HUDRA, l’IA qui trouve vos prospects, mène les conversations et convertit 52 % des intéressés en rendez-vous

HUDRA est un système multi-agents développé par Qubitech qui automatise la prospection B2B de bout en bout. Déployé de février à mai 2026, pendant quatre mois, chez un éditeur de logiciel SaaS B2B de 40 employés, il a pris en charge l'intégralité du cycle commercial amont. Des agents de recherche opérant en parallèle constituent jusqu'à 100 000 fiches prospects qualifiées en quelques jours. Le système crée ensuite les campagnes, conduit chaque conversation par e-mail jusqu'à son terme et fixe les rendez-vous directement dans les agendas de l'équipe.

Sur 64 000 e-mails envoyés à raison de 800 par jour ouvrable, la campagne a généré 8 % de réponses et un taux d'intérêt de 3 % des e-mails délivrés. 52 % des prospects intéressés ont été convertis en rendez-vous, soit près de 1 000 rendez-vous qualifiés répartis sur une équipe de six commerciaux. Environ 95 % des conversations ont été menées sans intervention humaine.

HUDRA est agnostique au modèle de langage et fonctionne avec des LLM comme Claude ou Mistral, cloud ou hébergés localement pour garantir la souveraineté des données. Son intelligence repose sur une base vectorielle Qdrant enrichie par plusieurs dizaines de milliers de conversations. La mise en place demande quelques jours et l'autonomie complète est atteinte après deux à trois semaines de supervision. Le coût par rendez-vous qualifié est divisé par plus de 50 par rapport à une prospection humaine.

Qu’est-ce qu’un système multi-agents de prospection B2B ?

Un système multi-agents de prospection B2B est une intelligence artificielle composée d’agents spécialisés qui automatisent l’ensemble du cycle de prospection. Les agents identifient et qualifient les prospects, rédigent des messages personnalisés, conduisent les conversations par e-mail jusqu’à la prise de rendez-vous et synchronisent les créneaux avec les agendas de l’équipe commerciale.

HUDRA, développé par Qubitech, applique ce principe à l’échelle. Contrairement à un séquenceur d’e-mails, il ne se limite pas à l’envoi. Il fait office de moteur de recherche de prospects, de générateur de campagnes, de messagerie et de CRM de prospection. Dès qu’un prospect répond, le fil de discussion est compris et mené jusqu’au rendez-vous, avec le niveau de contextualisation d’un échange humain.

Quelle était la situation du client ?

Le client est un éditeur de logiciel SaaS B2B de 40 employés. Il commercialise une solution de gestion et de facturation destinée aux PME. Son marché adressable couvre potentiellement toutes les PME de ses marchés cibles. Son équipe commerciale compte six personnes, déjà accaparées par les démonstrations produit et le closing.

La prospection sortante reposait sur quatre outils sans lien entre eux. Une base de données servait à trouver les contacts, un séquenceur gérait les envois, un CRM assurait le suivi et un agenda permettait de caler les rendez-vous. Les commerciaux consacraient l’essentiel de leur temps à des tâches à faible valeur ajoutée telles que la recherche de cibles, la collecte des coordonnées, la rédaction individuelle des messages et le suivi des relances. Faute de temps, une grande partie des prospects tièdes était perdue entre relances oubliées et conversations abandonnées avant le rendez-vous.

Quel problème fallait-il résoudre ?

Le problème de fond n’était pas le manque d’outils mais l’impossibilité de personnaliser à grande échelle. Les plateformes d’e-mailing de masse envoient des messages génériques dont le taux de réponse s’effondre et qui abîment l’image de marque. Les messageries détectent en outre ces envois similaires comme du spam, ce qui dégrade la délivrabilité.

