Comment l’équipe d’ONLYOFFICE utilise l’IA en pratique : des cas concrets issus de l’entreprise

Chez ONLYOFFICE, nous construisons des outils qui aident les gens à travailler avec des documents, à collaborer et à automatiser les flux de travail. Mais nous utilisons aussi l’IA nous-mêmes : dans le design, le marketing, l’ingénierie et les opérations, pour rendre notre propre travail plus rapide, plus cohérent et moins répétitif.

Il ne s’agit pas de projets pilotes expérimentaux ni de démonstrations de faisabilité. Ce sont de véritables implémentations, déjà en production, construites par nos équipes pour résoudre des problèmes concrets auxquels elles étaient confrontées au quotidien. Voici à quoi cela ressemble en pratique.

Conception mobile : un plugin Figma qui a transformé une tâche de deux jours en une heure

Le problème. Chaque fois que l’équipe de conception mobile devait préparer des captures d’écran pour l’App Store et Google Play, cela prenait environ une journée de travail manuel par store : export des fichiers depuis Figma, renommage, classement dans des dossiers propres à chaque langue, compression via des services tiers (avec les limites frustrantes des offres gratuites), puis téléversement de l’ensemble dans le bon format.

La solution. L’équipe a développé StoreShot, un plugin Figma créé en collaboration avec Claude, qui automatise l’ensemble du processus.

Ce que StoreShot fait :

• Détecte automatiquement le store cible (App Store ou Google Play) à partir du nom du fichier Figma.
• Reconnaît les noms de langues à partir des titres de pages, ainsi que les codes de langue abrégés.
• Compresse les fichiers PNG d’environ 35% sans perte de qualité, en environ 5 secondes par image, sans services tiers ni limites de jetons.
• Génère automatiquement la structure de dossiers appropriée pour chaque store.
• Propose trois options de livraison : archive ZIP, envoi direct vers GitHub ou dépôt vers Gitea en un seul commit.

Le résultat. La première série en production a traité 652 fichiers pour deux stores :

• Play Market : 252 fichiers dans 8 langues, environ 37% de compression.
• App Store : 400 fichiers dans 10 langues, environ 35% de compression.
• Temps total : environ 1 heure au lieu d’environ 2 jours.

Désormais, tout ce qu’un designer a à faire est de cliquer sur un bouton, de décompresser l’archive et de créer une pull request.

Marketing : de l’import d’un fichier à une fiche de modèle complète en quelques secondes

Le problème. L’équipe marketing gère une bibliothèque de modèles de documents en constante expansion. Chaque fois qu’un nouveau modèle était ajouté, quelqu’un devait remplir manuellement une fiche : titre, description, champs SEO, catégories, URL et images de couverture, dans plusieurs langues. Avec des milliers de modèles déjà présents dans le catalogue, cela représentait un coût récurrent important.

La solution. L’équipe a construit un pipeline IA qui génère une fiche de modèle complète et prête à publier à partir d’un seul fichier importé.

Comment cela fonctionne : un fichier est importé dans le CMS au format PDF, DOCX, XLSX ou PPTX. Deux processus fonctionnent en parallèle. L’IA analyse le texte, identifie le type de document (modèle prêt à l’emploi ou formulaire remplissable) et génère toutes les métadonnées dans la langue requise. Parallèlement, des images de prévisualisation de la première page sont générées à quatre résolutions : 916×648, 1448×1024, 566×400 et 260×184. L’éditeur relit et publie. C’est tout.

Ce que le pipeline gère automatiquement :

• 8 champs de texte : titre, description courte, titre SEO, description SEO, description complète, catégories, type de document et URL.
• 9 langues : anglais, chinois, portugais brésilien, français, espagnol, allemand, italien, japonais et arabe, chaque langue étant générée dans sa propre langue.
• Déduplication intelligente : pas de conflits de noms ni d’URL en double.
• Préservation des données saisies manuellement : le pipeline ne remplace pas les champs déjà édités par un humain.
• Régénération automatique lorsqu’un fichier est remplacé, afin de garder la fiche à jour.

Le résultat. L’IA gère jusqu’à 95% du travail de routine par modèle. La génération prend quelques secondes au lieu de 15 à 20 minutes. Il y a actuellement 3 505 modèles en production, et chaque nouveau modèle est publié bien plus rapidement qu’auparavant.

