LE MÉDIA DE L’IA QUI SERT VRAIMENT.Édition française · Comprendre & passer à l’action
Repéré sur le web

Sortir le Pareto des pannes en dix minutes avec Copilot, en maintenance industrielle

Usage décrit publiquement par maint.ing — Gaëtan Goguet (Saga Décor) (10 octobre 2026), résumé par la rédaction. Non testé par iadujour.

Le résultat à viser

Gaëtan Goguet, responsable maintenance chez Saga Décor (groupe Verallia, 45 personnes, décor de bouteilles en verre), exporte la GMAO en CSV et demande à Copilot Premium le Pareto des pannes : une « grosse étude » sort en moins de dix minutes.

Ce qui a été fait

maint.ing (Julien Bricart, podcast #2, 10 octobre 2026). Trois usages : Pareto et machines critiques ; suivi correctif / préventif ; TRS et taux de panne (Excel, puis Power BI avec l’aide de l’IA : ~30 min → ~30 s pour la fiche de réunion). Agent Copilot nourri des notices du site, qui pointe le document à ouvrir. « Si tu passes trois jours à créer un truc […] t’arrêtes. » Chiffres GMAO à recadrer si la demande est floue. Aucun taux d’arrêt publié.

Avant de commencer

Outil cité par la source : Microsoft 365 Copilot. Éléments entre crochets à remplir : [machine, code, durée], [mois]. Retirez les données confidentielles qui ne sont pas utiles et vérifiez les conditions d’accès de votre outil. Les fonctionnalités et abonnements disponibles peuvent évoluer.

La méthode, en trois étapes.

  1. Rassembler le contexte

    Repérez les éléments entre crochets du prompt ([machine, code, durée], [mois]) et préparez ce qu’ils demandent.

  2. Adapter le prompt

    Copiez le prompt ci-dessous, remplacez les éléments entre crochets, puis collez-le dans Microsoft 365 Copilot.

  3. Relire avant d’utiliser

    Relisez le résultat, corrigez-le si besoin et gardez la décision finale. Les points de vigilance sont détaillés plus bas.

Votre point de départ.

Remplacez les éléments entre crochets, puis adaptez la proposition à votre situation. Ce prompt est rédigé par la rédaction d’iadujour, ce n’est pas une citation de la source.

Le prompt à personnaliser
Export pannes (faits, sans site) : [machine, code, durée]. Période : [mois].

Propose un Pareto en 8 lignes uniquement d’après l’export. Si un code n’est pas dans le fichier, dis-le. N’invente aucun temps d’arrêt.

Ce qui mérite votre attention

Un Pareto généré n’est pas le plan de maintenance. Recouper les totaux sur l’export GMAO avant la réunion, et garder notices et pannes hors compte grand public.
Origine du cas. Origine du cas. Usage décrit publiquement par maint.ing — Gaëtan Goguet (Saga Décor) (10 octobre 2026).
Niveau de preuve : Témoignage publié par une source identifiée. Source vérifiée le 10 novembre 2026. Usage décrit par la source, non testé par la rédaction. Résumé original rédigé par iadujour.fr : les chiffres et affirmations sont ceux de la source ; le prompt est une proposition de la rédaction, pas une citation.

Skills utiles

Des skills officielles qui portent sur la même tâche, rapprochées par la rédaction : elles ne font pas partie du cas décrit.

  • Construire, déployer et exploiter agents et modèles Microsoft FoundryMicrosoft · Couvre le cycle de vie complet des agents, modèles et ressources Microsoft Foundry : construction, déploiement, évaluation, optimisation, affinage et exploitation, y compris azd, les agents hébergés, les outils, les évaluations par lot ou continues, le CI/CD, l’optimiseur d’agent, le déploiement et l’affinage de modèles (SFT, DPO, RFT), le RBAC, les quotas, les régions et les index de connaissances.
  • Créer et lancer des évaluations d’agents déclaratifs M365 CopilotMicrosoft · Cette skill couvre l’évaluation d’agents déclaratifs Microsoft 365 Copilot, avec la CLI publique `@microsoft/m365-copilot-eval`.
POUR CONTINUER

D’autres idées à mettre au travail.

Tout le thème Productivité
ÉCHANGES

Commentaires.

Un retour d’expérience, une question, une précision sur ce cas d’usage ? Les commentaires sont relus avant publication.

Commentaires publiés

Chargement des commentaires…

    Laisser un commentaire

    Charte de modération. Chaque commentaire est relu avant publication. Sont refusés : l’incitation à la haine, les propos injurieux ou discriminatoires, la publicité, le spam et les liens promotionnels, le hors-sujet et les données personnelles d’autrui.