Cas d'étude — Workflows n8n & Agents IA

Des automatisations concrètes, construites et déployées. Chaque projet illustre une problématique réelle, un choix d'architecture raisonné, et une attention constante à la souveraineté des données.

01

Qualification de leads IA + Human in the Loop

Traitement automatique des leads entrants depuis Tally, scoring par Mistral AI, validation humaine avant envoi — avec traçabilité complète dans Google Sheets.

n8n Mistral AI RGPD Google Sheets Gmail Tally
Le problème

Traiter manuellement chaque lead entrant prend du temps et introduit de la subjectivité dans la qualification. Sans validation, des emails non pertinents peuvent nuire à la relation commerciale.

Architecture
  • Réception via webhook Tally avec header d'authentification
  • Pseudonymisation immédiate des données sensibles (RGPD — art. 6.1.f)
  • Scoring IA via Mistral AI (serveurs UE) — score 1 à 3 avec notes
  • Mise en pause — email de validation envoyé à l'opérateur
  • Reprise selon décision humaine (approuver / refuser / timeout)
  • Enregistrement dans Google Sheets avec statut, score, horodatage
Choix clés

Mistral AI est privilégié car ses serveurs sont localisés en Union Européenne. Le "Human in the Loop" garantit qu'aucun email n'est envoyé sans validation humaine — la machine qualifie, l'humain décide.

Workflow n8n — Qualification de leads IA + Human in the Loop
02

WALTER — Agent IA multi-outils pour micro-entreprise

Agent conversationnel en production réelle : calcul des cotisations URSSAF, tracker financier, FAQ métier, envoi d'emails.

n8n Mistral AI Google Sheets Gmail En production
Le problème

Les tâches administratives récurrentes d'une micro-entreprise — calcul des charges, suivi du CA, réponses aux questions opérationnelles — consomment un temps disproportionné.

Architecture
  • Agent IA orchestré par Mistral AI avec mémoire de session
  • 4 outils : calcul URSSAF, tracker financier (Google Sheets), FAQ métier, Gmail
  • L'agent choisit autonomement quel outil appeler selon la demande
  • Interface conversationnelle via le chat intégré n8n
Choix clés

Architecture "Tool Agent" — l'IA décide de l'enchaînement des outils selon le contexte. Une flexibilité bien supérieure à une logique conditionnelle classique.

Workflow n8n — Agent WALTER Workflow n8n — WALTER sous-workflow comptabilité
03

Stack RAG — Qdrant + Mistral + n8n

Pipeline d'ingestion de PDFs vers une base vectorielle Qdrant self-hosted, pour un chat contextuel sur des connaissances métier internes.

n8n Mistral AI Qdrant Google Drive Self-hosted RGPD
Le problème

Les documents internes sont rarement consultés car difficiles à interroger. Un système RAG permet de "parler" à ses documents et d'obtenir des réponses précises depuis le corpus documentaire.

Architecture
  • Déclenchement manuel — vidage préalable de la collection Qdrant
  • Récupération des PDFs depuis Google Drive
  • Découpage en chunks sémantiques via Text Splitter
  • Génération des embeddings via Mistral AI
  • Indexation dans Qdrant (self-hosted sur Scaleway, France)
  • Interface de chat pour interroger la base en langage naturel
Choix clés

Qdrant et Mistral sont tous deux hébergés en UE — aucune donnée documentaire ne quitte l'infrastructure européenne. Prototype fonctionnel, directement adaptable à une base de connaissances client.

Workflow n8n — Stack RAG Qdrant + Mistral
04

ARGUS — Pipeline de conformité financière

Pipeline multi-agents pour la détection d'anomalies dans des transactions financières, avec pseudonymisation avant tout traitement IA.

n8n Mistral AI RGPD by design Multi-agents ⚠ En cours
Projet en cours de développement. Ce pipeline est actuellement en phase de construction. L'architecture présentée ci-dessous correspond à l'état actuel — certains composants sont encore en cours d'implémentation. Cette page sera mise à jour au fil de l'avancement.
Le problème

Détecter manuellement des anomalies dans un flux de transactions financières est chronophage et sujet aux erreurs. L'enjeu est d'automatiser cette surveillance sans jamais exposer les données sensibles en clair à un modèle d'IA.

Architecture (en cours)
  • Réception de la transaction via webhook
  • Pseudonymisation immédiate des données financières sensibles
  • Agent ARGUS (Mistral AI) avec 3 outils : pseudonymisation, analyse, alerte
  • Pipeline multi-agents — 3 agents orchestrés avec rôles distincts
  • RGPD by design — les données personnelles ne transitent jamais en clair
Choix clés

La pseudonymisation est appliquée avant toute délégation à l'IA — choix délibéré pour respecter le principe de minimisation des données (art. 5.1.c RGPD). L'orchestration multi-agents permet de tester chaque composant indépendamment.

Workflow n8n — Agent ARGUS pipeline conformité financière

Un process similaire à automatiser ?

Ces cas d'étude sont des exemples de ce que je construis. Chaque mission repart d'une feuille blanche — adaptée à votre contexte, vos outils et vos contraintes.

Commençons par en discuter → Retour au site