Marketing : un contenu cohérent et conforme à la marque à grande échelle avec Jasper

Le problème. L’équipe marketing produit un volume élevé de contenu sur plusieurs canaux : articles de blog, textes pour les réseaux sociaux, créations publicitaires, campagnes par e-mail, articles SEO et descriptions de produit, tous devant maintenir un ton, un vocabulaire et une voix de marque cohérents. Avec un public international et du contenu produit en plusieurs langues, maintenir une qualité et une cohérence élevées tout en respectant le rythme de publication représentait une pression croissante pour l’équipe.

La solution. L’équipe marketing a adopté Jasper, une plateforme IA conçue pour le contenu marketing, comme outil clé pour accélérer la production de contenu tout en respectant l’identité de marque.

Les principaux cas d’usage où Jasper est désormais intégré au flux de travail de l’équipe :

• Contenu long : articles de blog, articles et guides produits rédigés avec Jasper Canvas, l’équipe fournissant une direction stratégique et Jasper s’occupant de la structure et de la rédaction du premier jet.
• Textes publicitaires et réseaux sociaux : textes courts pour les campagnes payantes, publications LinkedIn et mises à jour sociales produits à l’aide de la bibliothèque de plus de 50 modèles spécifiques au marketing de Jasper.
• Marketing par e-mail : e-mails de campagne et séquences de nurturing rédigés et affinés dans Jasper, réduisant le temps entre le brief et le texte prêt à envoyer.
• Contenu multilingue : contenu généré et adapté dans plus de 30 langues, soutenant le marketing international d’ONLYOFFICE sans augmenter proportionnellement l’équipe.
• Cohérence de la voix de marque : la fonctionnalité de voix de marque de Jasper est entraînée sur le ton et le style d’ONLYOFFICE, de sorte que les contenus générés par l’IA s’alignent sur les normes de la marque, quel que soit celui qui lance la tâche.

Le résultat. La production de contenu de routine, comme les brouillons, les textes pour les réseaux sociaux et les variantes publicitaires, avance nettement plus vite. Le temps de l’équipe se concentre sur la stratégie, le jugement éditorial et les décisions créatives qui nécessitent une intervention humaine. L’IA gère le volume ; l’équipe gère la qualité.

Automatisation et administration : un outil de diagnostic assisté par IA pour DocumentServer

Le problème. Diagnostiquer des problèmes liés aux installations d’ONLYOFFICE DocumentServer, dans des environnements Docker, Linux et Windows, nécessitait que les ingénieurs DevOps et le support vérifient manuellement les conteneurs, services, logs et configurations. Les diagnostics initiaux prenaient du temps et n’étaient pas toujours cohérents.

La solution. L’équipe a développé dsutil, un utilitaire en ligne de commande intelligent pour les diagnostics de DocumentServer, en suivant une approche de développement itérative et assistée par l’IA (parfois appelée vibe coding) : hypothèses rapides, itérations immédiates, mise en production rapide.

dsutil vérifie :

• L’état des conteneurs et les contrôles de santé.
• Les services clés : docservice, converter, etc.
• Nginx, PostgreSQL, RabbitMQ et Redis.
• Les logs à la recherche d’erreurs, de délais d’attente, d’événements de saturation mémoire et de problèmes d’exécution.
• Il génère un rapport structuré, y compris une sortie JSON.
• Environnements pris en charge : Docker, Linux natif, Windows.

L’architecture, la logique de contrôle et l’analyse des schémas de logs ont été conçues en collaboration avec l’IA. Le résultat est un outil qui capitalise sur le savoir-faire diagnostique accumulé, plutôt que de devoir être reconstruit par chaque ingénieur à partir de zéro.

Le résultat. Diagnostics initiaux rapides et standardisés. Charge réduite pour DevOps et le support. Identification rapide des problèmes d’infrastructure. dsutil est open source et disponible sur GitHub : github.com/ONLYOFFICE/ds-util

Automatisation et administration : une revue IA pour chaque pull request

Le problème. La revue de code prend du temps, et des détails importants sont souvent oubliés, surtout sous la pression des délais. L’équipe avait besoin d’un moyen de maintenir une qualité de revue cohérente sans augmenter proportionnellement le temps que les ingénieurs y consacrent.

