Claude prépare nos devis à partir de nos réunions : comment nous avons connecté Leexi à notre SI avec MCP

Points clés de cet article :

• Un serveur MCP donne à une IA un accès contrôlé aux données d'un logiciel : ici, les comptes rendus de réunion Leexi.
• Le MCP apporte le contexte, la skill apporte la méthode de l'entreprise. Il faut les deux pour obtenir un devis exploitable.
• Le gain se situe avant la décision humaine, sur le travail de recopie qui précède la rédaction.
• Une conversation enregistrée est une donnée personnelle : le périmètre d'accès et la liste des sous-traitants se posent avant la première ligne de code.
• Un connecteur utilisé tous les jours devient une brique du système d'information : droits, journalisation, supervision et coûts suivent.

Une réunion commerciale se termine chez DonkeyCode. Quelques minutes plus tard, Claude va chercher son compte rendu et son transcript dans Leexi, retrouve le besoin exprimé par le prospect et prépare une première version de notre proposition commerciale. Il peut enchaîner sur le mail de suivi et sur les prochaines actions. Le commercial ouvre un document déjà rempli.

Leexi enregistre et transcrit automatiquement les réunions et les appels, en produit un compte rendu et en extrait les prochaines étapes, dans plus de cent cinquante langues. L'outil est développé en Europe, ses données sont hébergées en France et l'éditeur est certifié ISO 27001. Ce point pèse dans notre choix autant que les fonctionnalités : nous conseillons des entreprises qui doivent savoir où partent les propos de leurs clients, et nous nous appliquons la même exigence.

Le connecteur qui relie Leexi à Claude, nous l'avons développé, puis publié : le MCP Leexi de DonkeyCode est disponible sur GitHub. Il tient en quelques centaines de lignes et illustre ce qui se joue aujourd'hui avec l'IA en entreprise : passer d'un modèle à qui l'on demande de rédiger un texte à un modèle qui travaille sur les données réelles de l'entreprise.

De la réunion au devis, sans recopier le contexte

Pendant quarante-cinq minutes, un prospect explique son activité, son problème, les logiciels qu'il utilise, les tâches qui lui coûtent du temps, ses contraintes, son budget et son calendrier. La réunion se termine, et une deuxième phase de travail commence : relire les notes, retrouver les informations, reformuler le besoin, préparer la proposition, compléter les outils internes, rédiger le mail, planifier la suite.

La transcription automatique a réglé la première moitié du problème. Avec Leexi, le compte rendu, les sujets abordés et les actions détectées sont disponibles quelques minutes après le rendez-vous. Mais l'information reste dans un onglet tant que quelqu'un ne va pas la chercher pour la recopier ailleurs. C'est cette seconde moitié que le serveur MCP prend en charge.

MCP : le protocole qui donne à une IA accès à vos logiciels

MCP signifie Model Context Protocol. C'est une manière standardisée de déclarer à un modèle les outils auxquels il peut accéder, les données qu'il peut lire et les opérations qu'il a le droit d'effectuer. Au lieu de coller un document dans une conversation, on branche l'IA sur la source.

Notre serveur expose les réunions Leexi : la liste des réunions récentes, leur résumé, le transcript complet, les tâches détectées pendant l'échange, et le marquage de celles qui ont déjà été traitées. Rien d'autre. Un agent n'a accès qu'à ce que le serveur expose, et c'est ce découpage qui rend l'accès contrôlable.

Le connecteur fonctionne avec n'importe quel client compatible MCP, et son code est lisible par n'importe quel développeur : voir le projet Leexi MCP sur GitHub.

Enregistrer une réunion, c'est déjà traiter des données personnelles

Un enregistrement contient la voix des participants, leurs propos, le nom de leur entreprise et parfois celui de leurs clients. Le RGPD s'applique dès le déclenchement de l'enregistrement, avant toute question d'IA : information des participants, base légale, durée de conservation, et liste tenue à jour des sous-traitants qui touchent la donnée.

Brancher un modèle sur ces comptes rendus allonge cette liste. Le transcript quitte Leexi pour être envoyé au modèle, et cette sortie se déclare comme n'importe quel autre traitement : quelles données sortent, vers quel fournisseur, hébergé où, pour combien de temps, et avec quel engagement de non-réutilisation pour l'entraînement. C'est la première chose que nous posons avant de connecter quoi que ce soit, chez nous comme chez un client.

Notre serveur limite volontairement la surface exposée : lister les réunions, récupérer une réunion avec son transcript, marquer une réunion comme traitée. Rien d'autre du compte Leexi n'est atteignable, et la clé utilisée est générée côté Leexi par un administrateur, donc révocable sans toucher au code. Ce découpage est ce qui rend l'accès auditable : la question « qu'est-ce que l'agent a le droit de lire ? » a une réponse courte et vérifiable.

C'est le travail que couvre notre offre de gouvernance, traçabilité et conformité IA : savoir quels usages de l'IA tournent dans l'entreprise, avec quelles données, et pouvoir le prouver le jour où on le demande.

