7 Cas d'Usage des Agents IA pour les Entreprises (100+ Heures Gagnées) (2026)
Guide 2026 des cas d'usage des agents IA en entreprise : stratégies, tactiques, exemples concrets et étapes de mise en oeuvre pour obtenir des résultats plus vite.
Une enquête de l’Adecco Group menée auprès de 35 000 travailleurs révèle que l’IA fait gagner 1 heure par jour en moyenne. Ce chiffre grimpe à 2 à 4 heures pour les 25 % d’utilisateurs les plus avancés. Pour une équipe marketing de 5 personnes, cela représente 25 à 100 heures par semaine.
Ce qui distingue les entreprises qui économisent 5 heures de celles qui en économisent 100, ce ne sont pas les outils. Ce sont les cas d’usage qu’elles choisissent. La plupart commencent par les mauvais, automatisent des tâches qui n’avaient pas besoin de l’être et abandonnent le projet en moins de 3 mois.
Les 7 cas d’usage des agents IA présentés ici sont ceux qui génèrent systématiquement le plus d’heures économisées par euro dépensé. Chacun s’appuie sur des données d’entreprises réelles, des économies d’heures précises et un chemin de mise en oeuvre qui fonctionne.
Nous avons publié plus de 3 500 articles SEO dans plus de 70 secteurs. Au fil de ce processus, nous avons testé toutes les catégories d’agents IA du marché. Voici ce que nous avons constaté.
Voici ce que vous allez découvrir :
- 7 cas d’usage des agents IA classés par heures économisées par semaine
- Des exemples d’entreprises avec un ROI mesurable pour chaque cas d’usage
- Le total des heures économisées lorsque les 7 cas fonctionnent ensemble (112+ heures par semaine)
- Par quel cas d’usage commencer selon la taille de votre équipe
- Les erreurs courantes qui tuent le ROI des agents IA avant même le démarrage
Cas d’Usage 1 : Content Marketing et SEO (~20 Heures Par Semaine Gagnées)
La production de contenu est la tâche répétitive la plus volumineuse dans la plupart des équipes marketing. C’est aussi là que les agents IA délivrent le ROI mesurable le plus rapide.
Ce que fait l’Agent
Un agent de content marketing gère l’ensemble du pipeline : recherche de mots-clés, rédaction de briefs, écriture de brouillons, optimisation et publication. Il ne se contente pas d’écrire un premier jet. Il exécute l’intégralité du workflow, de la sélection du sujet à l’article publié.
Les économies de temps se décomposent comme suit :
| Tâche | Temps Manuel | Temps Agent | Gain |
|---|---|---|---|
| Création d’un brief de contenu | 1 à 2 heures | 3 à 5 minutes | 95 % |
| Brouillon de blog (2 000 mots) | 4 à 6 heures | 15 à 30 minutes | 90 % |
| Passage d’optimisation SEO | 45 minutes | 2 minutes | 97 % |
| Planification des réseaux sociaux | 5,5 heures/semaine | 30 minutes/semaine | 91 % |
| Veille concurrentielle sur les contenus | 4 heures/semaine | 15 minutes/semaine | 94 % |
Une entreprise de biens de consommation a rapporté une réduction de 95 % des coûts de création de blog et une accélération de 50x. Ce qui prenait 4 semaines se fait désormais en 1 jour.
Exemple Concret
Les benchmarks d’efficacité de MindStudio montrent un gain de 90,91 % sur la planification des réseaux sociaux et de 97,14 % sur la compilation d’analyses. Ce ne sont pas des projections. Ce sont des résultats mesurés sur des workflows en production.
Pour les équipes qui souhaitent que ce workflow soit géré de bout en bout, des services comme Stacc publient 30 articles SEO optimisés par mois sans nécessiter d’équipe de contenu. Cela élimine 80 à 100 heures de travail manuel par mois.
Comment le Mettre en Oeuvre
Commencez par les briefs de contenu. C’est le point d’entrée le plus simple car l’entrée (mot-clé + intention) et la sortie (brief structuré) sont toutes deux bien définies. Une fois les briefs fiables, étendez l’agent à la production complète de brouillons. Ajoutez l’optimisation SEO comme couche finale.
