Brancher les données des ESSMS à l’IA : retour d’expérience
Les cadres normalisés sont une mine d’or enfermée dans un format difficile. Ce que nous avons appris en reliant données financières, documents et IA.
Depuis plusieurs mois, nous travaillons à relier les données des ESSMS à l’IA. Voici ce que nous en retenons.
1. Les cadres normalisés sont une mine d’or enfermée dans un format difficile
Des dizaines d’onglets, des cellules fusionnées, des macros, des zones non modifiables. Mais ils ont une qualité rare : l’information est là, dans un format exploitable, à condition de paramétrer finement comment la chercher. C’est ce que nous avons fait : environ 900 variables extraites pour chaque établissement, 150 calculs (soldes, ratios) et 150 points d’alerte, pour transformer ces documents financiers en une véritable base métier : activité, charges, produits, investissement, effectifs, comparaison avec l’exercice précédent, bilan financier.
2. L’IA peut lire ce que personne ne lit vraiment
Rapports d’activité, instructions de tarification, recommandations de la HAS, textes législatifs : des centaines de pages que tout le monde possède, mais que peu de gens croisent au quotidien avec les chiffres. L’IA retrouve rapidement ce qui est pertinent et le met en regard des données financières. Les éléments d’analyse qui en sortent sont d’une richesse surprenante.
3. Le vrai problème n’est pas le manque de données
C’est de faire parler la donnée et de la contextualiser. Données financières, données d’activité, documentation réglementaire : chacune a sa logique, ses outils, ses porteurs. Avec une architecture efficace, l’IA peut être le pont qui les réunit enfin, pour produire une vision pertinente sans noyer le lecteur.
4. La comparaison devient enfin possible
Entre années, entre établissements d’un même pôle. On ne compare pas seulement A et B : on cherche à comprendre ce qui s’est passé pour chacun cette année, et ce qui influe vraiment sur le résultat. Ce type d’analyse prenait des jours, mobilisait plusieurs personnes, et restait souvent dans un tiroir.
5. L’IA ne décide pas, elle ne remplace pas
Nous avons demandé à l’IA ce qu’elle ferait face à une situation donnée : déséquilibre du bilan financier, difficultés RH… La connaissance du terrain et l’expertise ont encore de beaux jours devant elles. Mais l’IA peut aider à piloter, réunir l’information, comparer et repérer des signaux. Pour un secteur qui navigue entre contraintes budgétaires, exigences réglementaires et missions sociales essentielles, c’est déjà beaucoup.
L’IA ne vaut que ce qu’on lui donne à lire, et ce qu’on sait faire de ce qu’elle produit.