Réponse courte. Un agent IA sur WhatsApp qui marche a cinq couches : le canal, la plateforme WhatsApp Business de Meta avec un numéro au nom de l'entreprise, un webhook qui livre les messages, la fenêtre de vingt-quatre heures et des modèles de messages approuvés ; la compréhension, qui transcrit le vocal, détecte la langue et sort une intention structurée ; la connaissance, une base de réponses validées et de règles relue par le gérant ; les outils, l'API du back-office que l'agent lit avant de répondre et dans laquelle il agit dans des limites ; la supervision, un humain qui reprend quand l'agent doute et qui relit un échantillon chaque semaine. Sans la quatrième couche, c'est un répondeur ; sans la cinquième, c'est un risque. Vingt semaines, dont deux pour lire un mois de vraies conversations avant d'écrire une ligne.
Ce guide s'adresse à la salle des fêtes dont le gérant répond à minuit, au grossiste qui reçoit des commandes en vocal, au cabinet qui trie les patients de l'été, à l'agence immobilière, au transporteur, à l'école, et au fondateur installé en France qui veut un agent pour l'Algérie et lit « chatbot WhatsApp » dans tous les devis. Il ne vend pas un usage ; le guide sur les agents IA en entreprise classe déjà les usages et les niveaux d'autonomie. Il décrit comment l'agent est construit, ce que Meta impose et facture, et ce qu'il ne doit jamais faire.
Ce que les chiffres disent
Le canal est déjà dans la poche du client. Selon le rapport Digital 2026 de DataReportal, daté du 8 novembre 2025 sur des données d'octobre 2025, l'Algérie compte 37,8 millions d'internautes, soit 79,5 % de la population, et 27,5 millions d'identités sur les réseaux sociaux, avec une audience publicitaire de 27,5 millions sur Facebook et de 13,5 millions sur Instagram ; le rapport ne publie pas de chiffre pour WhatsApp, qui ne vend pas de publicité de la même manière, mais c'est l'application par laquelle vos clients vous écrivent déjà, et 51,63 millions d'abonnements 4G et 5G au deuxième trimestre 2026 selon l'ARPCE la mettent dans toutes les mains. Un agent sur WhatsApp n'a pas à faire installer quoi que ce soit ; il répond là où la question est posée.
La plateforme a des règles et un prix, publiés par Meta. Sa page de tarification, dans sa version en vigueur au 1er octobre 2026, dit que la facturation se fait par message délivré depuis le 1er juillet 2025, en quatre catégories, marketing, utilitaire, authentification et service, que les messages de service et les messages utilitaires envoyés dans la fenêtre de vingt-quatre heures sont facturés depuis le 1er octobre 2026, et que « Meta fournit 1 000 messages de service gratuits par mois, qui ne se reportent pas ». Un message du client ouvre une fenêtre de vingt-quatre heures, remise à zéro à chaque message ; en dehors, l'entreprise ne peut écrire qu'avec un modèle de message approuvé. Une conversation ouverte depuis une publicité « cliquer pour WhatsApp » offre une fenêtre gratuite pouvant aller jusqu'à sept jours. Les tarifs dépendent du pays du destinataire et sont publiés dans des grilles séparées ; l'Algérie y figure dans le groupe « Rest of Africa », et nous ne citons pas de montant, parce que la grille change et qu'un revendeur n'est pas Meta. Meta propose aussi son propre agent, facturé « 2 dollars par million de jetons », ce qui donne l'ordre de grandeur du coût d'un modèle de langage par conversation : des centimes.
La technique, enfin, est documentée et ne demande rien d'exotique : l'API Cloud de WhatsApp reçoit et envoie des messages par HTTPS, livre les messages entrants et les accusés par webhook, au format JSON, sur un serveur de l'entreprise, et accepte 80 messages par seconde par numéro par défaut. Tout ce qui fait la valeur de l'agent est donc du côté de l'entreprise : ce qu'il lit, ce qu'il a le droit de faire, et qui reprend la main.
La vie d'un message WhatsApp, en six moments
L'architecture ne se décrit pas par ses composants mais par ce qui arrive à un message envoyé à 23 h 40, jusqu'à ce que le client ait sa réponse ou qu'un humain ait repris.
