Solutions d’IA
Des problèmes concrets. Des solutions qui tournent.
On ne vend pas de « l’IA ». On règle ce qui te coûte des heures aujourd’hui : répondre aux messages, classer des documents, relancer des leads. Chaque solution se monte et reste en marche.
Par domaine
Explorer par domaine
Par problème
Automatiser les notes de frais : du ticket au fond de la poche au remboursement sur la paie, sans courir après personne
La note de frais est une formalité de cinq minutes qui coûte deux semaines à l’entreprise : le salarié ne retrouve pas le justificatif, le manager valide sans regarder et l’administration court après les pièces jusqu’à la clôture. On automatise tout le circuit —capture, politique, validation et remboursement— sur tes systèmes.
Voir la solutionRépondre aux WhatsApp 24h/24, sans personne de garde
Ton entreprise reçoit des messages à 23h et le dimanche. Aujourd’hui ils restent sans réponse jusqu’à ce que quelqu’un ouvre son téléphone. Ça s’automatise, et ça se voit dès la première semaine.
Voir la solutionLes commandes arrivent par six canaux différents et quelqu’un les saisit une par une
Un email avec le PDF en pièce jointe, un Excel que chaque client a mis en page à sa façon, le portail du distributeur, un EDI que seuls les deux gros utilisent et, encore, un fax scanné. Au bout de l’entonnoir, une personne recopie des références à la main dans l’ERP. C’est un travail, pas une fatalité : ça s’automatise.
Voir la solutionSortir les devis en minutes, pas le lendemain
On te demande un prix le mardi et tu l’envoies le jeudi. Entre-temps, le client a trois devis sur la table, et le premier arrivé prend l’avantage. Ça s’automatise, et ça se voit sur le taux de signature.
Voir la solutionExtraire les données des factures sans les taper à la main, une par une
Chaque facture qui arrive, quelqu’un l’ouvre, lit le montant, le fournisseur, la date et la TVA, et la saisit dans l’ERP. Multiplie ça par ce que tu reçois par mois. Ça s’automatise — et ça se voit en heures et en erreurs.
Voir la solutionFaire baisser le volume d’appels sans laisser personne sans réponse
La ligne sonne toute la journée et c’est presque toujours la même chose : où est ma commande, quels sont vos horaires, comment décaler mon rendez-vous. Pendant que ton équipe répète les mêmes réponses, les cas qui comptent vraiment attendent dans la file. Ça, on l’automatise — et ça se voit dès la première semaine.
Voir la solutionRépondre aux appels d’offres sans brûler une semaine par dossier
Chaque appel d’offres, c’est des centaines de pages de cahier des charges plus les mêmes réponses que tu as déjà écrites le mois dernier, enterrées dans des dossiers. Pendant que tu cherches, l’échéance court. Ça s’automatise — et tu réponds à plus d’appels d’offres avec la même équipe.
Voir la solutionGénérer la proposition commerciale en un après-midi, pas en trois jours
Le rendez-vous s’est bien passé, et là commence la corvée habituelle : retrouver la proposition du dernier client, changer le logo, réécrire la moitié du document et croiser les doigts. Trois jours plus tard, on l’envoie — si le client est encore chaud. Ça, on l’automatise, et ça se voit sur ce que tu signes.
Voir la solutionClasser les tickets automatiquement et envoyer chacun à la bonne personne
Chaque ticket qui arrive passe d’abord par une personne : le lire, deviner de quoi il s’agit, lui mettre une priorité, le pousser vers la bonne file. Quand elle se trompe —et ça arrive—, le ticket rebondit d’un agent à l’autre pendant que le client attend. Classer les tickets automatiquement supprime ce péage : le système étiquette, priorise et route à l’arrivée, et ton équipe n’ouvre que ce qui la concerne.
Voir la solutionClasser les documents qui arrivent et ranger chacun à sa place, tout seuls
Dans ta boîte partagée et ton Drive tombe de tout : contrats, CV, pièces d’identité, formulaires, bons de livraison, e-mails avec pièces jointes. Quelqu’un les ouvre un par un, devine de quel type il s’agit et les range dans le bon dossier ou le bon système. Ça s’automatise : le système reconnaît chacun par type, le renomme et le dépose là où il va dès l’arrivée.
Voir la solutionRépondre à chaque lead dès la première minute, pas quand quelqu’un a un trou
Le formulaire arrive à 12h41. Ton commercial le voit à 16h30, entre deux réunions. Le client a déjà rempli trois autres formulaires et parle avec celui qui a répondu en premier. Ça s’automatise — et ça se voit sur ton taux de contact.
Voir la solutionLes mêmes cinq e-mails, vingt fois par jour. Ça s’automatise.
« Où en est ma commande ? », « tu me renvoies la facture ? », « quels sont vos horaires ? ». Ton équipe écrit la même réponse encore et encore, en changeant deux données. Ce n’est pas qu’ils travaillent mal : ils font à la main un travail qu’un système fait tout seul. On le monte sur ta boîte et tes outils, et on le laisse répondre.
Voir la solutionLe deal est signé et le contrat met trois jours à sortir. Ça s’automatise.
Le client dit oui, et là quelqu’un doit ouvrir le modèle, changer le nom, mettre le prix, ajuster les clauses et ne pas se tromper. Des jours de retard entre le « oui » et la signature. Ça s’automatise : le système génère le contrat prêt à signer avec tes modèles et les données du deal.
Voir la solutionUne boîte partagée où tout tombe pêle-mêle et où personne ne sait ce qui est à qui. Ça se range tout seul.
info@, ventes@, support@ : tout arrive mélangé —une commande urgente, une facture, un commercial insistant, du spam— et quelqu’un doit ouvrir chaque email juste pour décider à qui il est et le transférer. Ce tri manuel s’automatise : le système lit ce qui entre, le classe et le met entre les bonnes mains, à l’instant.
Voir la solutionVous signez des contrats que personne n'a lus en entier. La facture arrive deux ans plus tard.
Le contrat-cadre du gros client, les conditions du fournisseur, la police d'assurance, le SaaS qui se reconduit tout seul. Ça tombe le jeudi, il faut signer le vendredi, et quelqu'un survole. On automatise la lecture : le système confronte chaque contrat reçu à vos propres critères, signale la clause que vous ne devriez pas accepter et surveille les échéances que personne ne surveille aujourd'hui.