Cas d’Usage 2 : Support Client et Service (~25 Heures Par Semaine Gagnées)
Le support client est le domaine où les agents IA ont d’abord prouvé qu’ils pouvaient remplacer des workflows entiers. Les données y sont les plus solides de tous les cas d’usage.
Ce que fait l’Agent
Un agent de support gère les tickets, chats et appels entrants. Il résout les questions courantes de manière autonome, achemine les problèmes complexes vers le bon humain et apprend de chaque interaction pour améliorer ses réponses futures.
La distinction clé : un agent de support ne se contente pas de dévier les tickets. Il les résout. Cela signifie qu’il consulte les données de commande, traite les retours, met à jour les comptes et confirme les actions.
Exemples Concrets
Klarna a déployé un agent IA qui gère désormais les deux tiers de tous les chats client. Cela représente 1,3 million de conversations par mois, soit l’équivalent de 853 agents à temps plein. Le temps de résolution est passé de 11 minutes à moins de 2 minutes. Les demandes répétées ont baissé de 25 %. L’entreprise a économisé 60 millions de dollars par an.
Fooji a clôturé 99,92 % des tickets dans les SLA et réduit le temps de résolution moyen de 99 %.
ServiceNow a réduit de 52 % le temps de traitement des cas complexes. Les agents ont géré 80 % des requêtes sans intervention humaine.
Gartner estime que l’IA conversationnelle fera économiser 80 milliards de dollars en coûts de main-d’oeuvre de centres d’appels d’ici 2026. Ce chiffre n’est pas une aspiration. L’infrastructure est déjà déployée.
Comment le Mettre en Oeuvre
Cartographiez vos 10 catégories de tickets de support par volume. Lancez l’agent sur les 3 premières, qui représentent généralement 60 à 70 % du volume total. Définissez un seuil de confiance en dessous duquel l’agent escalade vers un humain. La plupart des équipes commencent à 85 % et le descendent à 70 % au fur et à mesure que le modèle s’améliore.
Arrêtez d’écrire. Commencez à vous classer. Stacc publie 30 articles SEO par mois pour 99 $. Pas de rédacteurs. Pas d’éditeurs. Pas de délais. Commencer pour 1 $ →
Cas d’Usage 3 : Prospection Commerciale et Gestion des Leads (~15 Heures Par Semaine Gagnées)
Les équipes commerciales passent 21 % de leur journée à écrire des emails. 17 % supplémentaires vont à la saisie de données. Les agents IA éliminent les deux.
Ce que fait l’Agent
Un agent commercial recherche des prospects, personnalise les messages d’outreach, envoie des séquences multicanaux (email, LinkedIn, téléphone), qualifie les leads entrants et met à jour le CRM après chaque interaction. L’humain conclut. L’agent fait tout avant et après la conclusion.
| Tâche | Temps Manuel | Temps Agent | Gain |
|---|---|---|---|
| Recherche de prospects | 30 minutes par lead | 2 minutes par lead | 93 % |
| Personnalisation d’emails | 15 minutes par email | 30 secondes par email | 97 % |
| Saisie de données dans le CRM | 2 à 3 heures/semaine | 0 (automatisé) | 100 % |
| Séquence de relances | 4 heures/semaine | 15 minutes/semaine | 94 % |
| Scoring des leads | 3 heures/semaine | Temps réel (automatisé) | 100 % |
Exemples Concrets
Salesforce rapporte que les clients utilisant Agentforce constatent une augmentation de 15 % des deals conclus et une réduction de 25 % de la durée du cycle de vente. Cette réduction de 25 % se traduit par des semaines de temps calendaire récupérées chaque trimestre.
Les représentants du développement commercial utilisant des agents d’outreach IA économisent plus de 7 heures par semaine rien que sur la prospection. La phase de recherche accélère par 4 car l’agent extrait les données firmographiques, l’actualité récente, l’information sur la stack technique et les signaux sociaux en quelques secondes.
Comment le Mettre en Oeuvre
Commencez par la tâche la moins risquée et la plus volumineuse : les séquences de relance. La plupart des équipes commerciales ont une cadence standard de 5 à 7 touches que les agents peuvent personnaliser et envoyer sans supervision. Une fois les relances en place, ajoutez la recherche de prospects et l’enrichissement CRM. Laissez la négociation et le relationnel aux humains.
Pour les équipes qui utilisent déjà l’automatisation marketing, l’extension vers les agents de prospection commerciale est une étape naturelle. Les flux de données sont déjà en place.
