Aller au contenu
Parlons de votre cas
Hábil AI

Des réponses fondées sur vos données réelles, à toute heure, avec une personne qui décide de l'essentiel.

Hábil AI répond à vos clients, consulte vos informations et réalise de façon autonome des étapes de vos processus, avec une personne qui approuve tout ce qui engage de l'argent ou des données. Elle se connecte aux systèmes dont vous disposez déjà.

La plateforme d’IA connectée à vos systèmes.

Parlons de votre cas

Vous préférez l'e-mail ? Écrivez-nous à hola@habil.mx

Qu'est-ce que Hábil AI ?

Depuis 2024, nous connectons l'IA aux systèmes de l'entreprise, avec une personne qui décide de l'essentiel.

Hábil AI aide des entreprises comme la vôtre à utiliser l'intelligence artificielle avec les données et les règles de leurs propres systèmes. Nous ne vendons pas un outil générique : nous résolvons des processus précis de votre activité, avec l'IA que vous utilisez déjà ou avec une IA que nous installons pour votre entreprise, sans mettre en danger ce qui fonctionne déjà.

Vos équipes utilisent très probablement déjà ChatGPT, Copilot ou Gemini. Mais cette IA ignore combien un client vous doit, où en est un sinistre ou pourquoi une facture ne concorde pas : ces données se trouvent dans vos systèmes, et l'IA ne les voit pas. C'est là que commence notre travail.

Essayer une IA est facile ; le difficile, c'est de la faire travailler avec les données de vos propres systèmes. Le modèle n'est presque jamais le problème : c'est de le relier à vos systèmes, à vos règles et à vos équipes sans mettre en danger ce qui fonctionne déjà. Depuis 2006, nous intégrons des systèmes qui soutiennent des opérations critiques ; cette expérience nous permet d'amener l'IA dans des processus réels sans vous demander de remplacer votre ERP, votre CRM, votre système central ni vos contrôles.

La différence Hábil : nous ne commençons ni par un chatbot ni par un modèle. Nous commençons par le processus, nous le relions à vos systèmes et à vos règles, nous définissons ce que l'IA ne peut pas faire seule et nous le testons sur des cas réels avant de le recommander.

À l'intérieur, Hábil AI, ce sont six pièces, et chacune fait une seule chose : l'une comprend et rédige, une autre consulte vos documents avant de répondre, une autre est la porte gardée vers vos systèmes, Nova dialogue avec les personnes, les agents agissent dans votre processus et la prévision estime ce qui peut venir. Elles se combinent selon le problème que vous voulez résoudre.

Illustration d'exemple : des données réelles, avec permissions et traçabilité.

Trois niveaux, selon vos besoins

Hábil AI est un produit et un service. Le produit, c’est la plateforme. Le service, c’est ce que nous faisons avec vous pour que l’IA travaille avec les données et les règles de vos systèmes. Il se contracte par niveaux, et chacun s’appuie sur le précédent.

La plateforme

Votre IA connectée, avec registre

Ce que vous obtenez avec le produit :

  • Une installation rien que pour vous, sur votre infrastructure ou sur la nôtre, opérée par Hábil.
  • L’IA que vous choisissez : celle que vous payez déjà ou un modèle ouvert sur votre infrastructure.
  • Une porte gardée vers vos systèmes : chaque application avec sa permission, des limites d’usage et un registre de qui a consulté quoi.
  • Des réponses avec leur source : elle consulte vos documents avant de répondre et vous indique d’où vient chaque donnée.
  • Une personne qui approuve ce qui engage de l’argent ou des données.
  • Vos conversations n’entraînent aucun modèle sans votre autorisation écrite.

Pour démarrer

Un processus, indicateur et sortie

Nous choisissons avec vous un processus où vous perdez aujourd’hui du temps, de l’argent ou des clients, et nous le laissons en marche avec un indicateur, un critère de sortie, un périmètre et un coût convenus avant de commencer, y compris le coût de traitement avec son plafond.

Ce premier processus n’utilise que les pièces dont il a besoin. À la fin, vous savez ce que fait l’IA, ce que votre équipe continue de faire et avec quels contrôles.

Pour aller plus loin

Plus de processus, pièces, Hábil Lake

Nous ajoutons des processus et des pièces — Nova pour vos clients, des agents dans votre activité, la prédiction — et, si vous le décidez, nous la connectons à Hábil Lake. Nous l’installons et la maintenons avec vous : mises à jour, changements de modèle et supervision, alertes si quelque chose tombe et sauvegardes testées, avec un service mensuel.

Reconnaissez votre fonction

Direction générale« Où l'IA me fait-elle récupérer de l'argent cette année sans risquer l'activité ? »Nous commençons par le processus où l'argent se perd aujourd'hui, comme la TVA non récupérée, et nous vous disons ce qui change avant que vous n'investissiez
Commercial« Comment éviter que l'IA promette ce qu'elle ne doit pas ? »L'IA ne répond qu'avec vos règles : elle n'offre ni prix, ni remises, ni conditions que vous n'avez pas définis
Direction digitaleVotre canal digital perd des clients en cours de parcours : l'inscription, le devis ou le paiement dépendent de systèmes qui ne répondent pas à tempsNova répond à toute heure et laisse le dossier prêt pour votre équipe
OpérationsDes personnes saisissent à la main des données qui existent déjà dans un autre systèmeSaisie automatisée : l'IA extrait les données et votre équipe ne traite que les exceptions
FinancesUne clôture qui ne concorde pas et de la TVA perdue à cause de compléments de paiement jamais reçusNous vous disons combien de TVA est à risque, chez quel fournisseur et sur quelle facture
Technologie (DSI / CTO)« J'ai déjà un contrat avec une IA, comment l'utiliser dans mon activité ? »Nous la relions à vos systèmes avec des permissions et un journal ; le détail figure plus bas, dans la section destinée à votre équipe
RecouvrementRecouvrer avec les données réelles du compte sous la main, sans risquer une réclamationRéponses sur le solde et lien de paiement par WhatsApp ; les accords sont conclus par votre gestionnaire
Planification et Achats« Chaque saison, j'achète trop de ce qui ne se vend pas et pas assez de ce qui se vend. »La prévision estime la demande par gamme et par mois, avec une fourchette, et votre équipe décide de l'achat avec ce chiffre