Voir la solutionPar logiciel
Toute ton entreprise est dans Holded. Et pourtant quelqu’un saisit encore ce que Holded sait déjà.
Holded centralise la facturation, la compta, le CRM et les projets —mais les données entrent encore à la main, les factures se rapprochent une par une et les relances dépendent de la mémoire de quelqu’un. Sur l’API de Holded, on monte l’IA qui fait cette part répétitive toute seule.
Voir la solutionTu paies HubSpot pour que l’équipe vende. Et l’équipe passe la journée à alimenter HubSpot.
HubSpot te donne un CRM, des pipelines, des séquences et du reporting —mais les contacts entrent en double, les notes d’appel se saisissent à la main, les relances dépendent de quelqu’un qui regarde le pipeline, et le rapport du lundi se monte à coups d’export et de copier-coller. Sur l’API de HubSpot, on monte l’IA qui fait cette partie toute seule.
Voir la solutionTu montes toute l’entreprise sur Odoo. Et l’équipe passe la journée à nourrir Odoo à la main.
Odoo te donne CRM, stock, ventes, achats, facturation et comptabilité au même endroit —mais les commandes se saisissent d’un module à l’autre, le bon de livraison se tape en regardant l’email, le stock se recale à coups d’export Excel, et la même donnée saute entre Odoo et un tableur. Sur l’API d’Odoo, on monte l’IA qui fait cette partie mécanique toute seule.
Voir la solutionSalesforce stocke chaque contact, chaque opportunité et chaque note. Ce qu’il ne fait pas, c’est te dire qui appeler aujourd’hui.
Salesforce te donne un CRM, un pipeline, des rapports et même Einstein —mais les comptes entrent à moitié remplis, le score dépend de champs que personne ne remplit, et quelle opportunité est en risque se décide au feeling le lundi matin. Par-dessus l’API de Salesforce, on monte l’IA qui lit ton CRM et le transforme en décision commerciale : qui appeler, pourquoi et avec quel contexte.
Voir la solutionTu as monté toute l’entreprise dans Notion. Et maintenant quelqu’un passe sa journée à remplir des propriétés, résumer des pages et déplacer des cartes à la main.
Notion t’a donné des bases de données, des wikis, des projets et des docs au même endroit, flexible comme rien d’autre —mais le tenir à jour, c’est du travail humain : les propriétés se remplissent à la main, personne ne résume les pages, le statut se met à jour quand quelqu’un y pense, et sortir une décision de là-dedans, c’est lire la moitié du workspace. Sur l’API de Notion, on monte l’IA qui lit ton workspace, le tient à jour tout seul et le transforme en la réponse que tu cherchais.
Voir la solutionTu as choisi Zoho CRM parce qu’il coûte peu et fait beaucoup. Et ensuite la donnée entre à moitié remplie et la décision commerciale se prend au feeling.
Zoho CRM te donne des modules, des workflows, des fonctions Deluge et même Zia pour un prix qu’aucun CRM cher n’égale —mais les leads entrent sans être remplis, le score sort de champs que personne ne complète, et quelle opportunité est en risque, le commercial le décide le lundi matin. Par-dessus l’API de Zoho CRM, on monte l’IA qui lit ton CRM et le transforme en décision commerciale : qui appeler, pourquoi et avec quel contexte.
Voir la solutionPipedrive vous montre le pipeline. Ce qu’il ne fait pas, c’est le faire avancer à votre place.
Pipedrive peint les étapes, les affaires et les tâches —mais il n’avance que quand le commercial le met à jour à la main, le suivi passe à la trappe dès que ça s’emballe, et savoir si une affaire est morte ou vivante se décide au feeling—. Sur l’API de Pipedrive nous montons l’IA qui enregistre l’activité toute seule, déclenche l’étape suivante et garde le pipeline à jour sans que personne ne tape.
Voir la solutionTa boutique vend toute seule sur Shopify. Et derrière, quelqu’un répond « où est ma commande ? » toute la journée.
Shopify encaisse, facture et gère ton catalogue —mais le travail répétitif autour de chaque vente reste manuel : répondre au statut de commande, signaler les ruptures, récupérer les paniers, écrire la fiche du nouveau produit. Sur l’API de Shopify, on monte l’IA qui avale cette partie.
Voir la solutionToute ton entreprise tient dans Microsoft 365. Et l’équipe passe la journée à déplacer la donnée d’Outlook vers Excel vers SharePoint à la main.
Microsoft 365 te donne l’email, les feuilles, les documents, SharePoint et Teams au même endroit —mais la commande arrive dans Outlook et quelqu’un la tape dans un Excel, le rapport se monte en collant des données de trois fichiers, le document se classe à la main dans le bon dossier, et la même donnée saute entre le mail, la feuille et SharePoint. Sur la Microsoft Graph API, on monte l’IA qui fait cette partie mécanique toute seule.
Voir la solutionToute l’entreprise tourne sur Google Workspace. Et l’équipe passe la journée à déplacer la donnée de Gmail vers un Sheet vers Drive à la main.
Gmail, Sheets, Docs, Drive et Chat te donnent tout au même endroit —mais la commande arrive dans Gmail et quelqu’un la tape dans un Sheet, le rapport se monte en collant les données de trois feuilles, la pièce jointe se renomme et se glisse dans le bon dossier Drive, et la même donnée saute entre le mail, la feuille et Drive. Sur les API de Google Workspace on monte l’IA qui fait cette partie mécanique toute seule.
Voir la solutionBusiness Central embarque déjà Copilot et des agents. Et ton équipe continue de saisir, parce que le travail ne se passe pas dans Business Central : il se passe entre Business Central et tout le reste.
Microsoft a fait sa part : Copilot est inclus dans ta licence et les agents Comptabilité fournisseurs et Commandes client travaillent de bout en bout dans l’ERP. Ce qu’ils ne couvrent pas, c’est ce qui arrive par le mail bizarre, l’Excel du commercial, le PDF qui n’en est pas un et le système de ton secteur qui ne parle pas à Business Central —ni ce que ces agents vont te coûter chaque mois, puisque c’est facturé à la consommation. On monte la couche qui fait ce travail-là, et on met un chiffre et un frein sur celui qui tourne déjà.
Voir la solutionLa compta et la paie vivent dans Sage. Et quelqu’un passe la journée à saisir des factures dans Sage à la main.
