Image : Black_Claw — Openverse (by)

Une journée de solopreneur outillé à l’IA : ce que je délègue vraiment

Je vais te raconter ma journée d’hier.

Pas la version LinkedIn où tout est fluide, intentionnel et inspirant. La vraie. Avec les trucs qui ont tourné sans moi, les trucs que j’ai quand même faits à la main parce que je ne fais pas encore confiance à la machine, et le truc qui a planté à 14h37 et que j’ai mis deux heures à déboguer.

Si tu es freelance, dev solo, indie builder ou dirigeant d’une petite structure qui se demande ce que “travailler avec l’IA” veut dire concrètement en 2026 — pas dans les slides de conf, pas dans les threads X de growth hackers — alors cet article est pour toi.

La journée réelle : agents, crons, publication automatique

6h45. Le réveil sonne. Avant de me lever, j’ouvre Telegram. Pas pour scroller — j’ai un bot qui m’envoie un digest matinal : résumé des mentions de ma marque, des tickets entrants, et un résumé des analytics du contenu publié la veille. Ça prend trente secondes à lire. L’agent a tourné à 6h00, pendant que je dormais.

Ce bot, je l’ai construit avec n8n et un modèle Claude via API. Il agrège trois sources, résume, formate, envoie. Coût mensuel : environ 4€ de tokens. Temps économisé chaque matin : 20 à 30 minutes de vérifications manuelles éparpillées.

7h30. Café, enfant à l’école, retour bureau. Je regarde ce que la queue de publication a sorti pendant la nuit. J’écris mes posts en avance — souvent le week-end ou en bloc le mercredi — et un workflow Zapier + Buffer les pousse selon un calendrier éditorial que j’ai défini une fois pour toutes. Ce matin, un thread sur les coûts d’infrastructure d’un SaaS solo est parti à 7h00 pile. Je n’ai rien touché.

8h00 - 10h00. C’est mon bloc de travail profond. Aucun outil IA pendant ces deux heures. Du code, de la réflexion produit, de l’écriture de fond. Je reviendrai là-dessus.

10h15. Je check ma boîte mail. Un agent de triage — construit sur Make, avec un prompt système assez précis — a déjà catégorisé les emails entrants : “répondre aujourd’hui”, “lire cette semaine”, “newsletter/ignorer”, “action requise”. Il ne répond pas à ma place. Il trie. La nuance est importante.

11h00. Appel client. Ça, c’est moi. Entièrement moi.

12h30. Déjeuner. Vrai déjeuner, loin de l’écran. Ce n’est pas de l’IA qui m’a appris ça, c’est d’avoir cramé en 2023.

14h00. Je reprends sur une feature en cours. À 14h37, le pipeline de déploiement automatique plante. Un test end-to-end échoue sur un cas edge que je n’avais pas anticipé. Je passe jusqu’à 16h30 à comprendre pourquoi. L’IA m’aide à déboguer — je colle l’erreur dans Claude, on itère — mais c’est moi qui prends les décisions d’architecture. C’est moi qui comprends pourquoi le test était mal fichu dès le départ.

17h00. Un agent de veille me sort un résumé hebdomadaire des discussions HN, IndieHackers et quelques subreddits ciblés sur mes sujets. Je lis en diagonale, je marque deux ou trois trucs à creuser. Quinze minutes.

17h30. Je ferme l’ordi. Vraiment.

Ce que l’IA fait seule — et ce que je garde jalousement

Soyons précis, parce que la confusion entre “l’IA m’aide” et “l’IA fait” est la source de beaucoup de déceptions.

Ce que l’IA fait vraiment seule chez moi

La distribution de contenu. Une fois que j’ai écrit et validé un contenu, tout le reste est automatisé : mise en forme pour chaque plateforme, scheduling, publication, parfois adaptation du format (thread vs post court vs newsletter). Je n’interviens plus.

La veille et l’agrégation d’informations. Surveiller des mots-clés, résumer des discussions, tracker des mentions — tout ça tourne en cron. Je consomme les outputs, je ne fais plus la collecte.

Le triage et la catégorisation. Emails, tickets support, demandes entrantes. L’IA classe, priorise, parfois rédige un premier jet de réponse que je valide ou modifie. Elle ne répond jamais de façon autonome à quelqu’un qui m’écrit directement.

Les rapports et dashboards. Chaque semaine, un agent compile les métriques clés — revenus, trafic, conversions, temps passé par projet — et me sort un résumé narratif. Je n’ouvre plus Google Analytics pour chercher des chiffres.

