Aller au contenu
Loïc Chossière Consultant IA & Automatisation

Du process réel au gain mesuré, sans détour par la hype.

Une seule question compte : où consommez-vous du temps qu’une machine ferait aussi bien ? Les six autres étapes ne sont que de l’ingénierie.

  • Combien de temps nous prend réellement ce process ?
  • Par où commencer avec l’IA ?
  • Est-ce que nos données peuvent sortir ?
  • Qui valide quoi ?
  • Nos experts vont-ils être remplacés ?
  • Comment prouver le gain, chiffres à l’appui ?
  • On a déjà essayé, ça n’a pas tenu.
  • Combien de temps avant les premiers résultats ?
  • Faut-il changer nos outils ?
  • Qui maintient tout ça après vous ?
  • Est-ce que ça passe la conformité ?
  • Et si le modèle se trompe ?
Durée type
2 à 12 semaines
Point d’entrée
Un process, pas un outil
Condition d’arrêt
ROI non démontré
Sortie
Agents en production, mémoire incluse

Les sept étapes

  1. Découverte du process

    Comprendre comment le travail se fait vraiment.

    Je m’assois avec les gens qui sont dans l'opérationnel, qui décide quoi, sur quelle information, dans quel outil, avec quelles exceptions, à quelle fréquence. Seul compte le geste réel, y compris le fameux fichier Excel officieux que tout le monde utilise.

    Livrable
    Cartographie du workflow, étape par étape, avec ses exceptions
    Prérequis
    • 3 à 5 entretiens d’une heure
    • l’accès à vos outils en lecture
  2. Économie du process

    Mettre un prix sur chaque étape.

    Temps humain x fréquence, plus le temps des erreurs, des reprises et des délais. C’est l’étape que personne ne fait, et c'est pourtant la plus importante : je découvre presque toujours deux ou trois étapes qui coûtent plus que le système qui les remplacerait.

    • € / transaction Le coût unitaire réel
    • Minutes / étape Mesuré, pas estimé
    • Taux d’erreur Et coût de la reprise
    • Délai de bout en bout Le délai vu du client
  3. Cartographie des opportunités IA

    La bonne technologie, étape par étape.

    Chaque étape reçoit une étiquette, et la plus fréquente reste "humain seul". Mettre un modèle de langage là où une règle suffit est aussi coûteux que l’inverse.

    • Humain seul
    • Automatisation déterministe
    • LLM
    • RAG
    • Agent
    • Skill
    • Computer use
    • API
    • MCP
    • Sous-agent dédié
    • Mémoire partagée
    • Validation humaine
  4. Priorisation par le ROI

    Une file par priorité, par envies.

    Impact financier×fréquence×automatisabilité÷complexité & risque

    Je construis d’abord ce qui est le plus rentable rapide à setup et casse peu. Le premier système doit financer les suivants, c’est la seule façon de faire accepter la suite en interne. C’est aussi ce qui sépare un budget IA qui tombe dans le gouffre d’un budget qui arrive au plateau.

  5. Architecture

    Des décisions écrites.

    Quel modèle pour quelle tâche, à quel coût et quelle latence. Où la donnée réside et ne doit pas sortir. Quel point de validation humaine est obligatoire. Ce que le système fait quand il ne sait pas, le cas le plus important de tous.

    • Coût, latence, profondeur de raisonnement, taille de contexte
    • Souveraineté de la donnée, RGPD, rétention
    • Évaluation, traçabilité, comportement en cas de doute
  6. Mise en ligne

    Ça tourne chez vous, et vous savez pourquoi.

    Je construis, je branche sur vos systèmes, je mets en production avec vos équipes. Journal des exécutions, validations humaines explicites aux endroits critiques, documentation, passation, et une personne chez vous capable de faire évoluer le système sans m’appeler. Pas de boîte noire, pas de dépendance organisée.

  7. Mesure

    La preuve, avant et après la mise en place

    C’est mon métier d’origine : plan de marquage, collecte serveur, attribution, reporting consolidé multi-sources. Appliqué ici à l’automatisation, ça donne un tableau simple, coût à la transaction, minutes par process, capacité rendue, taux d’erreur, cycle, conversion, mesuré avant, mesuré après.

    • Tracking serveur & first-party, plan de marquage propre
    • Reporting consolidé : un seul tableau de bord décisionnel
    • Cette étape existe aussi en mission autonome

Ce que ça donne une fois en production.

Un déclencheur, une mémoire interrogeable, un agent principal qui distribue le travail à ses sous-agents, et des sorties dont une passe obligatoirement par un humain.

Pipeline d’agents, en direct

1 agent principal, 3 sous-agents, 0 erreur

  1. Déclencheur

    Nouveau dossier

    Arrivée par la boîte mail ou la GED

  2. Mémoire

    Recherche sourcée

    Votre base interrogeable, chaque extrait cité

  3. Agent principal

    Rédaction

    Distribue le travail à trois sous-agents

  4. Sortie

    Valeurs extraites

    42 valeurs, chacune sourcée

  5. Sortie

    Brouillon de cahier des charges

    9 pages, 4 points signalés

  6. Sortie

    Validation humaine

    L’expert tranche, le système apprend

Reçu : nouveau dossier à qualifier, référence 2026-118

Dossiers traités
1 248
Sources citées
11 400
Délai moyen
3 min 48

L’anatomie d’un système

4 éléments
  1. L’agent principal

    Celui qui pilote le process de bout en bout, distribue le travail et rend compte de ce qu’il a fait.

  2. Ses sous-agents

    Un geste, un spécialiste : chercher, extraire, vérifier, rédiger, mettre en forme.

  3. La mémoire continue

    Vos règles, vos gabarits, vos décisions passées, réutilisés par tous les systèmes.

  4. La boucle d’amélioration

    Ce que vos experts corrigent devient une règle. Le système part plus haut la fois suivante, indéfiniment.

  • Skill
  • RAG
  • Agent
  • Validation

La preuve, avant et après.

Tracking, attribution, reporting consolidé : mon métier d’origine. Chaque système livré est comparé à l’avant, dans vos outils de mesure, pas dans un tableau à part.

  • Google Tag Manager
  • TagCommander
  • Google Analytics
  • Piano Analytics
  • Régies publicitaires
  • Looker Studio

Étape zéro

Apportez le process que vous voulez arrêter de subir.