Au-delà du chatbot. Nous concevons des agents IA qui raisonnent, planifient et exécutent des tâches métier complexes en se branchant sur vos outils existants (CRM, ERP, base de données) via le Model Context Protocol (MCP). Pas de démo qui brille : du déploiement en production réelle, avec ROI mesurable.
Trois mots, trois objets différents. Si vous mélangez, vous achetez ce dont vous n'avez pas besoin et vous payez 10× le prix juste.
Répond à partir d'arbres de décision pré-définis. Ne sait que ce qu'on lui a appris à dire.
Bon pour : FAQ basique, qualification simple. Mauvais pour : tout ce qui demande du contexte.
Cherche dans une base vectorielle vos documents, puis répond avec un LLM. Comprend le contexte.
Bon pour : assistant documentaire, support niveau 1. Mauvais pour : agir, déclencher des actions.
Raisonne, choisit ses outils via MCP, exécute des actions, vérifie le résultat, itère. Agit comme un employé senior.
Bon pour : automatiser un processus métier complet (vente, support, finance). C'est ce qu'on fait ici.
Le Model Context Protocol est un protocole standardisé open-source créé par Anthropic. Il permet aux modèles d'IA (Claude, GPT, Mistral) de se connecter à n'importe quel outil ou source de données via une interface unifiée.
Avant MCP : chaque intégration outil ↔ IA était à coder manuellement. Avec MCP : c'est l'équivalent d'un USB-C — un seul protocole, tous les outils. Concrètement, on connecte un agent à HubSpot, Notion, votre base SQL, vos APIs métier, en quelques heures au lieu de plusieurs semaines.
On commence par un POC sur un cas d'usage précis. Si le ROI est là, on bascule en agent en production avec monitoring, conformité RGPD et passation à vos équipes.
2 à 3 semaines. Un cas d'usage ciblé, agent fonctionnel testable avec vos vraies données. Restitution + ROI mesuré.
4 à 8 semaines. Agent déployé en prod avec monitoring, conformité RGPD, formation de vos équipes. Code maintenable.
Cas d'usage atypique ou besoin sur mesure ? On adapte.
Tirés de nos 100+ projets. Chiffres réels, secteurs anonymisés à la demande des clients.
Connecté à HubSpot/Salesforce + Gmail + Google Meet via MCP. Écoute les appels, met à jour le CRM, déclenche les relances, alerte sur les deals qui stagnent.
Pipeline OCR + GPT-4 Vision + LLM. Extraction structurée des factures, rapprochement automatique avec bons de commande, injection dans Sage.
Architecture RAG Python + Pinecone connectée à Zendesk. Le bot résout 60% des tickets niveau 1 en moins de 30 secondes, avec confiance mesurée.
Agent connecté à Notion + Drive + base SQL via MCP. Rédige des comptes rendus, génère des reportings hebdo, prépare des dossiers à la demande.
Agent qui qualifie chaque lead entrant en se connectant aux sources de vérité (LinkedIn, site web, base SIRENE), score le prospect, route vers le bon commercial.
Agent qui surveille les niveaux de stock, prévoit les ruptures, déclenche les commandes fournisseurs, ajuste selon saisonnalité.
Vous avez un cas d'usage en tête mais pas sûr du ROI ?
Installation, branchement et prise en main : 990 € HT, voir l'offre
Un agent open source sur un serveur dédié à votre entreprise, joignable sur Telegram ou WhatsApp, branché sur vos outils. Essayez-le ci-dessous : questions préremplies, réponses d'exemple.
L'agent propose un classement sur un premier lot, vous validez, puis il range chaque nuit ce qu'il reconnaît. Ce qu'il ne reconnaît pas reste en boîte de réception pour que vous tranchiez. Chaque décision devient une règle. Interdit : Supprimer. Répondre sans validation.
Assistant · La boîte mail triée chaque nuit
Démo : réponses d'exemple, données fictives
L'agent lit la compta et répond dans la conversation : facturé, réglé, en retard, montant, date. Il prépare la relance, vous l'envoyez d'un mot. Interdit : Envoyer une relance seul. Modifier une écriture.
Assistant · « Où en est la facture de X ? »
Démo : réponses d'exemple, données fictives
« Qu'est-ce qui est en retard cette semaine ? » « Qui attend une réponse de moi ? » L'agent interroge l'outil de suivi et résume. Le vendredi, il prépare le point sans qu'on lui demande. Interdit : Clôturer ou réaffecter un ticket sans validation.
Assistant · Le point chantiers ou projets
Démo : réponses d'exemple, données fictives
L'agent lit la demande, va chercher le contexte du compte, et prépare une réponse. Un humain relit et envoie. Les questions récurrentes deviennent une base de réponses. Interdit : Envoyer sans relecture. Modifier un compte client.
Assistant · Le support client pré-rédigé
Démo : réponses d'exemple, données fictives
Hermes Agent, open source sous licence MIT, sur un serveur dédié à votre entreprise. Mémoire persistante, tâches planifiées, modèle de langage au choix et remplaçable.
Messagerie, compta et CRM, suivi de projets, réseaux sociaux, téléphonie, toute API GraphQL : nos connecteurs existent déjà et se réutilisent d'une installation à l'autre.
Votre logiciel métier, votre outil maison, votre ERP : un connecteur sur simple demande, en lecture d'abord, droits action par action, code livré. Et quelqu'un qui répond quand l'agent sort du cadre.
Première installation en production : la boîte mail d'un dirigeant, 26 000 messages, triée chaque nuit.
Sur un premier lot de 255 mails, 215 rangés dans cinq dossiers, classement validé, puis automatisé. Le reste de l'histoire, la panne comprise, est dans le retour d'expérience.
Pas de tarif affiché : le prix dépend des connecteurs à écrire, pas du nombre de cas.
Choisies pour leur fiabilité, leur maintenabilité et leur conformité RGPD. Pas de hype.
OpenAI (GPT-4, GPT-5), Anthropic Claude, Mistral & Llama (open-source pour souveraineté). Choix selon contraintes RGPD, latence et coût.
Serveurs MCP custom en Go ou TypeScript. Nos connecteurs maison : mail IMAP/SMTP, réseaux sociaux, suivi de projets, téléphonie, GraphQL, OAuth. Connecteurs préfaits pour HubSpot, Notion, Slack, Stripe, PostgreSQL, Salesforce, Gmail, etc. Un nouveau connecteur sur simple demande.
Pinecone (cloud), Qdrant (souverain ou cloud), Weaviate. Indexation incrémentale, recherche sémantique, hybride dense+sparse.
Go (1.26+) pour la performance, NATS JetStream pour le messaging multi-agents, PostgreSQL pour le transactionnel. Pas de Python en prod.
Hébergement OVH/Scaleway pour la souveraineté française. RGPD, OWASP, journalisation des prompts pour audit. NDA systématique sur demande.
Sentry pour les erreurs, logs structurés, eval frameworks pour mesurer la qualité des réponses dans le temps. Alertes si dérive.
On identifie le bon cas d'usage, on valide le ROI attendu, on choisit la stack.
Agent fonctionnel sur vos données, testable. Restitution avec métriques.
Hardening, monitoring, conformité, gestion des erreurs. Déploiement.
Formation équipes, mise à jour des prompts, suivi qualité.
30 minutes pour comprendre votre cas. On identifie le bon agent, on chiffre le POC, on vous dit si ça vaut le coup. Sans bullshit.