Juwa

SuperHote, reconnu comme l’éditeur du logiciel de gestion locative courte durée le plus populaire en France, a sollicité JUWA afin de transformer son copilote IA conversationnel en une équipe composée de quatre agents IA spécialisés. Chacun de ces agents dispose de missions, d’instructions précises et d’une base de connaissances dédiée, tous étant intégrés et proposés au sein du produit SuperHote. Ce projet ambitieux a été mené à bien lors d’un sprint intensif de 12 jours ouvrés, s’étalant du 19 au 31 janvier 2026.

Suite à un pilote initial concluant, le principal défi consistait à faire évoluer un assistant unique vers une équipe d'agents IA spécialisés, aisément compréhensibles et présentables lors de rendez-vous commerciaux. Il était également essentiel d'assurer une intégration harmonieuse avec la stack technique déjà en place, de permettre une personnalisation adaptée à chaque utilisateur, tout en respectant un délai très court pour la démonstration auprès du client. Le périmètre du sprint ne couvrait pas les tests de non-régression approfondis, l'audit de sécurité ni l’optimisation de la charge pour un déploiement à grande échelle.

JUWA a développé et configuré quatre agents d'intelligence artificielle distincts : Chris (Agent Exécutif), Vaness (spécialisée dans la communication avec les voyageurs), Chacha (en charge de la satisfaction client) et Sam (coach métier). Chaque agent bénéficie de ses propres instructions système et d'une base documentaire dédiée, toutes deux personnalisables par chaque utilisateur. L’architecture technique s’appuie sur AWS Bedrock, avec un orchestrateur multi-agents, des instructions système centralisées en base de données, ainsi qu’une base documentaire vectorisée spécifique à chaque agent. L’intégration a été réalisée via un module de chat en surcouche web et au sein de l’application mobile iOS/Android, sans perturber l’expérience de navigation existante. Les correctifs prioritaires identifiés lors de la phase pilote ont été intégrés, permettant une livraison complète et respectant les délais pour la démonstration commerciale.

Les quatre agents d'intelligence artificielle sont désormais proposés à la vente sur superhote.com, intégrés comme une composante essentielle de l'offre commerciale. Suite au sprint, JUWA a assuré la formation des équipes internes de SuperHote à l'utilisation quotidienne de ces solutions. Selon le fondateur, la productivité interne a été multipliée par dix dans la gestion des opérations. Ce projet a permis à SuperHote de se démarquer sur le plan commercial tout en renforçant l'efficacité de ses équipes.

SuperHote propose le logiciel de gestion locative courte durée le plus populaire en France. À la fin du mois de novembre 2025, la direction ambitionne de faire évoluer un assistant IA à entrée unique en un véritable copilote conversationnel, capable d’analyser le contexte d’une réservation et d’initier des actions métiers directement sur la plateforme. JUWA a mobilisé trois experts pendant 42 jours-homme afin d’intégrer ce copilote à l’architecture Laravel et React existante, de le déployer auprès de 50 utilisateurs réels dans un environnement pilote, tout en réalisant en parallèle un rapport de cadrage sur la stratégie IA pour 2026.

• L'assistant IA en place ne parvenait plus à gérer efficacement l’augmentation du volume de messages et de réservations.
• Il était impératif d’assurer un temps de réponse rapide et une cohérence des informations, même en situation de forte sollicitation.
• L’automatisation des échanges courants était nécessaire, tout en conservant la possibilité d’une intervention humaine sur les situations sensibles.
• L’objectif était d’intégrer l’IA au cœur même du produit, et non simplement sous la forme d’un widget externe.
• Un critère technique essentiel : garantir moins de 3 secondes entre le clic de l’utilisateur et l’apparition du premier caractère de la réponse.

• Conception et intégration d’un copilote conversationnel au sein de la plateforme SuperHote, s’appuyant sur la stack Laravel et React.

• Mise en œuvre d’AWS Bedrock pour orchestrer les agents IA et assurer une récupération hybride du contexte, combinant recherche vectorielle sur les bases de connaissances et requêtes structurées sur la base de données.

• Vectorisation des ressources internes, incluant les transcriptions vidéo de formation et le centre d’aide.

• Développement d’un module de chat React permettant le streaming des réponses, avec une validation humaine configurable.

• Optimisation technique du streaming : remplacement du SDK Bedrock par des appels HTTP directs et adaptation de PHP pour la gestion du SSE.

• Livraison d’une API Laravel sécurisée, accompagnée d’une documentation détaillée, d’une passation enregistrée et d’un rapport Vision IA 2026.

• Un copilote IA opérationnel a été livré en moins de 4 semaines, adopté par 50 utilisateurs réels dans un environnement pilote.
• Productivité interne considérablement accrue (multipliée par 10 selon le fondateur).
• Optimisation des coûts d'inférence grâce à l'amélioration des fonctions Lambda et à une sélection judicieuse du modèle.
• Socle technique mutualisé ayant permis le développement de quatre agents IA spécialisés, désormais intégrés et commercialisés dans le produit.
• Formation des équipes internes et élaboration d'une feuille de route IA jusqu'en 2026.

Une entreprise industrielle française de taille moyenne, filiale d’un groupe international et experte dans la production de composants techniques destinés aux secteurs aéronautique et ferroviaire, était confrontée à la nécessité de vérifier manuellement chaque bon de commande avec son accusé de réception, pour plus de 3 000 clients actifs. Cette tâche sollicitait l’intervention de sept opératrices ADV, représentant un total de 475 heures de travail mensuelles. JUWA a conçu une solution de comparaison basée sur l’OCR et l’intelligence artificielle, hébergée sur un cloud souverain européen et spécifiquement adaptée aux formats de documents du client, permettant ainsi à l’équipe ADV de libérer 317 heures chaque mois.

