Transcrire automatiquement les appels commerciaux et extraire les tâches avec l'IA

Le problème est universel : tu sors d'un appel commercial ou d'un call client, tu as 5 actions à mener (renvoyer un devis, partager un lien, prendre un RDV, checker une info), tu notes deux en vitesse dans Notion, tu oublies les trois autres. 48 heures plus tard, tu te demandes pourquoi le deal n'avance pas.

La solution : laisse l'IA écouter, résumer, et créer les tâches automatiquement. Voici le workflow concret, testable en 1 heure, qui te fait gagner 2h/semaine et divise par 3 les "oublis de suivi".

L'appel continue à être humain. La transcription, le résumé et les tâches deviennent automatiques. Photo : Unsplash.

Ce que l'IA fait concrètement

À chaque appel enregistré, l'IA produit :

1. Transcription complète de la conversation (diarisation : qui a dit quoi)
2. Résumé structuré : contexte, décisions, objections, next steps
3. Extraction des tâches : chaque action avec responsable et deadline
4. Synthèse client : envoyée en email post-meeting (optionnel)
5. Mise à jour du CRM : notes et stage deal automatiquement

Tu passes l'appel. L'IA fait le reste pendant que tu prends ton café.

Architecture du workflow

Trois couches :

Enregistrement d'appel
  ↓ [upload / webhook]
Whisper API (transcription + diarisation)
  ↓
Claude Sonnet 4.6 (résumé + extraction tâches)
  ↓
Actions automatiques :
  - Notion page créée
  - Linear/ClickUp tâches créées
  - HubSpot/Pipedrive deal mis à jour
  - Slack : résumé posté sur #sales
  - Email de suivi : draft envoyé au client (pour validation humaine)

Orchestrateur : n8n (self-hosted gratuit) ou Make (€10/mois). Les deux marchent bien.

Étape 1 — Enregistrer les appels

Selon ton outil téléphone :

• Aircall : enregistrement natif, webhook disponible (Settings → Integrations)
• Ringover : idem
• Zoom Phone / Google Meet : activer cloud recording, puis webhook
• Google Meet seul : outils comme Fathom (gratuit), Otter, Grain — l'enregistrement + la transcription sont parfois déjà inclus

Point clé légal : en France, tu dois informer l'interlocuteur que l'appel est enregistré (CNIL). Un message automatique au début de l'appel ou une mention dans le mail de RDV suffit.

Étape 2 — Transcription avec Whisper

OpenAI Whisper API est le meilleur rapport qualité-prix : multilingue, reconnaît le français natif, support de la diarisation via whisper-1 model.

Appel API :

curl https://api.openai.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F file="@call.mp3" \
  -F model="whisper-1" \
  -F response_format="verbose_json" \
  -F language="fr"

Coût : $0.006 / minute. Un appel de 30 min = $0.18. Vingt appels par semaine = $15/mois.

Pour la diarisation (qui parle), Whisper seul ne suffit pas. Deux options :

• AssemblyAI (plus cher mais diarisation native, ~$0.01/min)
• Deepgram (bon rapport qualité/prix)
• Whisper + pyannote (open source, self-hosted, un peu de setup)

Si tu n'as pas besoin de qui-a-dit-quoi au mot près, Whisper suffit.

Étape 3 — Résumé et extraction avec Claude

Une fois la transcription prête, passe-la à Claude avec ce prompt :

Tu es l'assistant d'un commercial francophone. Analyse la transcription
suivante d'un appel client et renvoie un JSON structuré.

Transcription :
"""
{transcript}
"""

Renvoie EXACTEMENT ce format JSON, rien d'autre :

{
  "summary": "Résumé en 2-3 phrases",
  "client_name": "Nom détecté",
  "client_company": "Société détectée",
  "stage": "découverte | démo | négociation | closing | relance",
  "decisions_taken": [
    "Décision 1",
    "Décision 2"
  ],
  "objections_raised": [
    "Objection avec contexte"
  ],
  "next_steps": [
    {
      "owner": "moi | client",
      "action": "Action concrète",
      "deadline": "YYYY-MM-DD ou 'aucune'"
    }
  ],
  "sentiment": "positif | neutre | négatif",
  "deal_confidence": 0-100
}

Coût Claude Sonnet 4.6 : ~$0.01 par appel (30 min de transcription = ~4000 tokens input, ~500 output).

