La plupart des projets d'automatisation IA ne produisent aucun résultat mesurable. Une cheffe de projet Kreante explique la séquence qui fonctionne, tarifs et cas réel à l'appui.
Une agence d'automatisation IA conçoit, développe et exploite les systèmes qui déchargent une équipe des tâches répétitives. On fait appel à elle lorsqu'un goulot d'étranglement récurrent est clairement identifié et qu'aucune capacité interne ne permet d'y répondre. Le taux d'échec du secteur est élevé, et la cause tient généralement à l'ordre des opérations plutôt qu'à la technologie : la plupart des projets automatisent d'abord ce qui touche aux clients, avant d'avoir prouvé la fiabilité du système sur qui que ce soit. L'ordre qui fonctionne est l'inverse : en interne d'abord, mesuré, puis vers l'extérieur.
L'essentiel
La plupart des projets d'automatisation IA ne produisent aucun impact mesurable sur les résultats, et la raison tient à l'ordre des opérations plutôt qu'à la qualité des modèles.
Automatiser d'abord ce qui touche aux clients rend les erreurs coûteuses précisément au moment où le système est le moins fiable.
Une première phase doit couvrir un seul utilisateur interne, s'appuyer sur une boucle de retour quotidienne et atteindre un seuil de précision convenu avant tout contact avec un client.
Les critères de réussite doivent être des chiffres, assortis d'une référence de départ et convenus avant le lancement, sans quoi le résultat ne peut être démontré dans un sens ni dans l'autre.
Chez Kreante, un premier engagement démarre à partir de 3 500 $ pour un sprint de 30 jours couvrant un utilisateur, le périmètre élargi étant cadré ensuite sur la base des données recueillies.
Une agence d'automatisation IA se place entre deux éléments dont l'entreprise dispose déjà : un ensemble d'outils, et un ensemble de processus qui fonctionnent mal d'un outil à l'autre. Son rôle est de relier les deux par un logiciel qui agit, et pas seulement qui répond.
En pratique, cela couvre quatre domaines :
C'est sur ce dernier point que la majorité du secteur échoue.
La différence avec une agence de développement logiciel est que le livrable est un processus fonctionnel plutôt qu'une application. La différence avec un éditeur d'outils est que le système est construit autour d'opérations précises plutôt que vendu comme un produit.
Les chiffres sont peu flatteurs. L'initiative NANDA du MIT a publié The GenAI Divide: State of AI in Business 2025, qui conclut que seuls 5 % environ des programmes pilotes d'IA obtiennent une accélération rapide du chiffre d'affaires, tandis que la grande majorité s'enlise et ne produit que peu ou pas d'impact mesurable sur le résultat. Ces conclusions reposent sur 150 entretiens de dirigeants, une enquête auprès de 350 salariés et l'analyse de 300 déploiements publics. Le rapport reste préliminaire et sa méthodologie a été discutée publiquement, mais son orientation rejoint des travaux mieux établis.
L'enquête State of AI de McKinsey va dans le même sens sous un autre angle. Les répondants constatent des gains de coûts et de revenus au niveau de cas d'usage isolés, et 64 % estiment que l'IA nourrit leur innovation, mais seuls 39 % rapportent un impact sur l'EBIT à l'échelle de l'entreprise. L'enquête identifie également ce qui distingue le petit groupe qui obtient de vrais retours : la refonte des processus de travail est un facteur clé de succès, et la plupart des entreprises performantes s'y attellent.
Mis bout à bout, le schéma d'échec devient lisible. Les entreprises achètent de l'automatisation, la pointent vers le problème le plus visible — souvent quelque chose qui touche aux clients, puisque c'est là que se trouve le chiffre d'affaires — et la déploient avant que quiconque ne sache si elle fonctionne. Lorsqu'elle produit une réponse erronée devant un client, la confiance s'effondre et le projet s'arrête. Le modèle n'y était pour rien. C'est la séquence qui était en cause.
Un engagement récent de Kreante rend l'alternative concrète. La cliente est une fondatrice qui dirige trois entreprises en Floride et absorbe personnellement l'essentiel de la charge opérationnelle.
