Déploiement IA

Moins 78 % de temps et moins 95 % d'erreurs : un processus agentique dix ans avant les LLM

15 août 2026
Moins 78 % de temps et moins 95 % d'erreurs : un processus agentique dix ans avant les LLM

En 2016, nous n'avions pas le moindre modèle de langage. Ni assistants, ni bases vectorielles, ni le mot « agent » dans son sens actuel. Il y avait du PHP, un CRM, et un service commercial qui assemblait chaque jour des devis à la main.

Pour ce service, nous avons construit un outil interne — un générateur de devis commerciaux. Il a réduit de 78 % le temps de préparation d'un devis et de 95 % le nombre d'erreurs dans les documents envoyés. Exactement l'ordre de grandeur que l'on montre aujourd'hui sur les diapositives des pilotes IA. À une différence près : nous n'avions rien qui sache écrire du texte.

En bref

Ce n'est pas la génération de texte qui a produit cet effet. Ce sont trois choses : le devis a cessé d'être assemblé à la main, a cessé de partir incomplet, et a commencé à renvoyer un événement dans le système. Les projets d'IA de 2026 se gagnent et se perdent exactement au même endroit — et les études le confirment.

−78 %du temps de préparation d'un devis
−95 %d'erreurs dans les documents envoyés
3-5 mindu clic du commercial à la réception par le client

Comment se préparait un devis commercial, étape par étape

Le commercial recevait une demande et commençait à assembler le document. Il ouvrait le tarif, calculait le prix — à la calculette, parfois de tête. Il allait chercher des photos dans le catalogue : un catalogue volumineux, dont la recherche était pensée pour l'entrepôt, pas pour la vente, si bien que trouver trois clichés adaptés prenait plus de temps que la rédaction de tout le devis. Le document était ensuite mis en page dans Word, chacun à sa façon. Un devis prenait entre une demi-heure et une demi-journée de travail.

Les défauts qui en résultaient n'étaient pas aléatoires. Ils se répétaient, et on peut les énumérer.

L'arithmétique. Un calcul manuel produit toujours des erreurs — seule la fréquence varie. Une remise calculée sur la mauvaise base. Une taxe oubliée. Une unité de mesure confondue. L'erreur était détectée au stade de la facture — ou pas du tout, et payée sur la marge.

Des conditions incomplètes. Le devis affichait le prix des travaux — et rien du reste : livraison, installation, adaptation au besoin. Le client découvrait les coûts supplémentaires après avoir pris sa décision. Restaient alors deux options, toutes deux mauvaises : soit l'entreprise absorbait la différence sur ses propres fonds, soit elle engageait une discussion après laquelle la confiance ne se reconstruisait plus.

L'absence de coordonnées. Le document partait sans le téléphone ni l'e-mail du commercial responsable. Le client qui avait une question devait chercher à qui la poser. Une partie d'entre eux ne cherchait pas.

Les photos. Certains mettaient la première image trouvée dans le catalogue, d'autres n'en mettaient aucune parce que la recherche prenait trop de temps. Pour un même service, le devis de deux commerciaux différents ressemblait à celui de deux entreprises différentes.

La forme. Chacun mettait en page à sa manière : ses propres polices, son propre alignement, ses propres couleurs de titres. La charte graphique existait dans le brand book — c'est-à-dire dans un document que le client ne voyait jamais. Dans les documents que le client voyait, elle était absente.

DéfautCe qui est perduQui le remarque
Erreur de calculLa marge de l'affaire ou la confianceLa comptabilité — la dernière
Conditions incomplètesL'affaire ou la réputationLe client — au pire moment
Pas de coordonnéesLa question entrante du clientPersonne
Photos au hasardL'impression que le devis a été préparé pour vous personnellementPersonne
Mise en forme disparateL'impression de taille et d'organisation de l'entreprisePersonne
Assemblage longDes heures de travail d'un collaborateur coûteuxLe manager — sous la forme de « pas assez de ventes »

Observez la troisième colonne. Quatre défauts sur six ne sont remarqués par personne à l'intérieur de l'entreprise. Seul le client les voit — et il ne les signale pas, il cesse simplement de répondre.

Pourquoi ce n'était pas un problème de rédaction

Aucun de ces défauts n'était lié à la formulation. Le problème résidait dans l'assemblage : le nombre d'opérations que le commercial effectuait à la main entre « le client a demandé » et « le document est prêt », et le nombre de ces opérations susceptibles de mal tourner.

