Un voyageur demande à entrer deux heures plus tôt dans son logement. Pour lui répondre, il faut vérifier le passage du ménage, connaître les règles du propriétaire et savoir dans quels cas lui demander son accord. C'est l'un des exemples que j'ai racontés à Nicolas Guyon dans Comptoir IA.
Je suis Gauthier Huguenin, fondateur de Kirako, et je partage mon travail sur X. Dans cet épisode paru le 9 septembre 2026, nous avons parlé de mon parcours commercial, de la création de Kirako et des agents IA que je déploie pour des entreprises. C'était mon premier podcast enregistré en présentiel. Voici les sujets que je souhaite prolonger ici, avec le lien vers l'entretien complet.
Regarder l'épisode de Comptoir IA avec Gauthier Huguenin sur YouTube.
Du commerce au déploiement d'agents IA
Avant Kirako, j'ai passé une dizaine d'années dans le business. J'ai commencé dans les télécoms en B2B, puis rejoint une startup dans la santé. Chez le leader français de l'IA téléphonique, j'ai ensuite travaillé comme Customer Success Manager sur le déploiement d'agents vocaux.
Ce poste m'a placé entre les équipes du client, les développeurs et le produit. Une entreprise voulait répondre à ses appels, traiter une demande ou connecter son outil métier. Il fallait traduire cette attente en un fonctionnement précis, puis vérifier ce qui se passait une fois l'agent au téléphone.
Dans le podcast, j'insiste sur le cadrage. Une demande trop large, des règles implicites ou une promesse mal définie compliquent le projet avant même le choix du modèle. Cette expérience explique ma manière de travailler chez Kirako : comprendre qui fait quoi, avec quelles informations, et ce qui doit se produire quand une situation sort du cadre.
Les premiers besoins que l'on m'a soumis dépassaient la voix. Des mails entrants à traiter, des messages de voyageurs, des actions à coordonner entre plusieurs outils. J'expérimentais déjà sur mes propres serveurs. Kirako s'est construit à la rencontre de ces essais et de ces demandes. Mon parcours sur la page À propos donne davantage de contexte sur cette transition.
Ce que j'appelle un agent IA dans cet entretien
J'utilise une comparaison avec l'arrivée d'un collaborateur. Pour qu'il travaille, il lui faut une mission, des procédures et des accès. Il faut également lui expliquer quelles décisions il peut prendre et lesquelles doivent revenir à quelqu'un d'autre.
Dans les déploiements dont nous parlons, l'agent est un programme qui utilise un modèle d'IA et des outils pour réaliser une tâche. Il peut fonctionner sur un serveur indépendant de mon ordinateur. Les instructions décrivent le travail attendu ; les connecteurs lui permettent de consulter ou de modifier les outils autorisés.
L'exemple du mail est parlant. Préparer une réponse et l'envoyer sont deux actions distinctes. Pour certains destinataires ou certaines situations, je veux relire le message. Cette règle doit faire partie du fonctionnement de l'agent dès le départ.
La comparaison avec un collaborateur aide à poser ces questions. Elle ne donne pas au logiciel le jugement d'une personne. Dans notre équipe Kirako, les agents ont des rôles identifiés ; ils restent des systèmes que je configure et supervise.
La prospection : préparer le travail commercial et suivre les réponses
Nicolas me demande quels agents reviennent le plus dans les demandes clients. Au moment de l'entretien, la prospection occupe une place importante : rechercher des entreprises pertinentes, enrichir les informations disponibles, préparer un premier message et tenir le CRM à jour.
Mon parcours commercial compte ici. Une liste de contacts n'aide pas beaucoup si personne ne sait pourquoi ces entreprises ont été retenues, qui a déjà répondu ou quelle conversation reprendre. L'agent doit s'insérer dans une manière de vendre qui existe et que l'équipe comprend.
Dans l'épisode, j'explique que le compte rendu et le suivi dépendent du processus du client. Certains veulent un rapport quotidien ; d'autres ont surtout besoin de retrouver les informations dans leur CRM. Le rythme et la destination du travail se définissent avec eux.