Le réflexe évident aurait été d'automatiser vers l'extérieur : facturation, relances clients, génération de propositions commerciales. Les trois étaient sur la table, et les trois ont été explicitement exclus du premier mois.
À la place, le mois 1 a construit un assistant pour une seule personne — la fondatrice, et personne d'autre. Aucune automatisation en contact avec les clients. Aucun déploiement à l'équipe. Aucune proposition envoyée sans qu'elle l'ait lue au préalable. Les livrables étaient délibérément modestes : un briefing matinal résumant la journée à venir, un tri de la messagerie assorti de suggestions de réponses priorisées, des notes de préparation livrées trente minutes avant chaque rendez-vous, et des synthèses de projet à la demande sur les trois entreprises.
Restreindre ainsi le périmètre crée un espace où il est sans danger de se tromper. Lorsque l'assistant interprète mal un e-mail en deuxième semaine, la seule personne concernée est celle qui peut expliquer immédiatement pourquoi. Ce retour s'exerce quotidiennement et le système est ajusté dans la foulée. Au moment où quelque chose atteint un client, le taux d'erreur a été réduit face à un usage réel, et non face à un jeu de tests.
Au jour 30 se tient une conversation go ou no-go appuyée sur les données d'usage, suivie d'une décision écrite signée par les deux parties. Les agents orientés métier ne sont cadrés qu'une fois ce seuil franchi.
Lors de la phase de cadrage de cet engagement, quatre problèmes concentraient l'essentiel du temps perdu. Ils se généralisent bien au-delà d'un seul client.
| Friction | Ce que fait le système | Ce qui change pour l'utilisateur |
|---|---|---|
| Idées et tâches perdues loin du bureau | Saisie vocale transcrite, intention classée, enregistrement structuré créé automatiquement | Les tâches se capturent sans avoir à s'arrêter pour écrire |
| Engagements oubliés ou doublons entre agendas dispersés | Agendas unifiés, disponibilités lues, tâches centralisées dans une seule liste | Un jeu de priorités clair chaque matin |
| Contexte perdu dans les e-mails et les accords verbaux en réunion | Fichiers entrants et comptes rendus intégrés passivement, décisions et actions extraites | Plus d'archivage manuel ni de compte rendu à rédiger |
| Fatigue liée aux changements de contexte avant les rendez-vous clients | Note de préparation générée à partir de l'historique, des tâches ouvertes et des points en suspens | Chaque rendez-vous démarre informé, en moins d'une minute de lecture |
Ces quatre points ont une chose en commun : aucun n'est spectaculaire. Ce sont des frictions d'arrière-guichet, c'est-à-dire exactement là où la recherche situe les efforts de la minorité qui réussit. Le réflexe d'automatiser d'abord ce qui impressionne est précisément celui qu'il faut éviter.
Non, et en général elle ne le devrait pas.
L'architecture de cet engagement s'appuie sur des outils que la cliente gardait déjà ouverts toute la journée : une messagerie instantanée pour échanger, un agenda, un gestionnaire de tâches et l'e-mail. L'intelligence tourne en dessous. Elle envoie une note vocale en marchant ; celle-ci est transcrite, classée et transformée en tâche structurée sans qu'elle ouvre la moindre application. Elle transfère l'e-mail d'un fournisseur ; le contenu est extrait, la fiche projet mise à jour, une tâche de suivi créée.
Cela compte davantage qu'il n'y paraît. Une plateforme d'automatisation qui exige son propre identifiant, sa propre interface et ses propres habitudes ajoute une étape à chaque processus qu'elle prétend simplifier. L'adoption dépend alors de la volonté, ce qui n'est pas une variable fiable. Envelopper les outils existants supprime entièrement cette dépendance.
Une agence qui refuse d'annoncer un chiffre avant de commencer demande une confiance qu'elle n'a pas méritée. Cet engagement en suivait trois dès la deuxième semaine.