Étude

Les commerciaux ne consacrent que 28 % de leur temps de travail à la vente proprement dite. Les 72 % restants passent dans la gestion des dossiers, la saisie de données et diverses tâches administratives.

Salesforce, State of Sales : enquête auprès de 7 775 professionnels de la vente dans 38 pays, août-septembre 2022 · salesforce.com

Ce chiffre importe moins en lui-même que par sa constance : différentes études, sur des échantillons différents, le reproduisent depuis plus de dix ans. Un service commercial est un service qui, la majeure partie du temps, ne vend pas. Et la part la plus coûteuse de ce « ne pas vendre », c'est l'assemblage manuel de documents presque identiques d'une fois sur l'autre.

Trois ruptures qui survenaient après l'envoi

Supposons le document correctement assemblé. Commence alors la seconde moitié du parcours, avec ses propres ruptures.

Le devis n'arrivait pas. La pièce jointe oubliée. Le message parti dans les spams. Un envoi depuis une messagerie personnelle, filtré. Le commercial est convaincu que le travail est fait ; le client est convaincu qu'on l'a oublié. Ni l'un ni l'autre ne sait que leurs versions des faits divergent.

Le devis arrivait, mais à la mauvaise personne. Un prénom confondu, le nom d'une autre entreprise, des conditions restées d'une précédente affaire. Une seule erreur de ce type coûte plus cher que la demi-heure économisée : elle indique au client que son devis n'est qu'une copie, et lui qu'un numéro dans une file.

Personne ne savait ce qui se passait ensuite. Le message partait — puis c'était le silence. Le commercial rappelait à l'aveugle une semaine plus tard, ou ne rappelait pas du tout. Le responsable du service ne pouvait pas distinguer « ne répond pas parce que pas intéressé » de « ne répond pas parce que n'a pas ouvert ».

Ce dernier point paraît anecdotique, jusqu'à ce que l'on regarde le coût du délai.

Étude

Les entreprises ayant contacté le client dans l'heure suivant sa demande obtenaient une conversation qualifiée près de 7 fois plus souvent que celles ayant répondu une heure plus tard, et plus de 60 fois plus souvent que celles ayant répondu au bout d'une journée ou plus. Parmi les entreprises ayant répondu au moins dans le mois, le délai de réponse moyen s'élevait à 42 heures, et seules 37 % répondaient dans la première heure.

James B. Oldroyd, Kristina McElheran, David Elkington. « The Short Life of Online Sales Leads », Harvard Business Review, mars 2011. Audit de 2 241 entreprises américaines et analyse de 1,25 million de sollicitations dans 42 entreprises · hbr.org

Cette étude a quinze ans, et c'est justement sa force : en quinze ans, les technologies ont entièrement changé, mais la relation, elle, est restée. La rapidité de réaction n'est pas une question de politesse. C'est un multiplicateur de conversion qui agit indépendamment de la qualité du devis lui-même.

Aucun de ces défauts ne se corrige en améliorant la rédaction du document.

Ce que nous avons construit

La deuxième version de l'outil fonctionnait ainsi. Le calcul était fait par le système : le commercial choisissait les postes, et le prix, les remises, les taxes et les coûts additionnels étaient appliqués selon des règles, et non de mémoire. Les photos étaient tirées automatiquement du catalogue, associées à chaque poste. La mise en page était unique pour tous — la charte graphique se trouvait désormais dans le document, et non à côté. Les blocs obligatoires — coordonnées du responsable et conditions complètes — ne pouvaient pas être oubliés : sans eux, le document ne se générait pas.

L'envoi se faisait en une seule action, directement depuis la fiche de l'affaire dans le CRM. Le message arrivait chez le client en trois à cinq minutes, et le document lui-même était automatiquement archivé dans l'affaire. Le service suivait ensuite si le message avait été ouvert et si le client avait cliqué sur les liens qu'il contenait. Ces événements déclenchaient les étapes suivantes : si le client avait ouvert, un message partait ; s'il n'avait pas ouvert au bout de trois jours, un autre partait. Si le message n'était jamais ouvert, ou tombait dans les spams, le commercial recevait une notification et savait qu'il fallait, non pas relancer, mais vérifier le canal.

