Si vous avez déjà passé vingt minutes à retrouver la syntaxe d’une fonction VLOOKUP, contemplé une colonne de dates présentées dans sept formats différents ou collé les données d’un PDF pour n’obtenir qu’une colonne de texte illisible, cet article est fait pour vous.
Après la rédaction, les feuilles de calcul sont probablement le domaine professionnel qui a le plus bénéficié de l’IA. Il ne s’agit pas de les remplacer — elles restent indispensables —, mais de supprimer les obstacles entre « j’ai des données » et « j’ai des réponses ».
Trois choses ont changé :
- Les principaux tableurs intègrent désormais des fonctions d’IA — Copilot dans Excel et Gemini dans Google Sheets — toutes deux étonnamment performantes.
- ChatGPT, Claude et Gemini peuvent lire les feuilles de calcul importées, analyser leur contenu et produire des résultats sans que vous écriviez la moindre formule.
- Les modèles de raisonnement sont suffisamment performants pour les analyses de données en plusieurs étapes : « décrivez l’analyse souhaitée en langage courant » fonctionne généralement.
Cet article explique comment utiliser concrètement ces fonctions, dans l’ordre où la plupart des gens les découvrent.
Trois façons d’utiliser l’IA avec les feuilles de calcul
En gros, vous avez trois options. Chacune est adaptée à des situations différentes.
Mode 1 : l’IA intégrée au tableur. Utilisez directement Copilot dans Excel ou Gemini dans Google Sheets. Saisissez votre question dans un volet latéral ; l’IA écrit les formules, crée des graphiques et résume les données. Cette option convient lorsque vos données se trouvent déjà dans une feuille de calcul et que vous souhaitez obtenir des réponses sans quitter l’outil.
Mode 2 : l’IA en dehors du tableur. Importez un fichier CSV ou Excel dans ChatGPT, Claude ou Gemini. Posez vos questions ; le modèle exécute une analyse — souvent en écrivant et en lançant du code Python en arrière-plan — puis renvoie des résultats, des graphiques et un fichier nettoyé. Cette option convient aux données désordonnées, aux questions ponctuelles et aux besoins qui dépassent les opérations de base.
Mode 3 : l’IA comme générateur de formules. Décrivez votre objectif en langage courant et demandez au modèle la formule exacte. Collez-la dans votre feuille de calcul. Cette option convient lorsque vous savez à peu près ce que vous voulez, mais avez oublié la syntaxe.
Nous aborderons les trois.
Mode 1 : l’IA intégrée au tableur
À la fois Copilot d’Excel et la barre latérale Gemini de Google Sheets fonctionnent de manière similaire : vous sélectionnez une plage ou ouvrez un document, vous tapez une demande, et l’IA renvoie des formules, des graphiques ou des résumés.
Prompts fiables pour l’IA intégrée au tableur :
Examinez les données des colonnes A à F. Résumez-les : dites-moi la plage de dates, les types de colonnes et tout problème évident (valeurs manquantes, formats incohérents, valeurs aberrantes).
Ajoutez une colonne à droite qui classe chaque ligne comme “élevé”, “moyen” ou “faible” en fonction de la valeur de la colonne D.
Créez un graphique qui compare le chiffre d’affaires mensuel parmi les trois catégories de produits. Faites-le lisible sur une diapositive.
Identifiez les lignes où la colonne “statut” contient autre chose que “ouvert”, “fermé” ou “en cours” — ce sont probablement des fautes de frappe.
Calculez la moyenne mobile de 7 jours de la colonne C et placez-la dans la colonne G.
La règle est constante : précisez les colonnes concernées, l’opération à effectuer et la forme du résultat attendu. L’IA écrira les formules ou créera le graphique. Vérifiez le résultat et ajustez-le si nécessaire.
Limite : l’IA intégrée au tableur peut encore rencontrer des difficultés avec les analyses complexes en plusieurs étapes. Le mode 2 convient généralement mieux aux opérations qui exigent un raisonnement couvrant plusieurs feuilles, une logique conditionnelle imbriquée ou un nettoyage substantiel.
Mode 2 : l’IA en dehors du tableur
Importez votre fichier CSV ou Excel dans ChatGPT (Plus ou Pro), Claude ou Gemini Advanced. Le modèle peut le lire, l’analyser, écrire du code pour le manipuler, puis renvoyer une réponse écrite et un fichier traité à télécharger.
