Comment l’IA nous a permis de développer notre propre cockpit commercial en quelques semaines

Il y a des périodes où l’on sent que le marché change.

Depuis plusieurs mois, comme beaucoup d’entreprises, nous avançons dans un contexte commercial plus tendu : incertitudes politiques en France, budgets plus serrés, géopolitique instable, guerres, décisions d’investissement repoussées, arbitrages plus prudents côté clients.

Quand on dirige une agence web, ce genre de contexte oblige à regarder les choses avec lucidité. Les bons projets existent toujours, les besoins numériques sont toujours là, mais les cycles de décision changent. Il faut être plus précis, plus régulier, plus structuré dans le suivi commercial.

Chez KERNL, nous avons donc décidé de renforcer notre pilotage commercial. Pas en empilant des outils génériques, mais en repartant de notre réalité : nos clients, nos devis, nos factures, nos récurrences, nos prospects, nos relances.

C’est dans ce contexte que nous avons commencé à travailler avec Gilles Solignac, directeur commercial externalisé chez Bras Droit Des Dirigeants.

Son rôle : nous aider à structurer notre démarche commerciale, mieux lire notre portefeuille, mieux qualifier les opportunités, mieux suivre les prospects, et surtout ne pas laisser les bonnes idées commerciales se perdre dans le quotidien.

Assez vite, une évidence est apparue : nous avions déjà beaucoup de données utiles. Elles existaient dans notre outil de gestion commerciale et de facturation, Facturation.pro. Mais elles n’étaient pas présentées de façon suffisamment opérationnelle pour piloter le commerce au quotidien.

Nous n’avions pas besoin d’un CRM générique de plus. Nous avions besoin d’un cockpit commercial taillé pour notre façon de travailler.

C’est comme ça qu’est né Dirco, notre outil interne de pilotage commercial, développé avec Laravel, Inertia, React, l’API Facturation.pro… et beaucoup d’assistance IA avec Codex.

Le point de départ : mieux piloter, sans ressaisir

La première idée était simple : ne surtout pas recréer une base commerciale parallèle.

Nous utilisons déjà Facturation.pro pour gérer nos clients, nos devis, nos factures et une partie de notre activité récurrente. C’est notre source de vérité administrative et commerciale.

L’objectif était donc de construire un outil qui se branche dessus.

Dirco récupère les données depuis Facturation.pro, les complète avec des informations commerciales internes, puis les présente sous forme de vues actionnables :

• clients actifs, dormants, perdus, prospects et partenaires ;
• devis ouverts, acceptés, refusés ou soldés ;
• factures, chiffre d’affaires, récurrences ;
• relances à prioriser ;
• opportunités commerciales ;
• prévisionnel ;
• simulation de chiffre d’affaires ;
• historique de prospection, reconquête et fidélisation ;
• rappels et dates clés ;
• documents PDF accessibles directement depuis l’interface.

Ce qui nous intéressait, ce n’était pas seulement de consulter des chiffres. C’était de savoir quoi faire ensuite.

Quel client faut-il rappeler ?
Quel compte montre un signal de décrochage ?
Quel devis accepté reste à facturer ?
Quel prospect doit être rattaché à un client existant ?
Quels services pourrait-on proposer à tel client ?
Quel chiffre d’affaires est déjà sécurisé sur l’année ?
Quel scénario devient réaliste si deux ou trois contrats se signent ?

Ce sont ces questions-là qui font vivre un pilotage commercial.

L’IA comme accélérateur, pas comme pilote automatique

Ce projet a été développé avec Codex, dans une approche que certains appellent aujourd’hui “vibecode”.

Le terme peut prêter à sourire, mais il décrit assez bien une nouvelle façon de travailler : on exprime une intention, on itère vite, on ajuste, on teste, on corrige, on améliore.

Mais il faut être très clair : ce n’est pas magique.

L’IA ne remplace pas la compréhension métier. Elle ne sait pas seule ce qu’est un bon cycle commercial pour KERNL. Elle ne peut pas décider à notre place si un prospect doit être archivé en bloc ou si une action commerciale doit rester modifiable individuellement. Elle ne sait pas non plus quelles vues seront vraiment utiles à Gilles, à l’équipe ou à moi dans le pilotage quotidien.

