De la stratégie à la production.Nous répondons du résultat.

1. 2.4
2. 2.3
3. 2.2

1. 2.1Stratégie et feuille de route

   Ce que nous résolvons

   Où investir dans l’IA, dans quel ordre et pour quel retour attendu. Nous distinguons ce qui fait bouger les indicateurs de ce qui ne fait illusion qu’en démonstration.

   Ce que nous livrons

   • Cartographie des opportunités, priorisées par valeur, faisabilité et risque
   • Business case par initiative, avec indicateur et situation de référence
   • Feuille de route à douze mois, avec un budget par phase

   Comment nous le mesurons

   Retour sur investissement, délai jusqu’au premier résultat et part des initiatives qui arrivent en production.

   Avec qui nous décidons

   Direction générale et direction financière

2. 2.2Agents et automati­sation

   Ce que nous résolvons

   Des systèmes d’IA qui accomplissent un travail réel au sein de vos processus et de vos applications, avec vos équipes aux points de décision qui comptent.

   Ce que nous livrons

   • Agents intégrés à vos systèmes : ERP, CRM et systèmes cœur de métier
   • Applications et automatisations sur mesure
   • Évaluation continue de la qualité et du coût par tâche

   Comment nous le mesurons

   Temps de cycle, coût par opération, part des cas traités sans intervention et erreurs évitées.

   Avec qui nous décidons

   Direction des opérations et responsables de processus

3. 2.3Données et infra­structure

   Ce que nous résolvons

   Des données qui parviennent au système avec la qualité, les autorisations et la traçabilité qu’exige la production, sur une plateforme que vos équipes peuvent exploiter.

   Ce que nous livrons

   • Évaluation de la maturité des données
   • Architecture de données et plateforme cloud
   • Sécurité, observabilité et maîtrise des coûts

   Comment nous le mesurons

   Couverture des données par cas d’usage, coût par requête, disponibilité et délai de lancement d’un nouveau cas d’usage.

   Avec qui nous décidons

   Direction technique et direction des systèmes d’information

4. 2.4Gouvernance, sécurité et risques

   Ce que nous résolvons

   Des systèmes auditables, sécurisés et conformes dès la conception, dont votre organisation peut répondre devant n’importe quel comité.

   Ce que nous livrons

   • Cadre de gouvernance de l’IA et classification des risques
   • Contrôles humains, journalisation des décisions et traçabilité
   • Tests de sécurité propres à l’IA et préparation au règlement européen sur l’IA

   Comment nous le mesurons

   Incidents, constats d’audit et délai d’approbation des nouveaux cas d’usage.

   Avec qui nous décidons

   Comité des risques, conformité, sécurité et délégué à la protection des données

Technologies que nous utilisons couramment, sans lien d’exclusivité avec aucun fournisseur : Python, TypeScript, Rust, Go, Postgres, AWS, Google Cloud, Kubernetes, modèles d’Anthropic et d’OpenAI, LangGraph, Temporal, Vercel.

1. Cas illustratif 4.1

   Assureur européen

   Périmètre

   Sinistres habitation

   Domaines

   • 2.1 Stratégie
   • 2.2 Agents
   • 2.3 Données
   • 2.4 Gouver­nance

   Mise en production

   Environ 15 semaines

   

   1. 1
   2. 3

   Enjeu

   L’équipe sinistres habitation ouvrait et qualifiait chaque dossier manuellement. En période de tempêtes, les volumes triplaient et le délai de première réponse aux assurés s’envolait, avec un coût direct en satisfaction et en heures supplémentaires.

   Notre intervention

   Nous avons priorisé trois typologies de sinistres selon le volume et le risque, et fixé avec la direction un indicateur unique : le délai de première réponse. Nous avons connecté le système de gestion des sinistres et l’archive documentaire, déployé un agent qui ouvre le dossier, extrait les pièces et propose une qualification, et rendu la validation humaine obligatoire au-delà d’un seuil de montant ou en cas d’indice de fraude. Chaque décision est tracée pour l’audit interne.