• Mettre en place une vérification documentaire critique à grande échelle, sans recourir à une solution opaque ni dépendre d’un cloud non souverain.
• Gérer un volume conséquent de documents non structurés, comprenant 1 900 paires de documents et près de 9 500 pages chaque mois, dont 90% sont au format PDF.
• Préserver un haut niveau de qualité dans la vérification, avec un taux de détection des anomalies supérieur à 95%, tout en optimisant les délais de traitement.
• Garantir à l’humain la possibilité de conserver le contrôle sur la validation finale.

• Conception d’un outil personnalisé de comparaison documentaire reposant sur la technologie OCR et l’intelligence artificielle (modèle Mistral), avec un hébergement sur un cloud souverain européen.
• Interface utilisateur réalisée avec React et Next.js, connectée à une base miroir de l’ERP du client (accès en lecture seule, synchronisation quotidienne par export).
• Extraction automatisée des données, standardisation des références et rapprochement automatique à partir de la base produits.
• Mise à disposition d’un tableau de comparaison visuelle utilisant un code couleur (vert/rouge) pour simplifier la prise de décision humaine.
• Fourniture d’une documentation technique, possibilité d’exporter les corrections au format CSV, accompagnée d’une formation des équipes et d’un support dédié pendant trois mois.

• Le temps nécessaire pour traiter une paire de documents est passé de 15 minutes à un maximum de 5 minutes.

• Chaque mois, l'équipe ADV récupère 317 heures sur les 475 heures initialement consacrées à cette tâche.

• Le taux de détection des anomalies reste supérieur à 95%.

• L'architecture peut être facilement répliquée sur d'autres entités du groupe, sans dépendre d'un cloud non souverain.

• Le client conserve la pleine propriété du code, des modèles et des données, avec la possibilité d'effectuer un export complet à tout moment.

Une entreprise industrielle centenaire, experte dans la conception et la maintenance de machines de lavage de haute précision destinées aux secteurs de l’aéronautique, du ferroviaire et de l’automobile, était confrontée à l’encombrement de 50 000 fichiers techniques non indexés stockés sur ses serveurs internes.

JUWA a mis en place un assistant documentaire reposant sur un moteur RAG souverain, offrant aux techniciens du service après-vente un accès immédiat à l’information recherchée, avec mention du fichier source ainsi que du numéro de page concerné.

• Accès complexe à un vaste patrimoine documentaire accumulé sur plusieurs décennies, comprenant environ 50 000 fichiers techniques non indexés.

• Présence de formats variés : notices d'origine, numérisations anciennes, plans issus de la CAO, nomenclatures sous Excel.

• ERP en cours de transformation, sans lien établi entre les dossiers techniques et le système ERP.

• Forte pression des clients pour obtenir des réponses rapides en cas de panne, ce qui affecte la marge et le niveau de satisfaction client.

• Impératif de souveraineté : aucune donnée ne doit être utilisée pour entraîner un modèle externe, avec une obligation d’hébergement des données en France.

• Création d’un assistant conversationnel reposant sur un moteur RAG, hébergé sur une infrastructure souveraine en Europe.
• Mise en œuvre d’un modèle d’intelligence artificielle français pour la reconnaissance optique de caractères (OCR) et l’analyse du langage.
• Audit et préparation documentaire sur un périmètre pilote de 2 000 fichiers : OCRisation, découpage en fragments contextualisés et enrichissement des métadonnées.
• Développement d’une interface optimisée pour iPad, spécialement conçue pour les techniciens en intervention.
• Remise du code source en pleine propriété, fourniture d’un rapport de nettoyage des données et d’une feuille de route pour l’intégration à l’ERP.

• Le temps consacré à la recherche documentaire pour le service après-vente a été diminué de 55 %.
• Le taux de précision des réponses atteint 90 % sur un ensemble de 2 000 documents testés lors de la phase pilote.
• L’adoption a été simplifiée grâce à la mention systématique du fichier source ainsi que du numéro de page correspondant.
• Livrables fournis : moteur RAG souverain, interface adaptative, rapport de nettoyage des données et feuille de route pour l’intégration à l’ERP.

Une entreprise de taille moyenne, active dans le secteur du bâtiment et experte en rénovation ainsi qu’en structure, consacrait beaucoup de temps à la création manuelle de ses notes de débours et de ses DPGF à partir des plans de chantier. JUWA a développé un projet pilote intégrant l’intelligence artificielle, permettant d’automatiser la première étape : extraction des données, valorisation, génération de livrables prêts à l’utilisation, puis validation par un expert humain.

La direction a lancé un défi : automatiser la génération des débours et des DPGF afin d’accroître la rapidité et la fiabilité du processus, tout en conservant un contrôle humain sur chaque estimation. Les chargés d’étude étaient confrontés à l’analyse de plans PDF variés, à l’exploitation de documents techniques, ainsi qu’à la gestion de notes de débours manuscrites ou partiellement structurées. Ils devaient ensuite saisir manuellement ces informations dans les DPGF et dans l’ERP de chiffrage. Ce mode de fonctionnement s’avérait long, générateur d’erreurs et limitait le développement de l’entreprise.

JUWA a conçu un outil professionnel reposant sur l’intelligence artificielle, facilitant le dépôt sécurisé des documents de chantier via une interface web dédiée. Un moteur d’ingénierie, associant la reconnaissance optique de caractères (OCR), des règles métier avancées et la technologie RAG, examine les plans et documents techniques afin d’identifier et d’extraire les matériaux, quantités, longueurs ainsi que les postes de main-d’œuvre. Les informations collectées sont ensuite croisées avec la base de prix interne, ce qui permet de générer automatiquement une note de débours structurée, un DPGF pré-rempli au format Excel, ainsi que des fichiers d’export CSV compatibles avec l’ERP. Un processus de validation permet à l’utilisateur de contrôler et d’ajuster chaque estimation. Toutes les données sont hébergées en France sur OVHcloud et les modèles d’IA utilisés sont français (Mistral OCR, Mistral Small).

