• Avec 70 % des collaborateurs utilisateurs, les assistants les plus plébiscités simplifient des tâches quotidiennes, comme la gestion des mails, la génération des présentations Power point ou l’amélioration d’un texte.
• Chaque projet d’assistant s’appuie sur une analyse fine des processus existants et un prompt engineering précis, pour éviter les échecs liés à un manque d’ancrage opérationnel.
Chez Orange, l’intégration de l’IA générative s’appuie sur une démarche pragmatique, ancrée dans les besoins opérationnels et nourrie par une collaboration étroite entre experts techniques et métiers. À travers sa bibliothèque « Dinootoo », Orange propose plus de 150 assistants boostés à l’IA générative dédiés. Le constat est simple : l’IA générative ne crée de valeur que si elle répond à des besoins métier identifiés. « Nous avons l’expertise du prompting et de l’IA générative , mais ce sont les référents métiers qui connaissent leurs besoins et les cas d’usage à forte valeur ajoutée. Nous travaillons donc ensemble pour transformer ces besoins en assistants IA », précise Mahdi El Bahi, AI & Data Product Manager chez Orange.
Les assistants les plus populaires sont ceux qui simplifient des tâches répétitives ou chronophages
Cette bibliothèque est organisée par domaines et par langues. Elle propose des outils ciblés, allant de l’identification de KPIs pour les chefs de projet à l’analyse de contrats pour les juristes. Chaque assistant est documenté : « Il comprend un titre, une description, le modèle LLM utilisé et un mode d’emploi détaillé. » L’objectif ? Rendre l’outil accessible et immédiatement utile. « Nous couvrons un large éventail de métiers : les achats, la communication, l’architecture, le juridique, etc. » 
Des usages variés, une adoption massive
100.000 collaborateurs (en février 2025), soit un taux remarquable de 80%, utilisent ces assistants. Les usages les plus plébiscités concernent la « vie quotidienne au bureau » (+ 100.000 utilisations), comme la gestion des mails, la génération des présentations PowerPoint et la préparation de documents ou la « reformulation de texte ». En tête des utilisations d’assistants de la bibliothèque, les équipes commerciales effectuent ainsi des recherches dans la base interne Expresso, qui contient les offres, les références clients, ainsi que les processus de gestion de la vente et de l’après-vente. Ensuite viennent les fonctions juridiques, communication, gestion de projet, tech, RH et marketing. « Les assistants les plus populaires sont ceux qui simplifient des tâches répétitives ou chronophages », explique Mahdi El Bahi. « Par exemple, pour les RH, nous avons développé un assistant qui aide à rédiger des offres d’emploi. »
Une méthodologie pour éviter les échecs
Le succès de ces assistants est le résultat d’une méthodologie éprouvée. « Nous commençons par identifier un besoin métier concret puis nous analysons le processus actuel : sa durée, ses points forts, ses faiblesses, etc. » L’objectif est d’évaluer le gain de temps, l’impact carbone et l’impact business d’un projet. En moyenne, le développement d’un cas d’usage prend entre un mois et demi et deux mois, période durant laquelle sont organisés des ateliers avec les équipes concernées et des phases de test. « Tous les cas d’usage ne sont pas adaptés à l’IA générative », précise Mahdi El Bahi.
Pour faire fonctionner ces assistants efficacement, le « prompt engineering » fait la différence. « Nous créons des instructions précises pour que le modèle réponde exactement aux besoins spécifiques. Par exemple pour l’assistant RH, le prompt est très élaboré. Il inclut un contexte détaillé sur Orange, sa promesse employeur, et le processus de création de fiches de poste se fait en 14 étapes. » De fait, un modèle ne connaît pas les spécificités d’Orange : « Nous devons fournir toutes les informations nécessaires et utiliser un langage adapté à la communication avec un modèle, qui diffère de celui qu’on utiliserait avec une personne. » Cette précision dans la formulation des prompts garantit des résultats alignés sur les attentes métiers.
« Notre démarche contraste avec de nombreuses initiatives d’IA qui échouent faute d’ancrage dans les réalités opérationnelles. L’IA générative peut transformer le quotidien des collaborateurs, à condition d’être déployée avec méthode et en réponse à des besoins concrets. »