Le MCP donne le contexte, la skill donne notre méthode

Savoir récupérer un transcript ne suffit pas à rédiger un devis. Il faut aussi savoir comment DonkeyCode travaille : quelles informations retenir d'un échange, comment découper un projet, ce qui se chiffre et ce qui reste en hypothèse, à quel moment demander une validation plutôt que d'inventer une réponse.

Ces règles vivent dans des skills métier, où nous décrivons notre façon d'effectuer les tâches qui reviennent. Une skill explique comment nous préparons une proposition commerciale, une autre comment nous rédigeons un mail de mise en relation, une autre comment nous traitons un nouveau contact. Le MCP donne accès à la matière, la skill dit quoi en faire.

Ce que Claude prépare après un rendez-vous

Le prospect explique son besoin normalement : personne ne remplit de champs supplémentaires pour satisfaire une automatisation. Leexi transcrit la réunion. Claude lit le contenu via le MCP, sans copier-coller. La skill commerciale structure ce qui a été dit en proposition : périmètre, hypothèses, points à confirmer, chiffrage. Le commercial récupère un premier document et le reprend.

Nous gardons la validation humaine sur ce qui engage l'entreprise. Un devis part quand quelqu'un décide qu'il part. Ce qui disparaît, c'est l'heure de travail mécanique qui précédait cette décision.

Au-delà du devis : CRM, tâches et applications métier

Une réunion commerciale produit de l'information, et cette information finit recopiée dans le CRM, l'ERP, la messagerie, l'agenda, un outil de suivi de projet et parfois un tableur. Le prospect a donné son budget, sa date de décision, les logiciels qu'il utilise et les personnes impliquées : tout est déjà dans le compte rendu.

Un agent connecté à ces outils prépare la mise à jour à partir de ce qui a été dit. Selon le niveau de confiance et les règles de l'entreprise, certaines modifications passent seules, d'autres attendent une validation. Même chose pour la suite : le document attendu mardi, la démonstration à organiser avec le directeur financier, la relance à dix jours. Ces éléments sont dans le transcript, l'agent les transforme en tâches et déclenche les automatisations correspondantes.

Nous raccordons ces briques une à une sur nos missions d'agents IA connectés au système d'information, en décidant à chaque fois ce qui part seul et ce qui attend un humain.

Quand votre logiciel n'a ni MCP ni API

La majorité des applications qui font tourner les entreprises n'ont pas été conçues pour être appelées par un agent. Certaines disposent d'une API, d'autres non. Certaines sont des progiciels du marché, d'autres ont été développées il y a dix ou quinze ans et portent une part importante du savoir-faire de l'entreprise.

Quand une API existe, nous l'exploitons. Quand elle n'existe pas, nous la développons. Quand l'application doit d'abord être remise à niveau, nous la reprenons et la modernisons avant d'exposer aux agents les seules données et opérations dont ils ont besoin, avec les droits qui vont avec. Une application ancienne peut avoir besoin d'une nouvelle porte d'entrée plutôt que d'un remplacement, et l'écart de coût entre les deux est considérable.

Cela change aussi la façon dont nous concevons les applications métier sur mesure. Depuis 2014, nous les construisons pour des humains derrière une interface : formulaires, tableaux, recherche, workflows. Cette interface reste nécessaire, et un second usage s'y ajoute, où l'agent devient lui aussi un utilisateur de l'application. Un commercial demande la proposition du rendez-vous du matin ; l'agent va chercher le transcript, retrouve le client, récupère les tarifs applicables, prépare le devis, met à jour l'opportunité, signale ce qui lui manque et rend la main.

Où mettre de l'IA, où mettre du code

Brancher un modèle sur chaque étape coûte cher et rend le résultat instable. La répartition se décide étape par étape.

Les projets qui tiennent mélangent les registres : de l'IA là où il faut comprendre, du code là où la règle est écrite, un humain là où l'on s'engage. C'est aussi la logique de notre diagnostic et feuille de route IA, qui part du travail réel avant de choisir la technologie.

Un serveur MCP en production se maintient comme une application

Un serveur MCP publié pour la démonstration et un serveur MCP utilisé chaque semaine par une équipe commerciale ne demandent pas le même soin. Les API changent, les applications évoluent, les droits doivent être contrôlés, les erreurs journalisées, les automatisations surveillées, et la consommation des modèles suivie comme n'importe quelle ligne d'infrastructure. Ce sont les mêmes sujets que pour le reste des applications que nous exploitons et optimisons.

Le sujet est aussi organisationnel. Quand une IA peut lire une réunion, consulter un CRM et préparer un devis, les équipes apprennent à lui confier le bon travail : ce qui se délègue, ce qui se vérifie, comment décrire une tâche qui revient, quand garder une validation humaine. C'est le sujet de nos formations IA opérationnelles, qui partent du métier des participants plutôt que des outils.

Connecter l'IA au système d'information, concrètement

Une information produite à un endroit de l'entreprise peut devenir exploitable partout ailleurs. Une réunion devient un devis, une mise à jour de CRM, une tâche, une relance, une modification dans une application métier ou le déclenchement d'un workflow, sans que personne transporte l'information d'un outil vers l'autre.

Votre entreprise possède déjà les données, les applications et les processus. Reste à compter combien de fois vos équipes recopient encore une information qu'un agent pourrait transporter pour elles.