La durée nécessaire pour produire une note de débours a diminué de 70 %, passant d’environ trente minutes à moins de dix minutes. Désormais, il n’est plus nécessaire de ressaisir les informations entre les plans et l’ERP de chiffrage. Le modèle de l’entreprise est désormais réplicable, ce qui facilite l’ouverture de nouvelles agences sans dépendre de compétences rares. La base technique est également prête à accueillir de futures évolutions, telles que l’intégration d’un assistant conversationnel ou la reproduction du modèle dans d’autres agences.

KAPIMS, entreprise évoluant dans le domaine pharmaceutique, était confrontée à des processus de collecte et de reporting de données particulièrement complexes et longs. Les équipes en charge de la data consacraient la majeure partie de leur temps à rassembler manuellement des informations provenant de multiples sources variées (ERP, CRM, outils de production, données réglementaires), ce qui limitait leur capacité à se concentrer sur l’analyse approfondie et la prise de décisions stratégiques.

La production des rapports mensuels nécessitait auparavant plusieurs jours de travail manuel afin de rassembler et consolider des données provenant de 12 sources distinctes, caractérisées par des formats variés et des mises à jour non synchronisées. Cette complexité augmentait considérablement les risques d’erreurs, tandis que les décideurs recevaient des analyses déjà dépassées. L’objectif principal était donc d’automatiser l’intégralité du processus de gestion des données, tout en garantissant le respect strict des exigences réglementaires propres au secteur pharmaceutique.

JUWA a élaboré et mis en place une architecture de données automatisée, comprenant des pipelines ETL reliés à 12 sources de données distinctes. Ce dispositif s’appuie sur un data warehouse centralisé, dont la modélisation est spécifiquement adaptée aux exigences analytiques du secteur pharmaceutique. Des tableaux de bord en temps réel sont mis à disposition des différentes directions. L’ensemble du système répond strictement aux standards de traçabilité et de validation du domaine pharmaceutique, incluant l’audit trail, la gestion des accès et l’historisation des données.

Le temps consacré au reporting a diminué de 90 %, passant de plusieurs jours à seulement quelques minutes. Grâce aux tableaux de bord en temps réel, les décideurs disposent en permanence de données actualisées. Les équipes data peuvent désormais se concentrer sur l’analyse prédictive et l’optimisation des processus, ayant été déchargées des tâches répétitives. De plus, la conformité réglementaire est garantie par une traçabilité totale des flux de données.

Un groupe mutualiste composé de 800 collaborateurs avait pour ambition de concrétiser une intuition commune concernant l’intelligence artificielle, en élaborant un plan d’investissement structuré et hiérarchisé. L’objectif était d’accroître la réactivité et la personnalisation des services proposés à ses adhérents, tout en modernisant des processus internes encore largement manuels. JUWA a accompagné ce groupe durant dix semaines, réalisant un diagnostic approfondi de la maturité digitale, la création d’un catalogue de 24 cas d’usage priorisés par direction métier, l’élaboration d’une feuille de route sur 18 mois, ainsi que le lancement de six projets pilotes en IA.

• La concurrence des acteurs numériques s’intensifie, tandis que les adhérents attendent davantage de réactivité et de solutions personnalisées.
• Les processus internes demeurent majoritairement manuels, ce qui freine la capacité à accompagner la croissance de l’activité.
• Il est nécessaire de structurer les investissements en intelligence artificielle : déterminer les priorités, évaluer le retour sur investissement attendu et mobiliser l’ensemble des 800 collaborateurs autour de cette transformation.
• Une résistance à l’automatisation peut apparaître, notamment dans un modèle qui repose sur la proximité et la relation humaine avec les adhérents.

• Déploiement d'un cadrage stratégique structuré en trois étapes sur une période de dix semaines : réalisation d'un diagnostic de maturité en intelligence artificielle couvrant les aspects données, outils, compétences et culture ; identification puis hiérarchisation de 24 cas d'usage par direction métier (relation avec les adhérents, gestion des sinistres, conformité, ressources humaines) ; élaboration d'une feuille de route sur 18 mois, intégrant des jalons clés et une gouvernance adaptée.

• Mise en place d'ateliers spécifiques pour chaque direction métier, organisation de comités de pilotage toutes les deux semaines, ainsi que des restitutions intermédiaires auprès du comité de direction.

• Lancement de six projets pilotes sélectionnés pour leur fort impact : développement d'un chatbot pour les adhérents, automatisation du traitement des sinistres simples, détection de la fraude, personnalisation des offres, assistance à la rédaction réglementaire et optimisation des plannings.

• Implémentation d'un modèle de gouvernance dédié à l'IA afin d'assurer le pilotage et la pérennité de la transformation.

• Un diagnostic de maturité a été réalisé à une date précise et partagé avec les parties prenantes.

• Vingt-quatre cas d'usage de l'intelligence artificielle ont été identifiés, priorisés et quantifiés, en collaboration avec les différentes directions métier.

• Une feuille de route sur 18 mois a été élaborée, comprenant des jalons précis et des conditions de déclenchement spécifiques pour chaque cas d'usage.

• Six projets pilotes d'IA ont été lancés dans diverses directions, permettant d'obtenir des retours variés et concrets afin de guider les décisions futures.

• L'adoption de l'IA par les 800 collaborateurs a été facilitée grâce à l'engagement des équipes métiers et à la gouvernance instaurée.

Un cabinet spécialisé dans l'administration judiciaire était confronté à une croissance importante du nombre de documents fiscaux et juridiques à gérer, ce qui dépassait les capacités de saisie manuelle de ses collaborateurs. JUWA a soutenu ce client en déployant une solution d'extraction OCR dotée d'un contrôle qualité intégré, offrant ainsi un gain de temps significatif pour chaque dossier traité et renforçant la fiabilité de l'analyse documentaire.