Là où l'IA apporte de la valeur

Chaque cas indique ce qui se passait, ce qui change, pourquoi c'était difficile et ce que nous avons construit. Il décrit le processus qui peut être conçu pour votre entreprise, appuyé par l'expérience d'intégration de Hábil ; lors du premier échange, nous vous disons quelle partie est éprouvée et ce qu'il faut valider dans votre environnement.

La TVA qui ne se perd pas · Finances

Avant : l'entreprise paie des factures dont le complément de paiement n'est jamais arrivé, et cette TVA ne peut pas être récupérée. Personne ne sait de quel montant il s'agit.

Ce qui change : vous savez combien de TVA est à risque, chez quel fournisseur et sur quelle facture, à temps pour la récupérer.

Pourquoi c'était difficile : il faut croiser ce que dit le SAT (l'administration fiscale mexicaine) avec ce que disent vos banques et votre comptabilité, facture par facture.

Ce que nous avons construit : nous intégrons la facturation électronique et les informations du SAT aux systèmes comptables de nos clients.

Pièces : la connexion et l'IA qui comprend et rédige.

Cuadre l'apporte déjà résolue pour votre facturation.

L'IA sur vos systèmes, sans remplacer votre système central · Technologie

Avant : lorsqu'une interface tombe en panne entre votre système administratif (ERP) —SAP, Oracle, Microsoft Dynamics, Odoo, CONTPAQi ou autre—, votre CRM et le reste de votre activité, vos équipes passent des heures à lire des journaux techniques pour savoir ce qui s'est cassé.

Ce qui change : l'IA vous explique en langage clair ce qui s'est passé, quelle facture, quel paiement ou quel bon de commande est concerné et que faire. Votre système reste celui qui décide.

Pourquoi c'était difficile : il faut comprendre à la fois le système qui échoue, celui qui reçoit et le métier qui se trouve derrière, sans mettre l'activité en danger.

Ce que nous avons construit : nous relions les ERP et CRM les plus utilisés —SAP, Oracle, Microsoft Dynamics, Odoo, Salesforce, HubSpot— à l'activité de banques, d'assureurs et d'entreprises réglementées.

Pièces : l'IA qui comprend et rédige, et la connexion.

Saisie automatisée · Opérations

Avant : votre équipe passe des heures à recopier dans vos systèmes les données des pièces d'identité, attestations fiscales, justificatifs de domicile, relevés bancaires et factures.

Ce qui change : la donnée arrive seule, avec la preuve de son origine, et une personne se contente de confirmer.

Pourquoi c'était difficile : les documents arrivent en photo, de travers et incomplets, et une donnée mal saisie devient un problème de conformité.

Ce que nous avons construit : nous avons déjà résolu la lecture de pièces d'identité pour une banque au Mexique.

Pièces : l'IA qui comprend et rédige, et la connexion.

Ouverture de comptes sans agence · Banque et fintech

Avant : ouvrir un compte exigeait de se rendre en agence, et quelqu'un saisissait à la main les données de chaque pièce d'identité.

Ce qui change : votre client ouvre son compte depuis son téléphone. Nous vérifions qu'il s'agit d'une personne réelle devant la caméra, nous comparons son visage à sa pièce d'identité et nous validons ses données auprès de l'INE (institut électoral national) et du RENAPO (registre national de la population). Les cas douteux passent à une personne de votre équipe.

Pourquoi c'était difficile : les photos arrivent de travers et incomplètes, et chaque validation doit résister à un audit.

Ce que nous avons construit : la validation d'identité d'une banque au Mexique, y compris la consultation de l'INE ; nous la proposons complète.

Pièces : la connexion (la vérification d'identité s'intègre comme un service du processus).

Un recouvrement par WhatsApp qui aboutit à un paiement · Banque et fintech

Avant : vos gestionnaires appellent et envoient des messages qui restent sans réponse, et quand le client répond, personne n'a sous la main le solde ni le moyen de paiement.

Ce qui change : l'assistant répond avec les données réelles du compte, explique les options que vous avez autorisées, envoie le lien de paiement et confirme le paiement ; les accords et les sujets sensibles sont conclus par une personne.

Pourquoi c'était difficile : chaque réponse doit provenir de votre système, dans le respect de vos politiques et sans risquer une réclamation.

Ce que nous avons construit : le prélèvement de paiements d'un assureur au Mexique.

Pièces : Nova et la connexion.

Le sinistre simple, prêt pour la décision · Assurance

Avant : un sinistre simple reste des jours sur le bureau pendant que quelqu'un réunit les documents et vérifie le contrat.

Ce qui change : le dossier arrive complet chez le gestionnaire sinistres, et la décision lui appartient toujours.

Pourquoi c'était difficile : les règles de chaque contrat sont différentes, et une erreur coûte de l'argent et de la réputation.

Ce que nous avons construit : des systèmes d'émission et de gestion des sinistres pour des assureurs au Mexique.

Pièces : celle qui consulte vos documents, et la connexion.

Déclaration de sinistre par WhatsApp, 24 heures sur 24 · Assurance

Avant : l'assuré veut déclarer à toute heure et votre service reçoit des photos et des documents épars par plusieurs canaux.

Ce qui change : l'assuré déclare, envoie photos et documents et suit l'avancement depuis la conversation ; votre service reçoit un dossier ordonné.

