Smotly intègre l'IA générative et les agents métier dans vos plateformes e-commerce, vos PIM, vos ERP et vos portails métier. Nos experts orchestrent les modèles, sécurisent vos données et industrialisent ce qui marchait en POC. Du cadrage aux évolutions en run. Zéro vendor lock-in.
Le problème
Selon les études Gartner et IDC publiées en 2024-2025, plus de 80 % des proof-of-concept en IA générative n'atteignent jamais la mise en production. La cause n'est presque jamais le modèle. Elle est dans cinq angles morts que les agences IA pure-play sous-estiment systématiquement.
Un POC qui tourne dans un Notebook ou un Streamlit local ne dit rien sur la capacité du système à s'intégrer à votre ERP, votre PIM, votre CRM, votre annuaire SSO et votre data lake. Le passage en prod, c'est exactement ce travail-là.
Un assistant IA sur la doc interne suppose que la doc interne est propre, classée, déduplicée et indexable. Dans 9 cas sur 10, elle ne l'est pas. Le RAG ne sauve pas une base sale, il en propage les défauts à grande échelle.
RGPD, audit trail, gestion des secrets, traçabilité des prompts, conservation des logs : ce sont des contraintes qui cassent les POC s'ils sont conçus sans elles. L'IT Sec arrive en revue de mise en prod, et tout est à refaire.
Un POC qui appelle GPT-4 sur 50 utilisateurs internes coûte quelques dizaines d'euros. Le même usage à l'échelle d'un site e-commerce, d'une équipe support de 200 agents ou d'un catalogue de 100 000 références dépasse vite 5 000 €/mois. Sans modèle de coût, le projet est arbitré au moment où il commence à marcher.
Un agent IA imposé sans formation, sans canaux de feedback et sans garde-fous est rejeté en six semaines. La cause est culturelle, pas technique et c'est la plus difficile à rattraper après coup. C'est aussi pour cela que chez Smotly la conduite du changement n'est pas un module en option : elle est un livrable de toute mise en production IA (voir section Méthodologie).
Mettre l'IA en production demande exactement ce que demande tout autre projet SI : du cadrage, des données propres, une gouvernance assumée, un modèle de coût, et une conduite du changement. C'est précisément ce que Smotly fait depuis 15 ans, désormais avec une couche IA.
Notre posture
La distinction est lourde de conséquences. Une agence IA pure vous livre un modèle qui répond bien sur des prompts d'évaluation. Un intégrateur SaaS vous installe un add-on dans une suite que vous payez déjà. Smotly fait autre chose : nous concevons et opérons les plateformes (e-commerce, PIM, ERP, portails) sur lesquelles l'IA produit de la valeur et nous y intégrons les agents IA comme une brique de plus du SI, pas comme un projet parallèle. Nos POC partent d'un cas d'usage business chiffré, nos agents tournent sur vos données réelles dès la semaine deux et la mise en prod ne demande pas un nouveau projet, elle est dans le périmètre depuis le départ.
Agence IA pure-play
R&D, modèles, prompts
Intégrateur SaaS
Suite éditeur (Salesforce, Microsoft…)
Smotly
Conception SI + couche IA
Pour qui
Vous voyez arriver des demandes IA depuis toutes les directions métier. Vous avez besoin d'un partenaire qui connaît votre SI, qui sait choisir entre modèle hébergé en France, modèle privé sur Azure OpenAI ou modèle open-weight auto-hébergé, et qui assume la gouvernance de bout en bout.
Votre PIM contient 50 000 à 500 000 références. Les fiches produits manquent de complétude, les traductions sont en retard, le SEO produit dort. Vous cherchez un partenaire capable d'industrialiser sans casser la gouvernance Akeneo / Strapi / Medusa.
Vous traitez des milliers de factures, BL, contrats, mails clients par mois. Vous savez que l'OCR seul ne suffit pas et que les outils SaaS dédiés ne couvrent pas vos cas particuliers. Vous voulez automatiser sans tout réinventer.
Vos adhérents, distributeurs, collaborateurs cherchent des informations dans une base documentaire dense, parfois réglementaire. Un agent IA bien fait, fait gagner des heures par jour. Encore faut-il qu'il ne hallucine pas et qu'il soit traçable.
Deux familles d'usages
Nos prestations IA se rangent dans deux familles aux logiques distinctes. La première augmente les plateformes que nous concevons (e-commerce, portails, sites corporate) avec des fonctionnalités IA visibles par vos utilisateurs. La seconde automatise vos opérations internes (catalog, back-office, support, documentation) avec des agents qui travaillent en arrière-plan ou avec vos équipes.
