Aller au contenu
Flowscale

Projets et études de cas

Quatre systèmes de démonstration, avec leur code public. Chaque projet montre le problème, la solution automatisée et le résultat visé.

Ces projets sont des démonstrations, pas des cas clients. Nous publierons ici des résultats clients dès qu'un client nous y autorise.

Connaissance interneProjet de démonstration

Agent IA et base de connaissances d'entreprise (RAG)

Le problème

Vos équipes perdent un temps considérable à chercher une procédure, un document ou une réponse dans des fichiers dispersés. L'onboarding des nouveaux collaborateurs ralentit tout le monde.

La solution automatisée

  • Ingestion automatique des PDF et documents internes, découpés puis indexés dans une base vectorielle.
  • Un agent répond aux questions des équipes en s’appuyant uniquement sur vos documents (procédures, SOPs).
  • Le même agent sert de tuteur pour l’onboarding et la formation des collaborateurs.

-80 %

de temps de recherche

Estimé

Résultat estimé : Jusqu'à 80 % de temps en moins passé à chercher l'information interne

En savoir plus sur ce projet

Outils utilisés

  • n8n
  • Supabase / Pinecone
  • OpenAI / Claude API
  • PDF and docs parsing

Architecture du workflow

  • Documents (PDF, procédures)
  • Analyse du contenu
  • Base vectorielle (Supabase / Pinecone)
  • Agent IA (OpenAI / Claude)
  • Réponse à l’équipe
ImmobilierProjet de démonstration

Agent immobilier : qualification de leads et matching sur WhatsApp

Le problème

Les acheteurs et locataires écrivent à toute heure. Chaque message traité en retard est un prospect qui contacte une autre agence.

La solution automatisée

  • Un agent IA conversationnel capture les critères du prospect (budget, zone, type de bien).
  • Un matching dynamique compare ces critères au catalogue de biens (NocoDB).
  • Fiches et photos (Cloudinary) envoyées dans la conversation WhatsApp.

< 1 min

pour répondre au prospect

Objectif

Résultat visé : Répondre au prospect en moins d’une minute, et obtenir plus de visites qualifiées

En savoir plus sur ce projet

Outils utilisés

  • n8n
  • WhatsApp API
  • NocoDB
  • Cloudinary
  • OpenAI

Architecture du workflow

  • Message WhatsApp
  • Agent IA (OpenAI) : critères
  • Catalogue de biens (NocoDB)
  • Photos (Cloudinary)
  • Réponse WhatsApp
SantéProjet de démonstration

Assistant clinique : prise de rendez-vous sur WhatsApp

Le problème

Le secrétariat est saturé d’appels et de messages de réservation, et les rendez-vous manqués laissent des créneaux vides.

La solution automatisée

  • L’assistant prend en charge les demandes de consultation sur WhatsApp.
  • Il réserve dynamiquement un créneau disponible dans Google Calendar.
  • Il envoie des rappels automatiques au patient.
Objectif

Résultat visé : Moins de rendez-vous manqués et un secrétariat désengorgé

En savoir plus sur ce projet

Outils utilisés

  • n8n
  • WhatsApp API
  • Google Calendar
  • Webhooks

Architecture du workflow

  • Demande WhatsApp
  • Assistant IA
  • Disponibilités (Google Calendar)
  • Créneau réservé
  • Rappel sur WhatsApp
Ressources humainesProjet de démonstration

Recrutement RH interactif : tri des candidatures dans Slack

Le problème

Les candidatures arrivent par formulaire, puis sont recopiées, triées et relancées à la main. Les recruteurs perdent des heures en administratif.

La solution automatisée

  • Les candidatures reçues via Tally sont traitées et consignées automatiquement dans Google Sheets.
  • Chaque candidature est postée dans Slack avec des boutons Approuver / Refuser (Block Kit).
  • La décision du recruteur met à jour le suivi sans ressaisie.

÷ 3

du temps administratif

Estimé

Résultat estimé : Temps de traitement administratif divisé par 3

En savoir plus sur ce projet

Outils utilisés

  • n8n
  • Tally Forms
  • Slack Block Kit
  • Google Sheets

Architecture du workflow

  • Formulaire (Tally)
  • Traitement n8n
  • Suivi (Google Sheets)
  • Message Slack Approuver / Refuser
  • Suivi mis à jour

Résultats issus de projets de démonstration ; vos résultats dépendent de votre contexte.

Questions fréquentes sur nos projets

Comment mesurez-vous le ROI ?

Nous comparons le coût de l’automatisation (mise en place et fonctionnement) au coût du temps humain économisé. Le calculateur de ce site applique cette méthode avec vos propres hypothèses.

Pourquoi des projets de démonstration ?

Parce que nous préférons montrer du code vérifiable plutôt que des promesses. Chaque démonstration est publique : vous pouvez l’ouvrir et la tester.

Puis-je voir le code ?

Oui. Chaque projet renvoie vers son dossier sur GitHub.

Un projet comme celui-ci ? Parlons du vôtre.

Réserver mon audit