Pourquoi c'était difficile : chaque déclaration doit parvenir complète à votre système de sinistres, sans saisie manuelle.

Ce que nous avons construit : les applications mobiles avec lesquelles les assurés de deux assureurs au Mexique effectuent leurs démarches.

Pièces : Nova, celle qui consulte vos documents, et la connexion.

Les commandes bloquées que personne ne voyait · Opérations

Avant : une commande se bloque entre la boutique, l'entrepôt et le système de facturation, et personne ne s'en aperçoit jusqu'à ce que le client réclame.

Ce qui change : chaque matin, un agent passe en revue les commandes sans mouvement, trouve le motif de chacune et les laisse à votre équipe ; s'il faut en rouvrir une, il la prépare et une personne l'autorise.

Pourquoi c'était difficile : chaque commande passe par plusieurs systèmes, et savoir où elle s'est bloquée oblige à la suivre de bout en bout.

Ce que nous avons construit : nous connectons des boutiques en ligne et des systèmes de commandes aux ERP les plus utilisés, pour qu'une commande puisse être suivie de bout en bout.

Pièces : les agents et la connexion.

L'achat de la prochaine saison, avec une fourchette · Commerce

Avant : on achète pour la saison avec la mémoire et l'Excel de l'an dernier. Il y a trop de ce qui ne se vend pas et pas assez de ce qui se vend.

Ce qui change : la prévision estime la demande par gamme et par mois, avec une fourchette, et votre équipe décide de l'achat avec ce chiffre en main. La décision reste la vôtre.

Pourquoi c'était difficile : il faut un historique des ventes organisé et propre, et une prévision qui fasse mieux que « la même chose que l'an dernier ». Si elle ne fait pas mieux, elle n'est pas utilisée.

Ce que nous avons construit : des plateformes de vente en ligne, avec leur stock et leurs prix.

Pièces : la prévision.

Les commandes bloquées ce matin, avec leur motif

Exemple · données illustratives

Les mêmes commandes : découvertes quand le client se plaint, ou passées en revue par un agent chaque matin. Changez l’état pour voir la différence.

Les commandes bloquées ce matin, avec leur motif
Aujourd’hui : jusqu’à ce que le client se plaigne
CommandeOù elle s’est arrêtéeCe qui se passe
20817Entrepôtpersonne ne l’a vue
20822Facturationpersonne ne l’a vue
20831Expéditionpersonne ne l’a vue

Personne ne sait qu’une commande est bloquée tant que le client ne s’est pas plaint.

Trois façons de procéder, selon votre problème

Elles peuvent être contractées séparément ou ensemble. Lorsque l'IA doit répondre avec des informations à jour de votre activité, la connexion de la première fait partie du périmètre.

Ce que fait chaque pièce

Derrière les trois façons, six pièces sont à l'œuvre. Chacune a une seule responsabilité, et aucune ne fait le travail d'une autre. Chacune est présentée en quatre parties : le problème, ce qui change, pourquoi c'est difficile et un exemple.

1. L'IA qui comprend et rédige

Le problème : votre équipe utilise déjà une IA, mais cette IA ne connaît pas votre entreprise, et envoyer des informations sensibles à un tiers n'est pas toujours possible.

Ce qui change : l'IA comprend la question en espagnol du Mexique et rédige la réponse sur le ton de votre entreprise. Vous choisissez laquelle : celle que vous payez déjà — ChatGPT, Copilot, Gemini ou Claude — ou un modèle ouvert installé sur vos serveurs ou dans votre cloud privé, où les conversations et les documents sont traités sur l'infrastructure que vous définissez. Les deux peuvent coexister : le sensible est traité dans votre entreprise et le reste utilise l'IA que vous payez déjà.

Pourquoi c'est difficile : tous les modèles ne conviennent pas pour servir des clients : plusieurs échouent en utilisant des outils ou en suivant une chaîne d'étapes. C'est pourquoi chaque modèle passe nos tests, avec vos cas réels, avant que nous le recommandions, et avant que vous achetiez du matériel nous mesurons la taille nécessaire. Celui qui invente le moins avec vos cas l'emporte.

Cette pièce n'est pas une source de données : elle comprend et rédige, mais les chiffres viennent d'une autre pièce. Votre investissement reste dans ce qui vous appartient — la connexion, vos documents, les contrôles et les tests —, si bien que vous pouvez changer de modèle sans refaire le reste.

Un exemple : un assureur veut que l'IA lise des dossiers qui ne peuvent pas sortir de l'entreprise. Nous installons un modèle ouvert sur ses serveurs, avec un profil de l'entreprise — ton, termes, règles — et, si l'on mesure une amélioration, nous l'adaptons avec les documents que l'entreprise approuve. Le reste de l'équipe continue d'utiliser l'IA qu'elle paie déjà.

2. Celle qui consulte vos documents avant de répondre

Le problème : une IA qui répond de mémoire invente, et le dit avec une parfaite assurance. Quand elle se trompe sur une règle ou une garantie, l'erreur est la vôtre, pas celle de l'IA.

Ce qui change : avant de répondre, l'IA cherche dans les documents de votre entreprise — manuels, règles, catalogues, conditions de vos produits — ce qui s'applique à la question, et répond avec cela. Chaque réponse indique de quel document elle provient, et votre équipe peut le vérifier. Quand un document change, la recherche utilise la nouvelle version.

Pourquoi c'est difficile : trouver le bon paragraphe parmi des milliers de pages n'est pas la même chose que d'en trouver un semblable. Et ce qui change à chaque minute — prix, stocks, soldes, commandes — ne peut pas venir des documents : on le demande à vos systèmes au moment même, par la connexion.

