Les cas d'usage de Hermes Agent qui fonctionnent en PME sont rarement spectaculaires. Ce sont la préparation de rendez-vous, la transformation de notes en actions, la veille du matin, et la première version de documents récurrents. Ils partagent trois traits : la sortie est relue, le gain est mesurable, et une erreur ne coûte pas cher.
Cet article détaille neuf cas d'usage concrets, ceux qui déçoivent systématiquement, et la méthode pour choisir les deux premiers à déployer chez vous. Les exemples viennent de contextes PME et ETI françaises : commerce, cabinet, bureau d'études, industrie.
Points clés à retenir
- Les meilleurs cas d'usage sont modestes : préparer, résumer, structurer, pré-rédiger. Pas décider ni envoyer.
- Gain observé : 3 à 8 heures par mois et par utilisateur actif, à condition d'avoir mesuré avant.
- Trois cas à éviter : les processus critiques à fort volume, la recherche documentaire de masse, l'envoi sans relecture.
- Le contexte métier fait toute la différence : un agent sans mémoire alimentée produit du générique.
- L'indicateur le plus honnête est le taux d'usage réel à un mois, pas la qualité perçue en démonstration.
Les quatre cas d'usage qui fonctionnent le mieux
Ce sont ceux que nous retrouvons dans presque tous les déploiements réussis, quel que soit le secteur.
1. La préparation de rendez-vous
Le problème : avant chaque rendez-vous, un commercial ou un dirigeant passe quinze à trente minutes à retrouver l'historique, relire les derniers échanges, vérifier où en est le dossier et se remettre le contexte en tête. Multiplié par cinq rendez-vous par semaine, cela représente plusieurs heures.
Ce que fait l'agent : à partir du nom du client, il rassemble l'historique disponible, les points ouverts, les derniers échanges et l'actualité publique de l'entreprise, puis produit une note d'une page dans un format constant.
Pourquoi ça marche : la sortie est lue par un humain qui connaît le dossier et repère immédiatement une erreur. Le gain est direct et se mesure au chronomètre. Et la mémoire de l'agent s'enrichit à chaque passage, ce qui rend la note meilleure de mois en mois.
2. Le compte rendu transformé en actions
Le problème : les notes de réunion existent, mais les actions qui en découlent se perdent. Personne n'a le temps de reprendre trois pages de notes pour en extraire qui fait quoi et pour quand.
Ce que fait l'agent : à partir de notes brutes ou d'une transcription, il produit un compte rendu structuré et une liste d'actions avec responsable et échéance, dans le format de l'entreprise.
Pourquoi ça marche : c'est une tâche de reformulation, exactement ce que les modèles de langage font le mieux. Le risque d'erreur est faible et immédiatement visible. C'est souvent le cas d'usage qui convainc les sceptiques.
3. La veille du matin
Le problème : suivre son marché, ses concurrents ou son secteur réglementaire demande une régularité que personne ne tient plus de trois semaines.
Ce que fait l'agent : une tâche planifiée quotidienne ou hebdomadaire qui parcourt des sources définies, filtre, résume et envoie une note courte dans la messagerie de l'équipe.
Pourquoi ça marche : l'agent est régulier là où l'humain ne l'est pas. Attention cependant : c'est aussi le cas d'usage qui consomme le plus de tokens en silence. À auditer chaque mois, comme expliqué dans notre analyse du coût réel de Hermes Agent.
4. La première version d'un document récurrent
Le problème : proposition commerciale, réponse type, note de synthèse, compte rendu d'intervention : la structure est toujours la même, seul le contenu change. La page blanche coûte du temps à chaque fois.
Ce que fait l'agent : à partir de quelques éléments et des modèles enregistrés en mémoire, il produit une première version complète, dans le ton et le format maison, qu'un humain reprend et valide.
Pourquoi ça marche : le gain porte sur la partie la plus pénible, pas sur l'expertise. Le professionnel garde la main sur ce qui compte et récupère le temps perdu sur la mise en forme.
Le dénominateur commun
Dans ces quatre cas, l'agent prépare et un humain valide. Aucun ne laisse partir quoi que ce soit vers l'extérieur sans relecture. C'est exactement pour cela qu'ils tiennent dans la durée là où les cas d'usage « autonomes » s'arrêtent au premier incident.
Cinq autres cas d'usage par fonction
Moins universels, mais très rentables dans les contextes concernés.
5. Contrôle de complétude d'un dossier
En cabinet, en bureau d'études ou en gestion locative, un dossier doit contenir un ensemble de pièces. L'agent vérifie la liste, signale ce qui manque, et prépare la relance. Le gain n'est pas seulement du temps : c'est la réduction des allers-retours qui décalent un dossier de plusieurs jours.
6. Consolidation de reporting hebdomadaire
Rassembler des chiffres venant de trois outils différents, les mettre en forme, écrire le commentaire. L'agent produit la version brute, le responsable ajoute l'analyse. Attention : si les sources sont stables et les règles fixes, un workflow déterministe fera mieux et moins cher.
7. Qualification d'une demande entrante
Classer une demande, identifier le besoin réel, proposer une orientation. Utile quand les demandes sont hétérogènes et mal formulées. Sur des demandes standardisées à fort volume, revenez à un workflow, comme dans nos exemples de qualification de leads automatisée.
8. Assistance à la recherche d'information interne
« Où en est-on avec ce fournisseur ? », « Quelle est notre procédure pour ce cas ? ». L'agent retrouve dans ses mémoires et les documents accessibles. Limite importante : au-delà de quelques centaines de documents, il faut un assistant IA interne basé sur du RAG, capable de citer ses sources.