Le message arrive par webhook sur le serveur de l'entreprise, avec le numéro, le texte ou le fichier audio, et l'heure ; la fenêtre de vingt-quatre heures s'ouvre. L'identification rapproche le numéro d'un client, d'un dossier ou d'une commande dans le back-office ; un numéro inconnu devient un nouveau contact, et l'agent le dit. La compréhension transcrit le vocal, détecte la langue, arabe, français ou darija, souvent mélangés dans la même phrase, et en sort une structure : « demande de disponibilité, 14 août, environ 200 invités » ; c'est le travail du modèle de langage, et c'est le seul moment où il parle de lui-même.
La réponse ancrée est le moment qui sépare un agent d'un chatbot : avant de répondre, l'agent lit le calendrier de la salle, le catalogue au prix de ce client, l'agenda du cabinet, l'encours du détaillant, par l'API du back-office, et répond avec ce qu'il a lu ; si l'outil ne répond pas, il le dit et passe la main, il n'invente pas une date ni un prix. L'action dans des limites suit : poser une date 72 heures, préparer une commande que le détaillant confirmera d'un mot, ouvrir un ticket avec les photos reçues, envoyer un reçu ; jamais confirmer sans acompte, jamais valider au-dessus d'un plafond, jamais modifier un prix. Le passage à l'humain et la trace ferment la boucle : après deux incompréhensions, un mot de colère, une demande de prix hors règle ou une question hors périmètre, un humain reprend dans la même conversation avec un résumé de trois lignes, et chaque échange, chaque lecture et chaque action sont journalisés sur le serveur de l'entreprise. C'est le mécanisme que le guide sur le portail de commande B2B décrit pour un vocal transformé en commande : l'agent prépare, le client confirme, le dépôt applique.
L'architecture d'un agent WhatsApp, en cinq couches
Derrière les six moments, cinq couches, dont deux sont fournies par Meta et le modèle, et trois appartiennent à l'entreprise.
Le canal est la plateforme de Meta : un compte au nom de l'entreprise, jamais du prestataire ; un numéro dédié ; des modèles de messages soumis et approuvés pour tout ce qui part hors fenêtre, rappel de rendez-vous, échéance, pièce manquante ; un webhook sur un serveur qui répond vite, parce que Meta réessaie et finit par abandonner. La compréhension est le modèle de langage, appelé par API : il transcrit, détecte la langue, extrait l'intention et les éléments, et formule la réponse à partir de ce que la couche des outils lui a donné ; il ne connaît pas l'entreprise par lui-même, et c'est voulu. La connaissance est une base de réponses validées, horaires, conditions, questions fréquentes, et de règles, ce qu'on dit, ce qu'on ne dit pas, versionnée et relue par le gérant ; quand une question revient dix fois et que l'agent passe la main dix fois, c'est là qu'on écrit la réponse.
Les outils sont la couche qui fait la valeur et qui manque dans la plupart des « chatbots » : une API du back-office que l'agent appelle pour lire, calendrier, stock, encours, dossier, statut, et pour agir dans des limites, poser, préparer, ouvrir, envoyer un reçu, chaque action avec un plafond et une trace. Si le back-office est un cahier ou un fichier Excel, l'agent n'a rien à lire ; c'est le prérequis que le guide sur les agents IA en entreprise appelle « quelque chose à lire et quelque chose à faire ». La supervision est la couche qui fait la confiance : une file des conversations passées à l'humain, un échantillon de vingt conversations relu chaque semaine par le gérant, le taux de résolution, le coût par conversation. Les trois couches de l'entreprise tournent sur son serveur, avec ses données ; le modèle, lui, est appelé par API, et le guide sur le paiement du cloud et de l'IA depuis l'Algérie dit comment on le paie.
«Sans back-office à lire, un agent n'est qu'un répondeur ; sans humain qui relit, c'est un risque.»
Un exemple chiffré
Un exemple sur des hypothèses de volume et des faits qui n'en sont pas : une entreprise de taille moyenne, salle des fêtes, grossiste ou clinique, qui reçoit deux mille conversations WhatsApp par mois.
Deux mille conversations par mois est notre hypothèse ; comptez les vôtres en relisant un mois de WhatsApp, c'est la première semaine du projet. 70 % résolues sans humain au troisième mois est aussi une hypothèse, prudente pour des demandes de disponibilité, de prix affichés, de statut et de pièces à envoyer, optimiste pour des négociations ; les 30 % restants passent à un humain avec un résumé, et c'est un succès, pas un échec : l'humain reçoit une conversation déjà identifiée, transcrite et résumée. Moins d'une minute de première réponse à toute heure n'est pas une hypothèse : c'est ce que fait un webhook qui répond, contre plusieurs heures quand le téléphone du gérant est le seul canal et que le message arrive à 23 h 40.