Des statistiques s'accumulaient par ailleurs, par commercial et par type de devis les plus demandés.

Une boucle, pas une chaîne : le résultat de chaque étape revient dans le système et déclenche la suivante.
01Fiche de l'affaire
02Calcul et assemblage selon les règles
03Envoi
04Événement : ouvert / non ouvert
05Étape suivante et notification
le retour d'information revient dans la fiche de l'affaire et dans les statistiques du service

Dans cette architecture, la génération de texte restait la partie la plus simple. Ce sont les règles et les événements qui créaient la valeur.

Ce que les chiffres ont changé

Indicateurs du processus de préparation des devis commerciaux après automatisation. La piste claire représente le niveau avant la mise en œuvre, pris comme référence à 100 %.

Les 5 % d'erreurs restantes correspondent, en règle générale, à ce que le système ne pouvait tout simplement pas contrôler : un besoin client mal compris, ou un poste mal sélectionné en amont. Tout ce qui pouvait être formalisé l'a été, et a cessé de dysfonctionner.

2026 : la même erreur sur une nouvelle couche technologique

Le pilote IA d'aujourd'hui est construit de façon presque gênante de similaire. L'équipe mesure la qualité des réponses sur des jeux d'évaluation (evals — ensembles de tâches de référence servant à tester le modèle), débat des prompts, arbitre entre les modèles, présente une démonstration où l'assistant répond mieux qu'un collaborateur humain. La démonstration passe. Le processus, lui, ne change pas.

Étude

Environ 95 % des pilotes d'IA générative en entreprise ne produisent aucun effet mesurable sur le compte de résultat. Selon les auteurs, la cause n'est pas les modèles : le principal frein n'est ni l'infrastructure, ni la réglementation, ni les compétences, mais la capacité d'apprentissage — « la plupart des systèmes d'IA générative ne retiennent pas le retour d'expérience, ne s'adaptent pas au contexte et ne s'améliorent pas avec le temps ».

MIT NANDA, « The GenAI Divide: State of AI in Business 2025 », juillet 2025. 52 entretiens structurés, enquête auprès de 153 dirigeants, analyse de plus de 300 initiatives rendues publiques, janvier-juin 2025 · texte intégral du rapport (PDF)

Relisez la formule sur le retour d'expérience. C'est la description exacte de la rupture que nous comblions en 2016 — dite simplement avec le vocabulaire de 2025. Un système qui ne retient pas l'événement et ne le renvoie pas dans la boucle reste une démonstration, quelle que soit l'intelligence du modèle qu'il contient.

Prévision

Plus de 40 % des projets d'IA agentique (orchestration d'agents autonomes) seront abandonnés d'ici fin 2027. En cause : la hausse des coûts, une valeur commerciale peu claire et une maîtrise insuffisante des risques. Sur les milliers de fournisseurs se présentant comme agentiques, environ 130 seulement disposent de capacités réelles — le reste relève, selon les analystes, de l'« agent washing » (habillage agentique), un simple reconditionnement d'assistants, de RPA et de chatbots.

Gartner, communiqué de presse du 25 juin 2025. Anushree Verma, Senior Director Analyst : « La plupart des projets d'IA agentique actuels ne sont que des expérimentations ou des prototypes précoces, portés surtout par l'engouement et souvent mal employés » · gartner.com

Ces deux travaux disent la même chose, bien qu'ils aient été écrits par des personnes différentes, avec des méthodes différentes. L'effet — ou son absence — se joue sur trois éléments, et aucun ne concerne la qualité de la réponse :

  • le résultat arrive-t-il jusqu'au système de référence (system of record — le système où réside, pour l'entreprise, la version faisant foi d'une affaire, d'un document ou d'un client), ou reste-t-il dans une conversation que personne ne rouvre le lendemain ;
  • un événement se produit-il, qui revient dans la boucle et déclenche l'action suivante — avec l'humain dans la boucle (human-in-the-loop — le scénario où une personne valide ou rejette la décision) là où le coût d'une erreur est élevé ;
  • peut-on voir ce qui se passe à l'intérieur de la boucle : non pas « l'équipe apprécie », mais des chiffres par personne, par scénario et par échec.
L'automatisation rapporte de l'argent non pas là où elle fait gagner du temps, mais là où elle comble une rupture.