Cas d’Usage 4 : Email Marketing et Personnalisation (~10 Heures Par Semaine Gagnées)
La plupart des campagnes email fonctionnent encore sur des segments statiques et des envois planifiés. Les agents IA les transforment en moteur d’optimisation en temps réel.
Ce que fait l’Agent
Un agent email gère la segmentation de l’audience, l’optimisation des horaires d’envoi, les tests d’objet, la personnalisation du contenu et l’analyse des performances. Il n’attend pas qu’un humain vérifie les taux d’ouverture le jeudi. Il ajuste le prochain envoi en fonction du précédent.
Les plus grandes économies de temps viennent de l’élimination de la boucle d’optimisation manuelle :
- L’humain écrit 3 variantes d’objet
- L’humain configure un test A/B
- L’humain attend 24 heures
- L’humain vérifie les résultats
- L’humain applique le gagnant au reste de l’audience
Un agent email réduit ces 5 étapes en un processus continu. HubSpot rapporte que les équipes marketing assistées par IA développent leurs campagnes 73 % plus vite et réduisent de 68 % leurs délais de contenu.
Exemple Concret
Une marque e-commerce mid-market utilisant un agent email IA a constaté une augmentation de 34 % des taux d’ouverture et de 22 % des taux de clic en 60 jours. L’agent testait 14 variantes d’objet par campagne (contre 2 à 3 pour une équipe humaine) et optimisait les horaires d’envoi au niveau de chaque abonné.
Les économies de temps : 10 heures par semaine auparavant consacrées à la segmentation manuelle, à la configuration des tests A/B et au reporting des performances.
Comment le Mettre en Oeuvre
La plupart des plateformes d’emailing (Klaviyo, HubSpot, Braze) incluent désormais des fonctionnalités de niveau agent. Activez d’abord l’optimisation des horaires d’envoi. Puis activez les tests d’objet automatisés. L’étape finale est la personnalisation dynamique du contenu, qui nécessite des données client propres.
Votre équipe SEO. 99 $ par mois. 30 articles optimisés, publiés automatiquement. Pas de freelances. Pas de délais. Commencer pour 1 $ →
Cas d’Usage 5 : Analyse de Données et Reporting (~15 Heures Par Semaine Gagnées)
Toute entreprise compte une personne qui passe son lundi matin à compiler les chiffres de la semaine précédente dans une feuille de calcul. Les agents IA éliminent cette tâche favorite de personne.
Ce que fait l’Agent
Un agent de données se connecte aux plateformes d’analyse, aux CRM, aux réseaux publicitaires et aux bases de données. Il extrait les métriques, identifie les tendances, signale les anomalies et génère des rapports en langage clair. Pas de SQL requis. Pas de construction de tableaux de bord. Posez une question. Obtenez une réponse.
Exemples Concrets
Suzano, l’un des plus grands producteurs de pâte à papier au monde, a déployé des agents IA qui traduisent les requêtes en langage naturel en SQL pour 50 000 employés. Le temps de requête a chuté de 95 %. Le personnel non technique extrait désormais ses propres données au lieu d’ouvrir des tickets auprès de l’équipe d’analyse.
AES, une entreprise énergétique mondiale, a automatisé les audits de sécurité grâce aux agents IA. Le temps d’audit est passé de 14 jours à 1 heure. Les coûts d’audit ont chuté de 99 %.
McKinsey a déployé 25 000 agents IA en interne. Résultat : 1,5 million d’heures économisées sur les tâches de recherche et de synthèse en un an. Les agents ont produit 2,5 millions de visualisations de données en 6 mois.
Les benchmarks de MindStudio montrent un gain d’efficacité de 97,14 % sur la compilation d’analyses. Ce qui prenait 3,5 heures par semaine prend désormais 6 minutes.
Comment le Mettre en Oeuvre
Commencez par un seul rapport hebdomadaire que quelqu’un construit actuellement manuellement. Connectez les sources de données, définissez les métriques et laissez l’agent générer la première version. Comparez-la à la version manuelle pour vérifier l’exactitude. La plupart des équipes atteignent 90 %+ d’exactitude dès la première semaine et 98 %+ en un mois.