Avant qu'une réponse ne parte, un programme vérifie que chaque chiffre, date ou règle provient d'une source consultée à ce moment-là. Elle est conçue pour vous dire qu'elle n'a pas trouvé la réponse au lieu de l'inventer, et elle vous indique d'où vient chaque donnée.

Un exemple : un agent d'assurance demande si une police couvre un traitement. L'IA cherche dans les conditions générales de ce produit, répond avec ce qu'elles disent et montre le paragraphe. Si les conditions ne permettent pas de trancher, elle le dit et transmet le cas à une personne.

3. La connexion : la porte gardée vers vos systèmes (inclut votre serveur MCP)

Le problème : l'IA ne voit pas vos systèmes. Et les lui ouvrir sans contrôle est pire : elle pourrait voir trop ou faire quelque chose que personne n'a autorisé.

Ce qui change : nous concevons et construisons la connexion entre l'IA et vos systèmes — clients, polices ou crédits, recouvrement, facturation —, même s'il s'agit de systèmes vieux de vingt ans et sans arrêter votre activité. La connexion décide qui entre et à quoi il a accès, et garde la trace de chaque requête. Toute requête ou action sur vos systèmes passe par elle.

Pourquoi c'est difficile : chaque système qui l'utilise a besoin de sa propre identité et de ses propres permissions. Le prix doit sortir avec la liste de l'acheteur, et une erreur ne peut pas arriver déguisée en réponse : si quelque chose a échoué, la connexion le dit.

Deux façons de l'utiliser :

  • Pour votre IA et pour ceux que vous autorisez. C'est ce que le marché appelle un « serveur MCP » : un standard ouvert avec lequel les IA les plus utilisées se connectent à d'autres systèmes, et le nom que cherchera votre équipe technique. La même connexion peut permettre à vos agents d'assurance, fournisseurs ou clients de ne consulter que ce qui les concerne : leur police ou leur facture.
  • Pour vos propres systèmes, sans conversation. Votre boutique en ligne, votre système de commandes ou vos systèmes internes demandent un résultat à l'IA et reçoivent une réponse prête à l'emploi : des alternatives à un produit en rupture, des produits liés ou le résumé de ce que pensent vos clients. Personne n'a à écrire à l'IA.

Exemples de fonctions intégrées à vos systèmes, sans conversation (ce sont des cas d'usage qui passent par la connexion, et chacun est nommé par ce qu'il résout)

  • Saisie automatisée. Lit les factures, les commandes ou les formulaires et les enregistre dans votre système. Ce qui ne concorde pas est mis de côté pour qu'une personne le vérifie.
  • TVA à risque. La Finance voit la TVA à risque facture par facture. Cuadre l'apporte déjà résolue pour votre facturation.
  • Synthèse des avis clients. Lit les avis, les enquêtes et les messages de vos clients, et vous remet ce qui revient le plus souvent. S'il n'y en a pas assez pour conclure, vous en êtes informé.
  • Recommandations. Suggère à chaque client ce qui pourrait aussi lui être utile, d'après ce qu'il a déjà acheté.
  • Rapprochement assisté, avec Cuadre. Rapproche les paiements des factures et des mouvements bancaires, et ne vous laisse que les écarts.

Avant le connecteur, vos API. La fiabilité d'un connecteur dépend, en grande partie, des API qu'il appelle. Si une API n'explique pas ce qu'elle fait, ne distingue pas une erreur d'une autre ou facture de nouveau lorsque l'agent réessaie, l'agent peut exécuter des actions erronées ou difficiles à annuler, même si le connecteur est bien conçu. C'est pourquoi nous commençons par examiner vos opérations critiques : lesquelles sont prêtes, lesquelles se corrigent sur place et lesquelles gagnent à être couvertes par une couche intermédiaire qui les adapte et les protège, dans le but de ne pas réécrire votre système.

Un exemple : un responsable demande « quels clients ont des paiements en retard de plus de 60 jours ? ». L'IA interroge votre système par la connexion, avec les permissions de ce responsable, et répond avec la liste réelle.

4. Nova : celle qui dialogue avec les personnes

Le problème : vos clients écrivent à toute heure et votre équipe répond la même chose toute la journée. Ce qui a vraiment besoin d'une personne — conclure, encaisser, fidéliser — attend derrière tout le reste.

Ce qui change : Nova répond à vos clients par WhatsApp ou sur votre site web, à toute heure, avec les informations réelles de vos systèmes. Quand le cas a besoin d'une personne, Nova le remet à votre équipe déjà préparé : qui c'est, ce qui a été demandé, ce qui a été répondu et ce qui manque.

Pourquoi c'est difficile : Nova ne peut pas improviser. Le prix et le stock du jour sont demandés à votre système à ce moment-là. Les soldes, paiements et démarches ne s'affichent qu'après confirmation de l'identité de la personne. Et si, sur WhatsApp, le prix dépend de l'acheteur, il n'est donné qu'à qui a un compte associé.

Nova n'est pas un chatbot à réponses figées : c'est un assistant relié à vos systèmes. Son activation se fait par processus et par canal ; soldes, paiements et démarches ne sont affichés qu'après validation de la personne selon les règles de votre entreprise.

Comment Nova travaille

  • Nova répond avec ce que vous savez. Nova se connecte à vos documents et à vos systèmes, et ne donne pas à votre client un prix, une date ou une politique sans les avoir consultés à ce moment-là.
  • Nova sait quand se taire. Si l'information ne suffit pas ou si le cas est sensible, Nova n'improvise pas et transmet le cas à une personne de votre équipe, avec tout le contexte, et votre client sait que quelqu'un va lui écrire.
  • Avec des règles, une traçabilité et le respect de la vie privée. Nova ne voit que ce que vous autorisez et enregistre qui a consulté quoi. Nous n'utilisons jamais vos conversations pour entraîner un modèle sans votre autorisation expresse. Tout ce qui produit un effet —un remboursement, une exception, un accord— est décidé par une personne.
  • Avec l'IA que vous choisissez et le ton de votre marque. Nova fonctionne avec l'IA que vous avez déjà souscrite ou avec des modèles installés dans votre entreprise, et s'exprime comme votre entreprise, pas sur un ton générique.