• Augmentation continue du nombre de liasses fiscales et de documents juridiques, rendant leur traitement manuel irréalisable.
• Possibilité d'erreurs lors de la saisie des données, susceptibles d'altérer la qualité des analyses et d'influencer les décisions judiciaires.
• Le temps consacré à la collecte des données réduit celui dédié à l'analyse à forte valeur ajoutée.
• Un processus manuel complexe, difficilement adaptable et générateur de fatigue pour les équipes.

• Mise en place d’un processus complet d’analyse documentaire par OCR, comprenant trois phases principales : extraction automatisée des informations, vérification de la qualité, puis organisation structurée des résultats.

• Création d’une application IA de bureau fonctionnelle, accompagnée d’un modèle Excel automatisé pour l’intégration directe des données structurées.

• Rédaction de la documentation utilisateur et réalisation de sessions de formation afin d’assurer une appropriation optimale de la solution.

• Déploiement d’un pipeline d’automatisation adapté aux processus d’audit documentaire du cabinet, avec des ajustements continus pour s’adapter à la diversité des formats traités.

• Élimination complète de la saisie manuelle des liasses fiscales.
• Traitement accéléré, avec une rapidité multipliée par quatre.
• Économie de trois heures par dossier et plus de cinq heures gagnées par collaborateur chaque semaine.
• Fiabilité totale des données extraites, validée à 100% après contrôle qualité.
• Temps libéré réinvesti dans l’analyse stratégique, ce qui renforce la qualité des missions d’audit.

Une jeune entreprise FinTech assistait ses clients dans leurs levées de fonds en constituant manuellement des datarooms, un processus qui prenait généralement entre trois et quatre semaines en raison de la dispersion des sources d’information. JUWA a mis en place une API connectée à plus de quinze systèmes différents, ainsi qu’un moteur de génération de documents capable de produire automatiquement les dossiers requis par les investisseurs. Grâce à cette innovation, le délai de traitement a été réduit à moins de 48 heures.

Le défi présenté par le client : fournir des datarooms d’une qualité homogène, en un temps réduit, tout en évitant d’ajouter de nouveaux intervenants au processus. La méthode manuelle nécessitait auparavant trois à quatre semaines et impliquait plusieurs acteurs, ce qui engendrait des ralentissements et augmentait le risque d’incohérences dans les données financières entre les différents documents. Une simple divergence entre deux chiffres au sein d’un même dossier pouvait remettre en question la crédibilité de l’entreprise auprès des investisseurs.

JUWA a élaboré et mis en place une API reliée à plus de quinze sources de données, telles que des outils comptables, des CRM, des SIRH et des établissements bancaires. Cette API permet une agrégation automatique des données financières et juridiques. Un moteur de génération documentaire crée les documents standards requis pour la dataroom, comme le compte de résultat, les bilans, la table de capitalisation et les projections, dans un format conforme aux attentes des investisseurs. Un système automatisé de contrôle qualité assure la cohérence des informations entre les différents documents. Le projet a été mené sur une période de trois mois, organisé en sprints de deux semaines, avec des démonstrations toutes les deux semaines, une intégration continue et des tests réalisés auprès des utilisateurs. La solution livrée inclut l’API documentée, les connecteurs, le moteur de génération, une interface de gestion de dataroom ainsi que la documentation technique et utilisateur.

Le délai de préparation d'une dataroom a été réduit de 70 %, passant de trois à quatre semaines à moins de 48 heures. Grâce aux contrôles automatiques, les incohérences entre les documents ont été éliminées. Le client peut désormais accompagner trois fois plus d'entreprises dans leurs levées de fonds sans augmenter ses effectifs, transformant ainsi son modèle économique. La valeur ajoutée de la mission se manifeste par les trois semaines économisées pour chaque dossier, offrant aux équipes la possibilité de se concentrer sur l'analyse plutôt que sur la compilation des documents.

Un acteur européen spécialisé dans les consignes automatisées pour la logistique du dernier kilomètre souhaitait évoluer d’une maintenance réactive vers une gestion proactive et automatisée, tout en préservant la concentration de son équipe produit sur sa feuille de route. JUWA a réalisé un audit approfondi de 15 jours, aboutissant à la remise d’une feuille de route détaillée et chiffrée.

• Le réseau compte actuellement 6 000 consignes automatisées, un chiffre en forte progression avec l'ajout d'environ 300 nouvelles unités chaque mois. Cette croissance engendre près de 50 tickets de maintenance quotidiens.
• Les méthodes de maintenance restent manuelles : le tri des tickets s'effectue à la main, ce qui provoque des retards, des erreurs d'orientation et un manque d'optimisation dans la planification des interventions techniques.
• Les informations sont éparpillées entre plusieurs systèmes : Azure, des applications internes développées sous React, Jira ainsi que Power BI.
• L'équipe IT, entièrement mobilisée sur la feuille de route produit, ne dispose pas de ressources pour se consacrer à l'industrialisation des processus.

• Audit fonctionnel, organisationnel et technique réalisé sur une période de 15 jours ouvrés (soit 3 semaines), conduit par un chef de projet IT accompagné d'experts en data et cloud.

• Immersion au sein des métiers, entretiens approfondis avec les équipes Installation, Maintenance et IT afin de cartographier précisément les workflows opérationnels.

• Diagnostic technique et data incluant l’analyse des flux, la revue des outils internes existants et l’évaluation de la qualité des données historiques.

• Élaboration d’une feuille de route priorisée, accompagnée d’une projection budgétaire détaillée par lot, puis présentation finale auprès de la direction.

• Qualification de 12 cas d’usage en intelligence artificielle, avec un scoring basé sur la valeur métier, la faisabilité technique et la durée de développement. Sélection de 5 projets majeurs planifiés sur une période de 12 à 24 mois.

• Le retour sur investissement estimé est inférieur à 12 mois pour les premiers lots, grâce à l'automatisation du tri des tickets et à l'optimisation des tournées.
• Les livrables incluent un rapport d'audit complet (comprenant la cartographie des flux et un diagnostic des données), une feuille de route stratégique chiffrée, ainsi qu'un outil de pilotage dédié aux investissements en intelligence artificielle.
• La direction bénéficie désormais d'une vision précise des priorités, des bénéfices attendus et des différents scénarios envisageables.

