2026-07-17 19:32:00
Piloter Dolibarr à la voix : et si l'IA générative était d'abord une histoire d'accessibilité ?
Je croise souvent le même raisonnement sur le langage naturel dans un ERP : c'est une question de confort — poser une question plutôt que naviguer dans trois menus. C'est vrai pour beaucoup d'utilisateurs. Mais pour les personnes en situation de handicap moteur (mains, bras — accidents, maladies neurodégénératives, malformations), le clavier et la souris ne sont pas un choix de confort, ce sont des obstacles.
Et c'est sous cet angle que le sujet m'intéresse depuis un moment — précisément le handicap moteur ici, le handicap visuel appellera un autre article.
Un peu d'histoire, vite fait
La réponse à ce problème s'est construite par couches, chacune corrigeant les limites de la précédente.
Aménagements matériels
Trackballs, joysticks adaptés, contacteurs. Efficace mais lent, fatigant, et souvent limité à quelques actions simples.
Reconnaissance vocale « commande »
Dragon NaturallySpeaking en entreprise : dicter, naviguer, cliquer à la voix. Robuste, mais un vocabulaire de commandes rigide à apprendre.
Voix native dans l'OS
Voice Control sous macOS, Voice Access sous Windows 11 — intégrés par défaut, avec un support poussé de la parole atypique (SLA, Parkinson). Bien, mais générique : l'OS ne connaît rien au métier de l'utilisateur.
L'IA comprend l'intention métier
Un LLM ne se contente plus de transcrire une commande fixe : il comprend « crée une facture pour ce client » et sait quelle action métier ça déclenche dans votre outil.
C'est cette dernière couche qui change la donne pour un ERP. Les précédentes donnaient accès à l'ordinateur. Celle-ci donne accès au métier.
Pourquoi c'est si important
Je suis parti d'une intuition empirique — un modèle léger tournant en local sous LM Studio, installé sur ma propre machine, qui s'en sortait mieux que prévu sur un périmètre d'actions restreint. Voici ce que les benchmarks disent une fois qu'on va vérifier :
Le verrou n'est donc plus la brique technique : sur un périmètre fermé comme Dolibarr (créer un tiers, chercher une facture, relancer un impayé), un modèle léger fait le travail correctement en local, sur du matériel courant. Ce qui manque, c'est le harnais applicatif qui relie cette compréhension à une exécution sûre.
Concrètement, ça veut dire qu'un copilote vocal pour Dolibarr n'a pas besoin de dépendre d'un LLM « grand marché » (OpenAI, Anthropic, etc.). Il peut tourner 100 % local : zéro coût récurrent par token, zéro donnée métier qui sort de votre infrastructure.
Ce que ça donne, concrètement, sur Dolibarr
Dolibarr se prête bien à l'exercice : des règles de gestion claires, des actions métier bien identifiées. Voici ce que ça change une fois le langage naturel branché en interface.
🎙️ La commande vocale métier
L'utilisateur dicte une action (« passe cette commande en statut expédié ») au lieu de naviguer manuellement. Le modèle local extrait l'intention, un harnais applicatif vérifie la cohérence (le tiers existe, le statut est un statut valide) avant toute écriture.
🖐️ L'accès pour les utilisateurs à mobilité réduite
Pour un utilisateur qui ne peut pas manipuler une souris, le pilotage vocal n'est pas un raccourci pratique : c'est la différence entre pouvoir utiliser l'ERP seul, ou pas du tout.
🔒 Zéro dépendance externe
Reconnaissance vocale et compréhension d'intention tournent toutes les deux en local. Pas de facture par requête, pas de données clients qui transitent par un tiers.
🧭 Le rôle du harnais reste central
Comprendre une intention n'autorise pas à l'exécuter aveuglément. Les mêmes principes de garde-fou qui encadrent un agent IA classique (validation, points de contrôle, blocage des actions sensibles) s'appliquent ici — vocal ou pas, un agent reste probabiliste.
Rendre un ERP pilotable à la voix, ce n'est pas ajouter un gadget de dictée sur les champs existants. C'est construire une infrastructure de confiance capable de comprendre un métier — et de refuser d'agir quand elle n'est pas sûre.
Ce qu'il faut retenir
L'IA générative appliquée aux ERP ne se limite pas à automatiser des tâches pour aller plus vite. Bien pensée, elle ouvre l'outil à des utilisateurs qui, sinon, en resteraient exclus. Le langage naturel n'est pas un gadget de confort — pour certains, c'est littéralement la porte d'entrée.
Je développe des modules Dolibarr depuis des années (30+ créations, 19 publiées sur le Dolistore), et je retravaille actuellement un de mes modules pour en faire un copilote Dolibarr pensé accessibilité.
Une question sur votre projet ? Écrivez-moi à massaoud@dzprod.net.
Massaoud Bouzenad — AI Strategist & Dolibarr Expert