Ce que Nova change

  • Service client. Aujourd'hui : à onze heures du soir, un prospect demande où en est son devis ou combien cela coûte ; personne ne répond avant le lendemain, et d'ici là il a déjà posé la question ailleurs. Avec Nova : Nova répond sur le moment. Nova donne le prix, s'il est public, et l'état du devis une fois l'identité du client confirmée. Le dossier reste prêt pour que votre équipe le conclue à la première heure.
  • Recouvrement. Aujourd'hui : votre gestionnaire passe la matinée à répondre à « combien dois-je ? » et « où payer ? », et les conversations qui exigent un accord attendent derrière toutes les autres. Avec Nova : ces réponses partent seules, avec le lien de paiement, et le gestionnaire garde les conversations qui nécessitent un accord, avec l'historique complet. Le gestionnaire négocie ; Nova, non.
  • Sinistres et réclamations. Aujourd'hui : l'assuré déclare un sinistre par téléphone et envoie photos et documents séparément ; le dossier se constitue à la main pendant plusieurs jours. Avec Nova : Nova reçoit la déclaration, demande ce que le contrat exige et la remet en ordre à votre équipe. L'examen des documents et la décision de paiement restent du ressort de votre gestionnaire sinistres.
  • Votre équipe interne. Aujourd'hui : aux Finances ou à la Technologie, quelqu'un demande pourquoi une TVA n'a pas été récupérée ou pourquoi une interface s'est bloquée, et la réponse dépend de qui est d'astreinte. Avec Nova : Nova explique en langage clair ce que disent vos systèmes et vos politiques, cite les sources et transmet à la bonne personne ce qui ne peut pas être résolu.

Ce que Nova ne fait pas. Nova n'approuve ni remboursements ni exceptions, ne négocie pas de remises, ne demande pas de données de carte dans la conversation et ne traite pas les réclamations ni les urgences sans intervention humaine : ces cas sont transmis immédiatement à une personne.

Examinez votre cas avec nous : nous prenons vos vraies questions et vous expliquons comment Nova les traiterait.

Auprès de vos clients, l'assistant peut porter votre propre marque, avec la technologie Hábil AI.

Un exemple : à onze heures du soir, un client demande « combien dois-je et où payer ? ». Nova vérifie qu'il s'agit bien de lui et répond avec son solde et le lien de paiement. S'il veut négocier, Nova enregistre le cas et le transmet à votre gestionnaire aux prochaines heures d'ouverture, avec tout le contexte.

5. Les agents : ils agissent dans votre processus, avec une personne qui approuve

Le problème : il y a du travail que personne ne fait parce que personne n'a le temps de vérifier : le stock qui s'épuise, la fiche incomplète, la commande bloquée depuis des jours. On s'en aperçoit quand cela a déjà coûté.

Ce qui change : les agents passent votre activité en revue à l'heure prévue, consultent, comparent et préparent le travail dans vos systèmes, et préviennent la personne concernée. Ce qui engage de l'argent ou des données est exécuté avec l'approbation d'une personne. Vous décidez, par processus et par outil, jusqu'où va chaque agent : seulement consulter et prévenir, proposer pour qu'une personne approuve, ou automatiser dans des limites que vous fixez.

Pourquoi c'est difficile : un agent qui agit a besoin de permissions limitées au strict nécessaire, d'une trace de chaque décision prise et d'un moyen d'éviter que la même action se fasse deux fois. Et chaque système qu'il touche doit être prêt à être utilisé par un programme, pas seulement par une personne.

Quand une étape exige plusieurs actions à la suite (consulter, comparer, préparer), ce sont les agents qui s'en chargent, avec des permissions limitées au nécessaire et une personne qui approuve tout ce qui engage de l'argent ou des données.

Un exemple : chaque matin, un agent passe en revue les commandes bloquées, trouve celles sans mouvement depuis plus de deux jours et laisse à votre équipe la liste avec le motif de chacune. S'il faut en rouvrir une, il la prépare ; une personne l'autorise.

6. La prévision : elle apprend de ce qui s'est passé pour estimer ce qui peut venir

Le problème : on achète, on encaisse et on planifie avec la mémoire et l'Excel de l'an dernier. Il y a trop de ce qui ne se vend pas, pas assez de ce qui se vend, et les créances qui vont prendre du retard se remarquent quand elles en ont déjà pris.

Ce qui change : la prévision estime la demande, l'encaissement ou le risque par gamme et par mois, toujours avec une fourchette — le plus probable, le minimum et le maximum —, et votre équipe décide avec ce chiffre en main. Ce qu'elle prévoit est conservé, et avec le temps on peut voir si elle avait raison.

Pourquoi c'est difficile : il faut l'historique de votre activité, organisé et propre, et une prévision qui fasse mieux que les façons simples de deviner, comme « la même chose que l'an dernier ». Si elle ne fait pas mieux, elle n'est pas utilisée, et nous vous le disons.

La prévision apprend de vos tables organisées, pas de vos conversations, et aucun modèle de langage n'est entraîné ni ajusté avec vos données sans votre autorisation écrite. Si vous avez Hábil Lake, elle apprend des données que le Lake a déjà organisées et rapprochées.

Un exemple : avant la saison, les Achats voient combien chaque gamme devrait vendre, avec sa fourchette, et décident combien commander. À la fin de la saison, ils comparent ce qui avait été prévu avec ce qui s'est réellement passé.