Usage : au moins cinq interactions par jour ouvré, mesurées sur la dernière semaine. En deçà de ce seuil, l'assistant n'est pas devenu une part de la journée et n'est pas prêt à porter davantage.
Fiabilité : 90 à 95 % des tâches suivies menées à bien sans avoir à reformuler la demande. Pour cet engagement, c'était le seuil convenu avant toute automatisation orientée métier.
Justesse des réponses : notes, synthèses, réponses et rappels jugés exacts par l'utilisatrice lors de la revue du jour 30, alimentant le cycle d'ajustement tout au long du mois.
Ces indicateurs n'ont rien de remarquable, et c'est justement l'intérêt. Ils se comptent, ils partent d'une référence, et ils peuvent échouer de manière visible — ce qui rend la décision du jour 30 honnête plutôt que cérémonielle. Le constat du MIT selon lequel les pilotes ne montrent aucun impact mesurable est, pour une large part, le constat que ces pilotes n'avaient jamais été conçus pour être mesurés.
Les tarifs varient fortement selon le périmètre, et toute agence qui annonce un montant fixe sans avoir vu les systèmes concernés avance à l'aveugle.
Chez Kreante, un premier engagement démarre à partir de 3 500 $ pour un sprint de 30 jours couvrant un seul utilisateur. Le périmètre élargi est cadré ensuite, à partir des données du premier mois plutôt que d'une estimation faite avant. Les engagements plus longs, couvrant plusieurs équipes ou des systèmes en contact avec les clients, font l'objet d'une tarification distincte.
Les facteurs qui font monter un devis sont prévisibles : le nombre de systèmes à intégrer, l'état des données sous-jacentes, la part de développement sur mesure au-delà de l'automatisation standard, et les exigences de conformité liées au traitement des données. La complexité d'intégration est sous-estimée plus souvent que tout le reste.
Pour juger le retour attendu dans une proposition, écartez les formules du type « gains d'efficacité significatifs » et demandez un chiffre : heures économisées par semaine, coût par transaction avant et après, ou chiffre d'affaires par lead avant et après. Une proposition incapable d'en produire un n'a pas fait le diagnostic.
Automatiser, c'est confier à un système l'accès à une messagerie, à un agenda et à une base documentaire. Les conditions de cet accès doivent être réglées avant toute construction.
Dans cet engagement, cela s'est traduit par une adresse e-mail dédiée et une ligne téléphonique distincte, isolées des comptes personnels, des identifiants conservés dans un coffre-fort chiffré partagé, et une cartographie documentée des espaces de travail auxquels le système pouvait accéder. La couche modèle est interchangeable — l'architecture est conçue pour qu'un autre fournisseur puisse être substitué sans reconstruction — et la bibliothèque de compétences est versionnée et auditable par le client ou par un tiers.
Il existe aussi un interrupteur d'arrêt net. Tout engagement dans lequel éteindre le système s'avère difficile souffre d'un problème structurel, quelles que soient ses autres qualités.
Kreante travaille avec Claude comme couche modèle par défaut et fait partie du Claude Partner Network d'Anthropic, avec des développeurs certifiés dans l'équipe. L'architecture sous-jacente reste indépendante du fournisseur par conception.
Avant de s'engager, il est utile de comparer les agences selon des critères vérifiables plutôt que déclaratifs.
| Critère | Ce qu'il faut vérifier |
|---|---|
| Discipline de périmètre | Existe-t-il une liste écrite de ce qui est explicitement exclu de la phase 1 ? |
| Critères de réussite chiffrés | Y a-t-il des chiffres, avec une référence de départ, convenus avant le lancement ? |
| Séquencement | Construit-on quoi que ce soit en contact avec les clients avant d'avoir prouvé la fiabilité en interne ? |
| Profondeur d'intégration | Le système fonctionne-t-il dans les outils existants, ou impose-t-il une nouvelle plateforme ? |
| Traitement des données | Identifiants isolés, périmètre d'accès documenté, stockage chiffré |
| Portabilité | Le fournisseur de modèle peut-il être changé sans tout reconstruire ? |
| Auditabilité | La logique est-elle versionnée et consultable par un tiers ? |
| Propriété | Le client détient-il le code et la configuration à la clôture du projet ? |
| Conditions de sortie | Avec quelle rapidité et quelle propreté le système peut-il être arrêté ? |
| Points de décision | Existe-t-il un moment go ou no-go défini, ou l'engagement se prolonge-t-il par défaut ? |
Notre guide pour choisir une agence de développement IA approfondit le volet diligence technique.
