# Maacdow: Une IA qui tient le coup un mardi chargé.

> Maacdow est un studio montréalais qui conçoit des flux de travail et des agents IA pour les entreprises en croissance, et répare ceux qui ont cessé de fonctionner après la démo.

_Maacdow en trente secondes ([MP4](https://maacdow.com/video/hero-fr.mp4)). Animation de trente secondes, sans son. Les messages s’accumulent un mardi chargé. Ils sont aspirés dans un seul canal à cinq stations : lire, trier, rédiger, réviser et envoyer. Une personne approuve chaque réponse avant l’envoi. Un maillon brisé entre deux stations est repéré par un jeu de tests, puis réparé. La charge triple sur trois voies et le système tient. Les cinq stations se referment ensuite pour former le mot-symbole Maacdow._

- Lieu: Montréal, Québec, Canada
- Langues de travail: français, anglais
- Clientèle: Petites et moyennes entreprises
- English: https://maacdow.com/index.md

## Services

Chaque mandat part d’un processus précis, pas d’une technologie. Nous convenons de ce que le système doit faire, de la façon de vérifier qu’il fonctionne et de qui garde le contrôle.

### Flux de travail et automatisation IA

**La situation.** Les demandes arrivent par courriel, par formulaire et par téléphone. Quelqu’un recopie les détails d’un outil à l’autre, relance pour les informations manquantes et rédige la même réponse pour la dixième fois cette semaine.

**Ce que vous obtenez.** Un flux de travail cartographié et relié aux outils que vous utilisez déjà. L’IA lit, trie et rédige. Une personne décide partout où une décision compte.

**Par exemple.** Les demandes entrantes deviennent des fiches structurées, avec un suivi rédigé en attente d’approbation.

**Composantes habituelles:** Lecture des demandes, Classification, Extraction de documents, Rédaction, File d’approbation, Journal d’audit

### Agents IA

**La situation.** Certaines tâches exigent plus qu’une séquence fixe : chercher une information, choisir la prochaine étape, utiliser deux ou trois systèmes pour terminer le travail.

**Ce que vous obtenez.** Un agent limité à une seule tâche, avec des outils définis, des limites claires sur ce qu’il peut faire seul, un recours vers une personne et un journal de chacune de ses actions.

**Par exemple.** Un agent prépare une soumission à partir d’une demande, la vérifie avec votre liste de prix et la remet à un membre de l’équipe pour envoi.

**Composantes habituelles:** Outils délimités, Limites de permission, Recours humain, Journal des actions, Jeu d’évaluation

### Réparation et sauvetage IA

**La situation.** Vous avez déjà un robot conversationnel, une automatisation ou un projet pilote. La démo fonctionnait. Maintenant, les réponses sont incohérentes, les pannes passent inaperçues ou personne ne s’y fie assez pour l’utiliser.

**Ce que vous obtenez.** Un diagnostic écrit de ce qui échoue et pourquoi, une liste de correctifs par priorité, puis les correctifs eux-mêmes : requêtes, recherche documentaire, données, intégrations ou processus autour du modèle.

**Par exemple.** Un assistant de soutien qui contredit vos politiques est reconstruit autour de sources approuvées, avec un jeu de tests conçu pour détecter les régressions avant vos clients.

**Composantes habituelles:** Audit du système, Journal des pannes, Jeu de tests, Correctifs de recherche, Refonte des requêtes, Notes de transfert

### Évolutivité et fiabilité

**La situation.** Le système fonctionne pour dix utilisateurs. À quelques centaines, il ralentit, les coûts grimpent et la panne d’un fournisseur arrête tout le processus.

**Ce que vous obtenez.** Des suites d’évaluation, du traçage et de la surveillance, l’optimisation des coûts et des délais, des solutions de repli en cas de panne et un guide d’exploitation pour votre équipe.

**Par exemple.** Les demandes courantes vont à un modèle plus léger et le plus puissant est réservé aux cas difficiles, la qualité étant mesurée avant et après.

**Composantes habituelles:** Suite d’évaluation, Traçage, Alertes, Routage de modèles, Mise en cache, Fournisseur de repli, Guide d’exploitation

## Réparation IA

**La démo fonctionnait. Puis les vrais utilisateurs sont arrivés.** Les défaillances de l’IA tiennent souvent à plus que le modèle : tests absents, portée floue, données périmées et intégrations dont personne n’est responsable. Cochez ce qui vous semble familier et voyez par où nous commencerions.

