Mi Integration

Accélérer les bons de commande de pièces automobiles avec l’IA agentique

Vue aérienne d'une usine de construction automobile

Le contexte

Mi Integration est une entreprise d’origine canadienne spécialisée dans le moulage par injection de thermoplastiques et l’ingénierie pour l’industrie automobile. Des joints d’étanchéité aux composantes d’éclairage, en passant par les pièces CVAC et les éléments de finition intérieure, elle conçoit, développe et fabrique des composantes plastiques complexes répondant aux normes élevées de la production automobile moderne.

Ses opérations au Canada et au Mexique soutiennent certains des plus grands acteurs de l’industrie, où l’efficacité est essentielle. Son équipe chaîne d’approvisionnement traite des bons de commande reçus sous forme de fichiers PDF, chacun contenant un grand nombre de lignes et de données essentielles qui alimentent des départements comme la planification, les finances et la gestion des commandes. Jusqu’à récemment, ce processus débutait dans une boîte de réception centralisée et reposait entièrement sur de la saisie manuelle.

Mi Integration nous a approchés pour mettre en place un flux de traitement des bons de commande plus rapide et plus précis, moins dépendant des interventions humaines. Voyant dans ce projet un cas d’usage idéal pour l’automatisation, nous avons mis à profit l’IA agentique pour leur permettre de gagner du temps, réduire les erreurs et recentrer leur équipe chaîne d’approvisionnement sur des tâches à plus forte valeur ajoutée, plutôt que sur de la manipulation répétitive de données.

Détails du projet

Industry

Manufacturier

Technologies

Gemini Pro

Azure

AWS

GitHub

Outlook

OneDrive

Services

I.A.

Le défi

Notre principal défi consistait à concevoir une solution suffisamment flexible pour gérer les réalités parfois chaotiques des opérations quotidiennes, comme des bons de commande reçus en pièces jointes PDF de plusieurs pages, remplis de numéros de pièces, de quantités, de prix, de conditions de livraison et d’échéanciers de production. Auparavant, un gestionnaire de la chaîne d’approvisionnement devait les analyser manuellement et transférer les informations dans un fichier CSV utilisé par plusieurs départements. Ce processus était long, répétitif et laissait trop de place aux erreurs humaines.

Un des premiers enjeux techniques du projet concernait la variabilité des formats de fichiers. Bien que la majorité des bons de commande soient reçus en PDF, certains arrivaient en format CSV. Nous avons dû décider s’il valait mieux concevoir un système capable de gérer tous les formats ou simplifier le processus autour d’un seul. En priorisant la fiabilité, nous avons choisi de standardiser autour du PDF et d’ajouter des étapes de conversion en amont lorsque nécessaire. Par exemple, tout fichier CSV reçu dans la boîte de réception est automatiquement converti en PDF.

Au moment de choisir le modèle, la vitesse de traitement était un critère clé. Les grands modèles de langage dotés de fortes capacités de raisonnement sont particulièrement efficaces pour interpréter des documents complexes comme des bons de commande, mais ce niveau de précision peut ralentir les performances. Lors des périodes de pointe, notamment tôt le matin lorsque la boîte de réception de la chaîne d’approvisionnement se remplit, le système risquait d’être surchargé. Nous avons donc dû trouver un équilibre. Plutôt que d’opter pour un modèle plus rapide mais moins précis, nous avons choisi de conserver une grande précision de raisonnement et d’adapter la solution en conséquence. Cela impliquait de concevoir un flux de travail capable de réguler les requêtes, de gérer le volume intelligemment et de maintenir sa stabilité sous pression.

Dessous de capot d'une automobile blanche.

Ingénieur travaillant dans une usine de fabrication automobile.

La mission

Il s’agissait d’un mandat court et ciblé, sans nécessité de passer par une phase complète de découverte. Mi Integration savait exactement ce qu’elle voulait, ce qui nous a permis de démarrer rapidement. Dès le départ, l’accent a été mis sur la scalabilité et l’autonomie. L’objectif était de mettre en place une solution que leur équipe pourrait maintenir et faire évoluer. Elle devait être transparente et facile à faire évoluer, ce qui rendait l’architecture d’autant plus cruciale.