Fit Doors conçoit et fabrique, depuis un demi-siècle à Tigery dans l’Essonne, des portes relevables destinées aux véhicules industriels. Son application VeryFit permet de tracer chaque porte installée, depuis le contrôle de montage jusqu’à la remise de la déclaration de conformité CE au client final. Au printemps 2026, le développeur initial transmet le projet. JUWA réalise un audit en mai, reprend le code le 21 juillet, le sécurise, le met en production le 26 août et en assure la maintenance depuis cette date.

• Le code fourni ne se lançait pas, car il manquait un fichier essentiel à la livraison.
• L'application n'était protégée par aucun test automatisé, aucune vérification n'était en place.
• Sur les 51 failles de sécurité identifiées lors d'un audit précédent et censées être corrigées, 49 étaient encore présentes.
• Des identifiants étaient visibles en clair dans le code transmis.
• Il n'y avait ni environnement de test, ni procédure de déploiement, ni système de sauvegarde ou de restauration.
• Deux portions distinctes du code déterminaient chacune la conformité d'un dossier, ce qui pouvait entraîner des statuts différents selon l'interface consultée.
• 13 actions modifiaient directement la base de données depuis le navigateur, sans passer par le serveur.

• Réalisation d'un audit exhaustif portant sur le code, les données ainsi que l'environnement d'hébergement.
• Mise en œuvre de 648 contrôles automatisés afin de couvrir l'ensemble des parcours critiques.
• Optimisation du code par la suppression de 103 fichiers devenus obsolètes ou inutilisés.
• Harmonisation des règles de conformité pour l'ensemble des dossiers.
• Renforcement de la sécurité des scripts d'intervention et des accès à la base de données.
• Toutes les opérations d'écriture passent désormais par l'API, éliminant toute écriture directe depuis le navigateur.
• Mise en place d'un environnement de test dédié et d'une procédure de déploiement sécurisée, incluant sauvegarde et possibilité de retour arrière.
• Installation d'un système de supervision des erreurs, accompagnée d'une maintenance mensuelle assurée par un interlocuteur unique, avec remise d'un compte-rendu d'activité.

• 648 contrôles automatiques ont été instaurés (alors qu’il n’y en avait aucun au moment de la reprise).
• 50 vulnérabilités de sécurité ont été corrigées, dont une qui n’avait jamais été détectée auparavant.
• Toutes les modifications directes via le navigateur ont été supprimées (il y en avait 13 initialement).
• 31 retours du terrain ont été regroupés en 5 causes principales, puis résolus à travers 7 chantiers de correction personnalisés.
• L’application a été fiabilisée, sécurisée et maintenue sans refonte, assurant ainsi la continuité d’activité pour Fit Doors et ses partenaires.

Smartfunnel est une société SaaS qui cherchait à moderniser ses formulaires de contact classiques en adoptant un funnel conversationnel intelligent. L'objectif était de qualifier instantanément les prospects et d'intégrer automatiquement des données enrichies dans le CRM. Les formulaires traditionnels présentaient un taux d'abandon important, tandis que la qualification manuelle effectuée par les équipes commerciales demandait beaucoup de temps.

• Les formulaires de contact classiques entraînaient un taux d'abandon élevé, atteignant 70%.
• Les prospects recueillis présentaient fréquemment des informations incomplètes, rendant la qualification difficile.
• Les équipes commerciales consacraient en moyenne 30 minutes par prospect afin de compléter la qualification avant de pouvoir initier un échange commercial pertinent.

• Élaboration d’un smartfunnel conversationnel reposant sur une ingénierie de prompts avancée.
• L’intelligence artificielle interagit via des questions personnalisées et évolutives, détecte les besoins du prospect, analyse son niveau de maturité ainsi que son budget, puis attribue automatiquement un score.
• Connexion directe avec le CRM afin d’enrichir les fiches contacts à partir des informations recueillies lors des échanges.
• Mise en place d’un tableau de bord analytique, accompagnée d’une documentation détaillée des prompts et d’un guide pour leur optimisation.

• Progression de 45% du nombre de leads qualifiés générés.
• Diminution significative du taux d’abandon constaté.
• Le temps moyen nécessaire à la qualification est désormais inférieur à 2 minutes, contre 30 minutes auparavant.
• Optimisation du temps des équipes commerciales, leur permettant de se focaliser sur la conversion des prospects.
• Un tunnel de conversion actif en continu, 24h/24 et 7j/7, permettant de capter des leads en dehors des horaires de bureau et d’élargir la plage de prospection.

Un cabinet comptable de taille moyenne faisait face à une augmentation continue du nombre de dossiers, sans augmentation de ses effectifs. Les tâches telles que la saisie, les rapprochements bancaires et la création de documents standards accaparaient le temps que les collaborateurs auraient pu consacrer à des missions de conseil. À l’issue de cinq semaines d’audit, huit processus susceptibles d’être automatisés ont été identifiés, ce qui a permis la mise en place de trois outils, générant ainsi un gain de productivité évalué à 25 %.

• Augmentation continue du nombre de dossiers à gérer, sans renforcement des équipes en place.
• Les collaborateurs consacrent une part importante de leur temps à des tâches répétitives telles que la saisie comptable, les rapprochements bancaires ou la génération de documents standards, au détriment de l’accompagnement personnalisé des clients.
• Nécessité de déterminer précisément les usages de l’intelligence artificielle qui peuvent être mis en œuvre tout en respectant le cadre réglementaire propre à la profession.
• Insuffisance de clarté concernant la viabilité technique et la conformité réglementaire des solutions d’IA envisagées.

• Audit structuré en trois étapes sur une période de cinq semaines : analyse des processus en place incluant le chronométrage des tâches, évaluation du niveau de maturité digitale (outils, données, compétences), ainsi qu’identification et évaluation des cas d’usage de l’IA.