Ce que je garde, et pourquoi

La relation client. Chaque email important, chaque appel, chaque négociation — c’est moi. Pas parce que l’IA ne pourrait pas écrire quelque chose de correct. Parce que ma réputation repose sur la confiance, et que la confiance se construit dans l’échange humain. Un client qui découvre qu’il parle à un agent, même bon, se sent trahi. Je ne veux pas ce risque.

Les décisions de produit. Quelle feature construire, quoi abandonner, comment positionner une offre — l’IA peut m’aider à structurer ma réflexion, à lister des options, à challenger mes hypothèses. Mais la décision finale est la mienne. Toujours. Parce que je connais mon marché, mes clients, et mon énergie disponible d’une façon qu’aucun modèle ne peut modéliser correctement.

L’écriture de fond. Cet article, par exemple. Je l’écris. L’IA peut relire, suggérer, reformuler un passage maladroit. Mais la voix, les anecdotes, les opinions — c’est moi ou ce n’est rien. Le contenu généré en masse sans point de vue est du bruit. Le web en est déjà plein.

Le débogage critique. L’IA est un excellent rubber duck. Elle m’aide à formuler le problème, à explorer des pistes. Mais comprendre pourquoi quelque chose plante dans mon contexte spécifique, avec mes choix d’architecture, mes contraintes — ça demande une compréhension du système que seul moi possède.

Les 3 automatisations au meilleur ROI temps

Si tu pars de zéro et que tu veux aller à l’essentiel, voilà ce que je mettrais en place en premier. Pas les plus impressionnantes. Les plus utiles.

1. Le digest matinal

Ce que c’est : un agent qui tourne chaque matin entre 5h et 6h, agrège tes sources prioritaires (analytics, mentions, tickets, emails urgents), et te dépose un résumé lisible en moins de deux minutes.

Pourquoi c’est le meilleur ROI : tu commences ta journée avec le contexte, pas avec l’anxiété de devoir aller chercher l’information partout. Tu économises 20 à 30 minutes de dispersion quotidienne, soit environ 10 heures par mois.

Stack minimal : n8n ou Make + un modèle via API (Claude, GPT-4o, peu importe) + Telegram ou email. Budget : moins de 10€/mois.

Piège à éviter : vouloir tout agréger. Commence par trois sources maximum. L’information overload automatisée est pire que l’information overload manuelle.

2. Le pipeline de publication asynchrone

Ce que c’est : tu écris en blocs (le week-end, en soirée, quand tu es en flow), tu stockes dans une queue, et un workflow publie selon un calendrier que tu as défini une fois.

Pourquoi c’est le meilleur ROI : la régularité de publication est ce qui construit une audience. Mais la régularité est incompatible avec les aléas d’une vie de solopreneur. L’automatisation découple la création de la distribution.

Stack minimal : Notion ou Airtable comme CMS léger + Zapier ou Make + Buffer ou les APIs natives des plateformes. Si tu veux adapter le format par plateforme automatiquement, ajoute un appel LLM dans le pipeline.

Piège à éviter : automatiser la création en plus de la distribution. Publier du contenu généré sans relecture, c’est diluer ta marque personnelle. La machine distribue, toi tu crées.

3. Le triage intelligent des entrants

Ce que c’est : un agent qui lit tes emails (ou tes messages, ou tes tickets) et les catégorise selon des règles que tu lui as apprises. Pas de réponse automatique. Juste du tri.

Pourquoi c’est le meilleur ROI : la gestion des entrants est le principal destructeur de concentration pour un solopreneur. Ouvrir sa boîte et voir 47 emails non lus sans contexte, c’est cognitif et anxiogène. Ouvrir sa boîte et voir “2 trucs urgents, 5 trucs pour cette semaine, le reste peut attendre” — c’est actionnable.

Stack minimal : Make ou n8n avec accès à l’API Gmail/Outlook + un prompt système bien calibré + un label ou tag système pour le tri. Compter 3 à 4 heures de setup et calibration initiale.

Piège à éviter : laisser l’agent répondre. Même avec un bon prompt, une réponse automatique mal calibrée à un prospect ou un client important peut coûter une relation. Le tri, oui. La réponse, non — sauf pour les cas vraiment triviaux et à faible enjeu.

Ce qui a raté : la version honnête

Je ne vais pas te vendre un système parfait parce qu’il n’existe pas.

L’agent de réponse support que j’ai tué après trois semaines. J’avais construit un agent qui répondait automatiquement aux questions fréquentes sur mon produit. Techniquement, ça marchait. Mais j’ai reçu un retour d’un utilisateur qui m’a dit qu’il avait l’impression de “parler à un mur”. Il avait posé une question simple, reçu une réponse correcte, mais sans chaleur, sans la petite note personnelle que j’aurais ajoutée. Il a churné. J’ai éteint l’agent.

