IA pour entreprise de nettoyage : automatiser planning, devis et reporting

Le secteur de la propreté en France, c'est environ 14 000 entreprises et plus de 500 000 salariés. La grande majorité sont des PME indépendantes, ancrées sur leur territoire, avec une équipe siège qui tient à bout de bras tout l'administratif : devis, contrats, plannings, paie, factures, reporting. La marge nette du secteur est faible, 3 à 6 % en moyenne, et chaque heure de bureau gagnée pèse réellement sur la rentabilité.

Le métier a longtemps résisté à la digitalisation parce que la valeur ajoutée se voit sur le terrain, pas à l'écran. C'est juste, et ça reste juste. Mais ce qu'on observe depuis dix-huit mois, c'est que les PME qui ont automatisé proprement le bureau ont pris une longueur d'avance : elles répondent aux appels d'offres en 24 heures au lieu de 4 jours, elles envoient un reporting mensuel propre que la concurrence n'envoie pas, et elles gardent leurs commerciaux et leurs responsables d'exploitation sur ce qui crée vraiment de la valeur.

Cleaneris est une entreprise de propreté qui opère en région, avec une équipe siège réduite et une exploitation en croissance régulière. Quand on a commencé à travailler ensemble, le constat était simple : la dirigeante et son adjointe passaient un temps considérable sur le devis et le reporting, et ce temps était autant de moins pour le suivi commercial et le suivi qualité.

La feuille de route a été pragmatique. On a commencé par cartographier les processus du siège, pas l'exploitation terrain, pour identifier les trois plus chronophages. On est tombé d'accord sur trois cibles : les devis chantier (45 minutes en moyenne par devis), la rédaction du planning hebdomadaire (le lundi matin, deux heures bloquées), et le reporting mensuel client (quatre à cinq heures par compte clé, par mois).

Sur le devis, on a connecté le formulaire web entrant à un orchestrateur n8n qui prépare une trame avec la grille tarifaire interne. Le commercial reçoit le brouillon dans Google Docs en moins de cinq minutes après une demande, valide, ajuste, envoie. On est passé de 45 à 12 minutes par devis, et le taux de transformation s'est amélioré simplement parce que les devis partent plus vite.

Sur le planning, l'IA propose chaque vendredi soir un planning de la semaine suivante en intégrant les absences déclarées et les contraintes clients. La responsable d'exploitation valide en 20 minutes le lundi matin au lieu de deux heures.

Sur le reporting, c'est probablement l'effet le plus visible côté client. Chaque fin de mois, un PDF propre est généré par compte avec photos avant/après et points d'amélioration. Plusieurs comptes clés ont commenté positivement la démarche, un livrable que la concurrence locale n'envoie pas. Sur la rétention, la différence se voit à un an.

Une entreprise de propreté manipule des données qu'on sous-estime souvent : adresses de sites clients sensibles (cabinet médical, étude notariale, locaux d'avocat), codes d'accès, plages horaires d'occupation des bâtiments, parfois identités de salariés clients. On ne peut pas envoyer ce genre d'éléments à un modèle IA grand public sans cadre.

La cartographie est le premier exercice. On liste, par scénario, ce qui sort vers un modèle IA, ce qui ne sort pas, et qui en est responsable. Pour les devis et les plannings, on travaille avec des données peu sensibles (surfaces, fréquences, codes interne agents). Pour les comptes clients sensibles (médical, défense, finance), on privilégie un modèle européen avec DPA signé, Mistral en France, Claude via l'offre Europe d'Anthropic, ou une instance n8n auto-hébergée sur serveur français.

Ces choix s'inscrivent désormais dans le cadre de l'AI Act 2026, qui impose à toutes les PME utilisant de l'IA de cartographier les usages, classer les risques et documenter les mesures prises. Faire cette cartographie en début de projet, ce n'est pas une lourdeur administrative, c'est ce qui permet d'aller vite ensuite, en sachant qu'on est en règle.