Créer un agent IA avec les données de votre entreprise

Fin 2025, 55 % des TPE-PME françaises utilisaient l'IA générative, contre 31 % un an plus tôt (Bpifrance Le Lab, 82e baromètre de conjoncture). Mais la plupart s'arrêtent à ChatGPT tel quel : un outil qui ne connaît ni vos clients, ni vos contrats, ni vos stocks. Le vrai saut, c'est de brancher l'IA sur vos propres données.

C'est ce qu'on va monter ensemble dans cet article : un premier agent, branché sur un vrai outil de votre entreprise, sans écrire une ligne de code. Comptez une demi-journée.

Un agent, c'est un chatbot qui a accès à vos données

ChatGPT en l'état répond à des questions générales. Il ne sait pas que votre client Dupont a un contrat qui expire en juillet, ni que votre référence A-42 est en rupture depuis lundi.

Un agent, c'est le même modèle, mais branché sur vos outils (CRM, Google Docs, emails) et capable d'agir. On peut lui demander : « Quels clients n'ont pas été relancés depuis 30 jours ? », et il répond avec vos données réelles, puis rédige les emails. Voyez-le comme un nouveau collègue qui aurait accès à tous vos fichiers et les lirait en quelques secondes.

Le reste de l'article, c'est la construction d'un de ces collègues.

On construit un agent de suivi commercial

On prend un cas qu'on rencontre tout le temps : le directeur commercial qui passe deux heures chaque lundi à compiler l'état des deals dans son CRM. Disons une PME de 40 personnes sur HubSpot, 200 contacts. L'objectif : recevoir ce rapport tout fait, par email, avant la réunion du lundi matin.

1. Un seul cas d'usage

La première erreur, c'est de vouloir tout automatiser d'un coup. Posez-vous une question : quelle tâche répétitive prend le plus de temps à votre équipe chaque semaine ? Ici, c'est « préparer le point commercial du lundi ». Un cas précis, c'est un agent qui marche vraiment.

2. Une seule source de données

Là où vivent les informations dont l'agent a besoin. Pour le point commercial, c'est le CRM. Pour des FAQ internes, ce serait Notion ou Google Drive. Une seule source pour commencer, on en ajoutera plus tard.

3. L'outil qui fait le pont

Entre vos données et le modèle IA, il faut un « traducteur » qui va chercher les données, les envoie au modèle, et ramène la réponse. Trois outils dominent chez les PME :

• Make : interface visuelle, parfait pour relier plusieurs outils. Notre choix par défaut.
• n8n : open-source, hébergeable sur vos serveurs si la confidentialité prime.
• Zapier : le plus simple pour démarrer, plus limité sur les flux complexes.

On part sur Make. Le scénario tient en quatre blocs : un déclencheur (chaque lundi à 8h), une requête HubSpot (récupérer les deals de la semaine), un appel au modèle (GPT-4o ou Claude), un envoi d'email.

4. Le prompt système, le truc que tout le monde rate

C'est l'étape que les tutoriels oublient, et c'est elle qui décide de 80 % de la qualité. Le prompt système explique à l'agent qui il est et ce qu'il doit toujours faire. Le nôtre, à copier et adapter :

Tu es l'assistant commercial de [Entreprise]. Tu reçois les données
brutes du CRM HubSpot pour la semaine écoulée.

Génère un rapport court, en 3 parties :
1. Deals à risque : aucun contact depuis plus de 21 jours.
2. Opportunités chaudes à prioriser cette semaine.
3. 3 actions concrètes pour l'équipe.

Pour chaque deal cité, donne toujours : nom du client, montant,
date du dernier contact. Pas de blabla, va droit au but.

Gardez-le simple au début. Vous l'affinerez en lisant les premiers rapports.

5. On teste sur du réel

Ne validez pas sur des exemples inventés. Lancez le scénario sur vos vraies données HubSpot et lisez le rapport comme si c'était un collègue qui vous l'avait préparé. Trop de deals listés ? Ajustez le seuil à « 30 jours ». Un ton trop vague ? Précisez-le dans le prompt. Neuf fois sur dix, on règle le problème dans le prompt, sans jamais toucher à Make.

Au bout de quelques itérations, le lundi matin, le rapport arrive tout seul dans la boîte mail. Deux heures récupérées chaque semaine, zéro ligne de code.

Où ça coince une fois en production

Le premier agent se monte en une demi-journée. Le maintenir vivant, c'est une autre histoire, et c'est là que les projets s'arrêtent.

La qualité des données d'abord : un agent ne vaut que ce qu'on lui donne. Un CRM plein de doublons et de champs vides produit des rapports incohérents. Pas besoin de tout nettoyer avant de commencer, mais une source à peu près propre, oui.

La maintenance ensuite : les APIs de HubSpot, Notion ou Google changent sans prévenir. Ce qui marche aujourd'hui peut casser dans trois mois, et l'agent s'arrête en silence si personne ne surveille. Quand vos données transitent par des services tiers, la question du RGPD se pose aussi : qui les héberge, sont-elles chiffrées, quel modèle les traite et dans quelle juridiction.

Un agent isolé, ça se gère seul. Cinq agents interconnectés qui dépendent les uns des autres, c'est une vraie architecture, plus un projet d'après-midi.

Commencez petit, cette semaine

Le meilleur moyen de comprendre ce qu'un agent peut faire pour vous, c'est d'en monter un. Prenez la tâche qui coûte le plus de temps à votre équipe chaque semaine, une seule source de données, et le prompt système plus haut. En une demi-journée, vous aurez un premier résultat concret, et une bien meilleure idée de la suite.

Sources :

• Bpifrance Le Lab, 82e baromètre semestriel de conjoncture des TPE-PME (55 % d'usage de l'IA générative fin 2025, contre 31 % fin 2024). lelab.bpifrance.fr, consulté le 05/06/2026