IA dans Excel et Google Sheets : ma stack quotidienne pour formules, analyses et nettoyage

En bref : Dans Excel et Google Sheets, l'IA ne remplace pas le tableur mais réduit le temps passé sur la mécanique : générer des formules à partir d'une description en langage naturel, nettoyer et restructurer des données, écrire des macros. Le gain le plus rapide reste la génération de formules. L'IA décroche encore sur les analyses complexes nécessitant le contexte métier.

Je bosse dans Excel et Google Sheets tous les jours depuis quinze ans : reportings clients, modèles d'allocation budgétaire pour des campagnes ads, suivi de KPI marketing, scoring de leads. L'arrivée de l'IA n'a pas remplacé le tableur — elle a réduit le temps que je passe sur la mécanique pour me laisser plus de cerveau disponible pour l'analyse. Voici ce que j'utilise réellement en mai 2026, et les pièges que j'ai rencontrés.

Générer des formules : le gain le plus rapide

C'est probablement l'usage que j'ai adopté le plus tôt et qui me fait le plus gagner de temps. Je décris ce que je veux en français, l'IA sort la formule.

Prompts qui fonctionnent bien chez moi :

• "Formule Excel pour calculer la moyenne des ventes du mois en cours en excluant les valeurs nulles, sachant que la colonne A contient les dates et la colonne B les montants."
• "Comment faire une RECHERCHEV qui retourne 'N/A' si la valeur cherchée n'existe pas, sans utiliser SIERREUR ?"
• "Formule pour extraire le nom de domaine d'une adresse email dans la colonne C."

ChatGPT, Claude et Gemini sont tous corrects pour ça. Mon expérience : Claude explique mieux la logique de la formule, ce qui m'aide à débugger quand mon dataset a une particularité. ChatGPT est légèrement plus rapide quand je sais exactement ce que je veux.

Astuce : préciser systématiquement la version d'Excel ou indiquer Google Sheets dans le prompt. Les nouvelles fonctions (LET, LAMBDA, XLOOKUP, dynamic arrays) ne sont pas disponibles sur toutes les versions, et l'IA peut sortir une formule qui ne tournera pas chez vous si vous n'avez pas spécifié.

Intégrations natives

Microsoft Copilot dans Excel : génère des formules, crée des graphiques, identifie des tendances en langage naturel. Disponible avec les acces Microsoft 365 incluant Copilot. Mon retour : très utile sur les tableaux structurés avec des en-têtes propres, beaucoup moins efficace sur des datasets "sales" avec colonnes mal nommées. Demande de préparer le tableau avant d'invoquer Copilot.

Mon retour complet sur Microsoft Copilot.

Gemini dans Google Sheets : fonctionnalités similaires côté Google. Bonne intégration avec Drive et le reste de Workspace, ce qui permet d'enchaîner naturellement avec un Doc ou un mail.

Formula Bot et Numerous.ai : outils tiers qui ajoutent des fonctions IA directement dans les cellules (catégorisation, extraction d'informations, résumés en colonne). Pratique sur des Sheets où il faut "tagger" du texte libre. Je l'ai utilisé sur un projet de classification d'avis clients, gain net de plusieurs heures sur 2000 lignes.

Analyser des données sans coder

Demander une analyse rapide : je colle un échantillon dans Claude ou ChatGPT (en respectant les limites de contexte), je décris ce que je cherche, j'obtiens une interprétation. Très utile pour les premières lectures d'un nouveau dataset.

Identifier des anomalies : "Dans ce tableau de ventes par région, quelles lignes semblent aberrantes et pourquoi ?" Sur les tableaux que je traite, l'IA repère souvent des outliers que je n'aurais pas vus au premier coup d'œil — par exemple une valeur en milliers au lieu de millions.

Suggérer des visualisations : "Quel type de graphique est le plus adapté pour montrer l'évolution mensuelle comparée à l'année précédente, avec un focus sur trois produits ?" Réponse souvent pertinente, qui m'aide à éviter le réflexe "tout en colonnes empilées".

Pour les analyses lourdes (au-delà de quelques milliers de lignes), je bascule sur Python avec pandas, et là l'IA m'aide à écrire le script en quelques minutes. Mon retour sur les usages plus complexes : outils IA comptabilité finance.

Automatiser avec VBA, Apps Script, Zapier

Macros VBA pour Excel : "Écris une macro qui supprime les doublons de la colonne A, trie par ordre alphabétique et colore les cellules vides en rouge." Sur ce type de tâche, l'IA sort un code fonctionnel en quelques secondes. Je relis et adapte aux références exactes de mon classeur.

Apps Script pour Google Sheets : même approche en JavaScript. Très utile pour automatiser les imports de données, l'envoi d'emails programmé, le nettoyage récurrent.

Zapier ou Make pour aller plus loin et connecter Sheets à d'autres applications sans code. Sur les early-stages que j'accompagne, c'est le passage qui fait gagner le plus de temps quand on a un tableau de bord à alimenter avec des données provenant de plusieurs sources. Mon retour : guide Zapier IA.

Nettoyage de données : la corvée que je ne fais plus

C'est probablement le gain le plus net dans mon workflow. Sur un dataset "sale" classique :

• Standardisation des formats : dates, noms, codes postaux, numéros de téléphone. L'IA génère la formule ou le script de nettoyage en quelques secondes.
• Détection d'incohérences : doublons subtils (Pierre Martin vs PIERRE Martin vs Pierre martin), valeurs de type différent dans une même colonne.
• Fusion conditionnelle de colonnes : "Si la colonne A contient X et la colonne B est vide, mettre Y dans la colonne C, sinon mettre Z."
• Extraction de données structurées depuis du texte libre : récupérer un montant, une date, un nom de société dans un commentaire textuel. Très utile sur des exports CRM ou des notes de frais.

Sur un projet de consolidation de 8000 lignes provenant de quatre sources différentes, le passage par Claude pour générer les formules de nettoyage m'a fait passer de deux jours à une demi-journée.

Les vraies limites en pratique

Volume. ChatGPT et Claude ont des limites sur la quantité de données qu'ils peuvent traiter directement. Au-delà de quelques milliers de lignes, copier-coller ne marche plus. Solutions : intégrations natives (Copilot Excel, Gemini Sheets) qui voient le tableau entier, ou bascule vers Python/pandas avec l'IA en assistant.

Confidentialité. Ne jamais coller de données sensibles (CRM clients, données financières, données salariés) dans un assistant cloud sans vérifier les CGU. Ma checklist RGPD couvre les questions à poser. Sur les données sensibles, je travaille en local avec Ollama ou j'utilise Mistral Le Chat (hébergement UE).

Vérification systématique. Une formule générée par l'IA peut être syntaxiquement correcte et logiquement fausse. Mon réflexe : tester sur un échantillon de quelques lignes avant de l'appliquer à tout le dataset. J'ai vu des cas où une RECHERCHEV générée par l'IA renvoyait la bonne valeur dans 95 % des cas et une erreur silencieuse dans les 5 % restants — repérable uniquement avec une validation manuelle.

Mon arbitrage final

L'IA n'a pas changé ce que je fais avec Excel et Sheets — elle a divisé par deux le temps que je passe sur la mécanique. C'est un gain réel et durable, à condition de garder le réflexe de vérification. Pour des analyses qui demandent du jugement métier, l'IA aide mais ne remplace pas la lecture humaine du contexte.

Catalogue data et analytics pour les outils complémentaires.