Kreante a livré 265 projets dans 35 pays et affiche une note de 4,9 sur 5 sur 31 avis, autour d'une règle simple : ne déployer l'IA que lorsqu'elle fait bouger un chiffre qui compte pour l'entreprise, qu'il s'agisse du chiffre d'affaires, de la marge ou des heures économisées.
Le modèle d'engagement se déroule dans cet ordre : conseil, puis coaching, puis développement. Le conseil cartographie les endroits où l'IA paie réellement et remet une feuille de route assortie d'un retour attendu par initiative. Le coaching forme vos équipes à travailler de manière AI-native, afin que la compétence reste en interne plutôt que de repartir avec le prestataire. Le développement produit les applications, les agents et les automatisations eux-mêmes, en associant des ingénieurs seniors à des outils low-code pour obtenir un système fonctionnel en semaines plutôt qu'en mois.
Les clients détiennent le code en pleine propriété à la livraison, sans licence à entretenir ni autorisation à demander. C'est délibéré : cela signifie que la relation se poursuit parce que le travail mérite d'être poursuivi, et non parce que partir signifierait perdre le système. Kreante reste ensuite un partenaire de long terme plutôt qu'un prestataire ayant terminé sa mission — en accompagnant le système à mesure qu'il grandit, et en l'étendant à mesure que l'entreprise évolue.
Cet ordre compte pour la même raison que la première phase reste étroite. Le conseil avant le développement garantit que la feuille de route s'écrit sur des données plutôt que sur des hypothèses, et le coaching avant la remise garantit que le système continue de fonctionner une fois l'équipe qui l'a construit partie.
Pour situer tout cela aux côtés du conseil et du développement sur mesure, consultez notre panorama de ce que fait une AI agency à Miami en matière de conseil, de coaching et de développement d'applications.
Si vous connaissez déjà votre goulot d'étranglement, un accompagnement d'implémentation IA le conduit de la première phase au système en production, avec un code qui vous appartient entièrement. Si vous cherchez encore où se situe le retour, un audit de conseil IA constitue le bon point de départ et vous remet une feuille de route ordonnée par retour attendu.
Réservez un échange, exposez votre principal goulot d'étranglement récurrent, et déterminez en une conversation s'il vaut la peine d'être automatisé ce trimestre.
Une agence d'automatisation IA conçoit et développe des systèmes qui exécutent des tâches répétitives sans qu'une personne pilote chaque étape. Le travail couvre généralement la cartographie des processus, la conception d'agents, l'intégration aux outils existants comme la messagerie, l'agenda et la base documentaire, ainsi que la mesure des résultats. La différence avec une agence de développement logiciel est que le livrable est un processus fonctionnel plutôt qu'une application, et la différence avec un éditeur d'outils est que le système est construit autour des opérations propres au client plutôt que vendu comme un produit.
Les tarifs varient fortement selon le périmètre. Chez Kreante, un premier engagement démarre à partir de 3 500 $ pour un sprint de 30 jours couvrant un seul utilisateur, tout périmètre élargi étant cadré ensuite en fonction des enseignements du premier mois. Les engagements plus longs, couvrant plusieurs équipes ou des systèmes en contact avec les clients, sont tarifés séparément. Méfiez-vous des devis forfaitaires portant sur une automatisation complète annoncés avant toute phase de cadrage, car le périmètre ne peut pas être connu à ce stade.