Où elle s'exécute

Sur votre infrastructure — le cloud que vous payez déjà ou vos propres serveurs — ou sur la nôtre, l'exploitation étant assurée par Hábil. Chaque client dispose de sa propre installation : vos données ne se mélangent avec celles de personne d'autre. Si vous utilisez un modèle opéré par Hábil, ce modèle peut servir plusieurs clients, mais il ne conserve ni les conversations ni les données d'aucun d'eux. Si le modèle est sur vos serveurs ou s'il s'agit de l'IA que vous payez déjà, rien n'est partagé.

Avec un interlocuteur responsable. Nous l'installons et la maintenons avec vous : mises à jour, changements de modèle et surveillance, alertes en cas de panne et sauvegardes testées, selon les horaires convenus, avec un service mensuel.

Ce que nous ne faisons jamais

Laisser l'IA prendre seule une décision qui coûte de l'argent : autoriser un paiement, faire une exception ou conclure un accord.

Utiliser vos conversations pour entraîner ou ajuster un modèle sans votre autorisation écrite.

Montrer à l'IA plus de données que vous n'en autorisez.

Vous promettre une IA qui ne se trompe jamais : c'est pourquoi chaque réponse provient de vos systèmes, cite sa source et laisse l'essentiel entre les mains d'une personne.

Le détail des contrôles, et ce que reçoit votre service Conformité, suit.

Contrôle, sécurité et vos données

Vos informations ne restent pas dans le modèle : nous les consultons en direct, elles peuvent donc être mises à jour, supprimées et citées. Vos conversations n'entraînent aucun modèle sans votre autorisation écrite. Les autorisations sont décidées par votre système, pas par l'IA.

Ce que l'IA ne fait jamais seule

Elle n'encaisse pas, n'approuve pas, n'émet pas et ne modifie aucun enregistrement sans l'autorisation d'une personne ou d'une règle que vous avez définie. Elle peut enregistrer une demande ou préparer une opération ; une personne l'autorise.

Elle n'offre ni prix, ni remises, ni conditions qui ne figurent pas dans vos règles.

Elle n'a que les permissions que votre équipe Technologie lui accorde, par système et par action.

Si une réponse ou une action incorrecte est détectée, elle est interrompue, le journal est examiné, la règle ou l'intégration est corrigée et le tout est retesté avant de reprendre. L'action est exécutée par votre système, pas par l'IA.

Avant de fonctionner, elle est testée sur vos cas réels avec un critère de sortie convenu.

Ce que reçoit votre service Conformité

Journal

chaque proposition est consignée : ce que l'IA a vu, ce qu'elle a proposé et qui l'a autorisée.

Accès

quelle personne ou quelle application peut consulter quoi, par système et par action.

Historique des modifications

chaque modification est enregistrée comme n'importe quelle autre modification de votre système.

Tests

les cas réels sur lesquels l'IA a été testée et le critère de sortie convenu avant son fonctionnement.

Motif de chaque décision touchant une personne

il est conservé et une personne peut le réexaminer. La loi mexicaine de 2025 sur les données personnelles reconnaît à vos clients le droit de s'opposer, dans les cas qu'elle prévoit, aux décisions automatisées prises sans intervention humaine ; votre service juridique valide son application à chaque cas.

Vous recevez les preuves pour que votre auditeur et votre régulateur puissent les examiner.

Vos données

Vous décidez quelle IA voit vos données : celle que vous payez déjà —ChatGPT, Copilot, Gemini ou Claude— ou des modèles ouverts installés dans votre entreprise. Avec des modèles installés dans votre entreprise, les conversations et les documents sont traités sur l'infrastructure que vous autorisez. Nous vous disons, chiffres à l'appui, quand il convient d'adapter un modèle et quand il suffit de le relier à vos documents.

Avec contrôle et avec preuves.

Devant le modèle se trouve une passerelle d'accès : chaque application avec sa permission, des limites d'usage et un journal de qui a consulté quoi, que votre service Conformité peut examiner.

Pour votre équipe technique

Ce que votre DSI ou votre CTO demande habituellement.

Le connecteur.

C'est un serveur MCP réalisé sur mesure pour vos systèmes. Il définit ce que chaque personne ou application consulte, tient un journal de qui a consulté quoi, et l'IA propose : l'action est exécutée par votre système, avec l'autorisation d'une personne ou d'une de vos règles. Il peut y avoir un connecteur par public : employés, clients, fournisseurs et intermédiaires, chacun avec son périmètre.

Des API prêtes pour les agents.

Avant de connecter un agent, nous examinons vos opérations au regard de ce qu'exige un consommateur automatique : qu'elles expliquent clairement leur finalité, les données qu'elles reçoivent et les réponses qu'elles donnent ; des erreurs cohérentes, de préférence au format standard Problem Details (RFC 9457) ; des nouvelles tentatives qui ne créent pas de doublons, une identité et des permissions propres à chaque agent, des limites visibles et un préavis avant le retrait d'une version. Ce qui manque est corrigé dans l'API ou dans une couche intermédiaire qui l'adapte, en cherchant à ne pas toucher au système d'origine.

Vos systèmes.

Nous relions les ERP et CRM les plus utilisés —SAP, Oracle, Microsoft Dynamics, Odoo, Salesforce, HubSpot—, des systèmes vieux de vingt ans et la facturation électronique avec les informations du SAT, sans remplacer votre système central et sans interrompre l'activité.

L'IA que vous payez déjà, ou la vôtre.

Des modèles d'OpenAI, d'Anthropic ou de Google, ou des modèles ouverts comme gpt-oss, Qwen, Mistral ou Llama sur vos serveurs ou dans votre cloud privé. On peut passer de l'un à l'autre sans refaire l'intégration, et les deux options peuvent coexister : ce qui est sensible est traité dans votre entreprise et le reste utilise l'IA que vous payez déjà. Il se connecte à tout serveur de modèles compatible avec le standard de l'API d'OpenAI.

