Copilot dans Dynamics 365 : l’IA ne vaut que vos données

L’intelligence artificielle est partout dans les discours sur l’ERP, et Microsoft place désormais Copilot et les agents au cœur de Dynamics 365. Pour un décideur, la vraie question porte moins sur la démonstration que sur la réalité : « est-ce que cela marchera chez nous ? » La réponse tient en une phrase que peu de fournisseurs assument : Copilot dans Dynamics 365 ne vaut que ce que valent vos données.

Cet article fait le point sur ce que Copilot et les agents apportent réellement à votre ERP en 2026, et sur les prérequis sans lesquels l’investissement reste sans effet.

Avant de parler valeur, il faut dissiper le flou. Dans les applications de finances et d’opérations, Copilot prend trois formes distinctes.

Le side-car, l’assistant conversationnel

Un assistant installé à côté de l’application, qui répond en langage naturel et aide à travailler avec les fonctionnalités et les données. C’est l’interface principale de Copilot dans l’ERP.

Les fonctions intégrées directement dans les pages

Par exemple, dans l’espace de travail des commandes fournisseur confirmées avec modifications, l’IA aide à comprendre les changements et à y réagir sans quitter l’écran.

Les agents, qui orchestrent tâches et applications

Un agent enchaîne des étapes pour atteindre un objectif : interroger les données de l’ERP en langage naturel, préparer un rapprochement, rédiger une réponse à un fournisseur. Il s’appuie sur les informations structurées de l’ERP, dans la limite des droits de l’utilisateur.

Cette distinction compte, car « faire de l’IA dans son ERP » recouvre des projets très différents. Activer une aide conversationnelle et déployer un agent qui modifie des données n’ont ni la même nature ni le même niveau de risque.

Voici des capacités disponibles dans les applications de finances et d’opérations, avec leur intérêt métier.

• L’aide et les conseils génératifs : poser une question dans l’application et obtenir une réponse contextualisée, plutôt que de chercher dans la documentation.
• La conversation avec vos données : interroger en langage naturel les données structurées de l’ERP auxquelles on a accès, pour obtenir une information sans construire de requête.
• Le résumé de l’historique des flux de travail : un récapitulatif généré par l’IA de ce qui s’est passé sur un flux, utile pour les validations et les audits.
• Les analyses génératives pour la planification de la demande : un appui à la prévision, dont la justesse dépend directement de la qualité de l’historique.
• L’assistance intégrée aux processus : des suggestions au bon endroit, dans le bon écran, pour accélérer une tâche précise.

Ces fonctionnalités exploitent l’information existante sans la créer. Leur pertinence dépend donc entièrement de la matière qu’on leur donne.

Microsoft pousse une logique d’« IA agentique », où des agents ne se contentent plus de répondre et exécutent des tâches. Pour les applications de finances et d’opérations, plusieurs jalons sont désormais concrets.

Le serveur MCP, porte d’entrée des agents dans l’ERP

Depuis le 27 janvier 2026, un serveur MCP (Model Context Protocol) est disponible en version générale pour Dynamics 365 Finance et Supply Chain Management. Ce standard ouvert permet à une plateforme d’agents, Copilot Studio en tête, de lire et de modifier les données de l’ERP et d’appeler sa logique métier. Microsoft précise que le serveur filtre les données, les écrans et les actions selon les rôles de sécurité de l’utilisateur : un agent ne voit et ne fait que ce que la personne a le droit de voir et de faire.

Copilot Cowork et Work IQ

Microsoft documente désormais l’usage de Copilot Cowork avec l’ERP : un orchestrateur qui combine les données de Dynamics 365 avec les e-mails, les documents et le calendrier. L’exemple donné par Microsoft consiste à analyser les offres reçues pour un appel d’offres à partir des e-mails des fournisseurs, à recommander un attributaire, puis à créer la commande après validation. Cowork demande une approbation avant chaque action, ce qui suppose que l’utilisateur relise vraiment ce qu’on lui propose.

