Articles / Produit

Automatiser les tâches répétitives avec l'IA : ce que notre agent de réunion nous a appris

Notre agent lit chaque transcription de réunion, rédige le compte rendu et met à jour nos tâches. Ce qui marche, ce que l'IA rate quand on la laisse seule, et où nous gardons un humain dans la boucle.

Pour automatiser les tâches répétitives avec l'IA, commencez par une tâche que vous faites chaque semaine et dont vous connaissez le bon résultat par cœur. Gardez un humain partout où une erreur sortirait de la maison. Chez Pillet Grenié Bureau, nous avons commencé par nos comptes rendus de réunion : un agent lit la transcription, rédige le compte rendu et met à jour nos tâches tout seul. Voici ce qui a marché, ce que l'IA rate quand elle est seule, et où nous gardons volontairement la main.

Automatiser les tâches répétitives avec l'IA : pourquoi nous avons commencé par nos comptes rendus de réunion

Après chaque réunion, c'était le même rituel. Relire ses notes. Rédiger. Retrouver qui avait promis quoi. Créer les tâches à la main. Et parfois oublier l'une d'elles. Le client attendait alors une réponse que nous lui avions promise.

Nous ne sommes pas les seuls à vouloir déléguer ce genre de travail. Une étude de Stanford menée auprès de 1 500 salariés américains montre qu'ils veulent surtout confier à l'IA les tâches répétitives et à faible valeur : saisie, classement, traitements de routine. Libérer du temps pour un travail plus utile motivait 69,38 % des réponses favorables à l'automatisation.

Le compte rendu coche toutes les cases. Il revient chaque semaine. Nous savons à quoi ressemble un bon compte rendu. Et une tâche oubliée a un coût réel. Surtout, nous n'avons pas branché un outil sur notre façon de travailler : nous avons redessiné le circuit lui-même. Selon McKinsey, les entreprises les plus avancées en IA sont environ trois fois plus susceptibles d'avoir repensé leurs processus en profondeur. Redessiner le processus compte plus que le budget outils.

De la transcription à la liste de tâches à jour : ce que fait notre agent après chaque réunion

Nous suivons la chaîne classique d'une réunion bien automatisée : enregistrement, transcription, résumé structuré, vérification humaine, partage, puis création ou mise à jour des tâches.

Concrètement, notre agent fait trois choses.

  1. Il classe la réunion. Client ou interne ? Découverte, cadrage, projet en cours ? Si un participant est inconnu et qu'aucun projet ne correspond, il le traite comme un nouveau contact. En cas de doute, il retient l'étape la plus prudente.
  2. Il extrait l'essentiel. Il produit un résumé de quelques phrases, les décisions avec leur contexte, les actions avec leur responsable et les sujets abordés.
  3. Il écrit et range. Le compte rendu suit notre modèle habituel. Chaque action devient une tâche dans notre gestion de projet, rattachée au bon client.

Un détail compte plus qu'il n'y paraît : chaque tâche garde le lien vers la réunion d'origine. Quand vous vous demandez pourquoi une tâche existe, vous remontez à la conversation en un clic. Et tout reste modifiable : résumé, décisions, actions.

Le gain de temps est réel. Une source récente estime que ces outils peuvent réduire de 90 % le temps passé à rédiger après une réunion, tout en prévenant que cela dépend beaucoup de la qualité audio. C'est vrai. Et ce n'est pas le seul piège.

Ce que l'IA rate quand on la laisse seule, et ce que ça coûte

Les noms mal entendus

La transcription remplace les noms propres rares par des mots courants. Le nom d'un client ou d'un produit devient un mot qui lui ressemble à l'oreille. Résultat : un compte rendu impossible à retrouver et des tâches rangées au mauvais endroit. Nous fournissons donc à la transcription la liste de nos vocabulaires probables. Une seconde passe corrige ensuite les erreurs connues qui passent encore. Aucune des deux ne suffit seule.