Pour les analyses marketing spécifiques, les agents IA s’associent bien à l’automatisation du workflow SEO pour combiner les données de classement, de trafic et de performance de contenu dans une vue unique.
Cas d’Usage 6 : Gestion des Réseaux Sociaux (~12 Heures Par Semaine Gagnées)
La gestion des réseaux sociaux est un piège à temps. Le travail créatif (stratégie, concepts de campagnes, engagement communautaire) se fait enfouir sous le planning, la veille et le reporting. Les agents IA libèrent le travail créatif.
Ce que fait l’Agent
Un agent de réseaux sociaux gère la planification de contenu, l’optimisation des hashtags, la veille sur le sentiment, le suivi concurrentiel et le reporting des performances. Les agents avancés génèrent également des variantes de posts, adaptent le format à chaque plateforme et suggèrent les meilleurs horaires de publication.
| Tâche | Temps Manuel | Temps Agent | Gain |
|---|---|---|---|
| Planification de contenu (3 plateformes) | 5,5 heures/semaine | 30 minutes/semaine | 91 % |
| Veille concurrentielle | 4 heures/semaine | 15 minutes/semaine | 94 % |
| Analyse du sentiment | 2 heures/semaine | Temps réel (automatisé) | 100 % |
| Reporting des performances | 1,5 heures/semaine | 5 minutes/semaine | 94 % |
Exemple Concret
Les marques utilisant une gestion sociale pilotée par IA rapportent une amélioration de 60 % de la précision de l’analyse de sentiment. Les programmes d’advocacy employés propulsés par des agents IA enregistrent jusqu’à 8x plus de portée que les publications de marque seules.
Le total des économies de temps pour une opération sur 3 plateformes : 12 heures par semaine. Soit 624 heures par an, ou environ 78 jours ouvrables complets.
Pour un guide pratique sur la mise en oeuvre de publications sur les réseaux sociaux générées par IA, nous couvrons les workflows exacts et les stratégies de prompting qui produisent du contenu natif à chaque plateforme.
Comment le Mettre en Oeuvre
Commencez par la planification et le reporting des performances. Ceux-ci sont entièrement automatisables dès le premier jour avec des outils comme Cloud Campaign, Hootsuite ou les fonctionnalités IA de Buffer. Ajoutez la veille sur le sentiment au mois 2. Gardez la génération de contenu pour la fin, car elle nécessite le plus de réglages pour correspondre à la voix de marque.
Cas d’Usage 7 : Opérations et Automatisation des Workflows (~15 Heures Par Semaine Gagnées)
Les tâches opérationnelles sont invisibles jusqu’à ce qu’on compte les heures. Traitement des factures, planification de réunions, routage de documents, workflows d’approbation. Chacune prend 5 à 15 minutes. Multipliez par 20 à 50 occurrences par semaine. Le total est vertigineux.
Ce que fait l’Agent
Un agent opérationnel automatise les workflows inter-systèmes. Il traite les factures, planifie les réunions, achemine les documents pour approbation, met à jour les outils de gestion de projet et gère les demandes d’achat. L’agent travaille à travers plusieurs systèmes (email, Slack, calendrier, ERP, gestion de projet) sans nécessiter d’intégrations personnalisées pour chacun.
Exemples Concrets
JPMorgan Chase a automatisé 360 000 heures de travail manuel annuel grâce à des agents IA pour le traitement de documents et les tâches de conformité.
Unilever a économisé plus d’1 million de dollars par an et réduit de 75 % le time-to-hire grâce à des agents IA pour les workflows de recrutement.
DHL a obtenu une réduction de 15 % des coûts opérationnels et une amélioration de 20 % de la vitesse de livraison grâce à une logistique gérée par des agents.
Uber Freight a réduit les miles à vide de 10 à 15 % et coupé le temps d’attente du support de 5 minutes à 30 secondes.
Le pattern commun à tous ces exemples : les agents opérationnels délivrent leur ROI par le volume. Chaque tâche individuelle ne fait économiser que quelques minutes. Mais lorsque l’agent gère des centaines de tâches par semaine, les économies se cumulent vite.
Comment le Mettre en Oeuvre
Auditez le calendrier de votre équipe pour identifier les tâches administratives récurrentes. Repérez les 3 à 5 tâches qui se produisent le plus fréquemment et disposent des entrées/sorties les plus standardisées. Commencez par là. La planification de réunions et le routage des factures sont les deux points d’entrée les plus simples car ils suivent des patterns prévisibles avec des critères de succès clairs.