Moins de coûts et moins de répétition.

Avec l'IA souscrite, lorsque le fournisseur le permet, nous organisons les instructions de votre entreprise pour ne pas répéter le contexte à chaque requête ; nous mesurons coût, vitesse et qualité avant de recommander.

Des réponses sourcées.

Ce qui change —prix, contrats, soldes— le modèle le consulte dans vos documents et systèmes à jour, avec la source sous la main. Lorsque c'est pertinent, nous adaptons un modèle ouvert au ton, aux termes et aux formats de votre entreprise, avec les contenus que vous approuvez, et nous le validons sur des cas réels.

Testé avant d'être recommandé.

Tous les modèles ouverts ne conviennent pas pour servir des clients : plusieurs échouent lorsqu'ils utilisent des outils ou suivent une chaîne d'étapes. Chacun passe par nos tests avant d'être recommandé. Lors de nos tests de septembre 2026, un modèle ouvert tourne en entier sur une seule carte graphique de 16 Go et résout des tâches en plusieurs étapes à l'aide d'outils ; lors de l'échange technique, nous expliquons ce qui a été mesuré et selon quel critère.

À la bonne taille.

Nous mesurons dans notre laboratoire quel modèle il vous faut, combien de requêtes il peut traiter simultanément et à quelle vitesse, avant que vous n'achetiez du matériel. L'IA que nous proposons est comprise de l'équipe qui la propose.

Après le lancement.

Nous l'entretenons : ajustements, changements de modèle et supervision, avec un service mensuel.

LLM — l'IA qui comprend et rédige.

Comprend la question et rédige la réponse ; ce n'est pas une source de données. Avec l'IA que vous payez déjà ou avec un modèle ouvert sur votre infrastructure, derrière un adaptateur par fournisseur.

RAG — celle qui consulte vos documents.

Cherche dans les connaissances de votre entreprise avant de répondre, avec une recherche hybride et un reclassement ; cite la source. Ne donne jamais de prix, de stock ni de commandes de mémoire.

API — la connexion.

La porte unique : identité, permissions par système appelant, contrat publié et versionné, et trace de chaque requête. Comprend le serveur MCP pour votre IA et les réponses sans conversation pour vos systèmes.

Nova — celle qui dialogue.

La conversation sur le web et WhatsApp, avec identité vérifiée pour les données personnelles et transfert à une personne de votre équipe.

Agents — les agents.

Consultent, comparent et préparent dans vos systèmes, avec trois niveaux d'autonomie configurables par client et par outil ; ce qui engage de l'argent ou des données est exécuté avec l'approbation d'une personne.

ML — la prévision.

Prévoit par gamme et par période, avec une fourchette ; apprend de tables organisées et n'est utilisée que si elle fait mieux qu'une estimation simple.

Chaque chiffre, date ou règle doit venir d'une source, et un programme le vérifie avant qu'il ne parte. S'il manque une donnée, on le dit ; on ne l'invente pas.

Comment réaliser un connecteur pour votre secteur (article de blog).

Ce dont votre système a besoin pour qu'un agent l'utilise sous contrôle (article de blog).

Hábil AI avec Hábil MDW et Hábil Lake

L'IA répond aussi bien que les données dont elle dispose. Si vos chiffres vivent dans trois systèmes et un Excel, l'IA hérite de ce désordre. Hábil Lake les met d'abord en concordance ; l'IA les utilise ensuite. Hábil Lake explique ce qui s'est passé ; la prévision de Hábil AI estime ce qui pourrait se passer, et l'IA vous permet d'interroger les deux.

Hábil AI et Hábil Lake sont deux plateformes indépendantes : elles se contractent séparément et aucune n'exige l'autre. Hábil AI fonctionne avec les systèmes que vous avez déjà. Quand vous avez les deux, elles s'alimentent ainsi :

Avec Hábil Lake

Votre IA répond avec vos chiffres.

Quand quelqu'un demande quelle gamme s'est le plus vendue ou où en est l'encaissement, la réponse vient des données organisées et rapprochées du Lake, avec des requêtes définies à l'avance et les permissions de cette personne.

La prévision apprend de données propres.

Elle apprend des tables organisées du Lake, pas des données brutes de l'activité, et ce qu'elle prévoit revient au Lake pour vérifier si elle avait raison.

L'information produit arrive à l'IA.

Les fiches de vos produits, construites dans le Lake, alimentent ce que l'IA sait de votre catalogue.

Vos documents, comme matière première.

Le Lake conserve aussi vos documents d'entreprise — contrats, manuels, fiches — comme matière première pour votre IA.

Les chiffres du jour, depuis le système.

L'IA ne prend pas le prix et le stock du jour dans le Lake : elle les demande à votre système à ce moment-là, avec l'identité de la personne qui pose la question.

La suppression est une seule procédure.

Si une personne demande la suppression de ses données, la procédure atteint les deux plateformes.

L’IA n’agit pas mieux que la connexion qu’elle a avec vos systèmes. Si chaque système est connecté de son côté, l’IA hérite de cet enchevêtrement et personne ne sait ce qu’elle a touché. Hábil MDW connecte d’abord ; l’IA passe ensuite par la même porte. Hábil MDW sait où en est chaque opération ; l’IA la consulte, l’explique et prépare l’étape suivante, avec l’approbation d’une personne.

Hábil AI et Hábil MDW sont deux plateformes indépendantes : elles se contractent séparément et aucune n’exige l’autre. Quand vous avez les deux, elles s’alimentent ainsi :

Avec Hábil MDW

Votre IA agit par la même porte.

Quand un agent de Hábil AI consulte une commande ou prépare un remboursement, il le fait par la porte d'entrée gardée de Hábil MDW, avec sa propre identité, ses permissions et la trace de chaque appel. Ce qui engage de l'argent ou des données est exécuté avec l'approbation d'une personne.

