Un dirigeant de PME m'a récemment dit une phrase que j'entends de plus en plus souvent : "On utilise ChatGPT, mais ça ne fait pas tourner l'entreprise."
Il avait raison.
Ses équipes savaient ouvrir ChatGPT. Elles savaient lui demander de reformuler un email, de résumer une note, parfois de préparer un argumentaire commercial. Mais quand il fallait créer un vrai devis, avec les bons produits, les bonnes dimensions, les bonnes remises, les bonnes coordonnées client, le bon suivi CRM et une validation interne, tout redevenait manuel.
Ce cas est parlant parce qu'il ressemble à beaucoup d'entreprises de 5 à 50 salariés. Elles ont déjà des outils. Elles ont déjà des habitudes. Elles ont parfois un CRM, un logiciel de devis, une assistante commerciale, deux commerciaux sur la route, des techniciens qui dépannent les clients. Et au milieu de tout ça, elles se demandent comment l'IA peut devenir autre chose qu'une fenêtre de chat dans un navigateur.
Voici comment nous avons construit un agent IA concret pour une entreprise B2B de menuiserie, avec des équipes terrain, des devis à produire vite, et un besoin très simple : arrêter de ressaisir le lendemain ce que quelqu'un avait déjà expliqué la veille.
Le point de départ : un processus qui tenait avec du scotch
L'entreprise vend et installe des menuiseries auprès de clients B2B et particuliers. Sur le terrain, deux commerciaux se déplacent chez les prospects. Les installateurs interviennent ensuite pour poser, ajuster, dépanner, et parfois chiffrer des travaux complémentaires.
Sur le papier, le processus avait l'air classique. Un commercial passe chez le client, relève le besoin, prépare une proposition. Un installateur constate un supplément de travaux, note ce qu'il faut ajouter, puis le bureau transforme ça en devis propre.
Dans la réalité, chaque personne avait sa méthode.
Les commerciaux utilisaient une tablette avec un ancien outil proche d'un Salesforce maison. Certaines informations étaient saisies, d'autres restaient dans des notes, d'autres encore passaient à l'oral. La secrétaire ou l'assistante commerciale devait reprendre le dossier le lendemain, chercher ce qui manquait, reconstituer le contexte, puis produire un devis en bonne et due forme.
Côté techniciens, c'était plus hétérogène. Parfois un papier. Parfois une note manuscrite. Parfois un message envoyé au bureau. Parfois un document Word prérempli sur tablette, selon la personne, l'urgence et l'endroit où elle se trouvait.
Personne ne faisait n'importe quoi par négligence. C'est important. Les équipes faisaient avec les outils qu'elles avaient, avec les contraintes du terrain, les appels entrants, les clients qui rappellent, les chantiers qui s'enchaînent. Le problème n'était pas un manque de bonne volonté. Le problème était un processus qui demandait à des humains de porter trop d'informations dans leur tête.
Et plus un processus dépend de la mémoire, plus il produit des erreurs silencieuses.
Le coût caché des devis repris à la main
Un devis repris à la main ne coûte pas seulement dix minutes de saisie.
Il coûte un délai. Le client attend le lendemain, parfois plus. Le commercial doit se souvenir de ce qu'il a promis. L'assistante commerciale doit interpréter une note qui n'a pas été écrite pour elle. Le technicien doit répondre à une question pendant qu'il est déjà sur un autre chantier.
Il coûte aussi de la qualité. Une dimension oubliée, un type de pose imprécis, une remise non confirmée, une adresse incomplète, un statut client mal renseigné. Aucun de ces problèmes n'est spectaculaire. Mais ils créent des allers-retours, des corrections, de la frustration et des risques commerciaux.
Le plus intéressant, c'est que l'entreprise avait déjà des briques utiles. Elle avait un outil de devis. Elle avait un CRM. Elle avait des produits et des prix. Elle avait une assistante commerciale qui connaissait très bien les règles métier. Elle avait des équipes terrain capables de décrire clairement une situation quand on leur donnait le bon canal.
Il ne manquait pas "de l'IA". Il manquait un système qui relie ces briques.
C'est souvent là que se situe le vrai travail d'automatisation avec l'IA. Pas dans le prompt magique. Dans la transformation d'une demande libre, humaine, imparfaite, en une action fiable dans les outils de production.
Avant l'agent : remettre juste assez d'ordre dans les outils
La première tentation, sur ce type de projet, serait de tout refondre. Nouveau CRM, nouveau catalogue, nouveau logiciel de devis, nouveau processus complet. C'est rarement une bonne idée pour une PME qui doit continuer à vendre et à poser pendant qu'on améliore son système.