Les heures fausses

Nous travaillons sur deux fuseaux horaires, dont un en décalage d'une demi-heure. Nous avons constaté que notre modèle de langage calculait mal les heures, et encore plus mal au passage à l'heure d'été. Une seule heure fausse dans un récapitulatif, et plus personne ne lui fait confiance. Nous faisons donc le calcul dans le code. Le modèle reçoit une ligne déjà prête, avec une consigne claire :

Réunion : 14:00–15:00 Paris · 17:30–18:30 Colombo
Consigne : recopiez cette ligne telle quelle, ne recalculez aucune heure.

Le modèle n'a plus rien à calculer. Il recopie, et l'heure ne peut plus être fausse.

Les fausses contradictions

Nous avions demandé à l'agent de signaler les écarts entre ce qui s'est dit en réunion et nos notes de projet. Un jour, il a levé ce qui ressemblait à une belle alerte : la note disait le projet terminé, la réunion montrait un blocage. Sauf que la note avait été mise à jour le lendemain de la réunion. Ce n'était pas une contradiction, juste la chronologie. Sans dates, l'agent prend chaque progrès normal pour un conflit. En une semaine, l'équipe aurait cessé de lire ces alertes. Désormais, il connaît les deux dates. Une note plus récente que la réunion signifie que le projet a avancé : rien à signaler. Une note plus ancienne signifie qu'elle est à mettre à jour, et cette alerte-là est utile.

Les tâches mal attribuées

Une tâche doit appartenir à l'un de nous deux, aux deux, ou au client. Le modèle respecte cette règle la plupart du temps, mais pas toujours. Il invente parfois un responsable ou en oublie un. Une tâche sans responsable, personne ne la fait. Nous vérifions donc chaque attribution après le passage de l'IA : toute valeur hors liste est refusée. La consigne donnée au modèle ne suffit pas. La garantie vient de la vérification qui suit.

Comment nous automatisons une tâche répétitive pour un client, sans perdre le contrôle

Quand un client nous demande d'automatiser une tâche répétitive, nous partons de ces leçons. Le cadre est souvent le même : une équipe qui utilise déjà l'IA dans son coin. Selon Salesforce, parmi les salariés qui utilisent l'IA générative au travail, 55 % le font sans validation ni supervision de leur direction. Mieux vaut un agent cadré qu'une dizaine d'usages invisibles.

La décision. Une seule tâche, avec un résultat que l'équipe sait juger. Pas un assistant universel. C'est le principe de nos agents IA sur mesure.

Le garde-fou. Nous plaçons la validation humaine sur ce qui sort, pas sur ce que l'agent lit. Lire un document, chercher une information ou résumer une conversation se fait sans attendre. Envoyer un e-mail, publier ou transformer un contact en proposition commerciale demande un clic. Cliquer sur « Approuver » prend quelques secondes. Une mauvaise proposition envoyée automatiquement peut coûter un client. En revue, nous vérifions aussi un risque discret : ce que la personne valide doit être exactement ce qui sera exécuté, et non une version qui sera modifiée après son accord. Enfin, les dates, les heures et les listes de valeurs autorisées sont contrôlées par le code, jamais laissées au modèle.

Le résultat. Le travail répétitif disparaît. Le compte rendu est prêt avant la réunion suivante. Aucune tâche n'est oubliée. Et l'équipe garde la main sur tout ce qui engage l'entreprise. C'est la différence entre une démonstration impressionnante et un outil auquel vous faites encore confiance six mois plus tard.

Écrit par

Pillet Grenié BUREAU a été fondé par Quentin Pillet et Tom Grenié.

À propos du studio
Service associé

Développement produit

Concevoir et développer un produit web, un outil interne ou un espace client, ou aider à terminer un projet bloqué.

Plus sur Produit

Dites-nous ce dont vous avez besoin.

Votre brief n’a pas besoin d’être finalisé. Expliquez-nous ce que vous cherchez à faire, ce qui vous bloque et ce que vous avez déjà essayé.

Démarrer une conversation
Coulisses