Le PDF n’est pas le vrai problème
Générer automatiquement un PDF à partir d’un modèle est relativement simple.
Le vrai problème est de savoir quelles données utiliser.
Quelle adresse mettre sur la convention si elle existe dans le logiciel de formation, le CRM et un fichier Excel ? Quelle date utiliser si une session vient d’être décalée ? Faut-il envoyer une convocation si le lieu n’est pas encore confirmé ?
Une mauvaise automatisation peut parfaitement générer 40 convocations en quelques secondes. Si l’information utilisée est fausse, elle permet surtout de faire 40 erreurs plus vite.
Une automatisation fiable ressemble plutôt à :
- Données de session
- Vérification
- Choix du modèle
- Génération
- Contrôle
- Envoi
- Archivage
La génération du document n’est qu’une étape.
Il faut récupérer les données depuis leurs sources de référence, vérifier qu’elles sont complètes, générer le bon document, éviter les doublons et conserver la version réellement envoyée.
Commencer par définir la donnée de référence
Avant d’automatiser les conventions, convocations ou attestations, il faut déterminer où se trouve chaque donnée fiable.
Une même adresse peut être présente dans Digiforma ou Dendreo, dans le CRM et dans un fichier Excel. Le système ne doit pas choisir arbitrairement la première valeur trouvée.
Il faut décider quelle source fait foi.
Ce n’est pas forcément la même application pour toutes les informations. Les données de session peuvent être maintenues dans le logiciel de formation tandis que les coordonnées d’une entreprise viennent du CRM.
Le principe reste simple : une information est validée à un endroit, puis réutilisée ailleurs.
Prévoir aussi un identifiant unique
Le nom ne suffit pas toujours pour relier les données entre plusieurs outils.
Deux entreprises peuvent avoir un nom proche. Deux participants peuvent être homonymes. Un même client peut apparaître sous plusieurs variantes.
Je préfère donc faire circuler un identifiant stable :
Entreprise : ENT-00482
Participant : PAR-01834
Session : SES-2026-104
Peu importe son format.
L’objectif est de rattacher sans ambiguïté la bonne session, le bon client et le bon participant entre plusieurs systèmes.
Quelles données faut-il récupérer ?
Quatre ensembles reviennent souvent :
- session : intitulé, dates, horaires, durée, modalité, lieu
- client et participant : raison sociale, identité, contact et coordonnées utiles
- éléments propres au document : prix, références et informations prévues dans le dossier
- statuts : session confirmée, document généré, envoyé, signé, remplacé ou formation réalisée
Lorsque les actions sont financées dans les conditions prévues par l’article D6353-1 du Code du travail, la convention doit comporter plusieurs informations sur l’action : notamment son intitulé, son objectif, son contenu, les moyens prévus, sa durée et sa période de réalisation, ses modalités de déroulement et de suivi, ainsi que son prix et ses modalités de règlement. [1]
Pour les actions visées par ce texte, un bon de commande ou un devis approuvé peut également tenir lieu de convention s’il contient les mentions requises, directement ou au moyen d’une annexe. [1]
L’objectif n’est donc pas de générer systématiquement un document appelé « convention », mais le bon document selon le dossier.
Choisir le modèle et injecter les données
Le choix du modèle n’a généralement pas besoin d’IA.
Si les règles sont connues, une automatisation classique suffit.
Chaque zone variable du modèle est ensuite liée à une donnée structurée :
{{client_nom}}
{{participant_nom}}
{{session_date_debut}}
{{session_date_fin}}
{{session_lieu}}
{{formation_intitule}}
Dendreo documente ce principe avec des modèles contenant des tags remplacés par les informations présentes dans l’action de formation. [2]
Digiforma permet également de personnaliser différents modèles et documente notamment la génération de conventions, convocations, certificats de réalisation et attestations. [3]
Avant de construire un workflow externe, je vérifierais donc ce que le logiciel métier sait déjà gérer.
Le sur-mesure devient surtout intéressant lorsque le processus traverse plusieurs systèmes : données de session dans le logiciel de formation, contact dans le CRM puis archivage dans SharePoint, par exemple.
Une information manque ? Le document s’arrête
Si une donnée indispensable est absente ou incohérente, le système ne doit ni l’inventer ni laisser partir le document.
Prenons une convocation pour une formation en présentiel dont le lieu n’est pas renseigné :
Le workflow peut signaler :
Convocation de Sophie Martin bloquée : lieu de formation manquant.
La correction est ensuite faite dans la source de référence, pas uniquement dans le PDF.
Une automatisation doit pouvoir être relancée sans doublon
Imaginons qu’une erreur technique survienne après la génération de huit convocations mais avant la fin du processus.
Si le scénario est relancé, il ne doit pas produire huit nouvelles convocations identiques ou envoyer deux fois le même message.
Avant chaque action, il peut vérifier :
Si une donnée importante a changé, une nouvelle version peut au contraire être nécessaire.
