Agent IA 30 jours - défi 2 : ce que j'ai appris en doublant la mise

TL;DR

Premier défi : 30 agents en 30 jours. Bilan : 3 valent de l'or, 9 me font gagner du temps, 21 n'ont jamais décollé. Le premier défi m'a coûté 2 semaines à rattraper mes propres erreurs.

Deuxième défi : 30 agents de plus, en 30 jours de plus. Mais cette fois, avec les leçons du premier tour. Résultat : 11 agents en production stable (vs 3), 0 prototype mort en moins de 7 jours (vs 6), et 47h/semaine récupérées (vs 20h).

Ce que j'ai compris : le premier défi m'a appris à construire des agents. Le deuxième m'a appris à les garder en vie. Et c'est là que se cache le vrai levier d'agentiser un business de solopreneur — pas dans le nombre d'agents, mais dans leur survie.

Pourquoi un deuxième défi

Après le premier tour, j'avais 3 agents solides et une méthodologie. Mais je sentais un angle mort : tous mes agents du premier défi répondaient à des tâches isolées. Qualifier un lead. Répondre à un email. Publier un post. Rien ne se connectait.

J'ai donc lancé le deuxième défi avec une contrainte imposée : chaque agent du jour N doit pouvoir déclencher ou être déclenché par un agent déjà en production. L'objectif n'était plus de créer des agents utiles. C'était de créer un système d'agents.

Règles du jeu (identiques au premier tour + 1 ajout) :

1 jour = 1 agent, du brief au déploiement
Coût API maximum : 10€/mois par agent
Output mesurable
NOUVEAU : chaque agent doit avoir au moins 1 lien avec un agent existant (trigger, input, output partagé, ou pipeline)

Ce qui a changé entre le défi 1 et le défi 2

Changement 1 : j'ai arrêté de coder du zéro

Premier défi, je reconstruisais l'orchestration à chaque fois. API call, parsing, error handling, log — tout à la main. Résultat : 40% de mon temps passait dans la plomberie, pas dans la logique métier.

Deuxième défi : j'ai imposé n8n comme socle pour 24 des 30 agents. Les 6 autres étaient sur Make ou du code pur — uniquement quand n8n ne pouvait pas faire le job (webhook temps réel, processing audio).

Impact concret : temps moyen de build passé de 6h20 à 3h45 par agent. Non pas parce que n8n est plus rapide, mais parce que je ne réinventais plus la roue à chaque fois. Les patterns de error handling, de retry, de logging — tout était déjà en place.

Changement 2 : j'ai documenté AVANT de construire

Premier défi, la documentation arrivait au jour 25 quand je ne me souvenais plus de why. Deuxième défi, le brief d'une phrase est devenu un mini-cahier des charges de 4 lignes :

Entrée : quel event/trigger lance l'agent
Logique : quelle décision prend-il (condition binaire, scoring, LLM call)
Sortie : quel output produit-il (message, fichier, API call, notification)
Dépendance : quel agent existant il touche (input depuis, output vers, ou aucun)

Résultat : j'ai pu reprendre 8 agents après 3 semaines d'absence sans relire une ligne de code. Le contexte était dans le brief, pas dans ma tête.

Changement 3 : j'ai killé vite

Premier défi, j'ai gardé 6 agents médiocres pendant 20 jours en me disant "ils vont s'améliorer". Ils ne se sont pas améliorés. J'ai perdu 120h sur des agents qui n'auraient jamais marché.

Deuxième défi, j'ai appliqué la règle des 7 jours : si un agent ne produit pas de résultat mesurable en 7 jours, il est tué. Pas de "il s'améliorera". Pas de "j'ai déjà investi du temps". Kill.

Bilan : sur les 30 agents du deuxième tour, 11 ont franchi le cap des 7 jours et sont toujours en production. Les 19 autres ont été killés en moyenne au jour 4. Zéro regret. Chaque heure sauvée est une heure investie dans les agents qui marchent.

Les 4 agents du deuxième défi qui ont tout changé

Agent 1 : Pipeline de scoring leads (n8n + Airtable)

Problème : mes leads arrivaient dans un Google Sheet sans aucun scoring. Je passais 45 min/jour à les trier manuellement.