À l’inverse, la personnalisation manuelle produit d’excellents résultats mais ne passe pas à l’échelle. Un commercial rédige réalistement 40 à 50 e-mails réellement personnalisés par jour. En salaire chargé, chaque message lui coûte 7 à 8 CHF. La seule constitution d’un fichier de prospects qualifiés représente des semaines de travail. Aucune organisation humaine ne peut produire des dizaines de milliers de fiches qualifiées en quelques jours. L’enjeu consistait donc à démultiplier le volume de prospection sans rien céder sur la qualité et la personnalisation d’un échange humain.

Comment fonctionne HUDRA, étape par étape ?

Le processus complet se déroule en sept étapes.

1. Définition de la cible. L’utilisateur indique le secteur et la région visés. C’est la seule intervention humaine requise en amont.
2. Recherche et qualification en parallèle. Plusieurs agents identifient simultanément les entreprises correspondantes, rassemblent leurs coordonnées et collectent des informations sur chaque société et ses interlocuteurs pertinents. Le système constitue ainsi jusqu’à 100 000 fiches qualifiées en quelques jours, soit l’équivalent de plusieurs années de recherche manuelle. Pour les marchés soumis à des exigences de conformité, HUDRA s’appuie sur les bases de données ou le CRM existants du client, déjà constitués conformément à la réglementation.
3. Création de campagne. L’utilisateur précise l’offre, le positionnement et au besoin la structure souhaitée des messages. Un agent de rédaction produit des messages contextualisés au profil de chaque destinataire. Plusieurs campagnes peuvent tourner en parallèle.
4. Planification et envoi. L’utilisateur sélectionne la liste de contacts, la période et la cadence, ici 800 e-mails par jour ouvrable. HUDRA embarque sa propre messagerie avec un suivi de statut détaillé par prospect et se connecte aux boîtes existantes comme Gmail ou Outlook.
5. Conversations menées de bout en bout. Dès qu’un prospect répond, le fil est pris en charge de façon autonome. Les messages sont compris et les réponses apportées en conséquence, comme le ferait un commercial disponible en permanence.
6. Prise de rendez-vous. Lorsqu’un échange converge, un agent de planification propose des créneaux selon les disponibilités des agendas connectés et fixe le rendez-vous. L’équipe est notifiée dès confirmation.
7. Suivi et reporting. Un rapport quotidien est généré. L’équipe reçoit un résumé chaque matin et peut consulter le tableau de bord à tout moment.

Quels cas particuliers le système gère-t-il seul ?

• Une demande d’informations complémentaires reçoit une réponse tirée de la base de connaissances.
• Une question d’ordre général reçoit une réponse adaptée, dans les limites définies.
• Lorsqu’un prospect est en vacances, les relances sont suspendues puis reprises à son retour.
• Lorsqu’un prospect demande à être recontacté dans quelques mois, la reprise de contact est programmée au bon moment.
• Lorsqu’un e-mail signale que la personne a quitté l’entreprise, HUDRA identifie le nouvel interlocuteur et poursuit l’échange avec lui.
• Lorsqu’un prospect ne souhaite plus être contacté, il est retiré immédiatement de toutes les campagnes.
• Lorsqu’un rendez-vous est annulé, de nouveaux créneaux sont proposés automatiquement.

Comment la supervision humaine fonctionne-t-elle ?

Au démarrage, chaque réponse de l’IA passe en brouillon et est validée par un humain. Qubitech préconise cette phase supervisée pendant deux à trois semaines. Le système apprend le style et les corrections de l’équipe, puis bascule en pilote automatique. Les validations alimentent une base de connaissances vectorielle qui affine les échanges au fil du temps, sur un socle de plusieurs dizaines de milliers de conversations. Cette connaissance est stockée dans la base vectorielle et non dans le modèle. Elle reste donc acquise même en cas de changement de LLM.

Même en pilote automatique, HUDRA applique un seuil de confiance. Si un agent n’est pas certain de sa réponse au-delà de ce seuil, fixé par exemple à 90 %, il repasse la main à un humain plutôt que de risquer une réponse inadaptée. Les informations sensibles définies en amont ne sont jamais divulguées. Le système s’appuie sur sa base de connaissances plutôt que d’inventer une réponse, ce qui élimine les hallucinations. En moyenne, environ 95 % des conversations sont menées sans aucune intervention humaine, et dans certaines configurations la totalité.