Mille messages de service gratuits par mois et par numéro, selon la grille de Meta en vigueur au 1er octobre 2026, ne sont pas une hypothèse non plus ; au-delà, chaque message délivré est facturé selon le pays, et l'Algérie est dans le groupe « Rest of Africa » dont nous ne citons pas le tarif. Ce que cela change : une conversation de six messages de l'entreprise coûte six messages, et le coût mensuel se calcule en messages délivrés, pas en conversations ; les rappels envoyés par modèle hors fenêtre ont leur propre catégorie et leur propre prix ; le modèle de langage ajoute des centimes par conversation, de l'ordre de grandeur que Meta affiche pour son propre agent. Les hypothèses à vérifier chez vous : le volume, la part de vocaux, la part de questions qui ont une réponse dans le back-office, et le nombre de rappels par mois ; un mois de WhatsApp relu répond aux quatre.
Ce que l'agent fait, et ce qu'il ne fait jamais
La colonne de droite s'écrit avant la première ligne de code, avec le gérant, et c'est elle qui transforme un risque en outil.
Répondre, agir, relancer sont les trois choses que l'agent fait, et chacune a sa limite : il répond avec ce qu'il a lu, jamais de mémoire ; il agit en posant, préparant et ouvrant, jamais en confirmant sans acompte, en validant au-dessus d'un plafond ou en modifiant un prix ; il relance par modèle approuvé hors fenêtre, jamais en marketing sans accord. Comprendre a sa limite aussi : il transcrit et répond dans la langue du client, mais il ne diagnostique pas, ne conseille pas sur la santé, le droit ou l'argent ; pour un cabinet, il trie et demande des pièces, comme le décrit le guide sur le cabinet dentaire, et le praticien parle.
Passer la main est la ligne que les clients remarquent : après deux incompréhensions, un mot de colère, un prix hors règle ou une demande hors périmètre, l'agent dit « je vous passe quelqu'un » et le fait, avec un résumé ; un menu qui tourne perd le client, un agent qui passe la main le garde. Garder la trace est la ligne que le gérant exige : chaque échange, chaque lecture du back-office et chaque action sont journalisés sur le serveur de l'entreprise, et les conversations ne sont pas stockées chez un tiers que l'entreprise ne contrôle pas. Une septième ligne n'est pas dans le tableau parce qu'elle appartient au gérant : relire l'échantillon chaque semaine ; un agent qu'on ne relit plus dérive en un trimestre.
«Un agent qui dit « je vous passe quelqu'un » garde le client ; un menu qui tourne le perd.»
Six entreprises, ce que l'agent lit et ce qu'il fait
Six entreprises que nous équipons souvent, et pour chacune ce que l'agent lit dans le back-office et ce qu'il fait.
La salle des fêtes est le cas qui a donné son titre à ce guide : « le 14 août est-il libre ? » à 23 h 40 ; l'agent lit le calendrier des dates décrit dans le guide sur l'équivalent de Mariages.net, répond, propose deux dates proches, pose 72 heures et envoie le devis ; il ne confirme pas sans acompte. Le grossiste reçoit « envoie-moi comme la semaine dernière plus deux cartons d'huile » en vocal ; l'agent lit le panier type et le catalogue au prix du client, prépare la commande, rappelle l'heure limite et prévient si le plafond est atteint ; le détaillant confirme d'un mot. Le cabinet reçoit « je viens en août, j'ai mal en bas à droite » ; l'agent demande la radio et les dates, propose un créneau, rappelle la veille, et ne diagnostique jamais.
L'agence immobilière reçoit « j'ai payé, envoyez-moi la quittance » ou « la chaudière est en panne » ; l'agent lit le bail et l'échéancier décrits dans le guide sur l'appartement géré depuis la France, envoie la quittance, dit la période couverte, ouvre un ticket avec les photos et prévient le propriétaire. Le transporteur reçoit « où est mon colis ? » cent fois par jour ; l'agent lit le statut réel et l'heure estimée, propose un report, et passe la main si le retard est anormal. L'école reçoit des demandes d'attestation et des questions d'horaires ; l'agent lit les inscriptions et les paiements, envoie, rappelle, et ne discute jamais une note. Dans les six cas, la colonne de gauche doit exister avant l'agent ; quand elle n'existe pas, le projet commence par le back-office, et le guide sur le cahier des charges dit comment l'écrire.
