Freelance IA · Agences, ESN & éditeurs

Vos clients ont des besoins IA. Je vous aide à les concrétiser.

J’interviens aux côtés des agences, ESN et éditeurs pour identifier les cas d’usage qui valent le coup, estimer leurs gains et livrer les solutions retenues : agents, RAG, automatisations et intégrations. Vous gardez la relation client et le pilotage.

PythonHermes AgentLangfuseDocker
n8nLangChain
Portrait de Louis Serrano
Assistant documentaire avec réponses sourcées

Une question. La réponse, sources à l’appui.

Ma façon de travailler

Du besoin client à une solution qui fonctionne.

01Audit ciblé

Choisir le bon cas d’usage

Besoins, données, faisabilité et gains attendus.

À la sortie : priorités et périmètre chiffré.
02Prototype / POC

Tester sur un cas réel

Une première version confrontée aux usages du client.

À la sortie : un pilote testable et des résultats mesurables.
03Intégration

Mettre en production

Connexion aux outils, tests et déploiement.

À la sortie : une solution testée, documentée et reprenable.

J’interviens sous votre marqueavec votre équipedu cadrage à la livraison.

Ce que l’on peut construire

De l’IA utile au quotidien.

01

Retrouver la bonne information

Un assistant qui répond à partir des documents du client, sources à l’appui.

02

Automatiser les tâches répétitives

Extraire les données des emails et PDF, préparer leur envoi vers le CRM.

03

Enrichir un produit existant

Ajouter un assistant IA connecté aux outils et aux règles métier du client.

04

Passer du prototype à la production

Fiabiliser les réponses, maîtriser les coûts et suivre la qualité.

En pratique

Voilà ce que vos clients peuvent utiliser.

Démonstrations illustratives · données et indicateurs fictifs.

Un cas métier concret

Une question, deux systèmes, les bons droits.

Pour la finance, l’assistant rapproche les deals du CRM et les factures de l’outil comptable. La réponse dépend des accès de la personne connectée.

Voir la réponse en tant que :

« Combien de deals avons-nous signés avec Atlas Industrie, et où en est leur facturation ? »

Identité & droitsNadia · rôle Finance
CRM3 deals signés · 84 000 €
Facturation2 réglées · 1 en attente
Couche de contexteVérifie les droits et relie les données autorisées.LLM au choix de l’entreprise
Réponse à Nadia

Atlas Industrie

3 deals signés pour 84 000 €. Deux factures réglées (52 000 €) ; une facture de 32 000 € reste en attente.

Sources : CRM · outil de facturation
Vue Finance

Démonstration avec des données fictives. Les droits viennent de la gouvernance de l’entreprise ; le modèle ne les décide pas.

Sous le capot

Pour votre équipe technique : architecture, intégrations et qualité.

RAG et recherche documentaireRetrouver les bonnes informations avant de générer une réponse.

Le modèle ne répond pas uniquement avec ce qu’il a appris. Il recherche d’abord les passages utiles dans les documents autorisés, puis construit une réponse sourcée.

Le chemin d’une question

Cliquez pour comprendre
Préparer les connaissances. Les documents sont nettoyés, découpés en passages cohérents puis indexés pour pouvoir être retrouvés rapidement.

RAG en pratique

Choisissez un cas pour suivre ce que reçoit réellement le modèle.

1. Question de l’utilisateur
2. Documents retrouvés et classés
3. Informations fiables extraites
Réponse remise à l’utilisateur
MCP et intégration aux outilsConnecter l’IA au CRM, aux API et aux données existantes.

MCP fournit une manière standard de présenter des outils et des données à un modèle. Je l’utilise lorsqu’il simplifie réellement l’intégration, sans l’imposer à tous les projets.

01

Des outils clairement définis

Chaque action possède des entrées typées, une sortie attendue et un périmètre précis. Le modèle peut par exemple chercher un client ou préparer un ticket, sans accès direct à toute la base.

02

Une intégration à l’existant

CRM, Microsoft 365, base documentaire ou API interne restent les systèmes de référence. La couche IA vient lire ou déclencher une action contrôlée, sans remplacer inutilement les outils métier.

Agents et automatisationsEnchaîner plusieurs étapes tout en gardant le contrôle.

Un agent devient utile lorsqu’une tâche nécessite de choisir un outil, vérifier un résultat puis poursuivre selon le contexte. Pour un workflow fixe, une automatisation classique reste souvent plus simple et plus fiable.

01

Décider dans un cadre limité

L’agent ne reçoit que les outils nécessaires. Les règles, budgets d’exécution et arrêts sont explicites afin d’éviter les boucles et les actions imprévisibles.

02

Valider les moments sensibles

Un humain confirme avant l’envoi d’un email, la modification d’une donnée ou toute opération irréversible. Le système prépare et accélère le travail, mais ne décide pas seul quand le risque est élevé.

Évaluation, observabilité et productionMesurer la qualité, comprendre les erreurs et livrer une solution reprenable.

Une fonctionnalité IA doit rester mesurable après la démonstration. Je relie les tests avant livraison aux traces observées en production.

01

Évaluer avant de livrer

Un jeu de cas représentatifs mesure la qualité des réponses, des sources et des actions. Les changements de prompt, de modèle ou d’architecture peuvent être comparés objectivement.

02

Observer en production

Appels, erreurs, coûts et temps de réponse sont tracés pour identifier où le système échoue et pourquoi, sans relire manuellement toutes les conversations.

03

Protéger les accès

Permissions, validation des entrées, secrets et journalisation sont intégrés à la conception. Chaque utilisateur ne peut consulter ou déclencher que ce que son rôle autorise.

04

Livrer une brique reprenable

API, configuration, tests, déploiement et documentation sont pensés ensemble. Votre équipe récupère une solution maintenable et intégrée à l’existant.

Contact

Échangeons

Une idée, un brief ou une demande client ? Parlons-en directement.