Quelles technologies le système utilise-t-il ?

• Agnostique au modèle de langage. HUDRA fonctionne avec n’importe quel LLM, cloud ou hébergé localement pour la souveraineté des données. Les modèles comme Claude ou Mistral, ce dernier particulièrement performant en français, sont pris en charge, parmi d’autres.
• Base vectorielle Qdrant. L’intelligence accumulée sur plusieurs dizaines de milliers de conversations est stockée dans une base vectorielle Qdrant, indépendante du modèle, et survit à un changement de LLM.
• Scoring prédictif. Le système estime la probabilité de conversion de chaque prospect par rapprochement avec les entreprises et profils similaires de l’historique.
• Canaux. Les canaux e-mail et WhatsApp sont opérationnels. SMS et LinkedIn peuvent être ajoutés selon les besoins.
• Intégrations. HUDRA se connecte aux agendas et boîtes mail existants comme Gmail ou Outlook et centralise la gestion de bout en bout, ce qui rend inutile l’empilement d’un CRM tiers.

Quels résultats HUDRA a-t-il obtenus en quatre mois ?

Le déploiement a été mené de février à mai 2026, à raison de 800 e-mails par jour ouvrable, soit 16 000 e-mails par mois et 64 000 au total. La campagne a obtenu 8 % de réponses et un taux d’intérêt de 3 % des e-mails délivrés. Les benchmarks du cold emailing B2B situent un bon taux d’intérêt entre 3 et 5 %. 52 % des prospects intéressés ont ensuite été convertis en rendez-vous. Le déploiement a ainsi généré près de 1 000 rendez-vous qualifiés en quatre mois, soit environ 250 par mois, répartis sur les agendas des six commerciaux de l’équipe, ce qui représente environ deux rendez-vous par jour et par commercial. Environ 95 % des conversations ont été menées sans aucune intervention humaine.

Ramené à une base normalisée de 1 000 e-mails délivrés, le système a généré 80 réponses, 30 prospects intéressés et environ 16 rendez-vous qualifiés. Les campagnes menées sur des contacts déjà connus, importés du CRM du client ou issus d’anciennes relations, obtiennent généralement de meilleurs résultats.

Quelle prudence appliquer à plus grand volume ?

Ces taux appellent une lecture prudente lors d’une montée en volume. Les premières campagnes s’adressent naturellement aux segments les plus réceptifs de la cible. À mesure que le périmètre s’élargit, les taux de réponse et d’intérêt tendent mécaniquement à diminuer. Qubitech recommande d’appliquer un coefficient de prudence à toute projection au-delà du périmètre testé et de piloter la montée en charge par paliers, en mesurant les taux à chaque étape. Un dimensionnement réaliste vaut mieux qu’une promesse intenable.

Combien coûte une prospection automatisée par rapport à un commercial ?

Un commercial représente environ 8 000 CHF par mois en salaire chargé, auxquels s’ajoutent 250 à 400 CHF d’outils par mois pour la base de données de contacts, le séquenceur d’e-mails et le CRM. À raison de 40 à 50 messages réellement personnalisés par jour, chaque message lui coûte 7 à 8 CHF, avant même de compter le temps passé à constituer le fichier. Sur quatre mois, il aurait produit 3 000 à 4 000 e-mails personnalisés. Aux mêmes taux de conversion, cela représente une cinquantaine de rendez-vous, pour un coût de plusieurs centaines de francs par rendez-vous.

Avec HUDRA, le coût marginal d’un message personnalisé passe de plusieurs francs à quelques centimes, sans perte de contextualisation. Sur ce déploiement, le coût par rendez-vous qualifié a été divisé par plus de 50. Il s’établit à quelques dizaines de francs, contre plusieurs centaines en prospection humaine. En volume, HUDRA a traité en quatre mois ce qu’un commercial produirait en six ans.