Sage 50, Sage 200, Sage Despachos, Sage compta et facturation tiennent ta compta, ton ERP et ta paie —mais la facture fournisseur arrive en PDF et on la saisit écriture par écriture, la banque se rapproche ligne par ligne, et la donnée saute du mail et de l’Excel vers Sage à la main. Sur les API et les connecteurs de Sage, on monte l’IA qui fait cette partie mécanique toute seule.
Voir la solutionTu tiens la boutique sur PrestaShop, sur ton propre serveur. Et quelqu’un passe la journée à saisir des produits, à cadrer le stock et à répondre aux emails fournisseur à la main.
PrestaShop est à toi : open source, sur ton hébergement, avec ta base de données et tes modules. Il te gère le catalogue, les commandes et les clients —mais la saisie des produits, la mise à jour du stock, les emails de commande et de fournisseur et le saut de la donnée entre PrestaShop, l’ERP, l’Excel et l’email restent à la main. Sur la webservice API de PrestaShop et ta propre install, on monte l’IA qui avale cette partie mécanique.
Voir la solutionPar agent
Recruter un SDR coûte des mois de formation et il part au bout d’un an. L’agent qui prospecte, qualifie et pose les rendez-vous ne part pas : on le laisse tourner dans ton tunnel.
Un bon SDR monte la liste, écrit le premier message, relance la réponse, la qualifie selon ton critère et pose le rendez-vous avec le commercial qui clôt —et puis il se crame, il part, ou il met trois mois à monter en puissance. On livre ce SDR comme agent dans ton tunnel : il prospecte, personnalise le contact, qualifie chaque réponse selon ton ICP et ne pose que les rendez-vous qui valent le coup, avec une personne qui valide avant qu’il agisse. On ne te vend pas un outil de séquences ; on te laisse l’employé digital qui tourne sur ton CRM.
Voir la solutionDemander des devis, les comparer et poser le bon de commande bouffe toute la semaine des Achats. L’agent qui fait ce travail ne prend pas de vacances : on le laisse tourner sur ton ERP.
Un bon acheteur transforme la demande interne en demande d’achat formelle, demande un devis aux bons fournisseurs, compare prix et délai, pose le bon de commande et suit la livraison jusqu’au bout. Le problème, c’est que ce travail est répétitif, se fait à la main sur Excel et par e-mail, et chaque heure passée là n’est pas une heure passée à négocier un meilleur prix. On livre ce travail comme agent sur ton ERP : il transforme la demande en demande d’achat, demande et compare les devis, génère le bon de commande et le suit jusqu’à la réception, avec une personne qui valide la dépense avant qu’elle parte. On ne te vend pas un formulaire de demandes ; on te laisse le travail d’achat fait.
Voir la solutionVérifier la qualité à la main n'atteint qu'un échantillon : le reste part sans être vu. L'agent qui contrôle 100 %, repère ce qui cloche et ouvre l'action corrective —on le laisse en marche sur tes systèmes.
Un bon contrôle qualité vérifie le travail contre un critère, signale ce qui ne va pas, le classe et ouvre l'action corrective pour que ça ne se reproduise pas. Le problème, c'est qu'à la main ça ne suit pas : on contrôle un échantillon, le reste part sans être vu, et le défaut ressort quand le client l'a déjà. On déploie ce contrôle en agent sur tes systèmes : il vérifie chaque cas contre ta liste de contrôle, repère les non-conformités, les classe et ouvre l'action corrective, avec une personne validant les cas douteux. On ne te vend pas une checklist en PDF ; on te laisse le contrôle qualité fait.
Voir la solutionLa moitié des appels qui arrivent hors horaires sont perdus. Le réceptionniste qui répond, règle la question et pose le rendez-vous ne laisse personne sur le carreau : on le laisse répondre sur ton numéro.
Un bon réceptionniste décroche à la première sonnerie, accueille avec ton ton, répond au classique —horaires, prix, où vous êtes, s’il reste de la place—, pose le rendez-vous dans ton agenda et ne passe à l’humain que ce qui en a vraiment besoin. Le problème, c’est que ce poste ne couvre pas 23h, ni le samedi, ni cinq appels en même temps. On livre ce réceptionniste comme agent sur ton numéro et ton chat : il répond à chaque appel et message, règle les questions de toujours, pose le rendez-vous sur ton agenda réel et te renvoie l’urgent —24/7 et sans avoir à recruter qui que ce soit. On ne te vend pas un standard ; on te laisse l’employé digital qui répond.
Voir la solutionTon équipe administrative passe le mois à saisir des factures, à pointer la banque et à relancer les paiements. L’agent comptable IA fait ce travail mécanique et laisse la personne juste valider : on le laisse tourner sur ton ERP.
Un bon comptable capture la facture, en extrait les données, l’affecte au bon compte et au bon centre de coût, la saisit dans l’ERP, pointe le mouvement bancaire et relance ce qui est en retard. Le problème, c’est que presque tout ça, c’est saisir, rapprocher et relancer —des heures de travail mécanique qui dévorent l’équipe et font exploser la clôture. On déploie ce comptable comme agent sur ton système : il lit chaque facture entrante, verse les données validées, propose l’écriture, pointe contre le relevé et ne te laisse que l’exception à approuver. On ne te vend pas un énième logiciel de facturation ; on laisse l’employé digital tenir la compta, avec une personne qui supervise ce qui n’est pas évident.
Voir la solutionTon équipe administrative passe la journée à recopier des données d’un système à l’autre, à remplir des formulaires et à mettre à jour des fiches dans l’ERP et le CRM, et à courir après l’info qui manque. L’agent administratif IA fait ce travail mécanique de back-office et laisse la personne juste valider : on le laisse tourner sur tes systèmes.
Une bonne personne à l’admin récupère ce qui entre, le met là où il faut, tient les fiches à jour, classe chaque document dans son dossier, relance ce qui manque pour clôturer le dossier et monte le rapport interne de la semaine. Le problème, c’est que presque tout ça, c’est ressaisir la même donnée plusieurs fois, remplir des modèles et relancer les gens —des heures de travail mécanique qui dévorent l’équipe et laissent les fiches périmées. On déploie cette personne comme agent sur tes systèmes : il lit ce qui entre, verse la donnée validée dans l’ERP ou le CRM, remplit le formulaire, classe le document, relance ce qui manque et prépare le rapport récurrent, et ne te laisse que l’exception à approuver. On ne te vend pas un énième logiciel de gestion ; on laisse l’employé digital faire la paperasse, avec une personne qui supervise ce qui n’est pas évident.
