Bon, j'ai déjà fait un papier plus général sur l'IA en TPE, mais là j'veux rentrer dans le concret. Genre : 4 cas où j'ai vu des indépendants ou des petites boites en Brabant wallon utiliser un LLM, avec le coût exact et le temps gagné. Pas du blabla, du vécu. J'parle de ce que j'ai monté ou vu monter chez mes clients entre 2023 et avril 2026.
Router les emails de support, le plus gros gain
Bertrand a une petite boite de plomberie chauffage à Ottignies, 4 gars sur la route. Sa secrétaire, Nadia, recevait genre 35-40 mails par jour : devis , urgence chaudière , relance facture, demande de RDV, et plein de trucs pas urgents qui se mélangeaient. Elle passait 2h par matinée à trier.
On a branché un truc tout bête : Make + l'API Claude Haiku. Le mail arrive, le prompt classe en 4 catégories (urgence / devis / admin / autre), ajoute un score d'urgence de 1 a 5, et route vers le bon dossier Gmail avec un label. Coût API : 4€/mois. Tarif Make : 9€/mois. Total 13€. Nadia a récupéré environ 90 minutes par jour. Faut juste qu'elle valide les "urgence niveau 5" parce que le LLM voit parfois urgence là où c'est juste un mec qui crie en majuscules.
Mis en route en juin 2024, ça tourne toujours. Ils ont eu UN incident, mars 2025 : Claude a sorti une version Haiku 3.5 qui interprétait différement le mot "fuite", j'ai du retoucher le prompt. 30 minutes de boulot. Bref, c'est pas zero maintenance, mais c'est très peu.
Résumer les longs documents, ça change la vie
Moi, j'utilise ça tous les jours. Cahier des charges de 60 pages d'un nouveau prospect, contrat d'hébergement à relire, rapport sectoriel envoyé par un client comptable qui veut mon avis. Avant, j'aurais lu en diagonale, mal. Aujourd'hui j'colle le PDF dans Claude, j'demande un résumé en 10 points + zones grises + questions à poser. 2-3 minutes de boulot et j'ai déjà capté l'essentiel.
Pour un client à Wavre qui gère une asbl culturelle, j'ai monté la même chose en interne. Ils reçoivent les dossiers de subsides régionaux, 80-150 pages, ultra dense. La directrice, Estelle, passait une demi-journée à les éplucher. Maintenant elle balance dans ChatGPT Team (25€/mois pour 3 personnes), elle a un brief en 10 minutes, et elle ne lit en détail que les parties qui méritent. 2 jours gagnés par mois sur leur prod, dit comme ça c'est concret.
Attention : pour des trucs sensibles (juridique, médical, RH), j'leur dis de pas balancer ça dans une API US sans précaution. Soit on anonymise, soit on tape dans un modèle hébergé en Europe. Je détaille ça dans l'autre article.
Premier jet de propositions commerciales
Sophie, coach pro indépendante a Genappe, écrivait 4-5 propositions par semaine. 45-60 minutes chacune, parce qu'elle voulait pas envoyer le même copié-collé à tout le monde. Du coup elle bossait le dimanche. Honnêtement c'est typiquement le cas où l'IA aide énormement.
On a fait un truc simple : un Google Doc template avec sa structure habituelle (intro, diagnostic, objectifs, modalités, tarif), un prompt qui prend en entrée 3-4 phrases sur le client et le besoin, et qui sort un brouillon dans son ton. Elle utilise la version web de Claude (20$/mois). Le brouillon sort en 2 minutes, elle retouche 12-15 minutes, elle envoie. Vs une heure avant. Sur 5 propals par semaine ça lui rend facile 3h.
Le piège c'est qu'au début elle envoyait sans relire et c'était parfois trop générique, trop "IA-formaté". Après on a affiné le prompt avec 3 exemples de ses meilleures propales, et là c'est devenu très bon. Le prompt initial vaut son pesant d'or, faut pas le bacler.
Le RAG sur les archives, plus pointu mais utile
Ce truc-là, c'est plus technique. RAG ça veut dire grosso-modo : tu prends tes documents, tu les indexes dans une base vectorielle, et un LLM peut chercher dedans avant de te répondre. Concrètement : "on avait fait quoi pour le client X en 2022 ?" et la réponse arrive en 3 secondes au lieu d'une demi-heure de fouille dans Drive.
Pour un cabinet d'architectes a Louvain-la-Neuve (4 personnes, beaucoup de dossiers archivés), j'ai monté ça avec Llamaindex et une base Pinecone, modèle d'embedding OpenAI, génération via Claude Sonnet. Setup initial : 2 jours de boulot, environ 1800€ facturé. Coût mensuel : 35€ (Pinecone gratuit en dessous d'un seuil, l'API tourne à 30-40€). Ils ont digéré 8 ans de PV de réunion, fiches projet, plans annotés. Aujourd'hui le boss demande à voix haute "tiens, sur quel projet on avait utilisé ce bardage en zinc ?" et il a la réponse.
Si t'es plus light, regarde Glean ou Mem.ai. Mais franchement à 4-5 personnes, du custom revient pas plus cher et tu maitrises tes données. Et pour les ASBL ou TPE de moins de 3 personnes, oublie : trop d'overkill pour le volume d'archives.
Ce que ça coute réellement, tout cumulé
Pour une TPE genre 5 personnes qui utiliserait ces 4 trucs en parallèle : 40-80€ d'abonnements LLM (ChatGPT Team ou équivalent), 30-60€ d'API si y a de l'automatisé en arrière-plan, plus mes journées de mise en place une seule fois. On est entre 100 et 150€/mois récurrent pour économiser 30-50h de travail mensuel sur l'équipe. Bref, le ROI est pas une question, c'est juste : est-ce que tu prends le temps de bien cadrer les use-cases avant de te lancer ?
Si tu veux qu'on regarde ensemble lesquels sont pertinents pour ton activité, j'fais une heure d'audit gratuit, on regarde tes process, et j'te dis franchement où ça aide et où ça sert à rien. Pas de feuille de route en 17 étapes, juste un tableau Excel avec 3 colonnes.