> 40 % + des projets d’IA agentique seront annulés d’ici la fin de 2027, prévoit Gartner, en raison de coûts croissants, d’une valeur d’affaires incertaine ou de contrôles des risques insuffisants. ([Communiqué de Gartner, 25 juin 2025 (en anglais)](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027))

### Qu’est-ce qui vous semble familier ?

- Les réponses changent d’un jour à l’autre, sans que personne sache pourquoi. → Modèle ou réglages non figés; Aucun jeu de tests fixe; La recherche ramène le mauvais contenu
- L’assistant affirme des choses absentes de vos documents. → Aucune règle d’ancrage; La recherche ramène le mauvais contenu
- Une automatisation échoue en silence et l’équipe l’apprend d’un client. → Ni traçage ni alertes; Intégration fragile
- Les coûts d’utilisation ont augmenté plus vite que l’utilisation. → Un grand modèle pour tout; Ni traçage ni alertes
- Chaque modification de requête corrige un cas et en brise un autre. → Aucun jeu de tests fixe; Une seule requête pour trop de tâches
- La personne qui l’a construit est partie, et rien n’est documenté. → Responsabilités non documentées; Aucun jeu de tests fixe

### Par où nous commencerions

- **Aucun jeu de tests fixe.** Les changements sont jugés en essayant quelques exemples, à l’œil. Première vérification: Rassembler de vrais exemples dont la bonne réponse est connue et y mesurer chaque changement.
- **Modèle ou réglages non figés.** Le fournisseur met le modèle à jour, ou les réglages d’échantillonnage permettent de grands écarts. Première vérification: Figer la version du modèle et revoir la température et les réglages connexes.
- **La recherche ramène le mauvais contenu.** Des passages périmés, en double ou hors sujet sont transmis au modèle. Première vérification: Pour chaque question en échec, examiner ce qui a été récupéré avant de toucher à la requête.
- **Aucune règle d’ancrage.** Rien n’empêche le modèle de répondre à partir de ses connaissances générales. Première vérification: Exiger une citation pour chaque affirmation et acheminer les questions sans appui à une personne.
- **Ni traçage ni alertes.** Les erreurs sont avalées et personne n’est averti, si bien que les problèmes apparaissent tard. Première vérification: Tracer chaque exécution, puis alerter sur les échecs et sur les silences inhabituels.
- **Intégration fragile.** Une API a changé, un jeton a expiré ou un champ a bougé dans un outil relié. Première vérification: Revoir l’expiration des accès, la gestion des erreurs et les reprises à chaque connexion.
- **Un grand modèle pour tout.** Les demandes courantes utilisent le modèle le plus cher, avec de longues requêtes. Première vérification: Mesurer le coût par type de tâche, diriger le travail courant vers un modèle plus léger et mettre en cache les répétitions.
- **Une seule requête pour trop de tâches.** Une même requête gère la classification, les politiques, le ton et la mise en forme. Première vérification: La découper en étapes qui se testent chacune séparément.
- **Responsabilités non documentées.** Les comptes, les clés et les requêtes dépendent d’une seule personne ou d’une seule boîte de courriel. Première vérification: Inventorier les comptes, les clés, les requêtes et les flux de données, puis les mettre à votre nom.

### Ce que produit un mandat de réparation

- **Diagnostic.** Un rapport en langage clair sur ce qui échoue, à quelle fréquence et pour quelles causes probables.
- **Jeu de tests.** De vrais exemples tirés de votre processus, pour vérifier chaque changement.
- **Correctifs.** Appliqués par ordre de priorité, chacun mesuré avec le jeu de tests.
- **Transfert.** Documentation, accès et responsabilités consignés, pour que votre équipe continue d’exploiter le système après le projet.

## Approche

D’une bonne idée à un système que votre équipe utilise. Les échéanciers et les estimations suivent la phase de découverte. Nous ne chiffrons pas un projet avant de comprendre le flux de travail.

