Étude de cas
Fixhos : un guichet de tickets IA pour la location courte durée
Les demandes des voyageurs arrivent par email, WhatsApp, message vocal, Airbnb et Booking.com. Une IA lit chacune d'elles, la classe, évalue son urgence, rédige la réponse dans la langue du voyageur et oriente l'intervention vers le bon métier parmi 56. En ligne, en accès anticipé.
Mon rôle
Celui-ci est le mien, pas celui d'un client. Je suis cofondateur de Fixhos et c'est moi qui écris le code. Personne ne me l'a commandé et personne ne l'a validé : lisez-le comme ce que je sais construire et faire tourner, pas comme une livraison que quelqu'un a payée.
La situation
La journée d'un gestionnaire de location courte durée, ce sont les mêmes cinquante messages : le code wifi, un départ tardif, une chaudière morte à onze heures du soir, un ménage à déplacer. Ils arrivent à cinq endroits différents, dans la langue que parle le voyageur, et chacun doit être lu, compris, traité, et une fois sur deux confié à quelqu'un qui a une camionnette.
La contrainte
L'entrée n'est pas un canal, c'en est cinq, et deux d'entre eux n'en sont pas vraiment. L'email et WhatsApp sont de vraies boîtes de réception. Le vocal, c'est un numéro qui décroche, enregistre et transcrit. Airbnb et Booking.com ne fournissent aucune API pour les messages des voyageurs : ils envoient un email de notification, donc le système doit reconnaître la plateforme depuis le mail lui-même et reconstituer la conversation en un seul fil. Les cinq doivent finir en un objet identique, sinon plus rien ne fonctionne en aval.
L'IA doit avoir le droit de se tromper sans que personne ne le paie. Un modèle qui classe une odeur de gaz en ménage, ou qui invente une heure d'arrivée qu'il ne connaît pas, fait des dégâts qu'aucun tableau de bord ne rattrape. Le modèle n'a donc jamais le dernier mot seul : un brouillon sur le point de partir tout seul passe d'abord par une seconde vérification de ses faits, un ticket à fort enjeu obtient une deuxième passe plus solide, et un mode fantôme fait tourner toute la chaîne sans rien envoyer, pour qu'un nouvel hôtel voie ce que le système aurait fait avant de le laisser faire quoi que ce soit.
Et il faut que ça marche dans la langue du voyageur, pas dans celle de l'hôtel. L'interface existe en quatre langues ; le voyageur écrit dans celle qu'il veut, et la réponse doit revenir dans la même, depuis un établissement qui ne la parle peut-être pas.
Ce que j'ai construit
Fixhos est en ligne sur fixhos.com et en accès anticipé, donc ce qui suit décrit ce que le produit fait. Il n'y a aucun chiffre d'adoption sur cette page, et c'est volontaire.
- Cinq canaux d'entrée qui alimentent un seul ticket : l'email (Gmail, Outlook et Zoho en OAuth, plus un webhook entrant à signature vérifiée), WhatsApp à la fois par l'API Cloud de Meta et par Twilio, un numéro de téléphone qui décroche et enregistre, et Airbnb et Booking.com reconnus depuis leurs propres emails de notification puis refusionnés en un seul fil.
- Une passe d'IA qui rend tout le jugement en un seul appel : la catégorie parmi 15, l'urgence parmi 7 niveaux de gravité, un résumé d'une ligne écrit dans la langue du voyageur, la langue elle-même, s'il s'agit d'un enjeu de sécurité des personnes, et quel métier doit intervenir parmi une taxonomie de 56 rôles.
- Une réponse rédigée à partir des documents du logement et des réponses qu'un humain a déjà validées, puis contrôlée par un second appel au modèle sur ces mêmes faits avant que quoi que ce soit ne s'envoie tout seul.
- L'affectation aux gens qui font réellement le travail : correspondance des métiers, une offre qu'un technicien accepte ou refuse depuis Telegram, des délais de réponse de 30 minutes à 72 heures, et une escalade quand un délai est dépassé.
- Huit tâches d'IA distinctes (classer, rédiger, traduire, extraire, analyser une correction, intégrer un prestataire, vérifier un brouillon, transcrire un message vocal), chacune pointée sur son propre modèle par configuration et chacune journalisée avec son coût en jetons : changer de modèle est un réglage, pas une réécriture.
- Un mode fantôme qui fait tout tourner et n'envoie rien, plus un classificateur par mots-clés confronté aux décisions de l'IA, pour que la qualité de l'automatisation soit mesurée au lieu d'être supposée.
- Quatre langues d'interface (anglais, français, espagnol, italien) et une application mobile pour les gens sur le terrain.
- 181 routes d'API et 307 fichiers de tests derrière tout ça, avec une barrière de promotion : rien n'atteint la production tant que la vérification des types, le linter et la suite de tests ne sont pas passés sur la branche du dessous.
Les chiffres
- 5canaux d'entrée, un seul ticket
- 56métiers dans la taxonomie
- 15catégories, 7 niveaux de gravité
- 4langues d'interface
- 181routes d'API
- 4 475cas de test automatisés
Chaque chiffre ici est compté depuis le dépôt lui-même : les types de canaux et de catégories, la taxonomie des rôles, la liste des langues, les fichiers de routes et les déclarations de tests. Il n'y a ni nombre de clients, ni volume de tickets, ni temps gagné, parce que le produit est en accès anticipé et que je ne publierai pas un chiffre dont je ne peux pas vous montrer la source. Les affirmations du site marketing du produit lui appartiennent ; sur cette page il n'y a que ce qui est dans le code.
Ce que c'est, et ce que ce n'est pas
Fixhos est ma propre société. J'en suis cofondateur et j'en suis le développeur, ce qui en fait exactement la plus faible des preuves sur un point et la plus solide sur un autre. Ce n'est pas la preuve qu'un client a validé mon travail, puisqu'il n'y avait pas de client. C'est la preuve de ce que je sais mettre en production et maintenir : un système IA multicanal en ligne, avec de vrais numéros de téléphone, de vrais paiements et de vraies personnes en face.
Le produit est en accès anticipé et les premiers hôtels sont en cours d'intégration. C'est la raison pour laquelle il n'y a aucun chiffre d'usage plus haut. Je préfère vous montrer la forme du système qu'une mesure que vous n'avez aucun moyen de vérifier.
Ce que je ferais autrement : j'ai laissé l'entrée passer à cinq canaux avant que le mode fantôme n'existe. Construire de quoi mesurer l'automatisation après l'automatisation, c'est l'ordre inverse du bon, et le classificateur par mots-clés qui note aujourd'hui chaque décision de l'IA aurait coûté un après-midi au premier jour. L'ajouter après coup a coûté nettement plus.
Stack technique
- Next.js
- React.js
- TypeScript
- Anthropic Claude
- Google Gemini
- WhatsApp Business API
- Twilio
- Firebase
- Stripe
- Tailwind CSS
À voir
Vous voulez la même chose ?
Dites-moi ce que vous construisez, ou ce que vous faites encore à la main, et je vous dirai comment je m'y prendrais. Sans engagement.