Nous avons donc fait l'inverse : remettre juste assez d'ordre pour que l'agent puisse travailler proprement.
Avec l'entreprise, nous avons repris les produits, les options, les prix et les règles de remise disponibles dans leur environnement existant. L'objectif n'était pas de créer le catalogue parfait. L'objectif était que les données nécessaires au devis soient assez fiables pour être utilisées par un système automatisé.
Ce point est moins spectaculaire que l'agent vocal, mais il est décisif. Un agent IA connecté à des données sales produit des erreurs plus vite qu'un humain. Il ne "devine" pas la bonne structure métier. Il applique ce qu'on lui donne. Si les produits sont ambigus, si les prix sont rangés dans trois endroits, si les exceptions commerciales ne sont dans la tête que d'une personne, il faut clarifier avant d'automatiser.
J'ai aussi passé du temps avec l'assistante commerciale, parce que c'est elle qui détenait la vérité opérationnelle. Pas la théorie du process, mais les vraies règles : ce qu'il faut toujours demander, ce qui peut attendre, ce qui bloque l'envoi d'un devis, ce qui doit être vérifié à la main, ce qui peut être préparé automatiquement.
C'est une leçon que je retiens de ce projet : l'agent IA n'est pas construit seulement avec le dirigeant. Il est construit avec les personnes qui vivent les exceptions.
Le choix du canal : pas une app, un message vocal
Une fois le cadre métier posé, il restait une question très pratique : comment les commerciaux et les techniciens allaient-ils donner les informations à l'agent ?
On aurait pu créer une interface web. Un formulaire propre, avec des champs, des menus déroulants, une authentification, un historique. Techniquement, c'était possible.
Mais sur le terrain, ce n'était pas le bon geste.
Un commercial qui sort d'un rendez-vous n'a pas envie de remplir un formulaire de 18 champs dans sa voiture. Un installateur qui termine une intervention n'a pas envie de chercher le bon écran pendant que le client lui parle encore. En revanche, tout le monde sait envoyer un vocal.
Nous avons donc choisi une interface via Telegram, compatible avec leurs usages internes et assez simple pour être adoptée. Le commercial ou le technicien peut envoyer un message texte ou un vocal. Il explique la situation comme il le ferait à l'assistante commerciale :
Pour Monsieur Michu, il faut prévoir deux fenêtres sur mesure, pose en rénovation, dimensions prises sur place, remise de 8 %, livraison souhaitée courant juin. C'est un particulier, adresse à confirmer, il veut aussi une option moustiquaire si le prix reste raisonnable.
Ce message n'est pas un formulaire. Il n'est pas parfaitement structuré. Il ressemble à une vraie demande terrain.
Le rôle de l'agent est précisément de transformer ce langage naturel en données exploitables.
Ce que fait l'agent, étape par étape
Quand un message arrive dans Telegram, le système commence par récupérer le contenu. Si c'est un vocal, il est transcrit. Si c'est un texte, il est analysé directement. Ensuite, l'agent extrait les éléments utiles : client, type de client, produits demandés, dimensions, options, remise, contraintes de pose, informations de contact, urgence, notes internes.
Puis il compare ces informations aux règles définies avec l'entreprise.
S'il manque une donnée bloquante, l'agent ne crée pas un devis bancal. Il répond dans Telegram quelques secondes plus tard, de manière interactive :
Il me manque l'adresse complète du client et la confirmation du type de pose. C'est une pose en rénovation ou une dépose totale ?
Ou encore :
Tu mentionnes une remise, mais pas son taux. Quel taux dois-je appliquer ?
Ou :
Je ne peux pas finaliser le devis sans savoir si le client est un particulier ou une entreprise. Tu peux me confirmer ?
Cette partie change beaucoup de choses. Avant, l'assistante commerciale découvrait les trous le lendemain. Maintenant, la question revient tout de suite à la personne qui a encore le contexte en tête.
Quand toutes les informations obligatoires sont présentes, l'agent passe à l'action. Il crée le devis dans l'outil métier avec les bonnes lignes. Il remplit ou met à jour les informations dans le CRM. Il ajoute le contexte utile pour que le bureau comprenne d'où vient la demande. Puis il prévient l'assistante commerciale via le canal interne utilisé par l'entreprise, Telegram ou WhatsApp selon les cas.
Le devis n'est pas envoyé directement au client. C'était un choix assumé.