Visible par vos utilisateurs finaux
En arrière-plan ou avec vos équipes
↓ Méthodologie SmotFlow · cadrage → POC → run → évolution
Nos prestations IA
Smotly intervient sur l'intégralité du cycle de vie d'un projet IA : audit, cadrage, POC, build, mise en production, TMA. Six prestations couvrent la quasi-totalité des demandes que nous recevons. Chaque prestation est forfaitisée ou jalonnée, jamais facturée à la régie ouverte.
2 à 4 semaines
Nous auditons votre SI sur 5 axes : cas d'usage IA priorisables, qualité et accessibilité des données, contraintes réglementaires, modèles d'inférence pertinents, conduite du changement.
4 à 6 semaines
Cadrage, build et mesure d'un cas d'usage IA unique sur vos données, dans votre environnement. Pas de Notebook isolé : le POC est livré dans une stack pré-prod, avec gouvernance, observabilité, chiffrage de la mise en prod et plan d'adoption dès la fin du POC.
10 000 à 500 000 fiches · 5 à 25 langues
Génération, enrichissement, normalisation et traduction de fiches produits à grande échelle, intégrée à votre PIM (Akeneo, Strapi, Plytix, Pimcore) ou back-office e-commerce (Medusa, Shopify). Validation humaine paramétrable selon votre gouvernance.
Stack : pgvector / Qdrant + MCP + Langfuse
Agents IA branchés sur votre documentation interne, vos bases métier ou vos outils SaaS via MCP. L'agent répond en langage naturel, cite ses sources, refuse les questions hors périmètre, journalise chaque échange.
ERP, CRM, comptabilité, contrats
Automatisation de bout en bout des workflows back-office : extraction OCR + structuration LLM des documents entrants, routage et catégorisation, écriture dans l'ERP/CRM, alertes sur anomalies, synthèse pour validation humaine. Orchestré dans n8n.
BtoB · DTC · marketplaces
Recherche en langage naturel, concierge IA, recommandations contextuelles (« je cherche un produit pour… », « je remplace ma référence X »). Couplé à votre catalog Medusa, Strapi ou Shopify, et à votre logique de prix BtoB.
Cas d'usage concrets
Pour chaque grand périmètre du SI, voici les cas d'usage IA que nous mettons effectivement en production en 2026, avec des ordres de grandeur observés sur nos projets ou ceux de nos pairs.
E-commerce
Génération multilingue de fiches produits
5 à 25 langues, ton de marque préservé, SEO travaillé. Gain typique : 6 mois de retard catalogue rattrapés en 4 à 6 semaines.
Enrichissement automatique d'attributs
Matière, dimensions, compatibilités, mots-clés à partir des descriptions et visuels existants.
Recherche conversationnelle
« Je cherche un compresseur 50 litres compatible avec mon outillage », « remplace cette référence obsolète ».
Recommandations & concierge IA pré-vente
Cross-sell contextuel BtoB, qualification de visiteur, transmission au commercial.
Modération avis & Q&A produits
Filtrage des contenus hors-sujet, suggestions de réponses pour le SAV.
Nous ne vendons pas ce que nous ne pratiquons pas. Smotly utilise des agents IA orchestrés en interne sur ses propres phases projet : cadrage, conception graphique, build, recette, documentation, TMA. Le différenciateur « augmenté par l'IA » n'est pas un argument marketing, c'est notre opérationnel quotidien.
Lectures sectorielles
Les périmètres SI ci-dessus se déclinent différemment selon votre secteur. Voici les usages que nous voyons réellement émerger en 2026, secteur par secteur.
Industrialisation PIM multilingue, génération de fiches techniques à partir de datasheets fournisseurs, agent de qualification de leads, recherche conversationnelle dans des catalogs de 50 000 à 500 000 références, automatisation des devis complexes.
Pain point dominant : le retard catalogue qui pénalise le SEO et l'expérience client.
OCR + extraction sur BL et bons de commande, agent de support technique sur la documentation produit, prédiction de pannes à partir des historiques d'intervention, pré-remplissage de comptes-rendus terrain.
Pain point dominant : la documentation technique dispersée et la perte de savoir des seniors.
Assistant adhérents sur la base réglementaire et les FAQ, synthèses thématiques pour les commissions, agent d'orientation vers les bons interlocuteurs ou les bonnes formations, automatisation du traitement des sollicitations entrantes.
Pain point dominant : le volume de questions répétitives qui sature les équipes permanentes.
Agent de conformité sur le corpus réglementaire, automatisation des KYC et de la classification documentaire, synthèse de dossiers clients pour les conseillers, assistant produit sur les conditions générales.