Voir la solutionTon commercial passe la moitié de la semaine à mettre à jour le CRM, à relancer les suivis et à monter des devis, au lieu de vendre. L’agent commercial IA fait ce travail d’arrière-boutique et laisse la personne juste conclure : on le laisse tourner sur ton pipeline.
Un bon commercial garde le CRM vivant après chaque appel, relance au bon moment, monte le devis depuis le catalogue, réveille l’affaire qui s’est endormie et arrive au rendez-vous avec le contexte prêt. Le problème, c’est que presque tout ça, c’est de l’arrière-boutique, pas de la vente —saisir, relancer, préparer—, et ce sont des heures qui dévorent le commercial pendant que les affaires refroidissent. On déploie ce soutien comme agent sur ton pipeline : il met à jour l’opportunité après chaque contact, programme et relance les suivis, monte le devis depuis ton catalogue, signale l’affaire au point mort et prépare le commercial avant l’appel —et laisse la personne juste conclure et porter la relation. On ne te vend pas un énième outil de CRM ; on laisse l’employé digital faire l’arrière-boutique de la vente, avec une personne qui conclut.
Voir la solutionChaque ticket qui arrive, quelqu’un l’ouvre, cherche la réponse dans la base de connaissances, rédige la réponse et, si besoin, entre dans un autre système pour faire l’action —le remboursement, l’échange, le suivi de commande. L’agent de support IA fait ce cas entier de bout en bout et ne laisse à une personne que l’exception : on le déploie sur ton helpdesk et tes systèmes et on le laisse tourner.
Un bon agent de support lit le ticket, comprend de quoi il s’agit, cherche la réponse dans la doc, répond et —quand il le faut— entre dans le système pour exécuter l’action : traite le remboursement, gère l’échange, vérifie le suivi de la commande. Le problème, c’est que la plupart de ces cas sont répétables et résolubles, et ils dévorent quand même l’équipe un cas après l’autre. On déploie cet agent comme employé numérique sur ton helpdesk et les systèmes où l’action s’exécute : il lit le ticket entrant, trouve la réponse dans ta base de connaissances, rédige et envoie la réponse, fait l’action de bout en bout et n’escalade que l’exception vers une personne. Ce n’est pas le canal de support 24/7 ni celui qui répartit les tickets : c’est celui qui les résout. On le monte sur ce que tu utilises déjà et on le laisse tourner, avec une personne qui supervise ce qui n’est pas évident.
Voir la solutionTu as des factures échues et personne qui ait le temps de les relancer une à une. L’agent de recouvrement IA relance l’impayé au bon moment, rapproche le paiement quand il arrive et fait remonter le cas difficile —et une personne approuve ce qui part au client : on le laisse tourner sur ta facturation.
Relancer l’échu est un travail de constance, pas de talent : regarder chaque jour qui a dépassé l’échéance, envoyer le rappel sur le bon ton, monter la pression quand il le faut, noter la promesse de paiement, rapprocher l’argent de sa facture quand il finit par arriver, et savoir quand le dossier cesse d’être un email et passe à une personne. Le problème, c’est que presque personne ne le fait bien, parce que c’est fastidieux et que réclamer l’argent de la maison rebute —alors on relance tard, par à-coups, et la trésorerie en pâtit. On déploie ce chargé de recouvrement comme agent sur ta facturation : il surveille le portefeuille d’échus, rédige et programme la séquence de relance, note les promesses, rapproche l’encaissement de sa facture et te fait remonter le cas épineux. La règle est ferme : l’agent propose ce qui part et une personne l’approuve ; il n’encaisse jamais et ne déplace pas d’argent tout seul. On ne te vend pas un logiciel de facturation de plus ; on te laisse l’employé numérique qui poursuit l’impayé, avec une personne aux commandes de ce qui sort.
Voir la solutionLa direction demande la prévision de trésorerie et le budget contre le réel, et quelqu’un passe deux jours à exporter l’ERP vers Excel pour les monter —en retard et avec les données de la semaine dernière. L’agent financier IA lit les chiffres déjà présents dans ta compta, met à jour la prévision de trésorerie, croise le budget contre le réel, attrape les écarts et monte le rapport pour la direction : il ne tient pas les livres, il les lit pour décider. On le laisse tourner sur ton ERP.
Un bon directeur financier regarde les chiffres déjà posés dans la compta et les transforme en décisions : combien de trésorerie dans huit semaines, sur quelles lignes tu dépasses le budget, pourquoi la marge du mois ne colle pas au plan et quoi raconter au conseil lundi. Le problème, c’est qu’avant de décider il y a une montagne de travail mécanique —exporter l’ERP, coller dans Excel, réconcilier les versions et rafraîchir le même tableau de bord chaque semaine— qui dévore l’équipe finance et fait arriver la prévision en retard, avec des données périmées. On déploie ce travail comme agent sur ta compta : il lit les soldes, les mouvements et les échéances que tu as déjà, garde la prévision de trésorerie vivante, croise le budget contre le réel, signale l’écart dès qu’il apparaît et monte le rapport de direction —et te laisse la décision. Il ne capture pas de factures et ne relance pas les paiements ; les chiffres sont déjà là, cet agent les lit. On ne te vend pas un énième Power BI ; on livre l’analyse financière faite, avec une personne qui valide avant que ça arrive au conseil.
Voir la solutionUn bon recruteur passe sa journée à caler des entretiens, préparer des fiches et prévenir des candidats. L’agent fait ce travail ; ton équipe décide qui embaucher.
Bien recruter, c’est du jugement humain : qui colle, qui non, sur qui tu paries. Mais autour de cette décision il y a un tas de travail mécanique qui mange l’agenda RH —caler les créneaux d’entretien, préparer la documentation de chaque candidat, recueillir les évaluations des recruteurs et dire à ceux qui attendent où ils en sont. On déploie un agent qui fait exactement ça : il coordonne le processus de recrutement de bout en bout sur tes outils, et laisse aux personnes la seule part qui ne se délègue pas —décider qui tu embauches. On ne te vend pas un ATS de plus ; on te laisse le travail de coordination fait.
Voir la solutionChercher, lire et résumer pour préparer une décision, ça bouffe un après-midi entier. L'agent qui fait cette recherche ne se lasse pas de lire : il te rend le brief avec les sources.
