Trois agents IA qui font vraiment gagner du temps à nos clients

L’année 2025 a été un grand bain de prod pour les agents IA. On a essuyé les plâtres : agents qui hallucinent des données, prompts à 4000 lignes impossibles à maintenir, factures OpenAI surprises. Trois cas s’en sortent particulièrement bien aujourd’hui.

1. Tri intelligent des emails entrants

Le contexte : un cabinet de courtage reçoit 200 à 400 emails par jour, dont 60% sont des demandes répétitives. Avant, une assistante passait 3 heures par jour à trier, qualifier et rediriger.

L’agent qu’on a livré fait trois choses :

• Lit chaque email entrant via webhook Gmail
• Classe en 6 catégories prédéfinies (devis, sinistre, résiliation, doc manquant, prospection, divers)
• Route automatiquement vers la bonne boîte ou le bon outil métier (HubSpot, drive client, ticket support)

const classify = await anthropic.messages.create({
  model: 'claude-sonnet-4-6',
  max_tokens: 200,
  system: SYSTEM_PROMPT,
  messages: [{ role: 'user', content: emailBody }],
});

Gain mesuré : 12 heures par semaine, pour 60 € d’API par mois.

2. Qualification de leads avant prise de RDV

Pour une agence de coaching B2B, le problème était simple : 70% des RDV pris via Calendly étaient hors-cible. L’agent reçoit le formulaire de prise de RDV, enrichit avec une recherche d’entreprise, et décide :

• Lead qualifié : RDV confirmé automatiquement
• Lead à creuser : déclenche un email de qualification supplémentaire
• Lead hors-cible : refuse poliment et propose une ressource

Tout le travail tient dans la définition du périmètre : on a passé deux jours, avec le client plutôt qu’avec l’IA, à écrire les critères exacts d’un lead “qualifié”.

Gain mesuré : 5 heures par semaine, conversion RDV → client passée de 18% à 41%.

3. Comptes-rendus de réunion structurés

Un agent qui prend une transcription brute (issue de Fathom, Otter ou Granola) et produit :

• Résumé exécutif en 5 lignes
• Décisions prises avec porteur et deadline
• Actions ouvertes au format Notion-ready
• Risques ou points d’alerte signalés

C’est probablement le cas le plus simple à mettre en place et le plus universel. Tout le monde a des réunions mal documentées.

Gain mesuré : 30 à 45 minutes par réunion d’une heure, soit ~6 heures par semaine pour un consultant en charge.

Ce qui ne marche pas (encore)

On a aussi essayé, échoué, et renvoyé le client dans trois cas :

• Génération de propositions commerciales complètes : trop de contexte client, trop de risque de “presque juste mais pas tout à fait”
• Modération de contenu utilisateur en temps réel : faux positifs trop élevés sur le français nuancé
• Réponse autonome au support N1 : l’utilisateur préfère encore un humain qui dit “je ne sais pas” qu’un bot qui invente

L’IA ne remplace pas le jugement métier. Elle absorbe la charge de travail là où le critère de décision est binaire et bien défini.