AIMakers
← Toutes les études de cas
Éducation internationale · Maroc

Operating system IA pour une PME : comment Addictest est sortie des fichiers Excel

Addictest, cabinet marocain qui a placé environ 750 étudiants dans des universités étrangères depuis 2015, tournait comme beaucoup de PME : tous les processus se faisaient à la main et le savoir vivait dans la tête des équipes. Le dirigeant, lui, n'avait aucune visibilité sur l'activité. AI Makers a remplacé les fichiers Excel dispersés par un operating system IA construit sur mesure. Les tâches sont centralisées et automatisées, et le CEO voit toute son activité en temps réel : leads, mentorat, candidatures, performance de l'équipe.

Novembre 2025 · en cours

~750

étudiants placés à l'étranger depuis 2015

3

systèmes IA en production

4

formats de CV générés automatiquement

Avant

La situation de départ

  • Tous les processus se faisaient à la main : suivi des leads, relances, dossiers de candidature, reporting. Chaque tâche dépendait de quelqu'un qui y pense.
  • Le savoir vivait dans la tête des équipes : rien de documenté, pas de process écrit. Une absence ou un départ, et une partie de l'activité partait avec.
  • Le dirigeant n'avait aucune visibilité : impossible de savoir combien de leads étaient en cours, quels élèves étaient à risque ou qui faisait quoi, sans le demander à chacun.
  • Leads dispersés entre Instagram, TikTok, Facebook et formulaires, avec doublons et sans CRM. Toute l'organisation reposait sur des fichiers Excel non standardisés.
  • Production artisanale des dossiers de candidature : CV, lettres de motivation et listes d'universités rédigés à la main, impossibles à scaler.

Après

Ce qu'on a construit

01

AI Writing : CV et lettres de motivation

Des bots génèrent pour chaque élève un CV en 4 formats et des lettres de motivation alignées sur les standards des universités visées. L'équipe pédagogique se concentre sur le coaching, plus sur la mise en forme.

Illustration du module AI Writing de l'Operating System Addictest : lettre de motivation générée et CV en 4 formats

Visuel d'illustration : par confidentialité, les vrais dossiers de candidature ne sont pas montrés.

02

Addictest Match Index : le matching universités

Pour chaque profil d'élève, le moteur recommande une liste d'universités adaptées : ambition, budget, filière. Ce qui prenait des heures de recherche devient un point de départ instantané.

Illustration du Match Index Addictest : universités recommandées et classées par score de compatibilité pour un profil d'élève

Visuel d'illustration : par confidentialité, les vrais profils d'élèves ne sont pas montrés.

03

L'Operating System : la visibilité du CEO

Ce qui vivait dans la tête des équipes vit maintenant dans un outil : leads centralisés et dédupliqués, pipeline commercial visible en un coup d'œil, performance de chaque mentor suivie en continu, envoi automatique des enregistrements de mentorat aux parents. Le dirigeant ouvre son dashboard et voit toute l'activité en temps réel, sans rien demander à personne.

Dashboard de l'Operating System Addictest : pipeline de leads, performance de l'équipe de mentors et alertes élèves à risque
04

Le filet de sécurité : aucun élève ne tombe entre les mailles

Chaque semaine, l'OS dresse la liste de ce qui demande une attention immédiate : leads jamais rappelés, élèves sans contact depuis plus de deux semaines, relances en retard. L'équipe ouvre une seule page et sait exactement qui appeler aujourd'hui.

Le filet de sécurité de l'Operating System Addictest : liste des leads et élèves qui demandent une attention immédiate
05

Les assistants IA branchés au cœur de l'outil

Trois assistants IA sont intégrés à l'OS via n8n : relecture des lettres de motivation, recommandation d'universités selon le profil, qualification automatique des leads entrants. Autour : cycle d'emails automatisé (bienvenue, relance, newsletter), bot WhatsApp de qualification et formation des équipes en continu.

Les assistants IA de l'Operating System Addictest branchés via n8n : relecture d'essais, matching universités, qualification de leads

Comment

Le déroulé de la mission

  1. 1

    Audit des opérations et recensement des douleurs avec les équipes (janvier 2026).

  2. 2

    Build des bots étudiants : writing et matching en production dès les premières semaines (novembre 2025 à janvier 2026).

  3. 3

    Spécifications complètes puis build de l'Operating System (mars à juin 2026).

  4. 4

    Beta avec l'équipe au 1er juillet 2026, puis migration complète hors Excel.

Ce qu'on a appris

Le critère de succès défini avec le fondateur n'était pas le nombre de fonctionnalités mais l'adoption. D'où une V0 volontairement resserrée, testée par deux personnes de l'équipe avant la migration complète.

« On gérait 750 élèves avec des fichiers Excel et de la bonne volonté. AI Makers nous a construit un vrai operating system : les leads, le mentorat, les candidatures, tout est au même endroit. Et surtout, mes équipes l'utilisent vraiment. »

Ziyad El Mouniri

Fondateur, Addictest

Témoignage en cours de validation

Stack utilisée

Clauden8nLovableWhatsApp BusinessBrevo

Les questions qu'on nous pose sur ce type de mission

Combien de temps pour déployer un operating system IA dans une PME ?

Chez Addictest, les premiers bots étaient en production en quelques semaines ; l'Operating System complet a été spécifié et déployé en 3 mois, sprint par sprint.

Nos données sont éparpillées dans des Excel, est-ce bloquant ?

Non, c'est le cas de départ le plus fréquent. La standardisation des données constitue le premier sprint du build : sans source de vérité unique, aucun module ne tient.

Nos process sont manuels et tout est dans la tête des équipes, par où commencer ?

Par l'audit : on s'assoit avec les équipes et on documente les processus tels qu'ils se passent vraiment, pas tels qu'ils devraient se passer. C'est ce qui transforme le savoir implicite en processus outillables. Ensuite seulement, on automatise les tâches répétitives et on centralise le tout dans un outil unique qui donne au dirigeant une visibilité en temps réel.

Qui possède les systèmes à la fin ?

Le client. Propriété intellectuelle totale, documentation et formation des équipes incluses.

Quelle différence entre un CRM classique et un operating system IA ?

Un CRM gère la relation commerciale. Un operating system couvre l'ensemble des opérations (leads, delivery, suivi financier, pilotage direction) avec des assistants IA branchés dedans qui exécutent une partie du travail : qualification, rédaction, alertes. C'est l'outil unique qui remplace la constellation de fichiers Excel.

Combien coûte un operating system IA pour une PME ?

Cela dépend du périmètre : nombre de modules, intégrations existantes, volume de données à migrer. Chez AI Makers, l'operating system s'inscrit dans un accompagnement mensuel qui couvre l'audit, le build et la formation des équipes. Le plus simple : un diagnostic gratuit de 30 minutes pour cadrer votre cas.

Obtenez les mêmes résultats

30 minutes pour analyser vos workflows et identifier vos 3 premiers quick wins IA. Gratuit, sans engagement.

« AI Makers a rendu le GEO compréhensible et exploitable par nos équipes métiers. Leur capacité à comprendre rapidement les enjeux business et à traduire des sujets techniques en recommandations actionnables a clairement fait la différence. Un partenaire sérieux et pédagogue. »
Mickaël MinaMickaël Mina · Directeur IA · Sage

9,6/10 satisfaction moyenne · 100% de recommandations

Schneider ElectricGepromedAmgenSageDélifranceAS MonacoEmirates NBDGroupe PartoucheEmpruntisAstraNICEIFAThinkONEESN Engit
Ambassadeur Osez l'IAPartenaire Anthropic