Pour les équipes qui utilisent déjà l’automatisation marketing, l’extension des agents aux workflows opérationnels utilise la même couche d’orchestration. La technologie est identique. Seul le cas d’usage change.
3 500+ blogs publiés. Score SEO moyen de 92 %. Découvrez ce que Stacc peut faire pour votre site. Commencer pour 1 $ →
Le Total : 112+ Heures Par Semaine Gagnées
Voici le tableau complet lorsque les 7 cas d’usage des agents IA fonctionnent ensemble :
| Cas d’Usage | Heures Économisées Par Semaine |
|---|---|
| Content marketing et SEO | ~20 heures |
| Support client et service | ~25 heures |
| Prospection commerciale et gestion des leads | ~15 heures |
| Email marketing et personnalisation | ~10 heures |
| Analyse de données et reporting | ~15 heures |
| Gestion des réseaux sociaux | ~12 heures |
| Opérations et automatisation des workflows | ~15 heures |
| Total | ~112 heures |
Cela représente 112 heures par semaine. Pour une équipe de 10 personnes, cela équivaut à plus d’un employé à temps plein. Pour une entreprise de 50 personnes, cela équivaut à 2 à 3 ETP.
Le rapport State of AI 2026 de Deloitte confirme le pattern : 66 % des organisations rapportent une productivité accrue grâce au déploiement d’agents IA. L’espérance de ROI moyenne est de 171 %, avec une moyenne de 192 % pour les entreprises américaines.
La question n’est pas de savoir si ces économies sont réelles. Les données sont claires. La question est de savoir par quel cas d’usage commencer.
Par Où Commencer Selon la Taille de l’Équipe
| Taille de l’Équipe | Commencer Par | Pourquoi |
|---|---|---|
| 1 à 5 personnes | Content marketing (Cas 1) | Impact le plus fort par personne. Chaque heure gagnée est réaffectée au travail générateur de revenus. |
| 5 à 20 personnes | Support client (Cas 2) | Le volume de support augmente plus vite que les effectifs. Les agents évitent d’avoir à recruter. |
| 20 à 100 personnes | Analyse de données (Cas 5) | Les goulots d’étranglement de reporting ralentissent chaque département. Les supprimer crée un effet multiplicateur. |
| 100+ personnes | Opérations (Cas 7) | La charge administrative croît de manière exponentielle. Les agents la maintiennent linéaire. |
Pour une analyse plus approfondie des patterns d’adoption, consultez notre page sur les statistiques d’adoption des agents IA.
5 Erreurs Qui Tuent le ROI des Agents IA
Connaître les bons cas d’usage n’est que la moitié du travail. L’autre moitié consiste à éviter les pièges qui font dérailler la mise en oeuvre.
Erreur 1 : Commencer par le Cas d’Usage le Plus Difficile
Les équipes qui débutent par l’orchestration complète du parcours client ou la prise de décision autonome échouent dans 60 % des cas. Commencez par un workflow unique et mesurable. Prouvez le ROI. Puis étendez.
Erreur 2 : Automatiser Ce Qui Ne Devrait Pas L’Être
La stratégie de marque, la direction créative, la communication de crise et les négociations à hauts enjeux nécessitent le jugement humain. Les agents IA excellent dans la reconnaissance de patterns et l’exécution répétitive. Ils échouent sur les tâches exigeant de l’empathie, du contexte culturel ou de la conscience politique.
Erreur 3 : Déployer sur des Données de Mauvaise Qualité
Chaque cas d’usage ci-dessus dépend de données propres et unifiées. Un agent qui personnalise des emails à partir de profils clients obsolètes les personnalisera mal. Auditez vos données avant de déployer quelque agent que ce soit.
Erreur 4 : Mesurer l’Activité au Lieu des Résultats
« L’agent a envoyé 500 emails » est une activité. « L’agent a généré 12 leads qualifiés » est un résultat. Liez chaque agent à une métrique de revenu, de rétention ou d’efficacité dès le premier jour.