En parallèle, Work IQ, entré en préversion le 30 septembre 2026, donne à Copilot une compréhension des données métier de Dynamics 365, et son extension aux données de Finance & Operations est annoncée pour fin octobre 2026. Work IQ s’appuie sur tout ce qui a été paramétré dans l’ERP, y compris ce qui est devenu obsolète et que personne n’a supprimé. Copilot lira ces restes avec le même sérieux que le reste, et répondra avec la même assurance.

Des agents prêts à l’emploi, encore jeunes

Les premiers agents spécialisés arrivent, comme l’agent de rapprochement des comptes, encore en préversion, ainsi que de nouveaux espaces de travail comme l’Accueil immersif, pensé pour travailler avec des agents. Beaucoup de ces capacités sont récentes, et un agent qui agit sur des processus financiers exige un niveau de fiabilité et de contrôle bien supérieur à celui d’un assistant de rédaction. Plus l’IA agit seule, plus la qualité des données et la rigueur des droits deviennent critiques.

C’est le cœur du sujet, et le marketing en parle peu. Microsoft est pourtant explicite : dans les applications de finances et d’opérations, Copilot tire ses réponses des données structurées auxquelles l’utilisateur a accès. L’IA ne sait que ce que votre ERP contient.

Les conséquences sont directes. Si vos référentiels tiers sont truffés de doublons, si vos données articles sont incomplètes ou si vos écritures sont mal catégorisées, l’IA amplifiera le problème au lieu de le corriger. Pire, elle restituera une réponse formulée avec assurance mais fausse, plus dangereuse qu’une absence de réponse parce qu’un décideur peut s’y fier.

Un exemple concret : un même fournisseur enregistré trois fois dans le référentiel, sous trois orthographes différentes. Interrogé sur l’encours de ce fournisseur, Copilot répondra sur l’une des fiches seulement, en ignorant les deux autres. La réponse paraîtra fiable et sera fausse. Multipliez ce cas par des milliers de tiers, d’articles et d’écritures, et vous mesurez l’écart entre la promesse et la réalité. L’IA reflète ici exactement un référentiel non maîtrisé.

Un dirigeant nous a dit un jour : « On rajoutera de l’IA, ça compensera. » C’est l’inverse qui se produit : l’IA amplifie une fondation fausse.

L’IA agit comme un révélateur : elle met en lumière, sans filtre, l’état réel de votre système d’information. Un ERP bien tenu donne une IA utile ; un ERP négligé donne une IA qui se trompe vite et bien.

La qualité et la gouvernance des données forment donc la fondation de tout projet d’IA. Ce chantier se traite avant le déploiement de Copilot ou en même temps, et c’est un sujet de gouvernance des données à part entière.

La qualité des données est le prérequis majeur, et trois autres méritent l’attention d’un décideur.

1. La gouvernance des accès. Copilot et les agents s’appuient sur les données auxquelles l’utilisateur a droit. Votre modèle de sécurité devient donc un sujet d’IA : des droits trop larges exposent des informations sensibles au détour d’une simple question, des droits incohérents produisent des réponses incohérentes. Avec des agents capables de modifier des enregistrements, une question s’ajoute : qui a le droit de modifier quoi ?
2. Les processus et l’adoption. Une IA greffée sur des processus flous les laisse flous, et un outil que personne n’utilise ne crée aucune valeur. La conduite du changement reste déterminante, comme l’explique notre article sur la formation des utilisateurs ERP.
3. Le cadrage réaliste. L’erreur classique consiste à vouloir « mettre de l’IA partout » d’un coup. Mieux vaut commencer là où les données sont propres et la valeur évidente, prouver le résultat, puis étendre. Une démarche d’automatisation et d’IA maîtrisée avance par paliers.

