L’IA ne gradera pas vos laptops, mais elle trouvera vos goulets

Commençons par le dire clairement : non, un grand modèle de langage ne peut pas savoir si ce ThinkPad T14 a un repose-poignets rayé. Aucun prompt engineering ne changera cela. L'IA ne peut pas inspecter physiquement un appareil, lancer un contrôle de batterie ou déterminer si la touche E fonctionne par intermittence. Si quelqu'un vous vend un produit IA censé remplacer l'inspection humaine des appareils, il vous vend quelque chose qui n'existe pas.

Maintenant. Parlons de ce que l'IA fait vraiment dans l'ITAD, parce que c'est moins spectaculaire et nettement plus utile que les démos de salon.

Reconnaissance de schémas à grande échelle

Votre opération traite 25 000 appareils par an. Chaque appareil génère des données : résultats de test, grades, temps de traitement, catégories de défauts, durées d'effacement, valeur à la sortie. Cela fait 25 000 points de données par an, chacun avec des dizaines d'attributs. Sur trois ans, vous avez 75 000 histoires sur ce qui est arrivé aux appareils dans votre entrepôt.

Un humain qui regarde ces données voit une feuille de calcul. Une machine y voit des schémas. Des schémas invisibles à l'échelle humaine, mais évidents à l'échelle machine.

Détection des goulots : votre file de test a trois jours de retard tous les mardis. Pourquoi mardi ? Parce que lundi est le jour de réception pour deux grands clients, et la vague de nouveaux appareils arrive au test le mardi matin. Un humain peut finir par le remarquer. Un système qui suit les temps de traitement peut l'identifier dès le premier mois et vous alerter avant que cela devienne chronique.

Prédiction des prix : vos Dell Latitude 5430 Grade B se vendent en moyenne €142 par unité. Mais la fourchette va de €115 à €178, et l'écart est corrélé à quoi ? À l'état de la batterie, finalement. Les appareils avec une batterie au-dessus de 85% se vendent 18% plus cher que ceux sous 75%. Votre listing actuel ne distingue pas l'état de batterie. Il devrait.

Prédiction des défauts : les HP EliteBook 840 G5 d'une cohorte de leasing précise (déploiement 2021, retour T1 2026) ont 34% de probabilité de flex clavier. Vous ne les avez pas encore traités. Mais votre système peut déjà les marquer pour un test clavier prioritaire, à partir des schémas observés sur les cohortes précédentes.

L'IA dans l'ITAD ne vise pas à remplacer les humains. Elle donne aux humains des informations qu'ils ne peuvent pas extraire manuellement des données que leurs processus produisent déjà.

Des rapports qui s'écrivent seuls

L'application la plus immédiatement utile de l'IA dans l'ITAD n'a presque rien à voir avec l'entrepôt et tout à voir avec les dashboards. Rapports mensuels, synthèses client, documentation de conformité, décomptes de settlement : ce sont des documents à structure prévisible qui puisent dans les données opérationnelles. Les assembler à la main prend des heures. Les générer à partir de données structurées prend quelques secondes.

"En mars 2026, votre site a traité 2 847 appareils. Grade A : 34%. Grade B : 41%. Grade C : 18%. Mise au rebut : 7%. Temps moyen jusqu'à disposition : 6,3 jours. Conformité d'effacement : 100%. Trois goulots ont été identifiés : surcharge de la file de test le mardi, capacité de stockage en Zone C et retard moyen de 2,1 jours sur la vérification des manifestes de retours leasing."

Ce paragraphe a demandé quatre heures à un humain, avec trois systèmes différents. Un système ayant accès aux mêmes données l'a généré dans le temps qu'il vous a fallu pour le lire.

Ce que l'IA ne fera pas

L'IA ne donnera pas un grade à vos laptops. Elle ne décidera pas si une rayure vaut Grade B ou Grade C. Elle ne négociera pas avec les acheteurs. Elle n'appellera pas la société de leasing au sujet d'un écart de manifeste. Elle ne réparera pas l'éclairage de la Zone C. Elle ne convaincra pas votre équipe de saisir les données de façon cohérente. Elle ne remplacera pas les jugements que des opérateurs expérimentés prennent des dizaines de fois par jour.

Ce qu'elle fera, c'est mieux informer ces jugements. L'opérateur qui grade un appareil voit que des appareils similaires de cette cohorte ont souvent des problèmes de clavier. Le responsable commercial qui fixe le prix d'un lot voit que l'état de batterie est le meilleur prédicteur du prix de vente. Le compliance officer qui prépare un audit voit que trois certificats de mardi dernier n'ont pas encore toutes les étapes de vérification.

Moins excitant que la démo de salon. Beaucoup plus utile que ce que la démo promettait.

L'IA ne donnera pas un grade à vos laptops. Mais elle vous dira que votre goulot du mardi vous coûte 2,3 jours de capacité par semaine, que vos prix Grade B laissent 15% de marge sur la table et que le lot HP qui arrive lundi prochain aura probablement des problèmes de clavier. Ce que vous faites de cette information reste votre décision. Au moins, vous l'avez.