J'ai détaillé une architecture dans l'article sur la prospection B2B avec Lemlist et Sales Navigator. Il précise aussi la répartition des actions : préparation et suivi par l'agent, validation commerciale et actions LinkedIn manuelles dans le dispositif décrit. Le podcast donne le contexte ; cet article expose les limites opérationnelles.
Airbnb : une arrivée anticipée oblige à croiser les informations
Le cas de location courte durée raconté à Nicolas vient d'un propriétaire de plusieurs logements. Les messages voyageurs, les prestataires de ménage et les interventions techniques lui demandaient une présence quotidienne. Les informations circulaient entre plusieurs canaux.
L'agent devait notamment rapprocher une demande d'arrivée avec le planning du ménage. Une petite avance pouvait être acceptée dans la marge fixée par le propriétaire. Une arrivée beaucoup plus tôt demandait une vérification supplémentaire. Si les plannings entraient en conflit, il fallait revenir vers lui.
Ce cas montre où se situe le travail d'intégration. Répondre aimablement au voyageur ne suffit pas : il faut savoir si le logement sera prêt. Et quand un dégât ou un litige apparaît, l'agent doit préparer les éléments puis laisser le propriétaire décider.
Dans cet entretien, je rapporte une expérience de déploiement, pas une étude comparative. Le résultat d'un logement ne permet pas de promettre le même niveau d'autonomie à une autre activité. Les règles d'arrivée, les prestataires et les outils changent. C'est ce travail de coordination que nous présentons dans l'offre pour les conciergeries et locations touristiques.
Construire Kirako en public
Au début de la conversation, nous revenons sur X. J'y suivais déjà les discussions tech avant de publier mes propres essais. En lançant mon activité au printemps 2026, j'ai commencé à raconter les tests, les découvertes et le travail en cours.
Cette prise de parole m'a apporté des échanges professionnels et des demandes. Elle a aussi permis à Nicolas de découvrir mon travail. Le podcast prolonge ces conversations dans un format où l'on peut prendre le temps d'expliquer un cas, de revenir sur une limite et de répondre aux objections.
Je comprends que l'organisation de Kirako puisse donner envie de tout automatiser. Dans l'entretien, je raconte pourtant avoir déconseillé cette approche à des prospects qui voulaient reproduire mon entreprise d'un seul coup. Une équipe avec ses habitudes, ses clients et ses responsabilités a besoin d'un premier périmètre maîtrisable. La demande de départ peut tenir en une phrase : quelle tâche répétitive prend du temps aujourd'hui, et qui vérifiera qu'elle est correctement traitée ?
Après la mise en production, il reste du travail
La fin de notre échange technique porte sur la maintenance. Le serveur peut rencontrer un problème, un fournisseur de modèles devenir indisponible et l'agent produire une réponse incorrecte. Le fonctionnement doit pouvoir être observé et repris.
Je parle aussi de documentation et du rôle du client pendant le déploiement. Avoir un interlocuteur disponible pour préciser une règle ou valider un accès évite de construire sur une supposition. L'entreprise doit comprendre ce qui a été livré et comment en reprendre la gestion.
C'est le fil conducteur de cet épisode : partir d'une situation réelle, donner à l'agent un travail défini et suivre ce qu'il fait. Notre offre d'agents IA et automatisation reprend cette méthode. Le choix d'un outil comme Hermes vient ensuite, selon le fonctionnement attendu.
Retrouver l'épisode
L'entretien complet est disponible sur la vidéo Comptoir IA publiée par Nicolas Guyon. Les chapitres annoncés dans sa description permettent de retrouver la définition d'un agent à 9 min 56, les cas clients à 30 min 22 et la discussion sur les coûts à 1 h 02 min 30.
Merci à Nicolas pour l'invitation et pour ses questions. Elles ramènent la discussion à ce qui intéresse un dirigeant : ce que l'agent fait, les informations dont il a besoin et le moment où un humain doit reprendre la main.
Existe aussi : Lire en anglais