Bien rechercher, c'est lire dix sources, garder l'essentiel, arbitrer ce qui se contredit et le laisser dans un résumé avec lequel on peut décider. Le problème, c'est que ce travail se fait à la main, onglet après onglet et copier-coller, et chaque brief mange une demi-journée que tu ne passes pas à décider avec. Nous déployons ce travail comme agent : il réunit l'information des sources que tu définis, la synthétise en un brief où chaque donnée est citée à sa source, et le livre dans le format que tu utilises déjà. On ne te vend pas un moteur de recherche ; on te rend la recherche faite, avec les sources en évidence pour que tu puisses la vérifier.
Voir la solutionPar secteur
IA pour les organismes de formation : chaque question d'un prospect répondue à l'instant et l'inscription gérée toute seule
Le prospect pose une question sur la formation un dimanche soir et tu l'ouvres le lundi : il s'est déjà inscrit dans l'organisme qui a répondu en cinq minutes. Ça s'automatise —première réponse, info de la formation, inscription et rappels— et ça se voit dans les inscriptions de la semaine, pas au trimestre.
Voir la solutionIA pour restaurants : chaque réservation et chaque message traités à l'instant, sans lâcher le plateau
L'appel pour réserver arrive en plein coup de feu, personne ne décroche, et cette table part chez le voisin. Répondre aux réservations et aux messages sur-le-champ — par téléphone, WhatsApp, Instagram ou Google — s'automatise, et ça se voit sur le nombre de couverts, pas dans un an.
Voir la solutionIA pour courtiers en assurance : chaque demande traitée dans l'instant et chaque renouvellement relancé tout seul
Le client demande un devis un dimanche, vous répondez le mardi, et d'ici là il a déjà signé ailleurs. Répondre à la demande dans l'instant, relancer le renouvellement avant qu'il n'expire et repérer le client à qui il manque un contrat, ça s'automatise — et ça se voit dans le portefeuille, pas dans un an.
Voir la solutionIA pour cliniques : l'agenda plein et le téléphone décroché, sans agrandir l'accueil
Les appels se perdent à midi, les créneaux libres restent vides et les patients ne préviennent pas qu'ils ne viennent pas. Ça s'automatise — accueil, rappels et réponses — et ça se voit sur le taux d'occupation dès la première semaine.
Voir la solutionIA pour l'immobilier : chaque lead d'un portail traité en une minute et la visite planifiée toute seule
Un contact venu de SeLoger ou Leboncoin qui met une heure à recevoir une réponse est déjà passé à une autre agence. L'IA répond aussitôt, qualifie l'intéressé, propose une visite et la met à l'agenda — de jour, de nuit et sur vingt biens à la fois.
Voir la solutionIA pour cabinets d'avocats : la partie mécanique du dossier —modèles, revue de clauses, délais, pièces manquantes— faite toute seule, et tes avocats sur ce qui se signe
Un cabinet n'est pas payé pour remplir des modèles ni pour courir après le pouvoir qui manque. Il est payé pour son jugement juridique. Mais la journée part dans le mécanique : le même acte adapté dossier par dossier, relire le contrat clause par clause, surveiller les délais, réclamer les pièces au client. L'IA fait cette partie répétitive sur tes dossiers et laisse tes avocats relire, décider et signer.
Voir la solutionIA pour cabinets comptables : le travail répétitif du cabinet — factures, rapprochements, déclarations, embauches — fait tout seul, et tes équipes sur ce qui facture vraiment
Un cabinet comptable ne vit pas de saisir des factures ni de retaper la même déclaration société par société. Mais le mois y passe. L'IA fait la part mécanique de chaque client — saisie des factures, rapprochement, préparation des déclarations, réponses habituelles — et laisse ton équipe relire et conseiller, ce pour quoi on te paie.
Voir la solutionIA pour hôtels : chaque message du client répondu à l'instant, dans sa langue et à toute heure
La question sur le parking arrive à 23h40 sur Booking, en allemand, et la réception la voit à 8h : le client a déjà réservé ailleurs ou arrive contrarié. Répondre sur le champ — dans sa langue, sur son canal — s'automatise, et ça se voit dans les avis et les réservations directes, pas dans un an.
Voir la solutionIA pour concessions auto : chaque lead d'un portail traité à la minute et l'essai routier programmé tout seul
Le lead de La Centrale arrive un samedi à 21h et tu l'ouvres le lundi : la concession qui a répondu en cinq minutes a déjà le rendez-vous. Ça s'automatise —première réponse, qualification et prise de rendez-vous d'essai— et ça se voit sur les visites de la première semaine, pas au trimestre.
Voir la solutionIA pour la logistique : chaque "où est ma commande ?" répondu tout seul et l'incident de livraison détecté avant le client
Le téléphone et la boîte mail se remplissent de "où est mon envoi ?" pendant que le retard est déjà là et que personne ne l'a vu. Ça s'automatise — statut de la commande à l'instant, suivi proactif des livraisons et l'incident détecté avant que le client le subisse — sur ton TMS/ERP, et ça se voit dans les appels de cette semaine, pas dans le KPI du trimestre.
Voir la solutionIA pour agences de voyages : chaque demande traitée sur-le-champ et le devis prêt pendant que le voyageur décide encore
La demande de voyage arrive dimanche soir sur WhatsApp, et jusqu'à lundi personne ne compare les fournisseurs ni ne monte l'itinéraire : d'ici là le voyageur a réservé seul ou dans une autre agence. Répondre à l'instant et avoir le premier devis en quelques heures, pas en deux jours, ça s'automatise, et ça se voit sur les ventes que tu conclus, pas l'an prochain.
Voir la solutionIA pour entreprises du BTP : l'appel d'offres cadré et la paperasse de chantier à jour, sans épuiser votre conducteur de travaux
Un appel d'offres, c'est des centaines de pages que quelqu'un doit lire en entier pour ne pas rater un poste, et le chantier génère un flux constant de DI, comptes rendus et situations faits à la main entre deux appels. L'IA ne pose pas la brique, mais elle lit le dossier, demande les prix aux sous-traitants et tient la paperasse à jour pour que vos gens décident au lieu de taper.
Voir la solutionPar intégration
Notion et Slack sont déjà connectés. Ce qui ne l'est pas, c'est ce qui se décide dans Slack avec ce qui est écrit dans Notion.