Ce que Meta impose, et ce que cela change dans la conception
Trois règles de la plateforme dessinent l'agent. La fenêtre de vingt-quatre heures : tant que le client a écrit dans les vingt-quatre dernières heures, l'entreprise peut répondre librement ; au-delà, seulement avec un modèle approuvé par Meta, dans une catégorie, utilitaire pour un rappel ou un reçu, marketing pour une offre, authentification pour un code. L'agent doit donc savoir, à chaque message qu'il veut envoyer, si la fenêtre est ouverte, et choisir entre une réponse libre et un modèle ; et l'entreprise doit avoir fait approuver ses modèles avant le pilote, ce qui prend des jours, pas des heures. La facturation par message délivré : depuis le 1er octobre 2026, les messages de service dans la fenêtre sont facturés au-delà des mille gratuits par mois ; un agent bavard qui répond en cinq bulles coûte cinq messages, et la conception préfère une réponse complète à cinq réponses courtes. Le compte au nom de l'entreprise : le numéro, le compte Meta, les modèles approuvés et l'historique appartiennent à celui qui a ouvert le compte ; un agent déployé sur le compte d'un prestataire est un agent dont l'entreprise ne tient pas la clé, comme le guide sur l'application bloquée chez un développeur disparu le rappelle pour les stores.
Deux règles de bon sens s'ajoutent. Le vocal est la norme, pas l'exception : une part importante des messages arrive en audio, en darija, et la transcription est la première chose à tester sur de vrais messages, pas sur des phrases propres. Le webhook doit répondre vite et ne rien perdre : Meta livre le message une fois et attend un accusé ; le serveur accuse réception immédiatement, met le message en file et le traite ensuite, avec la même logique de file et d'idempotence que le guide sur l'application hors ligne décrit pour le téléphone : un message livré deux fois ne doit produire qu'une réponse.
Où tourne le modèle, et ce que coûte une conversation
L'agent a deux moitiés qui ne tournent pas au même endroit. Les trois couches de l'entreprise, connaissance, outils et supervision, tournent sur son serveur, en Algérie ou là où tournent déjà son back-office et ses données ; les conversations, les journaux et le dossier client y restent. Le modèle de langage, lui, est appelé par API chez un fournisseur, pour la transcription, la compréhension et la formulation, et ne reçoit que ce dont il a besoin pour la question posée : le message, le contexte lu dans le back-office, les règles ; pas la base entière. C'est ce découpage qui fait que l'entreprise peut changer de modèle sans rien changer d'autre, et que le coût du modèle se compte par conversation.
Le coût d'une conversation a trois lignes. Les messages délivrés, facturés par Meta selon la catégorie et le pays au-delà des mille gratuits, dont le montant se lit sur la grille en vigueur et change. Le modèle, quelques centimes de dollar par conversation pour la transcription et la réponse selon le modèle choisi, l'ordre de grandeur que Meta affiche pour son propre agent à deux dollars le million de jetons ; une conversation de dix échanges avec le contexte lu dans le back-office consomme typiquement quelques milliers de jetons. Le serveur et la supervision, qui ne dépendent pas du volume : l'hébergement du webhook et du back-office, et l'heure hebdomadaire du gérant qui relit l'échantillon. Ce que coûte ensuite une année de cet ensemble, mises à jour comprises, suit la logique du guide sur la vie d'une application ; le paiement du modèle depuis l'Algérie est dans le guide dédié.
Le calendrier 2027
Le calendrier est celui d'une mise en service en vingt semaines, dont les deux premières ne produisent pas de code et décident de tout.