• Réalisation d’une cartographie des processus et hiérarchisation selon le gain de temps potentiel, la complexité de mise en œuvre et le retour sur investissement.

• Mise en place de trois solutions IA prioritaires : assistant pour la saisie comptable, outil automatisé de rapprochement bancaire, et générateur de documents standards.

• Formation et accompagnement des équipes pour garantir une adoption optimale des nouveaux outils.

• Identification et évaluation de 8 processus pouvant être automatisés.
• Mise en place de 3 solutions d'intelligence artificielle jugées prioritaires.
• Amélioration de la productivité estimée à 25 % sur le périmètre analysé.
• Adoption rapide des nouvelles solutions grâce à des actions de formation et un accompagnement dédié.
• Optimisation du temps consacré au conseil client, sans augmentation des effectifs, même en cas de hausse du nombre de dossiers traités.

Une société spécialisée dans les services B2B était confrontée à un choix stratégique concernant sa plateforme métier devenue obsolète : procéder à une refonte complète, opter pour une modernisation progressive ou envisager une migration vers de nouvelles technologies. Faute de données objectives, il était difficile de prendre une décision éclairée. Après huit semaines d’audit, un scoring détaillé des douze composants du système d’information a été réalisé, accompagné d’une feuille de route sur dix-huit mois, visant à réduire de 40 % les coûts liés à l’infrastructure.

• La plateforme métier actuelle montre des signes d'obsolescence, avec des difficultés notables en termes de performance, de maintenance et d'évolutivité.

• L'équipe technique consacre la majorité de son temps à la gestion des correctifs, ce qui limite sa capacité à anticiper et à intégrer de nouvelles évolutions fonctionnelles.

• La direction hésite entre une refonte totale, une modernisation progressive ou une migration vers des technologies plus récentes, faute de données objectives pour guider la prise de décision.

• Audit stratégique réalisé sur une période de 8 semaines, abordant cinq axes majeurs : architecture applicative, infrastructure, flux de données, sécurité et organisation des équipes.

• Méthodologie combinant revues de code, entretiens avec les développeurs et les utilisateurs métiers, ainsi qu'une analyse comparative du marché.

• Évaluation des 12 composants du système d'information selon leur criticité, la dette technique et leur potentiel d'évolution.

• Livrables fournis : rapport d'audit détaillé, cartographie des applications et de l'infrastructure, matrice des risques, ainsi qu'une feuille de route technique priorisée sur 18 mois.

• La direction a approuvé la mise en place d’un plan de modernisation évolutif, privilégiant une adaptation progressive au lieu d’une refonte complète.

• L’objectif vise à diminuer de 40 % les coûts liés à l’infrastructure, tout en optimisant la performance et la résilience du système.

• Le système de scoring des composants est désormais utilisé comme référentiel pour orienter les décisions d’investissement à venir.

Une agence web reconnue, forte de plus de 3 000 clients et experte en création de sites internet, e-commerce et optimisation du référencement, a fait appel à JUWA pour réaliser un audit approfondi de ses cinq pôles en seulement 10 jours.

L'objectif principal était de hiérarchiser les besoins en automatisation interne et de concevoir une offre de gestion des réseaux sociaux pilotée par des agents IA, accompagnée d'une feuille de route claire et opérationnelle à destination de l'équipe technique interne.

• Le modèle économique fondé sur la commercialisation du temps de travail humain montrait ses limites en matière de rentabilité.
• L’augmentation du chiffre d’affaires ne permettait plus d’accroître significativement la marge nette.
• Améliorer l’efficacité des processus internes tout en évitant de recruter de nouveaux membres dans l’équipe.
• Concevoir une nouvelle offre récurrente à forte rentabilité, capable de répondre aux besoins d’un vaste portefeuille de clients.

• Réalisation d’un audit fonctionnel, technique et data couvrant cinq pôles clés : commercial, technique, opérationnel, communication et administratif, mené par un auditeur unique.

• Élaboration d’une cartographie des processus, détection des synergies et des redondances, ainsi qu’un audit approfondi du système d’information et des outils de production.

• Définition et hiérarchisation de cinq cas d’usage de l’IA, incluant la conception d’une architecture d’agents IA dédiée à la gestion automatisée des réseaux sociaux, tout en intégrant une validation humaine.

• Remise d’une feuille de route budgétée sur 12 mois, accompagnée d’un catalogue des cas d’usage IA et d’une note technique détaillée à destination de l’équipe de développement interne.

• Près de 80% du contenu destiné aux réseaux sociaux peut être automatisé.
• Une feuille de route détaillée sur 12 mois, avec des actions rapides mises en place de façon autonome par l’équipe interne dès la présentation des résultats.
• Diminution des coûts de déploiement après l’audit, grâce à la montée en compétences de l’équipe technique du client.
• Transition d’un modèle basé sur la vente de temps à une offre récurrente à forte rentabilité, couvrant un portefeuille de 3 000 clients.

Une société SaaS B2B axée sur la prospection commerciale cherchait à intégrer l’intelligence artificielle générative dans son processus de création de visuels, afin de personnaliser massivement ses campagnes de prospection. Jusqu’alors, la création manuelle de visuels par l’équipe design représentait un frein, limitant le volume de campagnes et la diversité des variantes pouvant être testées.

L'équipe commerciale rencontrait des difficultés à obtenir des visuels adaptés à chaque segment de prospects, à chaque canal de communication (email, LinkedIn, pages d'atterrissage) ainsi qu'à chaque version A/B. Le studio de design interne n'était en mesure de créer qu'une petite partie des visuels requis, ce qui forçait l'équipe à recourir à des modèles standardisés, entraînant ainsi une baisse des taux de conversion.