En revanche, quand l’intention est claire, elle accélère énormément.

Par exemple, je peux formuler une demande comme :

“Sur une fiche prospect, ce n’est pas une action commerciale qu’il faut archiver, mais le prospect entier.”

Ou encore :

“Sur une fiche suspect, on doit seulement pouvoir le passer en prospect dans le cadre identité.”

Ou :

“La page Clients / Cycle commercial est trop aérée, il faut la rendre plus compacte, et passer les listes paginées de 20 à 50 éléments.”

Ce sont des demandes très concrètes, très métier. Avec une approche classique, chacune peut entraîner plusieurs allers-retours : compréhension, développement, intégration, tests, correction visuelle, documentation.

Avec Codex bien orchestré, ces cycles deviennent beaucoup plus courts. L’outil lit le code existant, repère les composants concernés, modifie le backend Laravel, ajuste les pages React/Inertia, met à jour les tests, complète le changelog, puis on vérifie.

Le gain n’est pas seulement dans la vitesse d’écriture du code. Il est dans la vitesse d’itération entre une idée métier et une version utilisable.

Ce que Gilles a tout de suite remarqué

Ce qui a frappé Gilles Solignac, c’est cette capacité à faire évoluer l’outil presque en direct avec la réflexion commerciale.

On discute d’un besoin. On voit qu’une vue pourrait être plus lisible. On se rend compte qu’un prospect libre devrait pouvoir être rattaché différemment. On identifie une donnée manquante dans la simulation. On veut distinguer suspects, prospects, fidélisation, reconquête et partenaires.

Et très vite, cette idée devient une fonctionnalité.

Pas un PowerPoint. Pas une intention dans un backlog lointain. Une vraie interface, branchée aux données, testée, intégrée.

C’est là que l’IA change profondément la dynamique. Elle rend possible un développement beaucoup plus proche du terrain. On n’est plus obligé d’attendre d’avoir une spécification parfaite pour commencer à expérimenter. On peut construire, observer, corriger, enrichir.

Et pour un sujet comme le commerce, c’est essentiel. Parce que la bonne interface n’est pas toujours évidente au départ. Elle se découvre en l’utilisant.

Un cockpit commercial construit par couches successives

Dirco n’est pas arrivé d’un seul bloc.

Nous avons commencé par les fondamentaux : synchronisation Facturation.pro, dashboard, cockpit commercial, relances, clients, devis, factures.

Puis l’outil s’est enrichi progressivement.

Nous avons ajouté une page de relances avec score, filtres, priorités et actions rapides. Une vue Top opportunités pour repérer les comptes à potentiel. Une vue Clients 360. Un pipeline. Des comparatifs mensuels CA et devis N/N-1. Un prévisionnel commercial. Une simulation de chiffre d’affaires par exercice.

Ensuite sont arrivées des vues plus avancées :

• renouvellements ;
• matrice cross-sell ;
• qualité des données ;
• réconciliation prévisionnelle ;
• simulation CA avec objectif annuel ;
• scénarios commerciaux sauvegardés ;
• cache Redis pour accélérer les calculs lourds ;
• téléchargement local privé des PDF de devis et factures.

Le journal commercial a aussi beaucoup évolué. Au départ, il s’agissait simplement de suivre des actions de prospection. Aujourd’hui, il couvre la prospection, la reconquête et la fidélisation, avec historique groupé, rappels, dates clés, canaux de contact, fiches prospects, archivage groupé et rattachement à des clients existants.

Pourquoi ne pas utiliser simplement un CRM ?

C’est une vraie question.

Il existe d’excellents CRM. Mais dans notre cas, nous avions un besoin plus spécifique : partir de nos données réelles de facturation et construire une lecture commerciale adaptée à notre organisation.

Un CRM classique impose souvent son modèle. Il faut y ressaisir des données, synchroniser des contacts, créer des pipelines, maintenir une discipline de saisie supplémentaire.

Nous voulions l’inverse : partir de ce qui existe déjà.

Facturation.pro sait où sont les clients, les devis, les factures, les montants, les dates, les récurrences. Dirco ajoute la couche de pilotage : lecture commerciale, priorisation, suivi, projection, alertes, actions.