9. Suivi et relance des dossiers en attente
Une tâche planifiée qui liste chaque lundi ce qui n'a pas bougé depuis dix jours et prépare les relances. Le gain est faible en temps, élevé en chiffre d'affaires : ce sont les dossiers oubliés qui coûtent le plus cher.
Quels cas d'usage chez vous ?
30 minutes pour identifier les deux tâches où un agent IA serait réellement rentable.
Les cas d'usage qui déçoivent systématiquement
Autant le dire clairement : certaines attentes ne seront pas satisfaites, et il vaut mieux le savoir avant d'investir.
Le traitement de masse avec des règles claires. Trois cents documents par jour à traiter selon des critères connus : l'agent sera plus lent, plus cher et moins fiable qu'un workflow. Ce n'est pas une question de qualité de l'outil, c'est une question de nature du problème.
La recherche dans un fonds documentaire important. Un agent lit ce qu'on lui donne ; il n'indexe pas des milliers de documents et ne cite pas ses sources de façon vérifiable. Pour ce besoin, il faut un système de recherche augmentée, dont les cas d'usage RAG en entreprise décrivent les bons usages.
La décision autonome. Accorder une remise, valider un devis, engager l'entreprise : ces actes supposent une responsabilité que l'agent ne peut pas porter. Il peut préparer la décision, jamais la prendre.
Le remplacement d'un poste. Aucun des cas d'usage listés plus haut ne supprime un emploi. Ils suppriment des heures pénibles à l'intérieur d'un emploi. Promettre autre chose crée une résistance interne qui tue le projet plus sûrement qu'un problème technique.
Comment choisir vos deux premiers cas d'usage
Quatre critères, à appliquer dans l'ordre. Un cas qui échoue sur l'un d'eux n'est pas un bon premier cas, même s'il paraît séduisant.
- La tâche est fréquente. Au moins plusieurs fois par semaine. Une tâche mensuelle ne créera jamais l'habitude nécessaire.
- Le temps passé est mesurable. Si vous ne pouvez pas dire combien de temps elle prend aujourd'hui, vous ne pourrez pas prouver le gain demain.
- Une erreur est visible et rattrapable. La sortie est relue par quelqu'un qui saurait détecter un problème.
- Un porteur volontaire existe. Une personne nommée qui veut que ça marche. Sans elle, l'usage s'éteint en trois semaines.
Ce filtrage est exactement ce que nous faisons en audit IA, et il évite le scénario classique : un outil installé, techniquement irréprochable, que personne n'ouvre au bout d'un mois.
Ce que ça donne après trois mois
Sur les déploiements que nous suivons, la trajectoire est assez régulière.
| Période | Ce qui se passe | Gain observé |
|---|---|---|
| Semaines 1 à 2 | Découverte, formulations maladroites, résultats génériques | Négatif : l'agent coûte du temps |
| Semaines 3 à 6 | La mémoire se remplit, les formats se stabilisent | Équilibre atteint |
| Semaines 7 à 12 | Usage installé, cas d'usage non prévus qui émergent | 3 à 8 h/mois par utilisateur actif |
| Après 3 mois | Deux à trois usages dominants, le reste retombe | Stabilisation, extension à un autre service |
Deux observations récurrentes. D'abord, les cas d'usage qui s'installent ne sont pas toujours ceux qu'on avait prévus : il faut laisser l'équipe explorer et regarder ce qui reste au bout d'un mois. Ensuite, le tassement autour de deux ou trois usages est normal et sain — c'est le signal qu'il est temps d'envisager d'industrialiser ceux-là, ce que nous détaillons dans Hermes Agent ou assistant IA sur mesure.
Questions fréquentes
Combien de personnes faut-il pour que ça vaille le coup ?
Il n'y a pas de seuil absolu, mais en dessous de trois utilisateurs réguliers, le coût de mise en place et de maintenance se justifie difficilement face à un abonnement d'assistant classique. À partir de cinq à dix personnes qui s'en servent vraiment, l'équation devient nettement favorable.
Faut-il des compétences techniques pour l'utiliser au quotidien ?
Non. On écrit à l'agent dans une messagerie, en français, comme à un collègue. Les compétences techniques sont nécessaires pour l'installer et le sécuriser, pas pour s'en servir. C'est d'ailleurs ce qui explique son adoption : l'interface est celle que les équipes utilisent déjà.
Comment démarrer sans tout casser ?
Trois utilisateurs volontaires, deux cas d'usage, un accès en lecture seule, quatre semaines d'observation. Vous saurez à la fin de ce délai si l'outil a sa place chez vous, pour un investissement limité. Le déroulé complet figure dans notre guide de déploiement de Hermes Agent en entreprise.
Que faire des cas d'usage qui marchent très bien ?
Les documenter, d'abord : une procédure qui n'existe que dans la mémoire de l'agent disparaît si vous changez d'outil. Envisager ensuite de les industrialiser si le volume le justifie, sous forme d'automatisation dédiée plus fiable et moins coûteuse à l'usage.
Pour aller plus loin
- Hermes Agent expliqué : fonctionnement, mémoire, skills et limites
- Déployer Hermes Agent en entreprise : le plan en 4 semaines
- Hermes Agent vs n8n : quel outil pour quel type de tâche
- Agents IA et chatbots : la différence, expliquée sans jargon
- Automatisation de processus métier : industrialiser ce qui a fait ses preuves
