Cas client
Un cockpit IA conversationnel pour la vente d'acier B2B
Réalisé pour ArcelorMittal Distribution Solutions : une conversation reliée aux données produit, à la configuration, au devis et au suivi après-vente.
−70 %
de temps de traitement mesuré
Le problème de départ
Dans la vente d'acier, une demande client se traduit rarement en une référence unique. Il faut interpréter un besoin exprimé en langage courant, retrouver la nuance et les dimensions correspondantes, vérifier la faisabilité d'une découpe, puis produire un devis. Chaque étape vit dans un outil différent.
Le coût n'est pas dans une étape en particulier, il est dans les allers-retours : changer d'écran, ressaisir, revérifier. C'est ce temps-là qui a été mesuré, et c'est celui-là qu'on visait.
Ce qui a été construit
Un agent conversationnel qui comprend une demande complexe, identifie la référence exacte et configure même une coupe en angle, en 3D, à l'intérieur de la conversation. L'utilisateur exprime son besoin comme il le formulerait à un collègue ; l'agent l'aide à construire une réponse exploitable sans changer d'outil.
Le même cockpit accompagne ensuite le devis, la commande, la livraison et la consultation des factures. Il ne s'agit pas d'un assistant posé à côté du métier, mais du parcours métier lui-même.
La démonstration
Les choix techniques, et pourquoi
Ce qui fait la différence entre un agent de démonstration et un agent que les équipes utilisent vraiment.
Interface MCP-UI dans le chat
Une conversation seule ne suffit pas pour choisir une nuance, des dimensions et une finition. Une interface interactive s'affiche directement dans le fil et guide la configuration, sans renvoyer vers un formulaire externe.
Branchement sur les données réelles
L'agent interroge le catalogue produit et les règles de configuration existantes. Il ne devine pas une référence, il la retrouve, ce qui est la condition pour qu'un commercial lui fasse confiance sur un devis.
Couverture du cycle complet
Devis, commande, livraison et factures passent par le même point d'entrée. C'est ce qui supprime les allers-retours entre outils, et donc l'essentiel du temps gagné.
Le résultat
Le temps de traitement mesuré sur le parcours concerné a baissé de 70 %. Le gain ne vient pas d'une étape magique mais de la suppression des ruptures entre outils.
Effet secondaire au moins aussi important : moins de ressaisie signifie moins d'erreurs humaines sur des devis où une nuance ou une dimension erronée coûte cher.
Un besoin proche du vôtre ?
Ce projet est industriel, mais la mécanique ne l'est pas : relier une conversation aux données métier réelles, et laisser l'utilisateur formuler son besoin plutôt que remplir des champs.
On part de la tâche qui vous coûte le plus de temps, on cadre le périmètre ensemble, et vous recevez une proposition avant tout engagement.
- Recherche dans un catalogue complexe
- Configuration produit assistée
- Génération de devis à partir d'une demande libre
- Suivi client unifié après la vente
Questions fréquentes
- À la réduction du temps de traitement mesurée sur le parcours couvert par l'agent, de la demande initiale jusqu'au devis. Ce n'est pas une projection commerciale mais une mesure faite sur la mission.
- Le risque existe dès qu'un modèle répond sans source. C'est pour ça que l'agent est branché sur le catalogue et les règles de configuration réels : il retrouve une référence existante au lieu de la produire.
- Non, l'approche consiste à relier l'existant plutôt qu'à le remplacer. C'est généralement plus rapide, moins risqué, et ça évite de rejouer une migration.
- Une automatisation ciblée se livre en quelques jours, une application complète demande plusieurs semaines. Le calendrier est défini au cadrage, avec des livraisons par étapes utiles plutôt qu'un basculement unique.