   Résultat

   Résultats du cas illustratif 4.1

   Indicateur	Avant	Après
   Délai de première réponse à l’assuré	Environ 2 jours	Le jour même
   Heures de traitement par sinistre simple	Environ 3 h	Environ 1 h
   Décisions au-delà du seuil validées par une personne	Sans traçabilité	Toutes, avec traçabilité

   Cas illustratif. Composition représentative de missions de ce type, qui ne décrit aucun client en particulier. Chiffres arrondis et indicatifs, non extrapolables sans diagnostic.

   1. 1Déclaration de l’assuré
   2. 2Agent d’ouverture
   3. 3Extraction des pièces
   4. 4Validation humaine sur seuil
   5. 5Gestion des sinistres

2. Cas illustratif 4.2

   Distributeur industriel

   Périmètre

   Commandes B2B et catalogue

   Domaines

   • 2.1 Stratégie
   • 2.2 Agents
   • 2.3 Données

   Mise en production

   Environ 10 semaines

   

   Enjeu

   Un distributeur d’environ 40 000 références recevait la plupart de ses commandes par courrier électronique, souvent en PDF, avec des descriptions ambiguës et des codes articles propres à chaque client. L’équipe d’administration des ventes passait une bonne partie de ses journées à les ressaisir dans l’ERP, et les erreurs de référence entraînaient retours et retards.

   Notre intervention

   Nous avons commencé par ce qui freinait réellement le projet : la normalisation du catalogue et des correspondances de codes de chaque client. Sur cette base, nous avons déployé un agent qui lit chaque commande, identifie les références et dépose dans l’ERP une proposition de commande que l’équipe valide. En cas de doute, l’agent le signale ; il ne tranche pas seul.

   Résultat

   Résultats du cas illustratif 4.2

   Indicateur	Avant	Après
   Temps de saisie par commande	Un quart d’heure	Environ 3 minutes
   Commandes avec une erreur de référence	1 sur 20	1 sur 100
   Part de la journée de l’équipe consacrée à la ressaisie	Plus de la moitié	Moins d’un cinquième

   Cas illustratif. Composition représentative de missions de ce type, qui ne décrit aucun client en particulier. Chiffres arrondis et indicatifs, non extrapolables sans diagnostic.

   1. 1E-mail ou PDF
   2. 2Agent de commandes
   3. 3Catalogue normalisé
   4. 4Validation par l’équipe
   5. 5ERP

3. Cas illustratif 4.3

   Groupe de cliniques

   Périmètre

   Rendez-vous et accueil des patients

   Domaines

   • 2.2 Agents
   • 2.3 Données
   • 2.4 Gouver­nance

   Mise en production

   Environ 14 semaines

   

   1. 1
   2. 3
   3. 4

   Enjeu

   Un réseau de cliniques privées perdait une part importante des appels aux heures de pointe et subissait un taux de rendez-vous non honorés qui laissait des créneaux vides dans les agendas. Toute solution devait traiter des données de santé, catégorie particulière au sens du RGPD, sans compromettre la confidentialité ni la relation avec le patient.

   Notre intervention

   Nous avons commencé par la gouvernance : analyse d’impact relative à la protection des données avec le délégué à la protection des données, classification du niveau de risque du système et limites claires à ce que l’agent peut faire ou non. Nous avons ensuite déployé un agent qui gère les rendez-vous par téléphone et par messagerie, envoie des rappels et reprogramme, avec des données hébergées dans l’Union européenne. Toute demande à contenu médical est transférée au personnel soignant.

   Résultat

   Résultats du cas illustratif 4.3

   Indicateur	Avant	Après
   Appels sans réponse aux heures de pointe	Près de 1 sur 3	Moins de 1 sur 10
   Rendez-vous non honorés	1 sur 8	1 sur 15
   Demandes médicales transférées au personnel soignant	Sans traçabilité	Toutes, avec traçabilité

   Cas illustratif. Composition représentative de missions de ce type, qui ne décrit aucun client en particulier. Chiffres arrondis et indicatifs, non extrapolables sans diagnostic.

   1. 1Appel ou message
   2. 2Agent de rendez-vous
   3. 3Transfert au soignant
   4. 4Agenda des cliniques