Erreur 5 : Ignorer la Courbe d’Apprentissage
PwC a constaté que 62 % des entreprises n’ont pas de point de départ clair pour la mise en oeuvre d’agents IA. Prévoyez 2 à 4 semaines de configuration et d’ajustement avant d’espérer un ROI complet. Les agents s’améliorent avec l’usage. La première semaine n’est jamais la meilleure.
Pour en savoir plus sur la place des agents IA dans une stack marketing plus large, consultez notre guide sur les outils IA marketing et notre article sur l’IA dans le marketing.
Classez-vous partout. Ne faites rien. SEO blog, SEO local et réseaux sociaux en pilote automatique. Commencer pour 1 $ →
FAQ
Quelle est la différence entre un agent IA et un chatbot ?
Un chatbot suit un script. Il répond à des mots-clés avec des réponses pré-écrites. Un agent IA perçoit des données, prend des décisions et agit de manière autonome à travers plusieurs systèmes. Un chatbot répond à « Quels sont vos horaires ? » Un agent IA résout un litige de facturation en consultant les données du compte, en calculant un remboursement, en traitant le crédit et en envoyant un email de confirmation.
Combien coûte la mise en oeuvre d’agents IA ?
Les coûts vont de 0 $ (frameworks open-source comme LangChain) à plus de 10 000 $ par mois (plateformes enterprise comme Salesforce Agentforce). La plupart des PME dépensent entre 100 et 500 $ par mois pour des outils d’agents spécialisés. Pour le contenu SEO en particulier, la création de contenu automatisée démarre à 99 $ par mois.
Les petites entreprises peuvent-elles utiliser efficacement des agents IA ?
Oui. Les petites entreprises affichent souvent le ROI par personne le plus élevé car chaque membre de l’équipe porte plusieurs casquettes. Gagner 1 heure par jour pour une équipe de 3 personnes équivaut à 15 heures par semaine. C’est l’équivalent d’embaucher un employé à temps partiel pour une fraction du coût.
Combien de temps avant que les agents IA ne montrent un ROI mesurable ?
La plupart des cas d’usage montrent des résultats mesurables en 2 à 4 semaines. L’optimisation des horaires d’envoi d’emails et la planification de contenu montrent des résultats en quelques jours. Le support client et la prospection commerciale nécessitent généralement 4 à 8 semaines pour que le modèle apprenne suffisamment d’interactions. L’automatisation complète des workflows opérationnels peut prendre 2 à 3 mois pour atteindre son efficacité maximale.
Les agents IA vont-ils remplacer les travailleurs humains ?
Non. Ils remplacent des tâches, pas des rôles. Chaque entreprise citée dans les exemples ci-dessus (Klarna, Salesforce, McKinsey) emploie toujours des humains. Ceux-ci sont passés de l’exécution de tâches répétitives à la direction des agents, la gestion des exceptions et la prise de décisions stratégiques. L’enquête d’Adecco révèle que les travailleurs utilisant l’IA rapportent une plus grande satisfaction au travail car ils consacrent plus de temps à des missions porteuses de sens.
Quelles tâches ne faut-il jamais automatiser avec des agents IA ?
Tout ce qui exige de l’empathie, du jugement de crise, de la vision créative ou de la sensibilité culturelle. Licencier quelqu’un par agent IA est un procès en attente. Répondre à une crise de relations publiques avec un message automatisé aggrave la situation. Utilisez les agents pour l’exécution et l’optimisation. Gardez les humains sur la stratégie et les relations.
Les 7 cas d’usage des agents IA ci-dessus ne sont pas théoriques. Ils fonctionnent en production dans des entreprises de toutes tailles et font économiser des heures mesurables chaque semaine. Les entreprises qui en tirent le plus commencent par un cas d’usage, prouvent le ROI, puis étendent. Celles qui échouent essaient d’automatiser tout en même temps. Choisissez votre premier cas d’usage. Mesurez les heures économisées. Puis empilez le suivant.
Zappez l’agence. Gardez les résultats. Stacc démarre à 99 $ par mois avec un essai IA à 1 $. Commencer pour 1 $ →
Outils et Ressources Associés
Outils SEO Gratuits :
Meilleures Listes :
Rédigé par
Siddharth GangalSiddharth est le fondateur de theStacc et Arka360, diplômé de l'IIT Mandi. Il a passé des années à observer comment de bonnes entreprises perdaient du trafic organique face à des concurrents qui publiaient simplement plus. Il a donc construit un système pour y remédier.