JUWA a développé un pipeline de génération visuelle intégrant des modèles d’intelligence artificielle générative tels que Midjourney, DALL-E et Stable Diffusion. Ce dispositif s’appuie sur un système de templates dynamiques et une bibliothèque de prompts optimisés, adaptés à chaque secteur d’activité et persona. Ce pipeline offre la possibilité de produire des variantes visuelles en parfaite cohérence avec la charte graphique du client, et ce, en adaptant automatiquement les créations aux différents formats requis par chaque canal de prospection. Les livrables incluaient un pipeline automatisé, une bibliothèque de plus de 200 prompts optimisés, un guide de style dédié à l’IA, des templates dynamiques multi-format, ainsi que la formation de l’équipe marketing.

La quantité de visuels créés a été multipliée par cinq, alors que les coûts de production ont baissé de 60%. Les campagnes intégrant des visuels générés par l’IA enregistrent un taux de conversion supérieur de 28% par rapport aux modèles standards, en raison d’une personnalisation adaptée à chaque segment. L’équipe design a pu se concentrer davantage sur la direction artistique et le développement de l’identité de marque.

Une PME industrielle multi-sites en pleine expansion ambitionnait de doubler son activité sur cinq ans, tout en maintenant ses effectifs administratifs. L'entreprise, opérant sur plusieurs sites au service de grandes enseignes nationales, était confrontée à une surcharge de tâches administratives : plus de 200 courriels reçus quotidiennement, des rapports d'intervention ressaisis manuellement dans l'ERP, ainsi qu'une gestion parallèle à travers de nombreux fichiers Excel. JUWA a réalisé un audit IA sur 13 jours ouvrés afin de détecter les opportunités d'automatisation et de définir une feuille de route souveraine en intelligence artificielle, structurée en trois étapes clés.

• La boîte email partagée est saturée, recevant plus de 200 messages quotidiennement.
• Les rapports d'intervention doivent être ressaisis manuellement dans l'ERP.
• De nombreux fichiers Excel parallèles sont créés pour compenser les limites du système principal.
• La répétition mécanique des tâches entraîne une perte de sens et une charge mentale accrue pour les équipes.
• Une exigence élevée de confidentialité et de souveraineté des données est imposée, avec une stricte conformité au RGPD et un refus d'utiliser des LLM extra-européens.

• Élaboration d'une méthodologie d'audit IA structurée autour de quatre axes principaux : fonctionnel/organisationnel, technique, données/cas d'usage et gouvernance/souveraineté.
• Réalisation de neuf entretiens individuels afin d’objectiver les écarts entre les processus théoriques et ceux réellement vécus.
• Étude technique approfondie de l’infrastructure, de la base SQL de l’ERP ainsi que du système de stockage documentaire.
• Qualification et évaluation des cas d’usage IA à travers un scoring prenant en compte la valeur métier, la faisabilité technique et la complexité.
• Préconisation d’une architecture reposant sur des modèles IA français et européens (Mistral), hébergés sur un cloud souverain ou sur des serveurs dédiés.
• Définition d’une feuille de route IA en trois étapes : oxygénation (automatisation des tâches périphériques), centralisation (migration progressive), et pilotage financier.
• Mise en place dès l’origine des fondations techniques, notamment un orchestrateur IA souverain interfacé avec le SI via un VPN sécurisé.

• Détection d'un potentiel de 30 % de temps administratif pouvant être libéré.
• Élaboration d'une feuille de route pour l'intelligence artificielle, structurée sur une période de 12 à 18 mois, avec un retour sur investissement estimé à moins de 12 mois.
• Établissement d'une vision claire et partagée des priorités entre la direction et les équipes opérationnelles.
• Livrable : un rapport d'audit complet comprenant des constats fonctionnels, une analyse technique, une matrice des risques, des recommandations concrètes, une cartographie des flux, un catalogue de cas d'usage IA hiérarchisés, ainsi qu'une feuille de route opérationnelle.

Une jeune entreprise SaaS B2B souhaitait organiser et automatiser sa prospection commerciale par email afin d’augmenter la génération de leads qualifiés. Les campagnes d’emailing étaient réalisées manuellement, manquaient de personnalisation et obtenaient peu de retours. L’équipe commerciale consacrait trop de temps à la rédaction et au suivi des emails, ce qui nuisait à l’efficacité de la conversion.

• L'équipe commerciale traitait de façon manuelle les campagnes d'emailing, ce qui entraînait des taux d'ouverture peu élevés et un nombre de leads générés en deçà des attentes.
• Le manque de segmentation précise et l'absence d'automatisation dans la personnalisation freinaient la performance des actions de prospection.
• Il devenait nécessaire d'automatiser et d'optimiser le processus tout en préservant une approche individualisée et conforme aux exigences du RGPD.

• JUWA a développé une solution d’emailing automatisée qui intègre l’enrichissement des données via l’intelligence artificielle, la segmentation basée sur le comportement des utilisateurs ainsi que la création de séquences personnalisées.
• Cette solution exploite des modèles de langage pour ajuster le ton et le contenu en fonction de chaque segment, tout en utilisant des déclencheurs automatiques selon les actions des destinataires (ouverture, clic, visite du site).
• Livrables : système d’emailing automatisé mis en place, séquences de prospection adaptées à chaque segment, tableau de bord pour le suivi des indicateurs clés de performance, documentation complète et formation dédiée à l’équipe commerciale.

• Le taux d'ouverture moyen s'élève désormais à 35 %, alors qu'il était auparavant de 18 %.
• Le taux de réponse a progressé pour atteindre 12 %.
• Chaque mois, plus de 150 leads qualifiés sont générés.
• L'équipe commerciale a pu se concentrer davantage sur la conversion et le closing, économisant ainsi plus de 15 heures par semaine qui étaient auparavant dédiées à la prospection manuelle.

La branche française d’un groupe logistique international désirait que la session dédiée à l’IA lors de son séminaire annuel génère des retombées tangibles. JUWA a élaboré une intervention sur mesure, s’appuyant sur un questionnaire interne d’évaluation de la maturité, incluant une démonstration en temps réel d’une solution rapide à mettre en œuvre, ainsi que la distribution à chaque participant d’un kit pratique pour faciliter la prise en main.