L'intégration officielle affiche des aperçus et envoie des notifications. Elle ne crée pas la tâche, ne met pas à jour la propriété de la base de données, ne comprend pas un fil et ne distingue pas une décision d'une conversation. On construit cette couche par-dessus votre Slack et votre Notion, et on la laisse en marche.
Voir la solutionTeams et SharePoint sont déjà intégrés. Ce qui ne l'est pas, c'est le discernement.
Chaque équipe Teams a son site SharePoint et chaque canal son dossier : ça, c'est natif. Ce qui n'est pas natif, c'est que le document arrive en sachant ce qu'il est, de quel client il relève, dans quelle version et qui l'a validé. On construit cette couche — classement, métadonnées et décisions — sur votre tenant et on la laisse en production.
Voir la solutionZapier amène le mail dans Notion. Et l'y laisse, en bloc de texte que personne ne lit.
Transporter le mail, c'est la partie facile. Le difficile, c'est qu'il arrive en sachant de quel projet il relève, ce qui a été promis, pour quelle date et qui décide — écrit dans les propriétés de ta base de données, pas collé dans une page. On monte ce pont entre ton Gmail et ton Notion, et on le laisse en production.
Voir la solutionConnecter HubSpot à Gmail, c'est deux clics. Que le CRM dise la vérité, non.
L'extension enregistre les e-mails. Ce qu'elle ne fait pas, c'est décider lesquels comptent, à quelle transaction ils appartiennent, ce qui a été promis dedans et ce qu'il faut faire ensuite. On monte cette couche entre ton Gmail et ton HubSpot.
Voir la solutionLe commercial conclut sur WhatsApp. HubSpot n'apprend que ce qu'il pense à saisir.
Intégrer WhatsApp à HubSpot, ce n'est pas mettre le chat dans le CRM : le canal natif le fait déjà. Ce que personne ne fait, c'est transformer la conversation en contact, en transaction, en étape et en prochaine action sans que quelqu'un recopie. On construit cette couche d'IA sur ton portail et ton numéro, et on la met en production.
Voir la solutionChaque commande WooCommerce devrait sortir facturée de Holded. Aujourd'hui elle sort d'un clavier.
La commande arrive dans la boutique et quelqu'un doit la transformer en facture, ajuster le stock, créer le contact et appliquer la bonne TVA. On monte la couche d'IA entre l'API de WooCommerce et celle de Holded qui fait tout le trajet — y compris les cas qu'aucun connecteur ne couvre.
Voir la solutionConnecter Stripe à Holded, c'est la partie facile. Que la compta tombe juste, non.
Le paiement passe. La facture, l'avoir, la commission et le payout net, c'est une autre histoire : quelqu'un finit par les rapprocher dans un tableur en fin de mois. On monte la couche d'IA entre l'API de Stripe et celle de Holded qui fait ce travail toute seule.
Voir la solutionRelier Shopify à Odoo, un connecteur le fait. Empêcher la commande bizarre de casser l’entrepôt, non.
Le chemin heureux —produit publié, commande importée, stock poussé— n’importe quel connecteur le synchronise. Ce qui coince, c’est le remboursement partiel, le pack qui devient trois articles dans Odoo, la commande que le client modifie après coup et le webhook qui un jour n’arrive pas. On monte la couche d’IA qui s’en occupe et on la met en production.
Voir la solutionLes commandes arrivent par WhatsApp et quelqu'un les saisit à la main dans Odoo. Ça se connecte.
Intégrer WhatsApp à Odoo, ce n'est pas transférer des messages : c'est qu'une commande, une question ou un paiement arrivé par WhatsApp finisse créé dans le bon module d'Odoo, sans que personne ne saisisse.
Voir la solutionConnecter Google Drive à ChatGPT, c'est la partie facile. Qu'il ne réponde qu'avec ce que cette personne peut ouvrir, non.
Ton équipe l'a déjà fait : elle colle le contrat dans son compte perso parce que c'est plus rapide que de chercher dans Drive. On monte la voie officielle —le modèle lit ton Drive avec les droits de celui qui pose la question, cite le document d'où sort chaque réponse et laisse une trace de tout— pour que personne n'ait à choisir entre aller vite et faire fuiter l'entreprise.
Voir la solutionIntégrer HubSpot à Slack, c'est facile. Que le CRM se mette à jour tout seul sans que le canal finisse en sourdine, non.
L'équipe vend dans Slack et, s'il reste du temps, le raconte dans HubSpot. On monte l'intégration à l'envers de l'habitude : HubSpot se met à jour avec ce qui se passe dans Slack, et Slack ne parle que quand il y a une décision à prendre. Pas de canal de notifications que personne ne lit.
Voir la solutionChatGPT dans une cellule, c'est une démo. Automatiser Excel avec l'IA, c'est un processus.
On ne vient pas t'installer un complément. Le problème n'est pas qu'il manque une formule IA à Excel : c'est qu'un fichier arrive à l'identique toutes les semaines et que quelqu'un s'assoit pour le classer ligne par ligne. On monte ce travail comme un processus —la feuille entre, ressort faite, avec le douteux signalé et la trace du pourquoi— sur ton Microsoft 365, et on le laisse en production.
Voir la solutionAI Operations
Votre fournisseur d'IA va tomber. La question n'est pas si, mais ce que fait votre exploitation pendant cette demi-heure.
La supervision vous dit que quelque chose casse. La disponibilité, c'est ce qui fait que le travail continue de sortir pendant que ça casse : second chemin, mode dégradé, files qui encaissent le choc et un objectif de reprise convenu par cas d'usage. On monte cette fonction et on l'opère.
Voir la solutionLe modèle que vous avez choisi va disparaître. La seule question, c'est de le savoir avant votre client.
Choisir un modèle n'est pas une décision qu'on prend une fois : les fournisseurs retirent des versions avec préavis, les mettent à jour par en dessous et bougent les prix — et votre système, lui, reste en production. On construit la fonction qui transforme un changement de modèle en opération ennuyeuse : banc d'essai à vous, comparaison réelle et retour arrière, au lieu d'un saut dans le vide.
Voir la solutionFormer son équipe à opérer l'IA, ce n'est pas un cours de ChatGPT. C'est lui monter une fonction.
Face à l'IA en production, il y a trois routes : recruter l'équipe, la faire opérer par quelqu'un d'autre, ou la faire opérer par les gens que tu as déjà. La troisième démarre le plus vite et s'exécute le plus mal, parce qu'on la confond avec un atelier d'une journée. On conçoit la fonction, on forme tes équipes sur tes vrais systèmes, et on reste jusqu'à ce qu'elles la tiennent seules.
