Nous contacter

Etude de cas IA : Analyse emails et réponse

Smiling professionals analyzing digital data at laptops.
Orange circular arrows icon
ActivDev

Problématique client

Cas client : Automatiser la gestion des emails entrants grâce à l’IA — 80 % de gain de temps sur les tâches administratives

Problématique client

Cette entreprise propose des services administratifs externalisés pour des fédérations professionnelles, réseaux de franchise et associations nationales.
Elle gère au quotidien, pour ses clients :

  • Les inscriptions aux événements

  • Les relances adhérents

  • La mise à jour des coordonnées

  • La facturation et les justificatifs

Chaque jour, elle reçoit des dizaines d’emails aux contenus très variables : certains très clairs, d’autres ambigus ou incomplets.


L’équipe passait plusieurs heures par jour à lire, trier, répondre et enregistrer les demandes.

Ils voulaient gagner du temps sans sacrifier la qualité des réponses, tout en gardant un historique structuré de toutes les demandes.

People collaborating in modern office environment.

Contexte

Tous les échanges clients arrivent dans une boîte Gmail partagée.
Les informations importantes étaient ensuite copiées dans Airtable à la main, pour permettre le suivi.
Mais avec l’augmentation du volume, ce système devenait :

  • Lent

  • Source d’erreurs

  • Et dépendant de la disponibilité d’une personne dédiée

 

Défis identifiés

  • Emails très hétérogènes, parfois vagues (“comme vu ensemble...”)

  • Extraction manuelle d’informations clés (noms, adresses, statuts, montants, dates…)

  • Risque de répondre à côté, faute de contexte

  • Nécessité de garder une traçabilité claire dans Airtable

Travail effectué par ActivDev

Ce que nous avons mis en place

 1. Lecture automatique des nouveaux emails

Dès qu’un nouveau message est reçu dans la boîte dédiée, le scénario Make se déclenche.
Le contenu est analysé en langage naturel :

  • Type de demande détecté automatiquement

  • Niveau d’urgence estimé

  • Intentions extraites (modification, annulation, demande d’info, etc.)

 2. Extraction et enregistrement dans Airtable

Les éléments pertinents sont extraits automatiquement et envoyés dans Airtable :

  • Nom du client

  • Identifiant adhérent

  • Sujet de la demande

  • Données clés (ex : “souhaite recevoir une nouvelle facture”, “a changé d’adresse”)

  • Statut initial (“à traiter”, “répondu”, “en attente”)

  • Lien vers l’email source

 3. Recherche contextuelle avec Pinecone

Certains emails ne contiennent aucun mot-clé évident, mais font suite à un échange existant (ex : “oui c’est parfait, allez-y”).
Dans ce cas :

  • L’historique des emails récents est vectorisé dans Pinecone

  • À chaque nouveau message, une recherche sémantique retrouve les 2–3 échanges les plus proches

  • L’IA peut ainsi comprendre à quoi le message fait référence, même sans contexte explicite

 Cela évite de répondre à côté ou de demander des précisions inutiles.

4. Génération d’une réponse automatique

Selon la demande, l’IA génère une réponse :

  • Claire

  • Courtoise

  • Adaptée au ton habituel de l’entreprise

Un brouillon est automatiquement créé dans Gmail pour validation (ou envoi immédiat selon les cas).

Résultats obtenus

80 % des emails traités sans intervention manuelle
✅ Moins d’erreurs et de copier-coller
✅ Un suivi clair et structuré dans Airtable
✅ Des réponses plus rapides, avec le bon ton et le bon contexte
✅ L’équipe se concentre sur les demandes complexes ou sensibles

Résultats

Triage et réponse de mails de 30 à 5 minutes