Nous avons travaillé en étroite collaboration avec le gestionnaire de la chaîne d’approvisionnement ainsi que le responsable TI interne. Le gestionnaire nous a aidés à valider les résultats générés par l’IA en fonction des besoins opérationnels quotidiens, tandis que le responsable TI s’est assuré que la solution s’intégrait bien aux systèmes existants.

Nous avons choisi Gemini Pro pour sa grande précision de raisonnement, appuyé par les services Azure et AWS, GitHub pour la gestion de versions, Outlook pour l’intégration à la boîte de réception, et OneDrive comme hub de données. Sa capacité à interpréter et analyser des documents complexes en faisait un choix idéal pour ce cas d’usage.

Pour encadrer le comportement de l’agent IA, notre développeur a conçu un ensemble de prompts et de variables sur mesure, définissant clairement ce qui devait être extrait, ce qui devait être ignoré, ainsi que la gestion des cas particuliers. Un élément clé de la solution consistait à connecter chaque bon de commande entrant à des données spécifiques aux clients stockées dans OneDrive. Cela rend le système à la fois flexible et évolutif. Si des coordonnées ou des informations clients doivent être mises à jour, l’équipe peut le faire directement dans OneDrive. L’agent utilisera immédiatement ces données mises à jour, sans nécessiter de modification de code ni d’intervention de développement.

Le résultat

Le projet a été complété en seulement trois semaines, et l’équipe chaîne d’approvisionnement de Mi Integration utilise déjà la solution dans des conditions réelles. Le produit final transforme les bons de commande reçus en format PDF en fichiers CSV propres et structurés, offrant une façon de travailler plus simple et plus rapide.

Voici à quoi ressemble le nouveau flux de travail :

Un acheteur envoie un bon de commande par courriel
L’agent IA analyse la boîte de réception chaque heure (pendant les heures de travail) pour détecter les nouveaux messages
Pour chaque nouveau message, il associe l’adresse courriel de l’expéditeur aux dossiers clients et vérifie la présence d’un bon de commande en pièce jointe (PDF ou CSV)
Si une correspondance est trouvée, l’agent lit le fichier et croise les données avec le dossier client dans OneDrive (si applicable)
Il extrait les informations détaillées du bon de commande et du dossier client, puis génère un nouveau fichier CSV avec tous les champs mappés selon des colonnes prédéfinies
Le fichier CSV est automatiquement enregistré dans OneDrive avec une nomenclature uniforme (incluant le nom de l’acheteur et la date de la commande)
L’équipe chaîne d’approvisionnement accède au fichier et poursuit ses opérations comme à l’habitude

Ce que Mi Integration apprécie le plus, c’est la combinaison de précision, de flexibilité et d’autonomie. Le copier-coller manuel appartient désormais au passé. L’agent IA prend en charge automatiquement l’analyse et l’extraction des données, ce qui permet à l’équipe de se concentrer sur des tâches à plus forte valeur ajoutée. Et les résultats parlent d’eux-mêmes. Lorsque l’équipe a comparé les CSV générés par l’IA à leurs versions manuelles précédentes, ils étaient non seulement précis, mais permettaient souvent de capter des détails subtils qui auraient pu passer inaperçus à l’œil humain. Et alors que Mi Integration craignait initialement que chaque ajustement nécessite une aide externe, leur développeur interne a désormais une visibilité complète sur le système et peut effectuer des mises à jour courantes sans dépendre de support externe.

La suite...

Avec l’automatisation des bons de commande maintenant en place, Mi Integration réfléchit déjà aux prochains cas d’usage pour l’IA agentique. Les factures, les formulaires fournisseurs et d’autres processus répétitifs sont déjà dans la mire. Les bases sont en place : les systèmes sont connectés, l’équipe comprend le fonctionnement de la solution et l’architecture a été conçue pour évoluer. Les développements futurs porteront sur l’ajout de nouvelles fonctionnalités, et non sur une reconstruction complète.

Ce projet démontre ce qui est possible. Et avec les bonnes fondations, l’ajout de nouveaux cas d’usage devient une question de temps.

Construisons quelque chose ensemble.

Si votre équipe consacre des heures à des tâches manuelles et répétitives, nous pouvons vous aider à récupérer ce temps grâce à une automatisation qui génère un réel retour sur investissement. Prêt à optimiser un processus à fort volume? Parlons-en.