L'entreprise voulait garder une double vérification humaine avant l'envoi. Sur des devis de travaux, c'est sain. L'IA prépare, structure, contrôle les informations manquantes et remplit les outils. L'humain valide l'engagement commercial final. Pour une PME, ce compromis est souvent plus robuste qu'un envoi automatique intégral.
Pourquoi ce n'est pas "juste un prompt ChatGPT"
De l'extérieur, on pourrait résumer le projet comme ceci : "un agent qui transforme un vocal en devis". C'est vrai, mais incomplet.
La valeur ne vient pas d'un prompt isolé. Elle vient de l'ensemble :
- Des produits et prix remis au propre
- Des règles métier explicitées avec l'assistante commerciale
- Un canal d'entrée adapté aux équipes terrain
- Une vérification active des informations manquantes
- Une connexion réelle au CRM et à l'outil de devis
- Une notification interne pour validation humaine
- Une période de test avec les utilisateurs
ChatGPT seul peut aider à rédiger un devis. Il ne sait pas, par défaut, quels produits sont vendus, quels prix sont valides, quelles remises sont autorisées, quel champ du CRM doit être rempli, ni qui doit vérifier avant envoi.
C'est la différence entre utiliser l'IA et intégrer l'IA.
Utiliser l'IA, c'est ouvrir une conversation et copier-coller le résultat ailleurs. Intégrer l'IA, c'est la brancher aux outils, aux règles et aux responsabilités de l'entreprise.
C'est exactement ce que je construis sur les projets d'agents IA pour entreprises. Pas des démonstrations sympathiques. Des systèmes qui entrent dans le travail quotidien.
L'adoption : le vrai test du projet
Le plus grand risque n'était pas technique. Le plus grand risque était que personne ne l'utilise.
Dans beaucoup de projets d'automatisation, l'outil est pensé depuis le bureau, puis imposé au terrain. Il est logique sur un schéma, mais trop lourd dans la vraie vie. Résultat : l'équipe continue avec WhatsApp, papier, notes vocales, et le nouveau système devient un outil de plus à maintenir.
Ici, j'ai dû m'adapter aux interlocuteurs. Le dirigeant voulait comprendre le gain. L'assistante commerciale voulait garder le contrôle sur la qualité. Les commerciaux voulaient que ça ne ralentisse pas leurs rendez-vous. Les techniciens voulaient pouvoir parler simplement, sans apprendre un nouveau logiciel.
Nous avons donc présenté l'agent comme un assistant pour eux, pas comme un outil de surveillance. Il ne sert pas à vérifier si le commercial a bien fait son travail. Il sert à éviter qu'il doive réexpliquer trois fois la même chose. Il ne sert pas à remplacer l'assistante commerciale. Il sert à lui donner un devis déjà préparé, avec les informations rangées au bon endroit.
Cette nuance compte. Une automatisation qui donne l'impression de déposséder les équipes crée de la résistance. Une automatisation qui retire une tâche pénible crée de l'adoption.
Après la formation, nous avons gardé une période de test. Les équipes ont joué avec l'agent, ont envoyé de vrais cas, ont repéré des formulations ambiguës, ont demandé des ajustements. Depuis le début de cette semaine, le système tourne en production.
La période de test a été utile parce qu'elle a révélé des choses qu'aucun atelier de cadrage ne voit. Les vrais messages sont plus courts que prévu. Les vocaux contiennent des hésitations. Les techniciens ne nomment pas toujours les produits comme le catalogue. Les commerciaux parlent parfois en raccourcis que seuls eux comprennent.
Un bon agent doit absorber cette réalité, pas demander aux humains de devenir des formulaires ambulants.
Ce que l'entreprise gagne vraiment
Je ne vais pas inventer un pourcentage de productivité. Le système vient d'entrer en production, et il faudra observer son usage dans la durée.
Mais les gains attendus sont déjà clairs.
L'assistante commerciale récupère moins de dossiers incomplets. Les questions reviennent plus vite à la bonne personne. Les devis sont préparés dans les bons outils sans ressaisie complète. Le CRM est mieux tenu parce que la mise à jour fait partie du flux. Les commerciaux et techniciens gardent un canal simple, adapté à leur quotidien. Le dirigeant obtient un processus plus homogène sans changer brutalement toute l'organisation.
Le gain le plus important n'est peut-être même pas le temps. C'est la fiabilité.
Quand une entreprise grandit, les petites variations de processus deviennent coûteuses. Chacun a sa méthode, puis les exceptions s'accumulent, puis le bureau compense. L'agent impose une structure sans imposer une lourdeur. Il laisse les équipes parler naturellement, mais il force le système à demander les informations qui manquent avant de créer le devis.