Une rupture, c'est l'endroit où le travail est formellement fait, mais où le résultat ne va pas plus loin. En 2016, c'était un message sans pièce jointe et un prix sans installation. En 2026, c'est une réponse d'assistant impeccable qui ne s'inscrit nulle part et ne prévient personne.

Quatre questions à se poser avant de lancer un processus agentique

01

Où se situe le point de rupture

Qu'est-ce qui dysfonctionne aujourd'hui : la qualité, l'assemblage, la livraison ou le retour d'information ? Si la qualité n'est pas le principal problème, le modèle ne le résoudra pas — il en résoudra un autre.

02

Où le résultat atterrit-il

Dans le système où l'équipe travaille réellement, ou dans une fenêtre à part qu'il ne faut pas oublier d'ouvrir ?

03

Que se passe-t-il ensuite

Quel événement se produit, et qui en fait l'étape suivante. Si la réponse est « le commercial regardera lui-même », c'est qu'il n'y a pas d'événement.

04

Que verrez-vous dans un mois

Quels chiffres pourrez-vous ouvrir et comparer. S'il n'y a que des impressions, il n'y aura rien pour mesurer l'effet.

Si, sur ces quatre points, seul le premier est traité, vous construisez une démonstration. Si les quatre le sont, vous construisez un processus.

Les questions les plus fréquentes sur le processus agentique

Les grands modèles de langage ne changent-ils pas la donne ?

Ils changent le volume de tâches qu'il est possible d'automatiser : autrefois, un processus devait être strictement formalisé, ce n'est plus nécessaire aujourd'hui. Mais ils ne changent pas l'endroit où se crée l'effet. Le modèle élargit ce qu'il est possible de faire — il ne décide pas si le résultat arrivera jusqu'au système et jusqu'à la personne.

Peut-on obtenir cet effet sans IA ?

Oui, et c'est la première chose à vérifier. Le calcul selon des règles, les champs obligatoires et les déclencheurs événementiels relèvent d'une automatisation déterministe — moins coûteuse, plus prévisible, et qui ne pose pas la question de qui répond de l'erreur. L'ordre raisonnable : d'abord éliminer les points de rupture, ensuite ajouter un modèle là où l'on ne peut vraiment pas s'en passer.

Par où commencer si les devis sont encore assemblés à la main ?

Par une seule mesure : prenez les vingt derniers documents envoyés et comptez combien comportent une erreur de chiffres, des conditions incomplètes ou des coordonnées manquantes. Cela prend une heure et règle en général la question des priorités — la proportion de documents défectueux se révèle plus élevée que ce qu'anticipait le dirigeant.

Les chiffres de 78 % et 95 % sont-ils représentatifs ?

Ce sont des indicateurs internes d'un seul produit, dans un seul service commercial — pas un benchmark sectoriel. Transposer ces chiffres tels quels à une autre entreprise n'aurait pas de sens. Ce qui se transpose, c'est la logique : ils résultent de l'élimination des points de rupture, pas de la vitesse de frappe.

D'où viennent les chiffres internes

Les indicateurs « −78 % de temps et −95 % d'erreurs » ainsi que le fonctionnement de l'outil (calcul selon des règles, blocs obligatoires, envoi depuis la fiche de l'affaire, suivi des ouvertures et des clics, messages déclenchés à trois jours d'intervalle, notification en cas de message non ouvert, statistiques par commercial) proviennent de la description du produit propre à Alego.Digital et de la fiche projet figurant dans le portefeuille du Fonds d'investissement russo-chinois. Ce sont des indicateurs internes de l'entreprise de l'auteur ; ils n'ont pas été vérifiés par un tiers indépendant et sont présentés à titre d'illustration du mécanisme, non comme un repère sectoriel.

Sources externes
  1. Salesforce. State of Sales (enquête auprès de 7 775 professionnels de la vente dans 38 pays, août-septembre 2022). salesforce.com/news/stories/sales-research-2023
  2. Oldroyd J. B., McElheran K., Elkington D. The Short Life of Online Sales Leads. Harvard Business Review, mars 2011. hbr.org/2011/03/the-short-life-of-online-sales-leads
  3. MIT NANDA. The GenAI Divide: State of AI in Business 2025, juillet 2025. State_of_AI_in_Business_2025_Report.pdf
  4. Gartner. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. Communiqué de presse, 25 juin 2025. gartner.com
← Retour au blog