Dans mes workflows, je préfère conserver l’identifiant du document et les données utilisées plutôt qu’un simple statut du type convocation_envoyee = true.
Exemple : une session avec huit participants
Prenons une session organisée les 14 et 15 octobre.
Huit participants provenant de trois entreprises sont inscrits.
Il faut préparer trois conventions et huit convocations.
Chaque dossier peut avancer indépendamment : un participant sans adresse e-mail bloque sa convocation sans immobiliser les sept autres.
Les documents qui nécessitent une validation arrivent dans une file « à contrôler » ; les autres peuvent avancer automatiquement lorsque les conditions sont suffisamment fiables.
Digiforma propose par exemple un envoi automatique des convocations paramétrable par session, avec choix du délai avant le début de la formation et des modèles utilisés. [4]
Le fait qu’un logiciel permette l’envoi automatique ne signifie pas qu’il faut l’utiliser dans tous les cas.
Une convention envoyée et toujours en attente de retour peut ensuite alimenter un processus de relances administratives qui vérifie l’état réel du dossier avant chaque message.
Que faire si la session change après génération ?
Imaginons que les convocations aient été générées lundi et que le lieu change mercredi.
Les documents existants contiennent toujours l’ancienne adresse.
Le système doit donc savoir quelles données ont servi à chaque version :
Je préfère conserver l’ancienne version et son historique plutôt que l’écraser.
On sait ainsi ce qui a été envoyé et à quel moment.
Les documents ne se déclenchent pas au même moment
Tous les documents ne reposent pas sur les mêmes conditions.
| Convocation | Avant la formation, dès que la session, le participant et les informations pratiques sont fiables. |
|---|---|
| Convention | Selon le contexte du dossier, avec davantage de contrôle lorsqu’une information importante varie. |
| Attestation ou certificat | Après la réalisation ou lorsque les informations nécessaires sont effectivement établies. |
Le ministère du Travail publie notamment un modèle de certificat de réalisation et rappelle la nécessité de conserver les justificatifs permettant d’établir la réalisation de l’action. [5]
Le déclencheur doit donc dépendre du document.
La question à poser est :
Que se passe-t-il si ce document est faux et qu’il part automatiquement ?
Plus l’erreur est importante ou difficile à corriger, plus un contrôle humain devient pertinent.
Est-ce qu’il faut de l’IA ?
Pour la majorité des étapes décrites ici : non.
Sélectionner un modèle, injecter un nom ou une date, détecter un champ vide ou vérifier qu’un document n’a pas déjà été envoyé sont des règles déterministes.
L’IA devient éventuellement intéressante lorsque l’information n’est plus structurée.
Par exemple, un client écrit :
La session prévue dans vos locaux aura finalement lieu directement sur notre site de Lyon.
Une étape IA peut aider à détecter qu’un changement de lieu est demandé.
Mais je ne laisserais pas forcément cette interprétation modifier un document important puis l’envoyer sans contrôle.
C’est dans ce type de situation que l’utilisation d’un agent IA dans un organisme de formation peut apporter quelque chose : lorsqu’il faut comprendre un e-mail ou un document libre.
Pas lorsqu’une règle métier simple suffit.
L’archivage fait partie de l’automatisation
Un workflow qui s’arrête après l’envoi est incomplet.
Il faut définir où conserver la version finale, identifier celle qui a réellement été envoyée et savoir comment traiter un document remplacé.
Il n’existe pas une durée unique applicable à tous les documents.
La CNIL rappelle que les données personnelles ne doivent pas être conservées indéfiniment : leur durée de conservation dépend notamment de la finalité du traitement et des éventuelles obligations légales applicables. [6]
Prenez une session réelle et faites ce test
Pour savoir si ce processus peut être automatisé chez vous, prenez une session récemment traitée.
Pour chaque document, notez :
- où chaque information a été récupérée
- quelle application doit faire foi
- quel identifiant rattache le bon dossier
- ce qui doit bloquer la génération
- ce qui impose une nouvelle version
- ce qui évite un doublon
- ce qui nécessite encore une validation humaine
Si vous pouvez répondre clairement à ces sept points, vous avez déjà une grande partie du cahier des charges.
Le but n’est pas de construire une usine à PDF.
Le but est que les informations déjà présentes permettent de produire les bons documents, au bon moment, sans ressaisie et sans masquer les dossiers qui nécessitent réellement une intervention humaine.
C’est le même principe que pour automatiser l’administratif d’un organisme de formation sans remplacer ses outils.
Sources
- Légifrance — Code du travail, article D6353-1
- Dendreo — Présentation des modèles de documents
- Digiforma — Quels sont les modèles de documents dans Digiforma ?
- Digiforma — Comment envoyer automatiquement ou par email les convocations à mes apprenants ?
- Ministère du Travail — Certificat de réalisation de formation professionnelle
- CNIL — Les durées de conservation des données