Pain point dominant : la conformité, qui exige des modèles auto-hébergeables et un audit trail béton.
Agent d'orientation usager sur les démarches administratives, recherche sémantique dans les délibérations et arrêtés, automatisation du traitement des courriers entrants, synthèse de dossiers pour les agents instructeurs.
Pain point dominant : la souveraineté des données, qui exige une infrastructure France ou EU et une transparence des modèles.
À retenir : quel que soit votre secteur, le schéma de réussite est le même : données propres, gouvernance dès le cadrage, modèle aligné sur la sensibilité, conduite du changement intégrée. Ce qui change, c'est le ton, le vocabulaire, les contraintes réglementaires et le mix de cas d'usage prioritaires.
À lire aussi
Notre stack IA
Nous ne vendons pas un modèle ni un éditeur. Nous choisissons à chaque projet le bon outil pour le bon usage, avec une exigence forte sur la portabilité, la souveraineté et la gouvernance.
Modèles d'inférence
OpenAI (Azure OpenAI pour la conformité EU), Anthropic Claude, Mistral (souveraineté France), Llama / Qwen / DeepSeek pour l'auto-hébergement. Choix arbitré au cas par cas.
RAG & bases vectorielles
Postgres/pgvector pour la simplicité opérationnelle, Qdrant ou Weaviate pour les volumes élevés, Elasticsearch hybride sémantique + lexical.
Orchestration d'agents
LangGraph, n8n, frameworks maison MCP-natifs. Pas de framework propriétaire imposé.
Protocole d'outillage : MCP
Model Context Protocol pour brancher les agents à vos outils SaaS (CRM, ERP, ticketing) sans réécrire des connecteurs maison.
Observabilité IA
Langfuse, Helicone, OpenLLMetry pour tracer prompts, coûts, latences, qualité.
Gouvernance
Pré-prompts versionnés, logs auditables, rétention configurable, anonymisation à la volée des PII, kill-switch par cas d'usage.
Intégration SI
Connecteurs SAP, Dynamics, Sage, Odoo, Salesforce, HubSpot, Akeneo, Algolia, Strapi, Medusa, Shopify.
Hébergement
AWS, OVH, Scaleway, cloud privé client. Souveraineté France ou EU possible de bout en bout.
Méthodologie
Chaque projet IA chez Smotly suit la méthodologie SmotFlow : six phases enchaînées (cadrage, conception, build, recette, run, évolution), avec des agents IA internes qui assistent nos experts à chaque étape et des humains seniors qui valident chaque livrable.
Sur les projets IA, cela se traduit par un cadrage qui chiffre la mise en prod avant le POC, un build qui adresse gouvernance et observabilité dès la première itération, une recette qui mesure la qualité du modèle et le coût d'inférence, et un run qui surveille la dérive du modèle dans la durée. Aucun projet IA n'est livré comme un POC isolé qu'on jette par-dessus le mur de la prod.
Cadrage
Cas d'usage chiffré + plan de mise en prod
Conception
Architecture data + sécurité + observabilité
Build
POC → pré-prod sur stack cible
Recette
Qualité modèle + coût d'inférence + UAT
Run
Monitoring de dérive + TMA
Évolution
Nouveaux cas d'usage, nouveaux modèles
Conduite du changement
Une IA technique qui marche mais que personne n'utilise est un échec à part entière. Plus de 80 % des POC IA qui meurent au passage en prod le font moins pour des raisons techniques que par défaut d'embarquement des utilisateurs. C'est pourquoi chaque projet IA Smotly intègre, dès le cadrage, un volet conduite du changement aligné sur la cible, le sponsor métier et la culture de l'organisation.
Dès le POC, nous repérons les utilisateurs avancés qui aideront à propager les bons usages.
Des sessions par persona, selon les profils utilisateurs ciblés, avant la mise en production.
Votre sponsor suit qui utilise quoi, à quelle fréquence et avec quelle satisfaction.
Un canal dédié remonte les questions hors périmètre, hallucinations et manques pour nourrir les itérations.
La rétention de l'usage se joue après la mise en prod, pas dans les quinze premiers jours.
KPI d'adoption mesurés
| KPI | Cible typique | Pourquoi |
|---|---|---|
| Taux d'usage hebdomadaire | > 50 % de la cible à 90 j | Mesure si l'IA est entrée dans la routine de travail |
| Taux de réponse jugée utile | > 80 % | Mesure la qualité perçue, pas juste la qualité modèle |
| Taux de rétention à 90 j | > 70 % | Mesure si l'usage tient dans la durée |
| Volume de questions hors périmètre | < 15 % | Mesure si le périmètre de l'agent est bien calibré |
| Time-to-proficiency moyen | divisé par 2 vs onboarding manuel | Mesure si la prise en main accélère |
À noter : Smotly est intégrateur SI, pas éditeur de plateforme d'adoption SaaS. Sur les déploiements à très grande échelle (> 5 000 utilisateurs), nous travaillons avec des partenaires spécialisés du change management IA. Nous tenons le périmètre que nous savons faire, et nous intégrons les autres briques quand le projet l'exige.