• S'assurer que la présentation soit concrète et en lien direct avec les réalités quotidiennes des équipes, afin d'éviter une intervention trop générale.
• Personnaliser le contenu en fonction du niveau de connaissance réel des collaborateurs concernant l'intelligence artificielle.
• Repérer et encadrer l'utilisation non officielle d'outils d'IA déjà en circulation au sein de l'organisation, afin de mieux gérer le shadow IT.
• Fournir des solutions ou des pratiques que les participants pourront mettre en œuvre immédiatement après la présentation.

• Envoi d’un questionnaire interne composé de plusieurs sections afin d’ajuster la conférence aux besoins concrets des équipes et d’identifier d’éventuels usages de shadow IT.
• Organisation d’une réunion en visioconférence avec la direction pour approfondir l’analyse qualitative des réponses recueillies.
• Animation d’une conférence hybride (présentiel et visioconférence) d’une durée de 2 heures, alternant des apports théoriques et des exercices pratiques, incluant une démonstration en direct d’un quick win : tri automatisé des emails à l’aide de prompts personnalisés pour l’entreprise.
• Distribution à chaque collaborateur d’un kit de prise en main comprenant un support, un guide détaillé étape par étape, des prompts prêts à l’emploi, ainsi qu’un compte rendu destiné à la direction.

• Les équipes ont intégré le quick win dès le lendemain du séminaire, assurant une mise en œuvre rapide.
• Chaque membre du personnel dispose d’un kit complet pour exploiter les usages de l’IA de façon autonome, sans solliciter le service informatique.
• Les pratiques informelles liées à l’IA (shadow IT) bénéficient désormais d’une meilleure visibilité et d’un encadrement renforcé.
• La solution clé en main peut facilement être reproduite lors d’autres séminaires ou dans le cadre de nouvelles phases de transformation.

Un réseau de coaching sportif sur mesure, implanté sur trois sites, rencontrait des difficultés de croissance en raison d'une gestion manuelle des réservations, de la facturation et du suivi des abonnements. JUWA a réalisé un audit approfondi de 15 jours afin d’analyser le parcours client, statuer sur l’évolution de l’outil métier et fournir une feuille de route détaillée et chiffrée.

• La gestion des réservations, de la facturation et du suivi des forfaits s'effectue de manière manuelle, ce qui engendre un important ralentissement administratif.

• L'outil métier actuellement utilisé est lent, nécessite de nombreux clics et ne dispose pas d'API, ce qui complique fortement toute tentative d'automatisation.

• Le suivi des forfaits n'est pas automatisé : les relances et réengagements dépendent uniquement de la vigilance des équipes.

• Il est nécessaire de coordonner trois sites, les coachs salariés, les prestataires ainsi que la gestion de l'occupation des salles.

• Audit fonctionnel, organisationnel et technique réalisé sur une période de 15 jours ouvrés.

• Élaboration d'une cartographie détaillée du parcours client, couvrant toutes les étapes, de la prise de contact initiale jusqu'à la facturation et au renouvellement des forfaits.

• Réalisation d'un diagnostic approfondi de l'outil métier, analyse des données, étude des interconnexions avec les outils comptables et RH, ainsi qu'un benchmark de solutions alternatives axées API-first.

• Qualification de neuf cas d'usage pour l'automatisation, accompagnée d'un scoring basé sur le temps administratif économisé, la faisabilité technique et le coût associé.

• Élaboration d'une feuille de route priorisée sur une période de 12 à 24 mois, avec une estimation indicative des coûts par lot.

• Réalisation d'une comparaison objective entre la migration vers un nouvel outil métier et l'ajout d'une surcouche d'automatisation.

• Un plan d’action précis pour orienter les investissements sur les deux années à venir.

• Restitution des heures administratives à la direction et aux coachs, selon un critère objectif et mesurable.

• Un rapport d’audit exhaustif et réversible, offrant au client la liberté de lancer les projets avec le partenaire de son choix.

• Hiérarchisation des projets en fonction de leur potentiel de retour sur investissement.

DataBird a sollicité JUWA afin d’optimiser sa stratégie SEO en développant des contenus accessibles et fiables autour des sujets liés à l’IA et à la Data. L’enjeu principal consistait à s’appuyer sur des articles vulgarisés pour renforcer l’acquisition organique, tout en préservant les ressources internes déjà fortement mobilisées.

• Rédiger des contenus SEO performants sur des thématiques techniques telles que l’intelligence artificielle, la data ou le machine learning, en veillant à les rendre compréhensibles pour un public non spécialiste.
• Améliorer la visibilité des contenus grâce à une optimisation pour le référencement naturel, en intégrant une stratégie de mots-clés pertinente et un maillage interne efficace.
• Préserver la disponibilité des équipes internes en évitant de solliciter leur intervention, afin de ne pas alourdir leur charge de travail.

• JUWA a sélectionné et mobilisé des freelances experts en vulgarisation technologique et en rédaction optimisée pour le référencement naturel.
• Une collaboration étroite a été mise en place avec le SEO Manager de DataBird afin d’assurer une production rapide de contenus à forte valeur ajoutée.
• Plus de 30 articles SEO, comprenant entre 1 200 et 1 500 mots chacun, ont été rédigés, avec des propositions de titres principaux et secondaires, des méta-descriptions pertinentes et un maillage interne soigneusement optimisé.
• Un rythme de production soutenu de 2 à 4 articles par mois a été maintenu sur une mission récurrente d’une durée de 8 mois.

• En l’espace de trois mois, le trafic SEO a connu une nette progression.
• Les pages dédiées aux formations affichent désormais un taux de conversion amélioré.
• La dépendance vis-à-vis des canaux publicitaires payants a été sensiblement diminuée.
• Plus de 120 000 impressions issues du référencement naturel ont été enregistrées.