- **Comprendre le flux de travail.** Nous nous assoyons avec les personnes qui font le travail pour repérer où le temps se perd et où les erreurs surviennent. Livrable: Carte du flux de travail.
- **Définir un projet pilote ciblé.** Une tâche, une limite claire et une définition commune de ce que « fonctionner » veut dire, avant de bâtir quoi que ce soit. Livrable: Portée du pilote et critères de réussite.
- **Bâtir et évaluer.** Nous construisons à partir de vrais exemples de votre processus et testons le système comme votre équipe l’utilisera. Livrable: Système fonctionnel et résultats d’évaluation.
- **Lancer et améliorer.** Votre équipe prend le relais avec la documentation et la formation. Nous restons disponibles si vous souhaitez un soutien continu. Livrable: Documentation de transfert et options de soutien.

## Exemples de flux de travail

_Flux de travail illustratif, pas une étude de cas client._

### Tri des demandes pour une entreprise de services

Les nouvelles demandes arrivent dans une boîte partagée. Une seule coordonnatrice lit, ressaisit et répond. Les jours chargés, les réponses tardent.

**Aujourd’hui:** Arrivée de la demande (Boîte partagée) → La coordonnatrice la lit (À la main) → Ressaisit les détails (Dans l’outil de réservation) → Rédige une réponse (À partir de zéro) → Envoie (Quand elle a le temps)

**Proposé:**

- **Arrivée de la demande** (Entrée). Les messages de la boîte et du formulaire Web entrent dans une seule file. Comment c’est vérifié: Chaque message est consigné avec l’heure, pour qu’il puisse être retracé s’il se perd entre les outils.
- **Lire et classer** (Étape IA). Le type de demande, l’urgence et les détails manquants sont relevés. Comment c’est vérifié: Comparé à un échantillon étiqueté à la main avant le lancement, puis vérifié par sondage.
- **Créer la fiche** (Automatique). Une fiche structurée est créée dans l’outil que l’équipe utilise déjà. Comment c’est vérifié: Les champs obligatoires sont validés. Une fiche incomplète est signalée, pas devinée.
- **Rédiger la réponse** (Étape IA). Une réponse est rédigée à partir de gabarits approuvés et des détails de la demande. Comment c’est vérifié: Les brouillons sont comparés à d’anciennes réponses dont l’équipe était satisfaite.
- **Approuver et envoyer** (Une personne décide). La coordonnatrice lit le brouillon, le retouche au besoin et l’envoie. Comment c’est vérifié: Les retouches sont consignées. Des retouches fréquentes montrent où les brouillons sont à revoir.

**Ce que nous mesurerions:** Temps de traitement par demande; Part des brouillons envoyés sans retouche; Délai de première réponse

### Réparer un assistant de connaissances interne

Le personnel interroge un assistant sur les procédures. Il répond parfois à partir de documents périmés et ne cite rien, si bien qu’on a cessé de s’y fier.

**Aujourd’hui:** Question du personnel (Clavardage) → Cherche partout (Anciens et nouveaux documents) → Répond sans source (Étape IA) → Le personnel revérifie (À la main, ou pas du tout)

**Proposé:**

- **Question du personnel** (Entrée). La question arrive avec l’identité de la personne qui la pose. Comment c’est vérifié: Les questions sont consignées, ce qui révèle les lacunes récurrentes de la documentation.
- **Vérifier les accès** (Automatique). La recherche se limite aux documents que cette personne a le droit de lire. Comment c’est vérifié: Testé avec des comptes de chaque niveau d’accès avant le lancement.
- **Trouver les sources** (Automatique). Seuls les documents à jour et approuvés sont consultés. Les versions archivées sont exclues. Comment c’est vérifié: Pour chaque question de test, nous examinons les passages récupérés.
- **Répondre avec citations** (Étape IA). La réponse cite sa source et renvoie au passage. Comment c’est vérifié: Évalué sur un jeu de tests fixe : la réponse est-elle juste, et la citation l’appuie-t-elle ?
- **Escalader en cas de doute** (Une personne décide). Les questions auxquelles les documents ne répondent pas vont à un responsable désigné, au lieu d’être devinées. Comment c’est vérifié: Les escalades sont revues pour décider quels documents rédiger ou mettre à jour.