Nova sait où en est la commande.

Quand un client demande par WhatsApp où en est sa commande, Nova lui répond avec l'état que suit Hábil MDW, pas avec une supposition.

L'IA lit la trace.

Chaque matin, un agent passe en revue les opérations bloquées, trouve le motif de chacune dans la trace de la plateforme et les laisse à votre équipe.

Les prévisions reviennent à l'exploitation.

Ce que la prévision de Hábil AI estime — par exemple, le réapprovisionnement — arrive dans vos systèmes par Hábil MDW, sous forme de proposition qu'une personne approuve.

Les opérations bloquées, avec leur étape suivante.

Quand une opération s’arrête, Hábil MDW la signale ; l’IA explique où elle s’est arrêtée et pourquoi, et propose l’étape suivante, qu’une personne approuve.

Les écarts, en langage métier.

Quand deux systèmes ne concordent pas, Hábil MDW signale l’écart et l’IA l’explique en termes métier : ce qui ne concorde pas et entre quels systèmes.

Découvrez Hábil Lake : une seule version de vos chiffres, rapprochée de votre système et dans votre Excel ou votre Power BI.

Découvrez Hábil MDW : vos systèmes, enfin d’accord, avec votre système central, votre ERP et vos canaux connectés sans les remplacer.

Comment nous commençons

Lors d'un premier échange, sans frais, nous choisissons un processus où vous perdez aujourd'hui du temps, de l'argent ou des clients.

1

Vous nous écrivez sur WhatsApp en indiquant votre secteur, votre fonction et votre système principal.

2

Nous planifions 45 minutes avec un architecte de Hábil.

3

Nous vous demandons le processus, les systèmes qu'il touche et le volume approximatif. Nous ne demandons ni accès ni données de vos clients.

4

Vous repartez avec une cartographie d'un processus avec IA : le processus candidat, les données nécessaires, ses risques, le rôle de la personne et la manière de mesurer le succès. Elle indique ce que ferait l'IA, ce que votre équipe continuerait de faire et avec quels contrôles, et s'il convient ou non d'aller plus loin.

5

Si c'est pertinent : un projet avec indicateur, critère de sortie, et périmètre et coût convenus avant le début, y compris le coût de traitement avec son plafond. Dans la proposition, nous définissons aussi les livrables et leur documentation technique, la responsabilité de chaque partie, la propriété de ce qui est construit, le dispositif de support et de gestion des incidents, et les contrôles de sécurité de votre environnement.

Le parcours est : diagnostic → proposition avec périmètre, coût et risque → test avec critère de sortie → exploitation.

Nous travaillons avec peu de clients à la fois : l'architecte qui examine votre diagnostic suit votre projet jusqu'au bout.

Nous vous disons non lorsque le processus n'a pas un volume suffisant, lorsque la règle change chaque semaine ou lorsqu'une erreur coûte plus qu'elle ne rapporte.

À voir aussi

Voici l'IA sur des données réelles : interrogez vos CFDI en langage naturel (conversation d'exemple).

Voir Cuadre

La même couche qui connecte vos systèmes est celle qui donne à l'IA l'accès à vos données

Intégration de systèmes

Chaque requête de l'IA hérite des permissions de la personne

Maîtriser les accès

Questions fréquentes

Ce qu'on nous demande avant de commencer

  1. Non. Nous pouvons travailler avec celle que vous avez déjà —ChatGPT, Copilot, Gemini ou Claude— ou avec une IA installée sur vos serveurs.

  2. Vous décidez. Si vous choisissez l'IA installée dans votre entreprise, l'information est traitée sur les serveurs que vous définissez ; avant le fonctionnement, nous convenons de quelles données circulent et où.

  3. Oui, c'est pourquoi elle répond avec des données de vos systèmes, cite sa source et laisse l'essentiel entre les mains d'une personne. Et avant de fonctionner, elle est testée sur vos cas réels.

  4. Elle convient particulièrement là où il y a des contrats d'assurance, des crédits, du recouvrement, des sinistres ou un service client à fort volume, quelle que soit la taille.

  5. Oui. Elles se contractent séparément ou ensemble.

  6. Du processus, des systèmes qu'il touche et du volume approximatif. Nous n'avons besoin ni d'accès ni de données de vos clients lors du premier échange.

  7. Non. Votre investissement reste dans la connexion à vos systèmes, vos documents, les contrôles et les tests ; la connexion est conçue pour pouvoir changer de modèle sans refaire l'intégration.

  8. Après le fonctionnement, nous l'entretenons avec vous (ajustements, changements de modèle et supervision). Et chaque décision touchant une personne conserve son motif pour qu'une personne puisse le réexaminer ; le détail juridique figure dans la section Conformité.

  9. Le périmètre et le coût sont convenus avant le début, y compris le coût de traitement avec son plafond.

  10. Seulement ce que vous lui permettez. Chaque agent a un niveau : consulter et prévenir, proposer pour qu'une personne approuve, ou automatiser dans des limites que vous fixez. Ce qui engage de l'argent ou des données est exécuté avec l'approbation d'une personne, et chaque décision est tracée.

  11. Elle vient toujours avec une fourchette, pas avec un chiffre unique, et n'est utilisée que si elle fait mieux que les façons simples d'estimer. Ce qu'elle prévoit est conservé et comparé à ce qui s'est réellement passé, pour que vous voyiez si elle est juste.

Votre question n'y est pas ?

Parlons de votre cas. En 45 minutes, nous vous disons si cela convient, ce qui dépend de vos systèmes et quel risque vous devez résoudre avant d'aller plus loin.

Parlons de votre cas

Vous préférez l'e-mail ? Écrivez-nous à hola@habil.mx