Voir la solutionTes prompts sont en production et personne ne sait avec certitude quelle version tourne
Le prompt est la pièce qui pèse le plus sur le comportement de ton IA, et dans presque toutes les entreprises il s'édite à la main, sans revue, sans historique et sans moyen de revenir en arrière. On monte et on exploite la fonction qui en fait un artefact versionné, testé avant de monter et réversible en une minute.
Voir la solutionTous tes agents d'IA ont une date d'allumage. Presque aucun n'a de date de revue ni d'extinction.
Construire un agent, c'est un projet. Ce que presque personne n'a construit, c'est la fonction qui le gouverne ensuite : un catalogue où chaque agent a un propriétaire et une version, une porte qui décide quel changement atteint la production, un rollback qui marche, une revue qui vérifie s'il rapporte encore, et une vraie mise hors service — identifiants révoqués. On construit ce cycle de vie et on l'exploite.
Voir la solutionTon IA décide tous les jours. Dans six mois, sauras-tu expliquer une décision précise ?
Un log n’est pas une traçabilité. Avoir des enregistrements éparpillés entre le modèle, l’outil et le système de destination ne permet pas de reconstituer pourquoi cette demande a été refusée, ce prix appliqué ou ce dossier clôturé tout seul. La traçabilité des décisions, c’est la fonction qui relie chaque décision à son entrée, ses versions, ses données, sa politique et son approbateur —et qui la garde récupérable quand quelqu’un demande. On la monte et on l’exploite.
Voir la solutionTon agent IA n'a pas besoin de se tromper pour faire des dégâts. Il suffit que quelqu'un de l'extérieur lui parle.
La gouvernance des agents décide de ce que le tien a le droit de faire. La sécurité décide de ce que quelqu'un qui ne travaille pas ici peut lui faire faire : une instruction cachée dans un e-mail que l'agent lit, un outil que personne n'a audité, un secret qui voyage dans le contexte. On monte cette couche —isolation, identité, filtrage et traçabilité forensique— et on l'exploite.
Voir la solutionTu as plusieurs agents d'IA. Ce que tu n'as pas, c'est un système.
Quand chaque agent tourne dans son coin, le problème n'est plus le prompt : c'est la répartition. Qui fait quoi, dans quel ordre, avec quel contexte et qui répond quand la chaîne casse. Cette couche d'orchestration, ça se monte et ça s'opère. Ça ne s'improvise pas.
Voir la solutionSupervision humaine de l'IA à grande échelle : la fonction qui met une personne au point exact de milliers de décisions —sans freiner le volume
Mettre un humain à réviser chaque sortie de l'IA ne passe pas à l'échelle ; le retirer complètement t'achète un incident. La supervision humaine à grande échelle n'est pas « quelqu'un qui regarde l'écran » : c'est une fonction opérationnelle —échantillonnage, files de révision, escalade du douteux, approbation de l'irréversible— qui décide où une personne intervient et où non, et la tient quand tu passes d'un agent à cent.
Voir la solutionÉvaluer la qualité de vos agents IA : la fonction qui les mesure, les surveille et les corrige en production — avant que le client ne subisse l'erreur
Un agent qui a passé la démo n'est pas un agent qui marche en production : il se dégrade tout seul quand le modèle, le prompt ou le monde changent, et personne ne s'en aperçoit avant qu'un client se plaigne. Évaluer sa qualité, ce n'est pas un test qu'on fait une fois ; c'est une fonction qui tourne — échantillonner, noter contre un critère, détecter les régressions et corriger — pour que la qualité cesse d'être une impression et devienne un chiffre que vous surveillez.
Voir la solutionSurveiller l'IA en production : la fonction qui observe vos agents en direct — latence, coût, échecs et dérive — et vous alerte avant le client
Un agent en production ne tombe pas avec une erreur rouge : il tombe en silence — il ralentit, fait exploser le coût par token, se met à renvoyer n'importe quoi quand un outil change — et sans observabilité vous ne le savez qu'une fois que quelqu'un se plaint. Surveiller l'IA, ce n'est pas un joli tableau que personne ne regarde ; c'est la fonction qui instrumente, observe et alerte : traces de chaque appel, métriques en direct, alertes quand ça sort du script et à qui sonne le téléphone à 3h du matin.
Voir la solutionMonter une équipe d'AI Operations sans improviser à mi-chemin
Vous avez décidé que l'IA cesse d'être une expérience isolée pour devenir une fonction. Reste le plus dur : quels rôles, dans quel ordre, qui la pilote et comment on la mesure. Ça se conçoit — ça ne s'improvise pas poste après poste.
Voir la solutionMonter l'AI Operations en interne, ou nous laisser l'opérer ?
La question n'est pas « l'IA ou pas ». C'est qui opère la fonction : vous recrutez et formez une équipe interne, vous l'externalisez entièrement, ou vous optez pour un modèle mixte. Chaque option a un coût réel et un point de non-retour. On vous aide à décider avec des chiffres, pas avec la foi.
Voir la solutionRecruter un AI Operations Manager : quoi lui demander, combien le payer et quelles alternatives
C'est le rôle qui transforme les pilotes d'IA en opération quotidienne. Mais le titre est gonflé et les fourchettes salariales s'envolent. Avant d'ouvrir le poste : ce que le rôle fait vraiment, ce qu'il coûte sur votre marché et si le recruter est votre meilleur coup aujourd'hui.
Voir la solutionAI Operations en service géré : qui opère votre IA en production tous les jours, pas seulement le jour du lancement
Ce n'est pas automatiser une tâche de plus. C'est la fonction complète : quelqu'un qui surveille que vos systèmes d'IA continuent de fonctionner, corrige ce qui dérive et répond quand quelque chose casse — en continu, sans que vous montiez une équipe interne pour ça.
Voir la solutionDu pilote IA à la production : la fonction qui franchit le gouffre où meurent 95% des pilotes —et les maintient ensuite
Le pilote n'est pas le problème ; le saut vers la production, si. Ce saut n'est pas une dernière poussée, c'est une fonction continue : industrialiser le pilote, le faire rendre sur des données réelles et le maintenir vivant. Nous l'opérons pour toi, pour que ton pilote ne grossisse pas la statistique de ceux restés en démo.