**Ce que nous mesurerions:** Exactitude des réponses sur un jeu de tests fixe; Part des réponses avec une source valide; Personnel actif chaque semaine

## Engagements

**Nous allons:**

- Partir d’une tâche définie, et n’élargir la portée qu’une fois celle-ci fiable.
- Placer une personne à chaque décision qui touche les clients, l’argent ou les engagements.
- Écrire comment le succès sera mesuré avant de bâtir.
- Garder les comptes, les clés et les données à votre nom.
- Remettre une documentation écrite pour les personnes qui exploiteront le système.
- Vous dire quand une règle simple ou un chiffrier ferait mieux le travail que l’IA.

**Nous n’allons pas:**

- Donner un prix ou un échéancier avant de comprendre le flux de travail.
- Livrer quoi que ce soit sans l’avoir testé avec de vrais exemples de votre processus.
- Promettre une économie ou un résultat que nous ne pouvons pas mesurer.
- Bâtir quelque chose que nous serions les seuls à pouvoir entretenir.

## À propos

Maacdow est un studio d’implantation IA qui met la main à la pâte. Les personnes qui définissent votre projet sont celles qui le construisent : moins de choses se perdent entre le premier appel et le travail.

Nous travaillons avec des propriétaires et des responsables des opérations de petites et moyennes entreprises qui veulent des résultats concrets de l’IA : moins de travail répétitif, moins de demandes oubliées et des systèmes auxquels l’équipe se fie.

## FAQ

### À quoi ressemble un premier mandat ?

Tout commence par une conversation sur un processus à améliorer ou un système qui ne fonctionne pas. S’il y a compatibilité, nous menons une courte phase de découverte pour cartographier le flux de travail, puis nous proposons un projet pilote ciblé avec une portée écrite.

### Pouvez-vous réparer un système IA construit par quelqu’un d’autre ?

Oui, c’est une part centrale de notre travail. Il nous faut un accès au système, à sa configuration et à de vrais exemples d’échecs. Le premier livrable est un diagnostic : vous décidez quoi corriger avant de vous engager dans les correctifs.

### Pouvez-vous travailler avec nos outils actuels ?

La plupart du temps, mais cela dépend de ce que chaque outil permet. Nous évaluons les intégrations à l’étape de la portée et vous disons clairement si un outil ne peut pas être relié de façon fiable.

### Comment la portée et le prix sont-ils convenus ?

Après la découverte, vous recevez une portée écrite avec les livrables, les critères de réussite et un prix. Nous ne publions pas de tarifs, car ils dépendent du flux de travail, des intégrations et du niveau de soutien souhaité.

### Comment les résultats de l’IA sont-ils révisés ?

De deux façons. Pendant la construction, nous testons avec de vrais exemples de votre processus. En exploitation, le flux de travail comprend des étapes de révision partout où une personne doit approuver le résultat. L’emplacement de ces étapes vous appartient.

### Qu’advient-il de nos données ?

C’est convenu avant tout transfert : ce que le système lit, quels fournisseurs traitent les données, où elles sont conservées et pendant combien de temps. Si une exigence ne peut être respectée avec un fournisseur, nous le disons et proposons une autre option.

### Que comprend le transfert ?

Une documentation écrite pour votre équipe, une démonstration guidée, le jeu d’évaluation et un registre des comptes, des clés et des responsabilités. Le système et ses comptes restent à votre nom.

### Offrez-vous un soutien continu ?

Oui, si vous le souhaitez. Le soutien peut couvrir la surveillance, les ajustements quand votre processus change et des réévaluations périodiques. Les modalités sont convenues séparément de la construction.

## Commencer la conversation

Parlez-nous d’un processus à améliorer ou d’un système IA qui ne fait pas son travail. Quelques phrases suffisent pour commencer.

- Formulaire: https://maacdow.com/fr/#contact
- API: POST https://maacdow.com/api/inquiry (https://maacdow.com/openapi.json)
- MCP: https://maacdow.com/mcp
- Champs: Nom, Courriel professionnel, Entreprise (facultatif), message

Nous utilisons ce que vous envoyez uniquement pour répondre à votre demande. Rien n’est ajouté à une liste d’envoi ni partagé à des fins de marketing.

- [Politique de confidentialité](https://maacdow.com/fr/confidentialite.md)
- [Conditions d’utilisation](https://maacdow.com/fr/conditions.md)