Côté décideur, l’enthousiasme doit s’accompagner d’une grille de lecture économique. Les capacités d’IA de Dynamics 365 ne relèvent pas toutes du même modèle. Les agents prédéfinis et ceux construits dans Copilot Studio consomment des crédits Copilot, en partie inclus dans certaines licences et achetables séparément, et certains usages, comme Copilot Cowork, demandent aussi une licence Microsoft 365 Copilot. Il faut donc cadrer le périmètre avant de s’engager.

Le retour sur investissement se mesure ensuite sur des cas d’usage précis. Combien de temps gagné sur une clôture ou sur la préparation d’un reporting ? Combien d’erreurs évitées ? Ces indicateurs justifient l’investissement, bien plus que le nombre de questions posées à Copilot.

Méfiez-vous des métriques de vanité. Un fort taux d’utilisation ne prouve rien si les réponses ne sont pas fiables ou ne changent aucune décision. À l’inverse, un seul cas d’usage bien choisi, sur des données propres, peut rentabiliser le projet à lui seul.

La bonne démarche consiste donc à chiffrer la valeur attendue avant de déployer, puis à la mesurer réellement. C’est moins spectaculaire qu’une annonce, et c’est ce qui sépare un investissement rentable d’un gadget coûteux.

Quelques fautes reviennent systématiquement dans les projets d’IA mal engagés.

• Déployer l’IA avant d’avoir fiabilisé les données : l’ordre inverse du bon sens, et la première cause de déception.
• Vouloir tout couvrir d’un coup, plutôt que de prouver la valeur sur un cas net.
• Confondre démonstration et production : ce qui brille sur un jeu de données soigné peut s’effondrer sur vos données réelles.
• Négliger la sécurité des accès et exposer des informations sensibles au détour d’une simple question.
• Laisser un agent agir sans relecture : les outils de Microsoft demandent une approbation avant d’agir, et la tentation de tout autoriser d’un clic doit être encadrée.
• Oublier l’adoption : un outil que personne n’utilise n’a aucun retour sur investissement, aussi avancé soit-il.

En pratique, une approche saine tient en quelques principes.

1. Commencez par un état des lieux des données : référentiels, doublons, complétude, cohérence. C’est le chantier le plus structurant, car il conditionne tout le reste.
2. Choisissez ensuite un ou deux cas d’usage à forte valeur et à données fiables, plutôt qu’un grand déploiement tous azimuts.
3. Mettez en place un pilote mesurable, avec des indicateurs clairs, et n’étendez qu’après avoir prouvé le gain.
4. Traitez en parallèle la sécurité des accès et l’adoption. Gardez une règle simple en tête : remettez d’abord l’ERP en ordre, pour que l’IA serve ensuite à quelque chose.

Cette combinaison d’expertise Microsoft Copilot et de maîtrise des données distingue un projet d’IA qui tient ses promesses d’un projet qui déçoit. Si vous envisagez de quitter un ancien ERP pour en profiter, notre guide pour migrer de Dynamics AX vers Dynamics 365 détaille le chemin.

Copilot et les agents font entrer Dynamics 365 dans une nouvelle ère, et l’attente des décideurs est légitime : moins de tâches fastidieuses et des décisions mieux éclairées. L’IA posée sur l’ERP agit pourtant d’abord comme un révélateur de sa qualité.

Données fiables, gouvernance des accès, processus clairs, cadrage par paliers : ces fondations font la différence entre une IA qui crée de la valeur et une IA qui se trompe avec assurance. La question à se poser devient donc : mes données sont-elles prêtes pour l’IA ?

Spécialisé exclusivement sur Dynamics 365 Finance & Operations, FiveForty aborde l’IA comme un accélérateur réel, qui demande d’abord de poser les fondations. Avec clarté, sans survente.

Vos données sont-elles prêtes pour l’IA ?

Recevez notre grille d’auto-évaluation avant de déployer Copilot. Et chaque vendredi, Le Vendredi ERP raconte les coulisses des projets ERP.

Recevoir la grille