Étape 4 — Pousser dans le CRM et Notion

Avec le JSON en main, n8n dispatche :

Notion — crée une nouvelle page dans la base "Calls" :

Titre : [Date] - [Client] - [Stage]
Sections : Résumé / Décisions / Objections / Next Steps / Transcript complet

HubSpot / Pipedrive — via l'API :

• Ajoute la note au deal
• Met à jour deal.stage si détection claire
• Crée des tâches avec owner = me et leurs deadlines

Slack — poste dans #sales :

📞 Appel [Client] — [Date]
Stage : [stage] · Sentiment : [sentiment] · Confidence : [0-100]
Next : [action 1], [action 2]
→ [lien Notion]

Étape 5 — Email de suivi (optionnel mais puissant)

C'est le step qui fait le plus gagner de temps. L'IA rédige un draft d'email de suivi que tu valides avant envoi :

Bonjour [Client],

Merci pour notre échange de ce matin. Pour faire suite :

**Ce qu'on a décidé :**
- [Décision 1]
- [Décision 2]

**Ce que je m'engage à faire :**
- [Action 1] — d'ici [deadline]
- [Action 2] — d'ici [deadline]

**Ce dont j'ai besoin de ton côté :**
- [Action client 1]

N'hésite pas si tu as des questions.

[Ton nom]

Ce mail part automatiquement en brouillon dans ta boîte mail (via Gmail API). Tu le relis, 30 secondes, et tu envoies. Client a un récap structuré dans les 30 min post-call.

L'IA drafte, tu valides. 30 secondes au lieu de 15 minutes. Photo : Unsplash.

Stack recommandée selon ton volume

< 10 appels/semaine (freelance / solo)

• Fathom (gratuit, jusqu'à X min/mois) + export vers Notion
• Pas besoin d'automatisation custom
• Coût : €0/mois

10-50 appels/semaine (PME < 10 salariés)

• Otter.ai Business ou Fireflies.ai + intégrations natives HubSpot/Notion
• Coût : €25-50/user/month

50+ appels/semaine (équipe sales structurée)

• Stack custom : AssemblyAI + Claude API + n8n
• Full contrôle + meilleur ROI à l'échelle
• Coût : €50-150/mois + temps setup

ROI concret

Sur 6 commerciaux PME accompagnés :

• Temps économisé : 2 h / semaine / commercial (prise de notes + suivi)
• Oublis de suivi : divisés par 3
• Qualité CRM : deals à jour en temps réel, plus de "je complèterai vendredi"
• Mesurabilité : sentiment + confidence par deal → forecast plus fiable

Les limites à connaître

• Qualité audio médiocre → transcription dégradée, résumé moins utile
• Appels très techniques (vocabulaire sectoriel) → l'IA peut rater 5-10% des termes
• Multi-intervenants non gérés par Whisper seul → utiliser diarisation propre
• Confidentialité : si le contenu est très sensible, vérifier les T&C OpenAI/Anthropic ou utiliser modèle self-hosted

Par où commencer

Objectif semaine 1 : faire tourner le workflow basique (enregistrer → transcrire → résumé Claude → coller dans Notion manuellement). Juste pour voir si l'IA capte bien tes appels.

Semaine 2 : ajouter l'automatisation Notion.

Semaine 3 : ajouter CRM + email follow-up draft.

Semaine 4 : mesurer les heures économisées + ajuster les prompts.

C'est exactement la méthode qu'on applique chez KOMO Digital. L'erreur classique c'est d'essayer tout construire d'un coup et de se perdre dans les intégrations.

---

Tu veux ce workflow chez toi ? On l'installe clé-en-main en 1-2 semaines selon ta stack. → Nos services IA

À lire aussi :

• Automatiser les relances clients impayés avec l'IA
• Comment trouver un vrai fabricant en Chine