Le résumé de veille trop large. Pendant deux mois, j’ai fait tourner un agent de veille sur une vingtaine de sources. Le résumé quotidien faisait 800 mots. Je ne le lisais plus. J’ai réduit à cinq sources, résumé en dix bullets max. Maintenant je le lis vraiment.

L’automatisation du cold outreach. Je n’en parle pas souvent, mais j’ai testé. Pendant six semaines, un agent personnalisait et envoyait des emails de prospection à partir d’une liste qualifiée. Le taux de réponse était correct — 8%, ce n’est pas nul. Mais les conversations qui en découlaient étaient compliquées parce que le premier contact n’était pas vraiment moi. Il y avait un décalage entre la promesse implicite de l’email et la réalité de l’échange. J’ai arrêté. Je prospecte moins, mais mieux.

Les faux positifs du triage email. Mon agent de triage classe mal environ 5% des emails. Ce n’est pas énorme, mais 5% de mes emails, c’est parfois un email important qui dort dans la mauvaise catégorie pendant deux jours. J’ai ajouté une règle : tout email d’un contact qui a déjà eu un échange avec moi va directement en “répondre aujourd’hui”, peu importe ce que l’agent pense. Ça a réduit les incidents.

La leçon transversale : les automatisations qui touchent à la relation humaine ont un coût invisible. Le gain de temps est réel et mesurable. La dégradation de la relation est diffuse et se voit seulement quand c’est trop tard.

Transposable à un dirigeant de PME ?

Question légitime. Parce que ce que je décris, c’est un système construit par un dev pour ses propres usages. Est-ce que ça scale à une équipe de 10, 20, 50 personnes ?

Oui et non.

Ce qui est directement transposable :

Les automatisations de distribution de contenu, de veille, de reporting — elles fonctionnent à n’importe quelle taille. Une PME qui fait du contenu marketing peut automatiser sa distribution exactement comme je le fais. Un dirigeant qui veut un digest matinal de ses KPIs peut avoir ça en quelques jours de setup.

Le triage des entrants est encore plus pertinent dans une PME, où les emails entrants sont souvent gérés par plusieurs personnes avec des niveaux de priorité différents. Un agent de triage partagé, connecté à un CRM, peut faire gagner des heures à toute une équipe commerciale.

Ce qui ne scale pas directement :

La stack technique que j’utilise suppose que quelqu’un sait ce qu’il fait avec des APIs, des webhooks, des prompts système. Dans une PME sans profil technique en interne, il faut soit former quelqu’un, soit passer par des outils no-code plus contraints (Zapier, Make avec des templates), soit faire appel à quelqu’un pour le setup.

Il y a aussi une question de gouvernance. Quand tu es solo, tu décides seul de ce que l’agent peut faire ou ne pas faire. Dans une équipe, il faut aligner tout le monde sur les règles, les limites, les cas d’exception. C’est un travail organisationnel autant que technique.

Ce que je dirais à un dirigeant de PME qui veut commencer :

Commence par identifier les tâches répétitives à faible valeur qui consomment du temps à toi ou à ton équipe. Pas les tâches complexes, pas les tâches relationnelles — les tâches mécaniques. Reporting, triage, mise en forme, distribution. C’est là que l’IA donne le meilleur retour sans risque.

Ensuite, construis un premier workflow simple. Pas le plus ambitieux. Celui qui va convaincre ton équipe que c’est utile et fiable. La confiance dans les outils se construit par l’expérience, pas par les slides de démo.

Et garde les humains là où ils comptent. La relation client, la décision stratégique, la créativité de fond — ce sont des avantages compétitifs que tu as sur les entreprises qui automatisent tout. Ne les sacrifie pas pour gratter quelques heures.

Pour finir

Je ne suis pas en train de te dire que l’IA va transformer ta vie de solopreneur du jour au lendemain. Je te dis que, correctement mise en place, elle peut te rendre quelques heures par semaine, réduire la charge cognitive des tâches répétitives, et te permettre de concentrer ton énergie sur ce qui compte vraiment.

Mais le “correctement mise en place” cache beaucoup de travail, beaucoup d’itérations, et quelques échecs instructifs.

Ma stack actuelle représente probablement 80 à 100 heures de setup cumulé sur deux ans. Elle me fait gagner entre 8 et 12 heures par semaine. Le ROI est là, mais il ne s’est pas matérialisé immédiatement.

Si tu es solopreneur IA curieux de comparer ta stack avec la mienne, ou si tu veux discuter de ce qui pourrait avoir du sens dans ton contexte spécifique — je suis prenable pour un échange. Pas un pitch, une vraie conversation entre gens qui construisent.

Et toi — tu automatises quoi en ce moment ? Qu’est-ce que tu refuses encore de déléguer à une machine ?