Les travaux de l'initiative NANDA du MIT montrent que la grande majorité des pilotes d'IA générative n'ont produit aucun impact mesurable sur les résultats, et les données de McKinsey indiquent que si l'adoption est quasi généralisée, seule une minorité constate un impact sur l'EBIT à l'échelle de l'entreprise. Les causes ne sont pas techniques. Les projets sont généralement dirigés vers des processus en contact avec les clients avant que la fiabilité n'ait été prouvée, et ils sont souvent dépourvus de mesure de référence, ce qui rend tout résultat impossible à démontrer.
En général, non. L'automatisation en contact avec les clients comporte un risque de réputation dès le premier jour d'exploitation, ce qui rend les erreurs coûteuses précisément au moment où le système est le moins fiable. Commencer par des tâches internes et fréquentes procure le même apprentissage à un coût bien moindre. Une fois la justesse établie face à un usage réel, l'extension vers l'extérieur devient une étape raisonnable plutôt qu'un pari.
Une première phase au périmètre étroit peut produire une valeur quotidienne en deux à trois semaines, à condition que les tâches retenues soient fréquentes et peu risquées. Une transformation plus large demande nettement plus de temps, car elle suppose de modifier la circulation du travail plutôt que d'ajouter un outil par-dessus. Toute agence promettant des résultats à l'échelle de l'entreprise en quelques semaines décrit une démonstration, pas un déploiement.
Non, et en général elle ne le devrait pas. Un système bien conçu se connecte aux outils déjà utilisés par l'équipe et ajoute une couche de traitement en dessous. Exiger l'adoption d'une nouvelle interface ajoute une étape à chaque processus que l'automatisation est censée simplifier, ce qui tend à miner l'adoption. Vérifiez que l'approche de l'agence fonctionne au sein de votre environnement actuel avant de vous engager.
La protection repose sur plusieurs éléments : des identifiants isolés des comptes personnels, une cartographie documentée des systèmes accessibles à l'automatisation, un stockage chiffré des identifiants, et des permissions restreintes au strict nécessaire pour la tâche. L'agence doit également pouvoir expliquer où les données sont traitées et ce qui est transmis au modèle. Convenez de ces conditions, ainsi que des règles de conservation et des obligations réglementaires, avant le début du développement.
Cela dépend du contrat, et la question doit être réglée avant le lancement plutôt qu'au moment de la livraison. Certaines agences concèdent une licence et conservent la propriété, ce qui signifie que l'accès cesse avec les paiements. Chez Kreante, les clients détiennent le code et la configuration en pleine propriété à la livraison, sans licence à entretenir. Le test pratique est simple : demandez si vous pourriez confier le système à un autre développeur dès demain. Si la réponse est non, vous louez plutôt que vous ne possédez, et cela devrait se refléter dans le prix.
Une automatisation correctement construite doit pouvoir être arrêtée simplement, les accès étant révoqués et les données sous-jacentes demeurant dans les systèmes du client. Il vaut la peine de poser la question avant de commencer, car la réponse révèle la manière dont l'architecture est conçue. Si éteindre le système perturberait l'activité, l'automatisation a été bâtie comme une dépendance plutôt que comme une couche amovible.
Oui. Kreante accompagne des entreprises en France, en Belgique et en Suisse sur des missions de conseil, de coaching et de développement, menées à distance par défaut. L'équipe est répartie entre Paris, Miami, Madrid et Lima, ce qui couvre plusieurs fuseaux horaires et permet de travailler en français comme en anglais. Des sessions en présentiel restent possibles lorsque le projet y gagne.
Pour aller plus loin
Ne laissez pas votre veille s'arrêter ici. Explorez nos autres ressources pour maîtriser votre stack technologique.
DéveloppementPilotez le coaching IA avec une à trois équipes sur 6 à 8 semaines, mesurez les KPI des workflows et exigez des livrables concrets pour garder les compétences en interne.
DéveloppementUn cycle de vie de l'IA orienté résultats, en sept étapes du prototype à la production : agents, RAG, évaluations, garde-fous et feuille de route.
DéveloppementGuide d'ingénierie pour bâtir des pipelines analytiques rejouables et gouvernés. Commencez par un audit et livrez un prototype validé en quelques semaines.