Une méthode fiable :
Je vous transmets une feuille de calcul contenant [description]. Commencez par m’en donner un aperçu :
- Qu’y a-t-il dedans — nombre de lignes, colonnes, ce que semble être chaque colonne.
- Quels sont les problèmes de qualité des données (valeurs manquantes, formats étranges, fautes de frappe probables, doublons).
- Une première série de statistiques évidentes mais utiles (comptes, plages, distributions).
Ensuite, attendez ma question spécifique.
Cette première passe prend au modèle 20 secondes. Vous obtenez une évaluation honnête de ce avec quoi vous avez à faire. Maintenant, posez la vraie question :
Parmi les entrées de cette feuille de calcul :
- Combien proviennent d’ Estonie, de Finlande et d’Allemagne ?
- Quel est le montant moyen des affaires par pays ?
- Quel vendeur a le taux de conversion le plus élevé ?
Donnez-moi un tableau de résumé propre. Aussi : y a-t-il des lignes où le champ pays est ambigu (par exemple, “DE” vs “Germany” vs “Deutschland”) ? Signalez-les.
Le modèle produira une réponse, souvent accompagnée d’un graphique et d’une version nettoyée du fichier. La plupart des gens oublient la consigne « signalez les lignes ambiguës » ; sans elle, les problèmes de qualité des données restent invisibles dans le résumé.
Pour une analyse multi-étapes :
Je veux comprendre les clients qui ont quitté, pourquoi et ce qui prédit le départ. Guidez-moi à travers votre analyse en trois étapes :
- D’abord, identifiez les clients qui ont quitté — définissez votre critère (par exemple, aucune activité en 90 jours).
- Ensuite, comparez les clients qui ont quitté avec ceux qui sont actifs sur les dimensions dont j’ai des données.
- Ensuite, dites-moi quelles dimensions montrent le plus grand écart et seraient les meilleurs indicateurs précurseurs de départ.
Utilisez un modèle de raisonnement et montrez votre travail afin que je puisse vérifier.
La consigne « utilisez un modèle de raisonnement » est importante pour toute analyse en plusieurs étapes. Le modèle rapide par défaut peut prendre des raccourcis. Une variante de raisonnement (GPT-5 Thinking, Claude Extended Thinking, o3) sera plus lente, mais produira une analyse plus fiable.
Mode 3 : l’IA comme générateur de formules
C’est le mode le plus simple. Vous savez ce que vous voulez, mais avez oublié la formule. Ouvrez ChatGPT — aucun fichier n’est nécessaire —, décrivez l’objectif et récupérez la formule. Collez-la dans votre feuille de calcul. Terminé.
Exemples qui fonctionnent bien :
J’ai une liste d’adresses e-mail dans la colonne A. Je veux que la colonne B affiche uniquement le domaine. Quelle formule devrais-je utiliser dans Google Sheets ?
Dans Excel, comment faire pour compter les lignes où la colonne D est entre 10 et 20 ET la colonne E dit “actif” ?
J’ai des dates dans la colonne A qui ressemblent à “2026-04-12T14:30:00Z” — format ISO complet. Je veux que la colonne B affiche uniquement la date au format JJ/MM/AAAA, dans le fuseau horaire estonien.
J’ai une colonne de chaînes de devise comme “€1,234.56”, “$987.00”, “£42.10”. Je veux les séparer en deux colonnes : valeur numérique et symbole de devise.
J’ai deux feuilles. La feuille 1 contient des ID clients et des noms. La feuille 2 contient des ID clients et des montants en dollars. Je veux une troisième feuille qui les relie, avec le nom du client, l’ID client et le montant.
Vous obtiendrez la formule exacte. Pour le dernier exemple, le modèle proposera probablement VLOOKUP, INDEX/MATCH ou XLOOKUP avec une explication claire. Collez la formule dans votre feuille de calcul et ajustez les plages de cellules.
Pour les formules utilisées régulièrement, ajoutez cette demande : « Expliquez-moi maintenant ce que fait cette formule, étape par étape, afin que je la comprenne. » C’est l’une des meilleures manières d’apprendre la syntaxe des tableurs, car l’explication porte sur votre problème réel plutôt que sur un tutoriel abstrait.