C'est là que l'IA devient rentable : quand elle réduit les erreurs, les délais et les reprises invisibles.
Ce que ce projet m'a appris
Ce projet m'a rappelé une chose simple : les meilleures automatisations ne commencent pas par un outil. Elles commencent par une tournée des usages.
Il faut écouter le dirigeant, mais aussi la personne qui corrige les devis. Il faut comprendre le CRM, mais aussi les notes papier. Il faut regarder le catalogue, mais aussi les mots utilisés sur le terrain. Il faut savoir faire parler les équipes sans les mettre en défaut.
Il m'a aussi confirmé que la formation fait partie du produit. Livrer un agent sans expliquer comment l'utiliser, quand lui faire confiance, quand vérifier, et comment formuler une demande, c'est livrer la moitié du système.
Enfin, il m'a appris qu'une PME n'a pas besoin d'une "transformation IA" abstraite. Elle a besoin d'un cas d'usage qui marche. Un devis. Une relance. Une facture. Une qualification de lead. Une analyse d'appel. Un passage entre deux outils.
J'avais déjà vu cette logique sur un pipeline d'analyse d'appels commerciaux avec n8n, Whisper et GPT-4o, puis sur une automatisation de facturation Pennylane avec n8n. Ce nouveau cas la confirme : l'IA utile est rarement isolée. Elle vit dans un workflow.
À retenir si vous dirigez une PME
Si vous avez l'impression que "l'IA est partout" mais qu'elle ne change pas encore votre quotidien, ce n'est pas forcément que vous êtes en retard. C'est peut-être que vous avez testé l'IA au mauvais niveau.
ChatGPT dans le navigateur est un bon outil individuel. Mais pour faire tourner une entreprise, il faut répondre à d'autres questions :
- Quelles données l'agent peut-il lire ?
- Quelles actions a-t-il le droit de faire ?
- Quelles informations doit-il vérifier avant d'agir ?
- Qui valide les décisions sensibles ?
- Dans quel outil l'action finale doit-elle apparaître ?
- Quel canal les équipes utiliseront-elles vraiment ?
Quand ces questions sont traitées, l'IA devient beaucoup moins floue.
Pour cette entreprise de menuiserie, la réponse n'était pas une grande plateforme, ni une refonte complète, ni une formation théorique de trois jours. C'était un agent accessible depuis Telegram, connecté aux outils déjà en place, capable de poser les bonnes questions et de préparer un devis exploitable.
Ce n'est pas spectaculaire comme une vidéo LinkedIn. C'est plus utile.
Si vous voulez identifier le même type de cas d'usage dans votre entreprise, je peux vous aider à cadrer, construire et déployer ce genre de système. Le point d'entrée le plus proche est ma page Automatisation & Workflows, et si votre sujet implique des assistants capables d'agir dans vos outils, la page Agents IA détaille l'approche.
Premier échange de 30 minutes pour comprendre votre contexte : réserver un créneau.
FAQ
Comment automatiser la création de devis avec un agent IA ?
Il faut d'abord structurer les produits, les règles métier et les informations obligatoires. L'agent peut ensuite collecter les demandes depuis un canal simple comme Telegram, vérifier les données manquantes, créer le devis dans l'outil métier, remplir le CRM et prévenir l'équipe pour validation humaine.
Pourquoi utiliser Telegram ou WhatsApp plutôt qu'une application dédiée ?
Pour des équipes terrain, le meilleur canal est souvent celui qu'elles utilisent déjà. Un vocal Telegram ou WhatsApp demande moins d'effort qu'un formulaire complet, surtout entre deux rendez-vous ou sur un chantier. L'agent transforme ensuite ce message libre en données structurées.
Un agent IA peut-il envoyer automatiquement un devis au client ?
Techniquement oui, mais ce n'est pas toujours souhaitable. Dans ce projet, l'entreprise a gardé une double vérification manuelle par l'assistante commerciale avant envoi. C'est souvent le bon compromis : l'IA prépare, vérifie et remplit, l'humain valide les engagements commerciaux.
Quelles sont les limites d'un agent IA pour les devis commerciaux ?
L'agent dépend de la qualité des données disponibles, des règles métier définies et des accès aux outils. Si les prix, produits ou exceptions commerciales sont flous, il faut d'abord les clarifier. L'IA ne remplace pas ce cadrage, elle l'exécute à grande vitesse une fois qu'il est propre.
Questions ? Vous pouvez me joindre sur LinkedIn ou utiliser le formulaire de contact.