Voir la solutionGouverner les agents IA de ton entreprise : la couche de contrôle qui décide ce qu'ils peuvent faire, garde une trace de tout et réagit quand l'un déraille
Tu as des agents IA éparpillés dans plusieurs équipes, qui agissent sur de vrais systèmes. La question n'est plus de savoir s'ils fonctionnent : c'est de savoir qui les gouverne. Ce qu'ils ont le droit de toucher, qui approuve le sensible, ce qui est audité et ce qui se passe quand l'un dévie. Ce n'est pas un tableau de bord qu'on regarde ; c'est une fonction continue qu'on opère. On monte la couche de gouvernance et on la met au travail.
Voir la solutionTu as des agents d'IA qui font des choses et tu ne contrôles plus vraiment quoi. Avant que l'un ne fasse des dégâts, voici quoi faire pour les tenir —et on le laisse en place.
Tu as commencé avec un agent utile, puis un autre, et maintenant plusieurs agissent sur des systèmes réels —envoient des e-mails, changent des données, dépensent en appels de modèle— et tu sais de moins en moins ce que chacun peut faire ni ce qui se passerait si l'un dépassait les bornes. Ce n'est pas de la paranoïa : un agent qui agit seul ne te prévient pas qu'il a déraillé, tu l'apprends une fois qu'il a déjà fait quelque chose. Avant de gouverner quoi que ce soit, il faut freiner le risque immédiat : permissions minimales, approbation humaine sur ce qui coûte de l'argent ou touche aux personnes, et un vrai frein à main. Ça, on le met en place tout de suite ; et par-dessus, le contrôle stable pour que ça ne se reproduise pas.
Voir la solutionQui maintient tes agents IA une fois en production ?
L'agent a été construit, la démo a bien marché et aujourd'hui il tourne seul. Jusqu'à ce qu'il dérive, qu'un modèle change, qu'une intégration tombe ou que le coût explose — et le travail de personne n'est de le faire tenir. C'est ça, le trou. On le comble avec une fonction, pas avec un ticket au support.
Voir la solutionPasser de 5 à 100 agents IA sans que chacun apporte son propre incendie
Cinq agents, une personne les surveille à l'œil. Cent, non. À cette échelle, le problème cesse d'être de monter des agents et devient de les opérer : les orchestrer, les superviser, maîtriser le coût et contenir l'incident avant qu'il ne se voie. Cette couche se construit — elle ne s'improvise pas quand vous en avez déjà quatre-vingts en marche.
Voir la solutionAuditer vos processus pour l'IA : savoir ce qui est adapté, dans quel ordre et à quel risque avant d'automatiser quoi que ce soit
Automatiser le mauvais processus coûte cher, et automatiser à l'aveugle, c'est pire. Avant d'opérer l'IA, il faut savoir quels processus sont adaptés, lesquels ne le sont pas et dans quel ordre les faire entrer — selon le volume, le coût, la variabilité, la criticité et la donnée disponible. Cet audit n'est pas un PowerPoint qu'on livre une fois : c'est une capacité qu'on opère en continu, parce que vos processus et les modèles changent chaque trimestre.
Voir la solutionIntégration d'IA en entreprise : pas seulement connecter l'IA à tes systèmes, mais garder cette couche vivante quand tout bouge en dessous
Connecter l'IA à ton ERP, ton CRM et tes données, c'est le jour un. La vraie facture arrive le jour deux : le fournisseur change le modèle, une API se met à jour, une autorisation expire, et l'intégration tombe en silence. L'intégration d'IA en entreprise n'est pas un projet qu'on livre et qu'on oublie ; c'est une couche qu'on opère —versionnée, surveillée et gouvernée— pour que l'IA continue de parler à tes systèmes quand le terrain bouge.
Voir la solutionGestion des incidents des agents IA : la fonction qui répond quand quelque chose casse en production — tri, astreinte, rollback et postmortem — pas quand le client réclame
La supervision détecte que quelque chose ne va pas ; quelqu'un doit répondre. Sans fonction de gestion des incidents, chaque panne d'agent en production est une course improvisée : personne ne sait qui répond, quelle gravité c'est, s'il faut faire rollback ou tenir, ni pourquoi c'est revenu la semaine suivante. Ce n'est pas éteindre un feu une nuit ; c'est la fonction qui tourne — gravités, astreinte, runbooks, rollback, cause racine et actions correctives — pour qu'un incident IA se résolve vite et ne se répète pas.
Voir la solutionCombien coûte l'exploitation de ton IA en production ? La facture que tu n'as pas vue venir —et la fonction qui la garde sous contrôle, mois après mois
Monter l'IA, ça se budgète une fois. L'exploiter, ça se paie tous les mois, et cette facture gonfle toute seule : ce qui coûtait des centimes en démo devient des milliers par mois, répartis sur cinq fournisseurs que personne ne sait décomposer. Maîtriser le coût d'exploitation de l'IA, ce n'est pas serrer la dépense un après-midi ; c'est une fonction qui tourne —mesurer, attribuer, budgéter, optimiser et gouverner— pour que la ligne IA cesse d'être une surprise en fin de mois.
Voir la solutionSe conformer à l'AI Act en exploitant ton IA : classer le risque, documenter et garder la conformité comme une fonction vivante, pas un PDF qu'on signe une fois
L'AI Act ne se valide pas avec un cabinet de conseil et un rapport qu'on range dans un tiroir. Tes systèmes d'IA changent de modèle, de données et d'usage chaque mois, et la conformité doit bouger avec eux : classer chacun par risque, le documenter, superviser là où la norme l'exige, garder les preuves et gérer les incidents. Ce n'est pas un projet qui se termine ; c'est une opération qu'on maintient. On te la monte et on l'opère.
Voir la solutionMaintenir à jour la connaissance de l'IA : la fonction qui évite que votre assistant réponde avec la politique de l'an dernier
Une IA vaut ce que vaut la connaissance dont elle tire, et cette connaissance périme toute seule. La base montée le premier jour se désynchronise de la réalité — un tarif change, une politique, une procédure — et l'assistant continue de répondre avec l'ancienne version. La maintenir à jour, ce n'est pas « re-téléverser les fichiers » de temps en temps : c'est une fonction opérationnelle qui détecte ce qui a changé, réingère juste ça, valide et invalide les réponses périmées, avec un propriétaire et une cadence par source.
Voir la solutionOn le monte chez toi ?
Tu as ciblé le problème. On livre la solution et on la laisse mesurée.