La solution. L’équipe Automatisation et administration a mis en place une revue automatisée des pull requests à l’aide de Claude dans le dépôt DocSpace-buildtools. Chaque PR fait désormais l’objet d’une analyse IA avant la revue humaine.

Comment cela fonctionne : lorsqu’une PR est ouverte ou mise à jour, un pipeline s’exécute automatiquement, collecte le contexte, analyse les changements et génère un rapport structuré. Claude vérifie les problèmes de sécurité, la qualité du code, les fichiers de configuration, l’exactitude du README, la logique des pipelines CI/CD et les dépendances. Les problèmes sont publiés directement dans la PR avec des priorités. L’état est suivi au fur et à mesure que la PR est mise à jour.

Le résultat. L’IA gère jusqu’à 80% de l’analyse de revue de routine, permettant aux ingénieurs de se concentrer sur l’architecture et les décisions complexes qui nécessitent réellement un jugement humain. Les normes de revue sont devenues cohérentes et prévisibles. Les bugs et les vulnérabilités sont détectés plus tôt dans le processus. Cela ne remplace pas les relecteurs humains : c’est un outil qui rend la revue humaine plus rapide et plus fiable.

Marketing : de Figma à un e-mail HTML prêt pour la production en cinq minutes

Le problème. Convertir un design d’e-mail de Figma en code HTML prêt pour la production est un processus techniquement délicat : analyse de la structure de mise en page, écriture de code compatible avec plusieurs clients, gestion des différents comportements de rendu dans Gmail, Outlook et Apple Mail, détection des erreurs courantes et gestion de la localisation. Un seul e-mail pouvait prendre de 3 à 5 heures de temps d’ingénierie.

La solution. L’équipe marketing a développé Figma2Email, un outil propulsé par l’IA qui convertit une mise en page Figma en un modèle d’e-mail HTML fonctionnel.

Comment cela fonctionne : collez un lien vers la mise en page Figma. L’IA analyse la structure et les styles, génère un HTML adapté aux clients de messagerie et vérifie le résultat à l’aide d’un validateur. La mise en page obtenue ne nécessite généralement que de petits ajustements finaux.

Résultats :

• Temps de génération : environ 5 minutes au lieu de 3 à 5 heures.
• Code prêt à l’emploi : environ 95 %.
• Compatibilité multi-clients entre Gmail, Outlook et Apple Mail.
• Correction automatique des erreurs de codage courantes.
• Prise en charge de la localisation pour plus de 10 langues.

Le résultat. L’IA gère jusqu’à 95 % du travail de conversion de routine. L’équipe se concentre sur la relecture finale et la qualité du contenu, et non sur la gestion des particularités de rendu des e-mails.

Ce que ces cas ont en commun

Sept équipes différentes. Sept problèmes différents. Sept implémentations d’IA différentes. Mais elles partagent un schéma cohérent :

L’IA gère la routine ; l’humain garde le jugement. Dans chaque cas, l’IA a pris en charge le travail répétitif et mécanique : téléversements répétitifs, génération de métadonnées, opérations DNS, analyse des logs, revue de code, audits d’infrastructure, génération de code, tandis que les humains conservent la responsabilité de la relecture finale, du contrôle qualité et des décisions qui comptent.

Les gains de productivité sont concrets et mesurables. De deux jours à une heure. De quinze minutes à quelques secondes. De trois à cinq heures à cinq minutes. 2 500 $ par mois d’économies sur l’infrastructure. Ce ne sont pas des estimations de valeur future potentielle, mais des résultats issus de déploiements en production.

Les outils ont été construits rapidement, de manière itérative et avec l’assistance de l’IA. Plusieurs de ces outils ont été développés à l’aide de codage assisté par IA : Claude, GitHub Copilot, avec des cycles de développement itératifs et rapides. L’approche de développement reflète la même philosophie que les outils eux-mêmes : utiliser l’IA pour les parties qui peuvent être automatisées, et garder le jugement humain au centre de ce qui compte.

Essayez ONLYOFFICE vous-même

ONLYOFFICE propose des éditeurs de documents, des espaces de collaboration et une intégration IA pour des équipes de toutes tailles, disponibles en tant que service cloud ou auto-hébergé sur votre propre infrastructure.

Créer un compte gratuit