Les semaines 0 à 2 relisent un mois de vraies conversations WhatsApp de l'entreprise : les cinquante questions qui reviennent, la réponse juste à chacune, celles qui ont une réponse dans le back-office et celles qui n'en ont pas, et la colonne de ce que l'agent ne fait jamais, écrite avec le gérant. Les semaines 2 à 5 ouvrent le canal : compte Meta au nom de l'entreprise, numéro, modèles de messages soumis et approuvés, serveur de réception qui accuse et met en file. Les semaines 5 à 9 construisent la compréhension et la base de connaissances, testées sur les vocaux réels du mois relu. Les semaines 9 à 12 branchent les outils, en lecture d'abord, puis les actions limitées avec leurs plafonds. Les semaines 12 à 14 sont la recette : les deux cents conversations réelles du mois d'inventaire sont rejouées, et chaque réponse est notée juste, acceptable ou fausse ; une réponse fausse sur une disponibilité ou un prix bloque le pilote. Les semaines 14 à 18 sont le pilote avec un humain dans la boucle, en direct la première semaine, par échantillon ensuite. Les semaines 18 à 20 font le bilan : taux de résolution, passages à l'humain et leurs causes, coût par conversation, et la décision sur les actions à ouvrir ensuite, un niveau d'autonomie à la fois, comme le recommande le guide sur les agents IA en entreprise.
Ce qui fait échouer un agent WhatsApp
Les agents WhatsApp que nous voyons échouer échouent presque toujours pour l'une de ces raisons.
- Aucun back-office à lire. L'agent répond des généralités, le client repose la question au gérant, et l'agent est éteint au deuxième mois.
- Répondre de mémoire quand l'outil ne répond pas. Une date ou un prix inventé une fois, et le gérant ne fait plus confiance à rien.
- Pas de colonne « ne fait jamais ». L'agent confirme une date sans acompte ou promet un prix ; le gérant découvre le périmètre dans une plainte.
- Pas de passage à l'humain. Le client tourne dans un menu et écrit « je veux parler à quelqu'un » trois fois ; il appelle le concurrent.
- Des modèles non approuvés avant le pilote. Les rappels hors fenêtre ne partent pas ; on l'apprend au premier rendez-vous manqué.
- Le compte au nom du prestataire. Le numéro, les modèles et l'historique sont à lui ; changer de prestataire revient à changer de numéro.
- Personne ne relit. Sans l'échantillon hebdomadaire, l'agent dérive avec les questions nouvelles et personne ne le voit avant le client.
Questions fréquentes
Les questions que nous recevons de gérants, de cliniques, de grossistes et de fondateurs installés en France.
- Quelle différence entre un chatbot WhatsApp et un agent IA ?
- Le chatbot répond avec des menus et des réponses apprises ; l'agent lit le back-office de l'entreprise au moment de la question, calendrier, stock, encours, dossier, répond avec ce qu'il a lu, agit dans des limites écrites et passe la main quand il doute. La différence n'est pas le modèle de langage ; c'est la couche des outils et la colonne de ce qu'il ne fait jamais.
- L'agent comprend-il la darija et les vocaux ?
- Oui, et c'est la première chose à tester sur de vrais messages : la transcription d'un vocal en darija mêlée de français, puis l'extraction de l'intention. Les modèles actuels le font bien sur des demandes courantes et moins bien sur des noms de produits locaux ; la base de connaissances et les tests de la recette corrigent cela, avec un passage à l'humain quand la confiance est basse.
- Que coûte un agent WhatsApp par mois ?
- Trois lignes : les messages délivrés facturés par Meta selon la catégorie et le pays au-delà des mille messages de service gratuits par mois et par numéro, dont le tarif se lit sur la grille en vigueur ; le modèle de langage, quelques centimes de dollar par conversation selon le modèle ; le serveur et l'heure hebdomadaire de relecture, qui ne dépendent pas du volume. Comptez vos conversations d'un mois et vos rappels avant de chiffrer.
- Peut-il envoyer des messages à mes clients de lui-même ?
- Seulement par un modèle de message approuvé par Meta, dans une catégorie, et seulement pour ce que la colonne « fait » autorise : rappels de rendez-vous, échéances, pièces manquantes, reçus. Pas de marketing sans accord du client, et pas de message hors fenêtre sans modèle approuvé.
- Où vont les conversations et les données ?
- Sur le serveur de l'entreprise, avec le back-office et les journaux. Le modèle de langage reçoit par API ce dont il a besoin pour la question posée, le message et le contexte lu, pas la base entière ; le compte WhatsApp, le numéro et l'historique sont au nom de l'entreprise, jamais du prestataire.
- Combien de temps avant la première réponse automatique ?
- Vingt semaines pour un agent qui lit le back-office et agit dans des limites : deux semaines d'inventaire, trois pour le canal et les modèles approuvés, quatre pour la compréhension, trois pour les outils, deux de recette sur des conversations réelles, quatre de pilote avec un humain, deux de bilan. Un agent qui répond seulement aux horaires et aux conditions peut être en pilote à la neuvième semaine.