rien : il reformule et hiérarchise, les chiffres ne changent pas d’une version à l’autre. Le contrôle de gestion valide avant diffusion. L’agent n’invente pas : si une donnée manque, il l’écrit. Et il constate sans trancher. La bonne question avant de construire : que se passe-t-il s’il se trompe ? Si l’erreur est réversible, on automatise davantage. Si elle a un impact financier ou réglementaire, on garde une validation humaine.
Vous voulez voir à quoi ressemble un Agentathon sur mesure ?
ChatGPT, Claude ou Copilot : on l’adapte à vos métiers et à vos outils.
Cas d'usage
Les 4 agents IA construits pendant l’Agentathon
Un cas par fonction, défini en amont avec Ipsen, démontré en direct sur des données de démonstration, puis construit par les équipes.
Finance : le reporting multi-audience
→ L’agent reçoit les commentaires de clôture validés et le P&L par nature de coût
→ Il produit trois versions : 10 lignes pour la direction générale, une page pour le comité, une version détaillée pour la finance
→ Il distingue le phasage du dépassement, parce qu’un dépassement est une alerte alors qu’un phasage est une décision
→ Il signale une fonction qui n’a pas commenté plutôt que d’inventer à sa place
Achats : la préparation à la négociation
→ Trois fournisseurs répondent à un appel d’offres
→ L’agent classe chaque affirmation en trois catégories : déclaré, prouvé, absent
→ Il en tire les questions de négociation à poser
Transverse : la comparaison de documents
→ Deux versions d’un plan projet, comparées section par section
→ Sur la démo : un budget annoncé à 468 000 € dont les lignes ne totalisent que 458 000 €
→ Et une pénalité de retard supprimée sans mention
IT : la veille éditeur
→ Sur 14 annonces d’éditeurs logiciels, l’agent en retient 8 qui concernent réellement le parc applicatif
→ Triées par échéance
→ Les équipes les plus rapides ont enchaîné sur un cas bonus très attendu côté finance : la mise à jour du fichier prix de transfert
Résultats
Les résultats de l’Agentathon Ipsen
collaborateurs finance, achats et IT réunis
rounds de 20 minutes
Un agent IA en finance, avec les garde-fous qui vont avec ?
Parlons de vos cas d’usage et de leur niveau de risque.
.jpeg)
.png)
.jpeg)
.avif)
