Mettre l’IA exactement où il faut : l’agent qui qualifie les demandes entrantes

Une PME reçoit en moyenne une trentaine de demandes par semaine. Des vrais clients, des particuliers hors-cible, des démarcheurs : tout arrive au même endroit, mélangé. Résultat, quelqu’un y passe près de deux heures par jour, à trier, à chercher qui est qui, puis à répondre. C’est exactement ce que j’ai voulu automatiser — sans tomber dans le « tout-IA » qui hallucine et coûte cher.

Ce que fait l’agent, concrètement

L’idée est simple : quand une demande arrive — par email, formulaire ou autre canal — l’agent la prend en charge de bout en bout.

Il commence par enquêter sur le demandeur : il cherche sur le web, recoupe plusieurs sources (presse économique, registre des sociétés, site officiel, actualité, réseaux professionnels…) et vérifie, sans rien inventer. De cette recherche, il établit un profil fiable et en extrait les signaux qui comptent : taille, actualité récente, intention d’achat.

Vient ensuite le cœur du sujet : le tri. L’agent ne se contente pas de dire « bon » ou « mauvais ». Il classe la demande — démarchage, hors-cible, collaboration ou client potentiel — et la score selon son adéquation à la cible, le bon timing (une levée de fonds, un lancement produit) et les signaux d’achat. Sur un cas réel, l’agent a repéré la levée récente d’une marque et le lancement de sa nouvelle gamme, puis a rédigé une réponse qui parlait de leur actualité. Pas un template générique.

Et surtout : cette réponse n’est jamais envoyée toute seule. Elle arrive prête à valider en un clic. L’humain garde la main.

Le vrai sujet : l’architecture

Le plus important n’est pas la démo, c’est la façon dont c’est construit. J’ai pensé le système en trois couches interchangeables, pour qu’il s’adapte à n’importe quelle entreprise.

D’abord, le modèle d’IA — le « cerveau ». Il est interchangeable : ChatGPT, Claude, Gemini… on garde la main et on n’est lié à personne.

Ensuite, la couche d’actions, via un serveur MCP dédié. C’est le standard qui connecte l’agent aux outils que l’entreprise possède déjà : mail, web, CRM, agenda. Les connexions sont au même endroit, réutilisables.

Enfin, le paramétrage, en langage naturel. Concrètement, un simple fichier de configuration où l’on décrit l’offre, les objectifs, la cible et les règles. C’est ce qui dicte le comportement de l’agent — et changer de réglages ne demande pas de toucher au code.

Conséquence directe : aucun lock-in. On change le modèle, on réutilise les connexions, on reconfigure le comportement en quelques lignes. Le même agent peut servir un studio de cosmétique comme un cabinet de conseil.

Le parti pris

L’IA n’intervient ici que là où elle apporte vraiment quelque chose : juger, vérifier, rédiger. Le reste — la validation, le routage, les garde-fous — reste fiable et maîtrisé. C’est ce qui rend le système sobre, peu coûteux et digne de confiance.

La vraie compétence, ce n’est pas de coller de l’IA partout. C’est de la mettre exactement où il faut.