Nettoyage des données désordonnées
Le nettoyage des données est la difficulté cachée du travail dans les feuilles de calcul. C’est aussi l’un des domaines où l’IA excelle. Voici quelques opérations courantes et la manière de les demander :
Formats de dates incohérents :
Examinez la colonne A. Les dates sont dans des formats mixtes : certains “2026-04-12”, certains “12/04/2026”, certains “April 12, 2026”, certains tapés de manière étrange. Normalisez-les toutes au format ISO (YYYY-MM-DD). Signalez les lignes que vous n’avez pas pu analyser.
Noms d’entreprises mal correspondants :
Examinez la colonne B (Entreprise). Certaines lignes indiquent « Apple Inc. », d’autres « Apple », « apple inc » ou « Apple Computer Inc. ». Regroupez ces variantes sous des noms canoniques. Ajoutez une nouvelle colonne avec le nom canonique de chaque ligne.
Numéros de téléphone dans de nombreux formats :
La colonne D contient des numéros de téléphone. Certains comportent un indicatif de pays, d’autres non ; certains utilisent des parenthèses, des tirets ou des espaces. Normalisez-les au format international E.164 (+372…). Supposez qu’il s’agit de l’Estonie lorsqu’aucun indicatif n’est fourni. Signalez les numéros impossibles à interpréter.
Adresses e-mail avec des erreurs cachées :
La colonne E contient des adresses e-mail. Trouvez celles qui sont probablement invalides (manque de @, manque de TLD, contient des espaces, contient des fautes de frappe comme “.con” au lieu de “.com”). Signalez-les dans une nouvelle colonne.
Le modèle renvoie souvent le fichier nettoyé avec un résumé de ce qu’il a changé. Vérifiez le résumé avant de faire confiance au résultat.
Un piège à surveiller : les erreurs silencieuses
L’IA effectuant une analyse de données peut produire des réponses erronées de manière silencieuse de deux façons.
Calculs inventés. Le modèle fournit des chiffres plausibles sans les avoir réellement calculés. Ce phénomène est rare avec les modèles de pointe modernes dotés d’une fonction d’exécution de code intégrée (Python / interpréteur de code), mais il existe. Pour vous en protéger, demandez explicitement : « Montrez-moi le code ou la formule utilisés et indiquez-moi comment vérifier le résultat. »
Interprétation erronée des données. Le modèle suppose qu’une colonne est autre chose qu’elle n’est pas — “total” quand c’est “sous-total”, “clients actifs” quand c’est “tous les clients”. Montrez toujours au modèle les noms réels des colonnes et demandez-lui de confirmer l’interprétation :
Avant d’effectuer l’analyse, dites-moi ce que chaque colonne est. Confirmez-moi que votre interprétation correspond à ce que j’intends. Attendez la confirmation avant de calculer quoi que ce soit.
Cette étape ajoute vingt secondes et permet d’éviter les erreurs d’interprétation les plus courantes.
Quand la feuille de calcul devient trop volumineuse
ChatGPT, Claude et Gemini présentent des limites pratiques concernant la taille des fichiers à analyser. En 2026, vous pouvez généralement traiter sans difficulté des feuilles de calcul comportant jusqu’à environ 50 000 lignes ou quelques centaines de mégaoctets. Au-delà, mieux vaut recourir à de véritables outils d’analyse de données : Python, R, SQL ou des outils de veille économique tels que Hex ou Mode.
Une approche intermédiaire utile consiste, pour un jeu de données d’un million de lignes, à prélever un échantillon représentatif de 10 000 à 50 000 lignes, à l’importer et à l’analyser, puis à confirmer le résultat sur l’ensemble des données avec un outil plus adapté. L’IA excelle pour répondre à « dites-moi ce que contiennent les données et ce que je dois examiner » ; les outils spécialisés conviennent mieux aux analyses de production.
Décrivez le problème, vérifiez le résultat
Trois modes : dans le tableur, en dehors du tableur ou comme générateur de formules. Choisissez celui qui convient à la tâche et passez de « vingt minutes à retrouver VLOOKUP » à « deux minutes pour décrire le problème en langage courant ».
Vous n’avez plus besoin d’apprendre la syntaxe des formules, sauf si vous le souhaitez. En revanche, vous devez décrire précisément les données, l’opération et le résultat attendu. Vous devez aussi toujours contrôler les résultats. Cela ne prend que trente secondes ; le reste du travail s’effectue désormais à la vitesse de l’IA.
Essayez dès aujourd’hui l’une de ces méthodes sur une véritable feuille de calcul.