Gouvernance & sécurité
Une IA en production sans gouvernance est un risque opérationnel et réglementaire majeur. Smotly intègre les contraintes de gouvernance dès le cadrage, jamais en revue de mise en prod.
Cartographie des données entrantes
Nature, sensibilité, base légale, durée de rétention.
Choix du modèle aligné sur la sensibilité
Auto-hébergement open-weight si données sensibles, modèles managés EU sinon.
Anonymisation à la volée des PII
Avant envoi à un modèle managé, quand pertinent.
Audit trail complet
Qui a posé quelle question, quel prompt, quelles sources, quelle réponse, quelle latence, quel coût.
Garde-fous (guardrails) configurables
Périmètre de sujets autorisés, refus hors périmètre, détection de prompt injection.
Sources citées par défaut
Sur les agents RAG, avec lien vers le document source.
Kill-switch par cas d'usage
Désactiver un agent en moins de 5 minutes sans toucher au code.
Conformité IA Act
Classification du système, documentation technique, registre des risques.
Plan de réversibilité
Changer de modèle, fournisseur ou hébergeur sans réécrire les agents (via MCP et abstractions internes).
Comparatif
Le marché de l'IA d'entreprise se structure autour de trois types d'acteurs. Aucun n'est mauvais, ils répondent à des besoins différents. Voici comment chacun répond :
| Critère | Agence IA pure | Intégrateur SaaS | Smotly |
|---|---|---|---|
| Compétence cœur | Modèles, prompts, fine-tuning | Activation de features dans une suite | Plateforme SI sur mesure + IA |
| Cas d'usage idéal | R&D IA, NLP avancé | Suite déjà payée, IA incluse | Plateforme métier à augmenter |
| Données réelles, SI réel | Non | Partiel | Oui |
| Mise en production incluse | Non | Partiel | Oui |
| Gouvernance dès le cadrage | Partiel | Partiel | Oui |
| TMA & évolutions en run | Non | Partiel | Oui |
| Zéro vendor lock-in | Partiel | Non | Oui |
En synthèse : appelez une agence IA pure pour un sujet de R&D ou un modèle spécialisé. Activez l'IA dans votre SaaS si vos cas d'usage tiennent dedans. Appelez Smotly quand votre IA doit vivre dans une plateforme métier sur mesure, sur vos données, avec votre gouvernance, et sans vous enfermer chez un éditeur.
Cas clients
Extraits de projets IA récents : secteur anonymisé pour les cas non communicables nommément. Pour un cas détaillé dans votre secteur, demandez-nous une présentation personnalisée.
Industrialisation PIM
Distributeur BtoB · 80 000 références
Contexte : 9 mois de retard catalogue sur les fiches produits multilingues. Equipe content sous-dimensionnée, traductions externalisées trop lentes.
Solution : Agent de génération + enrichissement branché sur Akeneo, validation humaine paramétrable, 8 langues.
Agent métier RAG
Fédération professionnelle · 12 000 adhérents
Contexte : Base réglementaire dense, hotline saturée, adhérents qui ne trouvent pas leur réponse en autonomie.
Solution : Agent RAG sur Qdrant, MCP vers l'extranet, sources citées systématiquement, audit trail, plan d'adoption avec 18 champions internes.
Résultats d'adoption
Automatisation back-office
ETI industrielle · 12 000 factures/mois · ERP Sage
Contexte : Saisie manuelle des factures fournisseurs, équipe comptable sous tension, taux d'erreur autour de 4 %.
Solution : OCR + extraction LLM + n8n + connecteur Sage, validation humaine sur anomalies uniquement.
FAQ
Une agence IA d'entreprise est une société de service qui conçoit, déploie et maintient des solutions d'intelligence artificielle générative et d'automatisation pour des organisations, en intégrant ces solutions à leur système d'information existant. Smotly est une agence d'intégration SI (e-commerce, PIM, ERP, portails) qui ajoute une couche IA sur les plateformes qu'elle conçoit, plutôt qu'une agence IA pure qui livrerait des modèles isolés.
Audit IA, cadrage de POC, industrialisation catalog, agent métier, automatisation back-office : nous vous rappelons sous 24 h ouvrées avec un interlocuteur senior qui connaît votre contexte SI.