Cette approche nous évite de dupliquer inutilement l’information. Elle nous permet aussi de créer des vues très spécifiques que nous n’aurions probablement pas dans un outil standard.

Par exemple, la simulation CA distingue :

• le chiffre d’affaires déjà facturé ;
• le récurrent à venir ;
• les devis acceptés restant à facturer ;
• les scénarios commerciaux possibles ;
• l’objectif annuel sauvegardé ;
• le mensuel nécessaire pour atteindre cet objectif.

Ce n’est pas une vue générique. C’est une vue pensée pour notre façon de piloter KERNL.

La stack technique : robuste, moderne, mais volontairement pragmatique

Techniquement, Dirco repose sur une stack que nous connaissons bien chez KERNL :

• Laravel 13 pour le backend ;
• Inertia.js pour relier Laravel à React sans construire une API front séparée inutilement ;
• React 19 pour les interfaces ;
• Tailwind CSS 4 pour le design ;
• MariaDB / MySQL en production ;
• Redis pour le cache des calculs commerciaux ;
• Pest pour les tests PHP ;
• Playwright pour les tests end-to-end ;
• GitLab CI/CD pour les pipelines, les tests, le build et le déploiement.

Ce choix est important.

L’IA permet d’aller vite, mais il faut lui donner un cadre solide. Une architecture Laravel claire, des conventions, des tests, une documentation, des règles de contribution, un changelog, des garde-fous CI.

Sans ce cadre, on peut produire beaucoup de code très vite… et beaucoup de désordre très vite aussi.

Dans Dirco, chaque évolution visible doit être documentée dans le changelog public. Les comportements sensibles sont couverts par des tests. Les parcours critiques sont vérifiés en end-to-end. Les changements de CI, de documentation ou d’architecture doivent rester cohérents entre les fichiers projet.

Ce n’est pas la partie la plus spectaculaire, mais c’est celle qui permet de continuer à itérer sans casser l’existant.

Ce que “bien utiliser l’IA” veut dire concrètement

Pour moi, le vrai sujet n’est pas “est-ce que l’IA sait coder ?”.

Oui, elle sait produire du code. Parfois très bien. Parfois avec des erreurs. Parfois avec des hypothèses qu’il faut corriger.

Le vrai sujet est : est-ce qu’on sait l’orchestrer ?

Dans ce projet, cela veut dire plusieurs choses.

D’abord, donner du contexte. Avant de modifier une fonctionnalité, Codex doit lire le code existant, la documentation, le handover, le changelog, les règles métier. Il doit comprendre comment le projet est organisé.

Ensuite, formuler des demandes métier précises. Pas seulement “améliore la page clients”, mais “dans la vue Cycle commercial, rends l’affichage plus compact et passe la pagination à 50 éléments”.

Ensuite, vérifier. On lance les tests, on regarde les diffs, on contrôle les impacts. Quand une modification casse un test e2e, on ne se contente pas de “faire passer le test”. On cherche pourquoi le test était fragile, quelle fixture utiliser, quelle règle métier protéger.

Enfin, documenter. Un projet accéléré par l’IA peut vite devenir opaque si la documentation ne suit pas. C’est pourquoi Dirco maintient un README, un handover technique, une architecture cible, une roadmap, un changelog public et des règles agents.

C’est un point essentiel : l’IA accélère aussi la dette si on ne la canalise pas.

Quelques exemples d’itérations rendues beaucoup plus rapides

Un exemple récent concerne les fiches prospects.

Nous avions une logique où certaines actions commerciales pouvaient être archivées individuellement. Mais dans le cas d’un prospect libre, ce n’était pas le bon modèle : ce qu’il fallait pouvoir archiver, c’était le prospect entier.

La demande métier était simple :

• sur une fiche prospect, archiver le prospect entier ;
• sur une fiche prospect non rattachée, pouvoir modifier son nom ;
• sur une fiche suspect, proposer uniquement le passage en prospect ;
• sur une fiche prospect, permettre le rattachement à un client existant ;
• retirer les instructions devenues inutiles dans l’interface.

Cette évolution touche plusieurs endroits : routes Laravel, contrôleur, requêtes, page React, formulaires, tests fonctionnels, e2e, changelog, documentation.

