Dans les Alpes-de-Haute-Provence, une entreprise de conseil retraite déploie des agents IA pour automatiser le traitement de ses dossiers
L’étincelle : le regard neuf d’une jeune fille de 15 ans qui veut aider son père
Le déclic est venu d’un été inattendu. Sa fille, alors âgée de 15 ans, passe ses vacances scolaires à observer son père travailler. Elle lui propose de l’aider à simplifier ses démarches. « De là, on s’est mis à réfléchir ensemble à la façon dont l’intelligence artificielle pouvait nous aider. » se remémore-t-il.
L’objectif devient, alors, évident : centraliser l’information, automatiser ce qui est répétitif et fiabiliser le suivi des dossiers, sans alourdir le travail quotidien.
Cette conversation familiale est à l’origine d’un projet de transformation numérique ambitieux.
Une architecture multi-agents qui répartit les tâches entre les agents spécialisés, comme dans une équipe
La solution d’intelligence artificielle (IA) développée s’appuie sur une architecture multi-agents : un agent « chef d’orchestre » coordonne des agents spécialisés, chacun doté d’une fonction précise :
- un serveur dédié hébergeant un outil d’orchestration de flux no-code, en l’occurrence n8n, pour automatiser des tâches ;
- combiné à un système de génération augmentée par récupération (RAG) alimenté par une base documentaire retraite (référentiel des régimes de retraite, formulaires, trames de courriers, FAQ) pour améliorer la qualité des réponses ;
- et à plusieurs modèles d’IA généralistes (ChatGPT, Claude, Gemini 2.5) pour effectuer les tâches.
Concrètement, lors de l’ouverture d’un dossier, un questionnaire en ligne est analysé par l’IA. Les informations sont normalisées et classées :
- l’agent “collecte” envoie des demandes de pièces personnalisées, relance par e-mail ou SMS selon le calendrier, vérifie les documents reçus (reconnaissance optique de caractères et contrôles de cohérence) et signale les documents manquants ;
- l’agent “rédaction” s’appuie sur la génération augmentée par récupération (RAG) :pour produire des courriers aux caisses, des résumés de situation et des explications adaptées au profil du client ;
- l’agent “suivi” tient un journal d’audit, met à jour les statuts et fait remonter les blocages.
Chaque dossier client est converti en « process » : étapes, pièces attendues, autorités à contacter, délais cibles. Les agents déclenchent automatiquement les actions au bon moment, avec des alertes claires lorsqu’une intervention humaine est nécessaire. Chacune de ces étapes était auparavant manuelle.
Les choix décisifs à la réussite du projet ont été :
- la centralisation des données : un dossier unique plutôt que des fichiers dispersés ;
- l’architecture multi-agents, qui permet d’ajouter des compétences, via de nouveaux agents, sans avoir à tout reconstruire ;
- le RAG, qui sécurise les réponses en s’appuyant sur une base documentaire maîtrisée.
Cette solution, si a exigé un investissement relativement important, en argent et en temps, pour une TPE qui compte 2 salariés. Le coût de mise en place du serveur dédié est d’environ 3 000 euros et l’entreprise dépense près de 650 euros par mois pour les licences des solutions IA. A ces coûts, il faut ajouter, un investissement d’intégration initial d’environ 60 heures, pour mettre en place l’architecture.
Un cadre de confiance : humain, RGPD et sécurisé
Le déploiement n’a pas ignoré les contraintes du secteur. La nature sensible des données personnelles traitées (relevés de carrière, données de santé, revenus) a imposé une gouvernance rigoureuse, conformément au RGPD : chiffrement des données, gestion des accès, registres d’accès, gestion du consentement et traçabilité, etc.
Le principe du « human-in-the-loop » a également été retenu comme facteur clé d’adoption : l’expert valide les courriers importants, peut corriger une classification ou ajuster une relance. L’IA assiste, elle ne substitue pas.
Libéré des tâches répétitives, Sam Khisrani se concentre là où son expertise a le plus de valeur : le conseil et les arbitrages stratégiques pour ses clients.
Des résultats concrets dès les premiers mois
Après 6 mois de déploiement, 100 % des dossiers sont traités par l’IA qui intervient dans 90 % des sessions de travail (rédaction, vérification, résumé) et effectue de façon autonome environ 70 % des relances.
Les gains organisationnels sont déjà significatifs :
- le temps administratif par dossier est passé d’environ 6 heures à 2 h 30, soit une réduction de 58 % ;
- le délai moyen pour réunir les pièces clés a baissé de 6 semaines à 3,5 semaines (–42 %) ;
- et le taux de dossiers incomplets à J+15 a chuté de 30 % à 8 %.
La baisse du coût opérationnel par dossier, estimée à 30–35 %, permet également d’envisager de nouvelles tranches horaires à des tarifs plus accessibles, pour démocratiser l’accès au conseil personnalisé.
Les gains commerciaux sont également au rendez-vous :
- le taux de transformation prospects-clients a progressé de 28 % à 41 % ;
- la satisfaction client a progressé de 4,2/5 à 4,7/5 ;
- et le taux de fidélisation a crû d’environ 15 points sur les prestations récurrentes.
Demain : un logiciel SaaS pour tout l’écosystème retraite
Fort de ces résultats, Sam Khisrani envisage de commercialiser la solution, sous forme d’abonnement SaaS, auprès d’autres professionnels : experts-comptables, conseillers en gestion de patrimoine, assureurs, experts retraite. L’objectif : leur faire gagner du temps sur des démarches souvent complexes et mal maîtrisées, pour qu’ils puissent à leur tour remettre l’humain au cœur de la relation client.
Une trajectoire qui illustre comment une micro-entreprise du secteur des services peut, avec peu de moyens mais beaucoup de méthode, tirer un bénéfice rapide de l’intelligence artificielle et en faire le levier d’un nouveau modèle économique.
En savoir plus
.