Comment un assistant Telegram basé sur Claude a allégé la charge du CEO et pris en charge une partie du travail de l’équipe

Une petite équipe SaaS a intégré un assistant IA directement dans son chat Telegram de travail et en quelques mois l'a transformé d'une expérience en un outil opérationnel à part entière. Le bot répond aux questions des chefs de produit, examine le code, crée des tâches dans GitHub et assume une partie de la charge de travail qui reposait auparavant presque entièrement sur le CEO.

Comment fonctionne l'assistant

L'équipe décrit un processus de travail assez typique pour une petite entreprise SaaS : cinq développeurs, quatre managers, un CEO, une pile construite sur PHP, Vue, MySQL, GitHub et Telegram. Le problème n'était pas l'absence d'outils, mais le fait que presque toute l'expertise interne convergeait vers une seule personne. Le CEO répondait manuellement à des questions répétitives, expliquait le fonctionnement du produit et alternait constamment entre les ventes, le support et le développement. De ce fait, même les simples clarifications des clients attendaient pendant des heures.

Ils ont intégré l'assistant directement dans le chat général pour qu'il fonctionne là où la communication quotidienne se déroulait déjà. La base est un bot construit sur Claude, qui reçoit non pas un simple message isolé, mais le contexte du fil, l'accès à la base de code, les données clients, les issues GitHub et les documents internes. Les auteurs soulignent un point important : le facteur décisif s'est avéré être non pas le fine-tuning, mais le contexte correctement assemblé. Un modèle n'est utile que lorsqu'il voit des données réelles et la situation de travail actuelle.

Où il aide réellement

Le scénario le plus direct concerne les questions rapides des managers lorsqu'un client a besoin d'une réponse maintenant. Au lieu de la chaîne « demander au CEO, attendre le développeur, vérifier le code, revenir avec une réponse », le bot trouve lui-même la partie nécessaire du projet et donne un conseil pratique. L'article donne un exemple avec un modèle où un client tentait d'insérer un lien : l'assistant a vérifié le traitement du texte et expliqué que les liens HTML sont supprimés, mais une URL simple est conservée sans problème.

« 90% de la magie n'est pas dans le modèle, mais dans le contexte que

vous lui transmettez. »

Tout aussi utile s'est avéré être le mode de création de tâches. Lorsque le CEO demande « rédiger une tâche », l'assistant ne copie pas la conversation dans une issue, mais transforme la discussion en une description technique avec les étapes de mise en œuvre. Dans le cas de l'analyse de photos d'appartements, le bot a lui-même lié le hachage existant au nouveau scénario de comparaison, ajouté la distance de Hamming, les seuils de correspondance, le score combiné et la validation sur un grand échantillon. Le développeur reçoit une tâche de niveau chef technique en une minute, pas une transcription brute du chat.

• Répond aux questions routinières des managers en 15–40 secondes
• Crée des issues GitHub avec responsables et étiquettes
• Suggère des solutions de code et affine la recherche de bugs
• Rédige les changelogs après les releases directement dans le chat
• Aide à préparer les réponses aux clients même tard le soir

Le troisième scénario de fonctionnement concerne les messages après le déploiement. Le bot écrit automatiquement dans le chat quelles améliorations ont été intégrées à la release : de la logique des messages non lus et des changements d'interface au blocage des e-mails de contacts indésirables. Pour une petite équipe, il ne s'agit pas de cosmétique mais de discipline opérationnelle : moins de temps consacré aux rapports manuels, le chat conserve un enregistrement clair des modifications, et les managers comprennent rapidement ce qui a été déployé et ce qu'ils peuvent promettre aux clients.

Où il échoue

Les auteurs admettent honnêtement que l'assistant ne gère pas les bugs complexes à l'intersection de plusieurs services aussi fiablement qu'un humain. Il peut trouver les fragments de code pertinents, proposer une hypothèse convaincante et se tromper sur la façon dont les systèmes interagissent dans le vrai runtime. L'exemple le plus désagréable est une situation où le bot a assuré avec confiance à un manager que la fonctionnalité d'importation Excel existait déjà, alors qu'elle n'était pas dans le produit, et l'équipe a dû s'excuser séparément auprès du client.

Il existe aussi des limitations qui ne peuvent pas être résolues simplement en améliorant le prompt. L'assistant peut rassembler des informations pour une décision commerciale, mais ne doit pas la prendre à la place du leader. Il peut suggérer un texte pour répondre à un client irrité, mais ne remplacera pas la confiance et le soutien du manager. De plus, les longues discussions dans le chat de travail restent risquées : si un sujet s'étire sur plusieurs jours, le modèle commence à perdre le fil car même une grande fenêtre de contexte n'est pas infinie.

Pour réduire le risque, l'équipe a introduit une règle simple mais importante : en cas de doute, le bot doit explicitement indiquer que la réponse doit être vérifiée auprès des développeurs.

En trois mois, l'assistant a laissé environ 2 500 messages, créé environ 120 tâches et a aidé à résoudre environ 60% des questions des managers sans le CEO. Mais avec cela, il y a eu trois incidents critiques dus aux hallucinations. C'est un bon résultat pour un accélérateur de processus, mais une faible raison de considérer un tel système comme une source autonome de vérité.

Ce que cela signifie

Ce cas illustre bien la direction que prend l'IA d'entreprise en pratique. Le format le plus utile aujourd'hui n'est pas une interface séparée avec une fenêtre de chat, mais un agent au sein d'une boucle de travail déjà existante, où il a accès au code, à la CRM, aux tâches et à l'historique des discussions. Dans cette configuration, l'IA retire vraiment du travail routinier aux leaders et accélère l'équipe. Mais la confiance en elle se construit non pas sur de belles réponses, mais sur la qualité du contexte, les limitations et le droit du humain d'arrêter une erreur à temps.