C’est exactement le type de changement qui peut devenir pénible s’il faut tout faire manuellement dans l’urgence. Avec Codex, le travail reste sérieux, mais l’enchaînement est plus fluide.

Autre exemple : la page Clients.

Gilles et moi avions besoin d’une vue plus dense du cycle commercial. Trop d’espace perdu, pas assez d’éléments visibles, pagination trop courte. La demande : rendre l’affichage plus compact et passer les pages de 20 à 50 éléments.

Là encore, ce n’est pas une révolution fonctionnelle. Mais ce sont ces ajustements qui font qu’un outil devient vraiment utilisable.

Ce que ce projet dit de notre métier d’agence

Je ne vois pas l’IA comme un remplacement du développement web. Je la vois comme un changement profond dans notre façon de produire des logiciels.

Avant, certaines idées internes restaient dans un coin parce qu’elles semblaient trop coûteuses à développer. Un tableau de pilotage spécifique, une vue de simulation, une interface de réconciliation, une logique de rattachement prospect, un export particulier.

Aujourd’hui, ces idées peuvent être testées beaucoup plus vite.

Cela change la relation entre métier et développement. On peut prototyper directement sur de vraies données. On peut faire évoluer une interface au fil des retours. On peut adapter l’outil à une organisation plutôt que forcer l’organisation à entrer dans un outil standard.

Pour une agence web comme KERNL, c’est une capacité très forte.

Pas parce que nous pouvons “faire coder l’IA à notre place”, mais parce que nous savons combiner :

• compréhension métier ;
• choix techniques robustes ;
• expérience produit ;
• architecture Laravel/Inertia/React ;
• tests automatisés ;
• documentation ;
• orchestration d’outils IA.

C’est cette combinaison qui crée de la valeur.

L’IA fait gagner du temps, mais pas sans exigence

Je pense qu’il faut éviter deux discours extrêmes.

Le premier consiste à dire que l’IA va tout faire toute seule. C’est faux. Sans cadre, sans relecture, sans vision produit, elle peut produire du code fragile ou mal orienté.

Le second consiste à dire qu’elle ne change rien au métier. C’est faux aussi. Elle change énormément la vitesse à laquelle on peut passer d’une idée à une version utilisable.

Dans notre cas, le gain est très concret. Nous pouvons ajouter une vue, ajuster un workflow, renforcer un test, documenter une évolution et livrer beaucoup plus vite qu’avant.

Mais ce gain repose sur une discipline :

• savoir écrire une demande claire ;
• savoir découper le problème ;
• connaître le code existant ;
• contrôler les effets de bord ;
• exiger des tests ;
• relire le code ;
• garder une documentation vivante ;
• ne pas confondre vitesse et précipitation.

L’IA ne supprime pas le rôle du développeur. Elle augmente surtout l’importance du cadrage.

Une nouvelle manière de construire des outils métier

Dirco n’est pas un produit que nous cherchons à vendre tel quel.

C’est notre outil interne. Il répond à notre contexte, à notre organisation, à notre façon de travailler avec Facturation.pro, à notre accompagnement commercial avec Gilles Solignac.

Mais l’histoire de Dirco raconte quelque chose de plus large.

Elle montre qu’une entreprise peut désormais se doter beaucoup plus rapidement d’outils métier sur mesure. Pas forcément des plateformes énormes. Parfois simplement les bonnes vues, les bons filtres, les bons exports, les bons raccourcis, branchés aux bonnes données.

Pour nous, c’est exactement là que l’IA devient intéressante dans le développement web.

Elle ne remplace ni la stratégie, ni le métier, ni l’expérience, ni la qualité logicielle. Mais elle réduit fortement la distance entre un besoin identifié et un outil opérationnel.

Et dans une période où le commerce demande plus de rigueur, plus de suivi, plus de précision, cette capacité devient un vrai avantage.

Chez KERNL, nous avons toujours aimé construire des outils utiles, sobres, adaptés au terrain. Avec l’IA, nous pouvons le faire plus vite, à condition de rester exigeants.

Dirco est un exemple très concret de cette nouvelle manière de travailler : partir d’un vrai problème, connecter les bonnes données, construire vite, vérifier sérieusement, puis améliorer au fil des usages.

C’est probablement l’un des changements les plus intéressants que nous vivons aujourd’hui dans notre métier.