Ce que j'ai construit : un workflow n8n qui capte les formulaires entrants, les score sur 3 critères (budget, secteur, timing), et push directement dans Airtable avec un statut qualifié/disqualifié. Les leads qualifiés reçoivent un email automatique avec un lien Calendly.

Résultat réel : 45 min/jour → 3 min/jour (vérification hebdo). Sur 30 jours : 21h récupérées. Taux de conversion lead→call passé de 12% à 31% parce que je ne rate plus les bons leads.

Leçon : l'agent le plus rentable n'est pas le plus sophistiqué. C'est celui qui traite le plus de volume avec le moins de maintenance.

Agent 2 : Rédaction d'articles SEO (Claude + n8n)

Problème : chaque article SEO me prenait 4-6h (recherche KW, outline, rédaction, relecture, insertion wikilinks, CTA).

Ce que j'ai construit : un pipeline en 4 étapes : (1) n8n cherche le KW dans un Google Sheet de plan éditorial, (2) Claude génère un brief + outline, (3) Claude rédige le draft complet avec wikilinks et CTA, (4) le draft arrive dans un dossier Google Drive prêt à reviewer.

Résultat réel : temps de rédaction passé de 5h à 45min (je review + ajuste au lieu de rédiger de zéro). Sur 30 jours, j'ai publié 27 articles au lieu de 8. C'est l'agent qui a rendu possible la cadence de 3 articles/jour qui alimente actuellement mon blog sur les agents IA.

Leçon : l'agentiser n'est pas "remplacer l'humain". C'est passer de 100% de travail à 15% de review. Le jugement humain reste non-négociable.

Agent 3 : Veille concurrentielle automatique (Make + Slack)

Problème : la veille concurrentielle prenait 4h/semaine. Je lisais 15-20 articles, prenais des notes, et je n'en faisais souvent rien.

Ce que j'ai construit : Make surveille 30 sources (RSS, Google Alerts, comptes X) → filtre sur 5 mots-clés → push un résumé hebdomadaire dans Slack avec score d'urgence.

Résultat réel : 4h/semaine → 20min/semaine (lecture du résumé + 2-3 décisions). Sur 30 jours : 15h récupérées. Et surtout, j'ai identifié 2 opportunités que j'aurais ratées sans l'agent (un concurrent a lancé un produit similaire, un changement de prix chez un fournisseur clé).

Leçon : les agents de veille sont sous-estimés parce que leur ROI est indirect. Ils ne génèrent pas de CA directement. Ils évitent des pertes qu'on ne voit jamais.

Agent 4 : Relance clients impayés (n8n + Twilio)

Problème : 23% de mes factures étaient en retard de paiement. Je relançais manuellement, oubliais parfois, et le cashflow fluctuait de 2 000€/mois.

Ce que j'ai construit : n8n vérifie chaque lundi les factures impayées dans Airtable, envoie un SMS de relance à J+7, un email à J+14, et m'alerte sur Slack à J+21.

Résultat réel : taux de retard passé de 23% à 8% en 30 jours. Cashflow stabilisé à ±400€/mois au lieu de ±2 000€. Zéro relance manuelle depuis 30 jours.

Leçon : les agents financiers sont le meilleur point d'entrée pour agentiser un business. Le ROI est immédiat, le risque est faible, et ça prouve la valeur du système au reste de l'équipe (ou à toi-même en solo).

Les 4 pièges que j'ai évités (et que tu dois connaître)

Piège 1 : le syndrome du « next tool »

Premier défi, j'ai testé 8 outils différents en 30 jours. Make, n8n, Zapier, Langchain, CrewAI, AutoGPT, Dify, Relay. Résultat : j'ai perdu 5 jours juste à comparer des interfaces.

Deuxième défi : n8n comme socle unique. Les 6 exceptions (Make, code pur) étaient des choix techniques justifiés, pas des caprices de curiosité. Un seul outil maîtrisé vaut mieux que cinq outils testés.

Piège 2 : l'agent sans kill switch

Premier défi, 2 agents ont envoyé des emails aux mauvais destinataires parce que j'avais oublié un test de validation. 47 emails erronés. 3 leads perdus.

Deuxième défi : chaque agent a un kill switch (bouton n8n pour désactiver) + un fallback alerte (si l'agent échoue 3 fois de suite, il s'arrête et m'envoie un SMS). Zéro incident en 30 jours.

