Herkules : ce qu’un collaborateur IA change dans une PME

Chez Herkules, une PME qui vend du matériel de sport en extérieur aux collectivités et aux entreprises, un collaborateur IA prépare chaque jour une partie du travail de l’équipe. Il s’appelle Alfred.

Nous sommes une petite équipe. Les demandes arrivent par mail, par le site, par notre réseau de distributeurs. Chacune appelle une réponse, souvent un devis, parfois le plan du futur parc, puis des relances pendant des mois. Selon l’Insee (2026), seules 15 % des entreprises de 10 à 49 salariés utilisaient au moins une technologie d’IA en 2025. Nous en faisons partie, et voici ce que cela donne en pratique.

Je décris ici ce que ce collaborateur IA fait concrètement, dans quel ordre nous l’avons construit, ce qui a raté et ce que ça change au quotidien. Je m’en tiens aux faits : ce qui tourne, avec ses dates.

Qu’est-ce qu’Alfred fait chaque jour ?

Alfred est le collaborateur IA d’Herkules. Il lit nos deux boîtes mail, trie ce qui arrive, prépare les réponses et les devis, suit les relances inscrites au CRM et m’envoie un point chaque matin. Il prépare le travail ; un humain décide de ce qui part.

Les mails. Toutes les deux minutes, le moteur de veille relève les mails reçus sur ma boîte et sur la boîte de contact. Il range seul le bruit et les factures, résume chaque demande et prépare une réponse. Depuis le 6 octobre 2026, je traite tout cela dans une messagerie qui reprend les codes de Gmail, avec un tri en quatre onglets : à répondre, Alfred prépare, en attente du client, rangé. J’envoie d’un clic, ou à la voix.

Les devis. Quand une demande cite des produits, le moteur de devis prépare un devis en brouillon dans notre logiciel de facturation, directement à partir du mail. Notre étude interne du 18 septembre 2026 compte environ deux minutes entre le mail reçu et le devis prêt à relire.

Le configurateur 3D. En ligne depuis le 1er avril 2026, il permet de dessiner un parc et d’en sortir le dossier complet. Avant, un dossier de parc prenait une journée, passait par au moins quatre logiciels, et seul un graphiste ou un bureau d’études pouvait le faire. Aujourd’hui, n’importe quel commercial le produit en 15 minutes, dans une page web. Alfred lit les projets enregistrés pour répondre sur un dossier.

Le suivi commercial. Chaque nuit à 2 h 30, le moteur de veille passe sur les affaires du CRM. Il prépare les relances dont la tâche arrive à échéance et signale les affaires ouvertes sans prochaine action. Avant chaque appel prévu, l’historique du dossier tient en quelques lignes dans la tâche.

La veille et le point. Les appels d’offres publics de notre métier sont repérés chaque matin. Du lundi au vendredi à 7 h, Alfred m’envoie un point : ce qui attend mon accord, une ligne par élément. Je réponds « ok 2 » ou « détail 3 » depuis mon téléphone.

Quand	Ce que fait le système	Ce que fait l’humain
Toutes les 2 minutes	Trie, résume, prépare les réponses	Relit, retouche, envoie
À chaque demande chiffrable	Prépare le devis en brouillon	Vérifie et valide
Chaque nuit	Prépare les relances à échéance, repère les affaires sans suite	Accepte ou refuse
Chaque matin à 7 h	Liste ce qui attend un accord	Répond en une ligne
Le 1er du mois	Produit le bilan chiffré du mois	Lit et décide

Dans quel ordre l’avons-nous construit ?

Le bon ordre est le savoir d’abord, puis les écrans, puis les agents. Chez Herkules, la chronologie a été moins propre. Mais chaque fois qu’un agent s’est trompé, la cause était la même : une règle du métier qui n’était écrite nulle part, ou qu’il ne lisait pas.

Le savoir. Le moteur de devis a fonctionné tôt, dès janvier 2026, parce que ses règles étaient écrites : les articles, la grille, la façon de choisir le bon interlocuteur. Ce savoir vit dans des fichiers lisibles à la fois par l’IA et par nos logiciels. Depuis fin septembre 2026, il suit une seule méthode. Quand je retouche une réponse avant de l’envoyer, l’écart devient une proposition de règle. Chaque dimanche, je relis les propositions et je tranche ce qui devient une règle.

