La semaine dernière, j'ai entamé une conversation avec Pheneas Munene, un constructeur passionné basé à Nairobi. Son entreprise, Phindor, qu'il a lancée avec son cofondateur, John Maina, en 2018, opère dans le secteur du commerce africain qui a été qui ont attiré l'attention ces derniers mois; le travail quotidien s'effectue via des conversations WhatsApp, des appels téléphoniques, des SMS et de petites listes de tâches internes.
Ces flux de travail répétitifs sont certes La gestion à grande échelle est complexe. Les équipes répondent plusieurs fois par jour aux mêmes questions et assurent le suivi des prospects, la confirmation des commandes et l'escalade des problèmes uniquement lorsque cela s'avère nécessaire. Une personne seule peut facilement s'en charger, mais à mesure que l'entreprise grandit, la tâche devient fastidieuse.
Phindor a créé JuaFlow (« Jua » signifie « savoir » en swahili) pour résoudre ce problème. Ce produit permet aux entreprises de créer des agents IA qui gèrent les tâches répétitives, comme la qualification des prospects, les confirmations de livraison, les demandes RH de base et la recherche de produits. Lorsque la situation exige un jugement, l'agent délègue la tâche à un humain, explique Munene, afin de préserver le contexte.
L’objectif n’est pas de remplacer les personnes, mais de maintenir le rythme de travail, de réduire les allers-retours et d’éviter que les tâches ne soient bloquées.
Importance des recherches sur la psychose
Munene et Maina ont passé sept ans à développer des solutions d'automatisation pour des entreprises de taille moyenne. Le travail était similaire d'un client à l'autre, mais la méthode de développement variait constamment. De ce fait, chaque déploiement était lent et coûteux, et comme seules quelques organisations pouvaient justifier un tel investissement, il était difficile de généraliser cette solution à un grand nombre de clients.
Le changement s'est produit lorsqu'une entreprise de vente au détail a cherché une solution plus rentable pour gérer le volume important de conversations sur WhatsApp et Instagram. Les fondateurs souhaitaient des réponses rapides, une qualification simple des prospects et une prise en charge humaine pour les cas nécessitant une décision. Cette solution a évolué pour devenir… Lisa, un assistant commercial d'intelligence artificielle (IA) lancé en juillet 2024. Selon Munene, Lisa a été adoptée car les équipes pouvaient l'utiliser sans modifier leurs flux de travail existants.
Avec l'adoption croissante de Lisa par les équipes, de nouvelles demandes ont émergé. Certaines souhaitaient une gestion des tâches internes, tandis que d'autres exigeaient des mises à jour logistiques. L'idée s'est étendue de l'automatisation de la messagerie à l'assistance au travail en général. Lisa a été repensée et renommée JuaFlow pour refléter cette utilisation élargie.
« Notre client souhaitait une solution plus économique pour gérer automatiquement les demandes répétitives sans nuire à l'expérience client, notamment en identifiant les prospects qualifiés et en y répondant instantanément », explique Munene. « Ce projet a donné naissance à Lisa, l'assistante intelligente en magasin, qui a ensuite évolué pour devenir JuaFlow, une plateforme permettant aux équipes de créer des agents d'IA contrôlés qui simplifient et accélèrent les tâches en contact avec les clients et les employés, sous supervision humaine. »
Comment l'idée de JuaFlow a-t-elle vu le jour ?
La principale leçon que Phindor a tirée de ses missions de conseil est que les agents d'IA ont besoin d'une certaine structure. Si un agent agit sans contrôle, les erreurs mineures se propagent au sein des équipes. S'il ne peut expliquer ses actions, personne ne peut les corriger. Parallèlement, s'il ne peut pas passer le relais au bon moment, le personnel perd confiance en lui.
Pour éviter ces problèmes, JuaFlow traite chaque tâche comme une séquence d'étapes. Avant d'exécuter une action ou d'appeler un outil, le système vérifie deux points : la présence des données appropriées et la conformité aux règles de l'organisation. En cas d'échec de l'une de ces vérifications, l'agent s'arrête et confie la tâche à un humain afin d'éviter les erreurs silencieuses.
Selon Munene, cette approche n'est pas complexe, mais elle permet aux entreprises d'intégrer des agents dans des flux de travail réels sans risque de dysfonctionnement.
Comment fonctionne JuaFlow ?
La plupart des équipes utilisent le Studio, une salle de contrôle où elles configurent leurs agents. Elles définissent leur identité et leur ton, ajoutent des documents et des références, et créent des flux de travail dans un éditeur graphique. Tout comme sur d'autres plateformes, comme l'outil d'IA de conversation de WayaWayaAucun code n'est requis pour obtenir un agent fonctionnel.
Chaque conversation conserve un bref historique qui enregistre l'étape du flux de travail, le niveau de confiance de l'agent et les politiques applicables. La mémoire à court terme est associée à la tâche en cours, tandis que la mémoire à long terme est stockée séparément et récupérée au besoin afin d'optimiser les opérations.
Les réponses pertinentes proviennent d'une base de connaissances gérée par l'équipe. Par exemple, si l'agent est sûr de lui, il répond. Dans le cas contraire, il pose une question pour obtenir des précisions ou transfère la requête à un humain.
Munene a ajouté que l'agent IA permet à une entreprise d'ajouter un widget de chat à son site web, de se connecter à Slack ou d'intégrer le système à ses outils internes via une API. Le système prend également en charge plusieurs espaces de travail, permettant ainsi aux services ou aux comptes partenaires de séparer leurs activités et de ne partager que les informations qu'ils souhaitent.
Que ce passe t-il après
Bien que Lisa ait été lancée en juillet 2024, son premier client entreprise est arrivé trois mois plus tard. Munene affirme qu'entre février et juillet 2025, l'utilisation est passée d'environ 15 000 interactions à plus de 700 000. Lors de son lancement en juillet 2025, JuaFlow a été mis en service avec 15 entreprises clientes et environ un million d'interactions enregistrées.
Munene a indiqué que la tarification du service est basée sur un système de crédits, ces crédits couvrant les messages, l'accès aux connaissances et les étapes du flux de travail. Les crédits n'expirent pas tant que le compte reste actif. Clients Entreprise, comme prévu, peut négocier les conditions.
Dans toute la région, de nombreuses personnes communiquent par messages vocaux et appels, et beaucoup utilisent les langues locales au quotidien dans leur travail. Phindor s'efforce de prendre en charge ces pratiques dans le cadre de sa stratégie. « Notre priorité est de reconstruire certaines parties de notre couche LLM afin de prendre en charge les langues locales et la voix. L'Afrique est multilingue, et l'IA doit s'adapter à cette réalité », a déclaré Munene.