Piège 3 : optimiser trop tôt

Premier défi, j'ai passé 2 jours à optimiser un agent qui générait 12€ de valeur/semaine. Temps investi : 16h. Valeur générée sur 6 mois : 288€. ROI : 18€/h. N'importe quel freelance fait mieux.

Deuxième défi : règle des 50€. Un agent doit générer 50€/mois de valeur mesurable avant de justifier une heure d'optimisation. Sinon, il reste en l'état ou il est kill.

Piège 4 : ne pas tracker la survie

Premier défi, je ne savais pas combien d'agents étaient encore actifs 30 jours après le défi. Réponse : 3 sur 30. 10% de survie. C'est catastrophique, mais je ne le savais pas parce que je ne trackais pas.

Deuxième défi : un dashboard simple (Airtable, 5 colonnes : nom, date de build, statut actif/inactif, dernier run, raison d'arrêt si applicable). Dashboard consulté 1x/semaine. 5 minutes. C'est tout ce qu'il faut pour garder le contrôle.

Les métriques du deuxième défi (vs premier)

Métrique	Défi 1 (30 jours)	Défi 2 (30 jours)
Agents créés	30	30
Agents en production (J+30)	3	11
Taux de survie	10%	37%
Temps moyen de build	6h20	3h45
Heures récupérées/semaine	20h	47h
Coût API mensuel total	89€	124€
Valeur générée/mois (estimée)	1 800€	5 200€
Incidents (emails/fonctionnement)	3	0
Agents avec kill switch	0	30
Agents documentés	2	30

Le ratio qui compte : premier défi, 1 800€ de valeur pour 89€ de coût = ROI 20x. Deuxième défi, 5 200€ pour 124€ = ROI 42x. Le doublement du défi a produit un doublement du ROI. Pas parce que j'ai créé 2x plus d'agents. Parce que mes agents survivent 3x plus longtemps.

Ce que ça veut dire pour toi si tu veux agentiser ton business

Si tu pars de zéro, ne reproduis pas mes erreurs du premier défi. Commence directement par le deuxième :

Choisis UN outil (n8n ou Make, pas les deux). Maîtrise-le avant de tester quoi que ce soit d'autre.
Documente chaque agent en 4 lignes (entrée, logique, sortie, dépendance) AVANT de coder la première ligne.
Applique la règle des 7 jours : résultat mesurable ou kill. Pas de zone grise.
Crée un dashboard de survie : 5 colonnes, mis à jour 1x/semaine. C'est ton filet de sécurité.
Commence par les agents financiers (relance, facturation, suivi cashflow). Le ROI est immédiat et ça prouve la valeur du système.

Ces 5 étapes, c'est exactement ce qu'on déballe dans Agentise. La méthode complète, les templates d'agents, et les retours d'expérience bruts — pas de la théorie, du terrain.

Early-access Founding 30 à 59€/trim (au lieu de 199€ en prix public) — 8 places restantes.

Aller plus loin — construire un système d'agents qui survit

Créer des agents, c'est facile. Les garder en vie, c'est le vrai défi. Voici 3 étapes pour passer de "j'ai des agents" à "j'ai un système" :

Mappe les dépendances entre tes agents existants — lequel déclenche l'autre, lequel nourrit l'autre. Un agent isolé est un agent en danger. Consulte mon article sur l'architecture de systèmes IA pour solopreneurs pour un framework de mapping.
Crée un dashboard de survie dans Airtable ou Notion — date de build, statut, dernier run, raison d'arrêt. 5 minutes/semaine suffisent pour garder le contrôle. Mon setup Notion pour organiser les agents montre exactement comment je fais.
Teste la résilience : coupe manuellement 1 agent par semaine. Si le business ne s'effondre pas, l'agent n'était pas critique. S'il s'effondre, c'est un agent à dupliquer en backup. Mon architecture pour un agent IA 24h/24 détaille les patterns de failover.

Agentiser un business, ce n'est pas empiler des bots. C'est construire un système où chaque agent a un rôle, une dépendance claire, et un kill switch. Le deuxième défi m'a prouvé que la survie est le vrai KPI — pas la création.

Rejoins les solopreneurs qui agentisent leur business dans Agentise.