Les écrans. Le configurateur 3D, le suivi des commandes et un tableau de bord qui réunit neuf sources de données. Un écran sert à deux choses : il équipe l’équipe, et il donne à l’IA un endroit où montrer son travail.

Les agents. L’assistant du CRM rédige des brouillons de relance et un mail du matin depuis juillet 2026. Alfred suit mes mails depuis le 20 septembre, et le moteur de veille prépare les réponses et les relances depuis le 30 septembre. J’explique la différence entre ces agents et un simple chatbot dans ce qu’est l’IA agentique en entreprise.

Un agent, ou un collaborateur IA complet, n’est utile que s’il a quelque chose de fiable à lire et un écran où l’on valide vite ce qu’il propose. Sans les deux, il produit du bruit.

Qu’est-ce qui a raté, et qu’avons-nous corrigé ?

Plusieurs choses ont raté, et c’est en les corrigeant que notre collaborateur IA est devenu fiable. Les erreurs venaient rarement du modèle d’IA lui-même. Elles venaient d’une information qu’il ne lisait pas, d’une règle mal posée ou d’un écran que personne ne regardait.

• Des réponses à des mails déjà traités : le 30 septembre 2026, l’essai a proposé 7 réponses sur 10 à des mails auxquels j’avais déjà répondu. Le tri lisait le mail reçu sans lire le fil. Désormais, Alfred lit toute la conversation dans les deux boîtes, et ne propose rien si le dernier message vient de chez nous.
• Des relances inutiles : les premières relances étaient calculées à partir des devis, et j’en ai refusé plusieurs, dont un petit devis de service après-vente. Depuis le 30 septembre, on ne relance que sur une tâche de relance inscrite au CRM, à sa date.
• Un tableau de bord peu lu : l’audit du 18 septembre l’a montré. Le cockpit construit pour le remplacer faisait doublon ; nous avons fusionné les deux en un seul écran dès le lendemain.
• Une voix trop sûre d’elle : le 29 septembre, la première version de la ligne vocale a inventé des mails et répondu en espagnol. Règle posée : elle parle français et n’affirme rien qui ne vienne d’un outil.
• Un premier panneau mail bancal : né de la voix, il a été refait le 6 octobre sur les codes d’une messagerie familière. Le même jour, un réglage a masqué à tort 37 mails de clients ; il a été corrigé.

Nous avons aussi coupé des choses qui marchaient mais ne servaient pas : les alertes du lundi et le devis proposé d’office sur chaque demande du site, retirés le 28 septembre.

Qu’est-ce que ça change au quotidien ?

Avec un collaborateur IA, le changement principal tient en une phrase : l’équipe relit et décide au lieu de préparer. Trier, résumer, chiffrer, rédiger la relance, retrouver l’historique d’un dossier : ce travail arrive fait. La décision et la relation avec le client restent humaines.

Le gain le plus net est celui du configurateur, parce que nous connaissions le temps d’avant : une journée de graphiste contre 15 minutes pour un commercial. Pour les mails, nous n’avons pas encore de mesure propre avant et après, et je préfère l’écrire que l’estimer.

La validation ne ralentit pas le travail, parce qu’elle tient en un geste. Je valide une réponse d’un clic dans la messagerie, ou à l’oral (« ok, envoie la réponse »). À l’oral, un « ok » seul ne suffit pas. Les envois sensibles, comme un gros montant, plus de cinq destinataires ou un engagement irréversible, demandent une seconde confirmation. Chaque envoi est journalisé et noté dans le CRM.

L’autre changement est moins visible : chaque correction profite au dossier suivant. Une réponse retouchée devient une proposition de règle ; une fois la règle validée, le devis suivant tient compte de ce que j’ai corrigé.

Que retenir si vous dirigez une PME ?

Trois leçons sortent de l’expérience d’Herkules pour qui veut un collaborateur IA dans sa PME : écrire le savoir du métier avant de brancher un agent, montrer le travail de l’IA dans un écran où l’on décide vite, et garder la validation humaine sur tout ce qui sort de l’entreprise. Le reste se corrige en marchant.

Le devis est souvent le meilleur point de départ, parce qu’il est fréquent, réglé et mesurable. J’ai détaillé la méthode dans comment automatiser ses devis avec l’IA.

C’est de ce travail qu’est née Axone Labs, qui construit ce même système pour d’autres PME. Si vous voulez voir à quoi il ressemblerait chez vous, écrivez-moi.