Tout, en détail

Un système d'exploitation pour piloter l'activité, construit sur une architecture Workflows–Agents–Tools. Douze agents départementaux : orchestrateur, ventes, marketing, CRM, analytics, customer success, développement web, market intelligence.

Chaque agent lit une procédure écrite, appelle un outil Python déterministe pour exécuter, et remonte la main quand la situation n'est pas prévue par la procédure. Le jugement appartient à l'agent. L'exécution, jamais.

Il fait tourner mon propre pipeline. 104 prospects qui avancent dans un entonnoir par étapes, sur une couche base de données que je peux remplacer sans toucher un seul outil métier.

Avant qu'une candidature parte, un script vérifie chaque chiffre du CV contre un fichier maître unique. Pas un correcteur orthographique. Une étape de compilation.

C'est ça, le problème d'un chiffre inventé. Sur le moment, on n'a pas l'impression de mentir. On a l'impression de se souvenir.

Le système autour gère l'ingestion des annonces LinkedIn, l'adaptation du CV, la validation ATS et la journalisation dans Google Sheets. Il ne coûte rien à faire tourner.

J'ai construit la première version sur un modèle de langage, puis je l'ai jetée. Deux entrées identiques donnaient deux recommandations différentes, et je ne savais expliquer ni l'une ni l'autre.

Le moteur est déterministe désormais. Aucun appel de modèle, aucune dépendance réseau. La même entrée produit la même recommandation, et je peux dérouler à n'importe qui le chemin exact qui y mène.

Un modèle, c'est pour là où il faut du jugement. Jamais pour là où il faut deux fois la même réponse.

Radar concurrence, environ 4 heures par mois. Chaque lundi, il regarde les publicités actives de trois concurrents, signale les nouveautés et résume l'angle qu'ils testent.

Reporting, environ 6 heures. Il récupère les données analytics, calcule les écarts d'une semaine sur l'autre et rédige le résumé « ce qui a changé et pourquoi » qu'un humain écrirait.

Moteur SEO, environ 5 heures. On lui donne un mot-clé, il rend l'intention de recherche, les questions auxquelles répondent les pages classées, un plan et des cibles de maillage interne.

Scoring de leads, environ 5 heures. Un lead arrive, l'agent enrichit les données de l'entreprise, les compare au profil client idéal et note de 1 à 5 avec une ligne de justification.

Boîte de réception, environ 3 heures. Il rédige les premières réponses aux messages et aux formulaires dans ma voix, avec l'étape suivante déjà proposée.

Pas « l'IA écrit mes posts ». Plutôt « l'IA fait tourner le processus, je prends les décisions ». C'est là que passe la frontière entre un outil et un système.

Recherche et inspiration. Stratégie de contenu. Génération d'idées. Rédaction et carrousels. Relecture et optimisation. Publication et engagement. La boucle analytics. Et une couche d'automatisation par-dessus.

La page blanche n'a jamais été le plus dur. Décider ce qu'on y met, si.

Un site qui convertit, avec prise de rendez-vous en ligne : le patient réserve en trente secondes, à minuit, sans un seul appel téléphonique.

Automatisation WhatsApp : une confirmation, puis un rappel avant le rendez-vous, sur le canal que les gens ouvrent vraiment.

Un moteur de réputation. Après chaque visite, un patient satisfait reçoit un message qui lui demande gentiment un avis Google.

La boucle se referme sur elle-même. Les avis font remonter le classement sur Maps, plus de patients trouvent le cabinet, le site les fait réserver, WhatsApp s'assure qu'ils viennent, et les patients contents laissent d'autres avis.

Précision sur les chiffres : les pourcentages habituellement cités pour les taux d'ouverture et la baisse des rendez-vous manqués sont des repères du secteur, donnés comme des ordres de grandeur. Ce ne sont pas mes propres résultats mesurés.

Je tenais les calendriers éditoriaux de tous les comptes clients de Webi Studio, avec 3 à 5 contenus par semaine et par compte sur Instagram et Facebook. L'engagement moyen a progressé de 35 % sur trois mois. Le temps de réponse moyen aux communautés est passé sous les deux heures.

C'était le chiffre qu'on savait mesurer. Ce n'est pas la même chose que le chiffre qui comptait.

Ce que je mesurerais aujourd'hui : le délai de réponse, et combien de conversations deviennent une demande. Les deux sont plus difficiles à sortir. Les deux sont bien plus proches de l'argent.