Une expérience pensée pour la voix, sans s'y enfermer

Le choix a été fait très tôt, et il structure tout le reste du produit : l'artisan est dans son camion ou sur le chantier, pas derrière un bureau. La voix devait donc être le mode d'interaction principal. Dans une version précédente, elle était même obligatoire pour créer un devis.

Les bêta-tests ont confirmé l'intuition : une fois la prise en main faite, l'adoption dépasse largement les attentes, avec des artisans a priori réticents au changement qui adoptent la voix bien au-delà de ce qui était prévu jusqu'à vouloir générer un PDF ou appeler le support à la voix. Ces retours ont aussi permis d'enrichir l'expérience avec d'autres façons de faire (édition manuelle du texte transcrit, champs de saisie classiques, tableaux modifiables) pour que la voix reste le réflexe naturel, sans jamais être une contrainte.

Apprendre le métier, pour pouvoir le retranscrire

Sur ce type de produit, le vrai défi n'est pas de faire parler un modèle : c'est de lui transmettre une connaissance métier que personne n'avait jamais formalisée. Le BTP est un secteur normé, avec des pratiques établies par corps de métier, mais cette expertise vit dans la tête des artisans, pas dans une documentation exploitable. Un enjeu que Mozza retrouve sur beaucoup de projets IA : la difficulté n'est jamais d'écrire un prompt, mais de décider ce qui doit relever du modèle et ce qui doit être encodé en dur.

Traduire la réalité du métier en règles utilisables par l'agent a demandé un travail long et itératif, avec un temps significatif passé par les équipes d'Attix elles-mêmes pour documenter les pratiques, les prix, les unités et les cas particuliers du secteur. Plus cette base de règles est exhaustive — les différents corps de métier, les cas particuliers, les pratiques de chantier — plus les recommandations de l'agent deviennent fiables et expertes. La qualité perçue d'un devis se joue précisément là : la bonne structuration des lots de travaux, le bon regroupement des fournitures, et une quantification réaliste des prix et des durées de chantier.

Construire l'expérience : transformer une conversation en outil de travail

Le vrai défi de design n'était pas de faire parler une IA, mais d'éviter qu'Attix ressemble aux IA génératives grand public, faites pour discuter. L'objectif : passer le plus vite possible d'un premier message vocal à un document utile, sans multiplier les échanges façon chatbot. Un seul aller-retour suffit dans la plupart des cas. Ce choix vient d'un problème concret : quand la description vocale n'est pas assez précise (« je voudrais rénover un appartement de 150m² à Paris avec une toiture »), la liste de prestations générée n'est pas cohérente. L'équilibre trouvé : un seul aller-retour, questions les plus importantes priorisées, plus un affinage possible une fois le premier devis affiché.

Autre choix né d'une contrainte technique retournée en avantage : la latence. Plutôt que de laisser l'utilisateur face à un loader, ce temps d'attente sert à collecter des informations administratives nécessaires à l’établissement du devis. Le passage entre l'interface conversationnelle et l'interface produit plus classique (client, paiement, édition du devis) a lui-même demandé plusieurs itérations de design, pour rester aussi fluide que l'échange vocal.

Les coulisses techniques : où s'arrête le LLM, où commence le code

Attix n'est pas qu'un assistant conversationnel branché sur un modèle de langage : c'est une application mobile complète, avec toute l'ingénierie produit que ça suppose (écrans, navigation, comptes, facturation, abonnements…). Le moteur IA n'en est qu'une brique, même si c'est la plus visible.

Le choix architectural le plus structurant ne concerne pas le modèle utilisé, mais la frontière entre ce que fait l'IA et ce que fait le code applicatif classique. Le LLM comprend l'intention et structure l'information ; tout le reste (calculs, mentions légales, contraintes réglementaires du BTP…) reste géré par une couche applicative dédiée, avec un langage structuré (DSL) qui fait le pont avec la logique métier codée en dur. Une séparation a été nécessaire : les LLM ne sont pas fiables sur les calculs, or dans ce cas d'usage la fiabilité du calcul est une contrainte absolue, nous l’avons donc inclus au back-end. Résultat : une architecture stable depuis plus de 12 mois de production, sans besoin de tout reconstruire. Côté transcription vocale, le choix a été fait de prioriser la latence sur la qualité pure car le LLM en aval compense généralement les imperfections en comprenant l'intention malgré des mots mal retranscrits.

2 points de vigilance à anticiper sur ce type de produit : le rate limiting des fournisseurs de modèles, et le coût par utilisateur. Chez Anthropic, il fallait par exemple avoir dépensé au moins 500 dollars sur le compte pour débloquer un palier de tokens suffisant. Côté pricing, l'offre de lancement à 60€/mois a été retravaillée avec un test freemium, jusqu'à une tarification stabilisée à 29€/mois. Sur l'évaluation, Attix a mis en place des evals sur les points les plus sensibles pour s'assurer que chaque évolution du prompt améliore réellement le produit. Et l'observabilité a révélé des usages jamais anticipés à la conception, comme des artisans qui tentent de tout faire à la voix, jusqu'à demander l'appel au support.

Les résultats

• 2 à 5 devis générés chaque jour, par utilisateur actif : un usage quotidien et répété, le signal le plus solide d'adoption produit sur ce type d'outil.
• Moins de 6 mois entre le cadrage initial et le lancement public, de la discovery terrain jusqu'à une application complète en production.
• Une architecture stable en production depuis plus de 12 mois, sans refonte majeure.