Un service de pet-sitting dans l'est de la France. Un service haut-de-gamme avec assez de réguliers et de cas particuliers pour dépasser ce qu'une seule personne peut tenir en tête. Clients fidèles, vraie réputation à protéger.

Il est arrivé avec son business et une question : où l'IA peut aider ? Sur l'appel j'ai demandé comment il travaillait. En quelques minutes, les journées de première rencontre ont émergé — deux nouveaux chiens ne peuvent pas arriver à la même heure sans que ça parte mal. Puis la mémoire : les propriétaires re-sollicités sur les mêmes questions, séjour après séjour, parce qu'il n'y avait pas d'endroit pour noter les réponses. La demande n'était pas vraiment sur l'IA. C'était : garder le côté humain, lâcher la comptabilité mentale.

Réservation avec une logique de contraintes pour les journées de première rencontre. Mémoire par animal liée à chaque réservation. Séquences de relance déclenchées par les événements du séjour, plus par la mémoire. Un outil qui tient le contexte que l'opérateur tenait dans sa tête.

Premier flux de réservation en ligne avec les contraintes de première rencontre actives. Notes par chien attachées automatiquement à chaque réservation. Le moment 'c'est qui ce chien déjà ?' parti dès le premier jour.

// Ce à quoi ressemble une Résidence en pratique.

• ◆Quelques semaines plus tard, des cas particuliers de régime alimentaire ont émergé. Ajout d'un champ médical structuré par animal — plus de notes perdues dans les marges.
• ◆Un développeur de l'équipe a remarqué qu'on avait déjà les dates d'anniversaire — pourquoi ne pas les remonter automatiquement ? En ligne une semaine plus tard.
• ◆J'ai suggéré de déclencher des sondages post-séjour pour les longs bookings — ils ont fait remonter une inquiétude récurrente sur les heures de récupération qui n'était jamais arrivée jusqu'à lui.