Accompagner Sidexia dans le déploiement de SkillAgent, un agent IA pour démocratiser l’accès à la connaissance interne
Interview de Yonni Dery – Directeur Général chez Sidexia | 31/08/2026
Sidexia est une ESN spécialisée dans le conseil et l’ingénierie informatique. Elle accompagne les entreprises dans leurs projets de développement logiciel, cloud, data, infrastructures et transformation numérique en mettant à disposition des experts techniques et des équipes d’ingénierie.
Directeur Général, Sidexia
Pouvez-vous nous présenter Sidexia et les enjeux auxquels vous faisiez face ?
Yonni Dery — Directeur Général, Sidexia
Sidexia est une ESN spécialisée dans le conseil et l’ingénierie informatique. Nous accompagnons nos clients sur des projets à forte valeur ajoutée et nous gérons plusieurs centaines de profils consultants, avec des compétences, des expériences et des missions qui évoluent en permanence.
Au fil des années, nous avions accumulé une grande quantité d’informations : CV, dossiers de compétences, retours d’expérience, propositions commerciales, documentation technique… Toutes ces données existaient, mais elles étaient réparties dans différents outils et sous différents formats.
Pour les équipes commerciales, RH et management, retrouver rapidement le bon profil pour une mission ou un appel d’offres devenait de plus en plus complexe. Beaucoup d’informations étaient disponibles, mais elles n’étaient pas facilement exploitables.
Nous voulions créer une véritable base de connaissances capable de centraliser automatiquement toutes ces informations et de les rendre accessibles simplement grâce à l’intelligence artificielle.
Pourquoi avez-vous décidé de développer un agent IA interne et comment s'est déroulé le projet ?
Yonni Dery — Directeur Général, Sidexia
Notre ambition était de créer un véritable assistant métier capable de comprendre notre patrimoine documentaire et d’aider concrètement nos équipes au quotidien. Pour cela, nous avions besoin d’un partenaire capable de concevoir une solution complète, depuis l’architecture jusqu’à la mise en production.
Les équipes d’Eleven Labs ont commencé par analyser nos processus internes afin d’identifier les cas d’usage prioritaires. Ensemble, nous avons défini les fonctionnalités qui apporteraient le plus de valeur : structuration automatique des CV, centralisation des compétences, recherche intelligente de consultants, génération de dossiers de compétences et assistance aux réponses aux appels d’offres
“ Cette approche progressive nous a permis de construire une solution parfaitement adaptée à nos besoins plutôt que de chercher à intégrer un outil générique. “
Comment le projet a-t-il été mené, de la conception jusqu'à la mise en production et l'adoption par les équipes ?
Pierre Lerouge — Tech Lead, Eleven Labs
Nous avons mené le projet de manière progressive, avec dès le départ l’objectif de construire une solution capable d’aller en production et de répondre à des cas d’usage métier concrets.
La première étape a consisté à créer un socle de données fiable et exploitable par l’IA. Nous avons développé un pipeline capable d’extraire automatiquement les informations présentes dans les CV, de les structurer et de les enrichir pour constituer une base de connaissances homogène sur les profils, leurs expériences et leurs compétences.
Sur cette base, nous avons ensuite développé SkillAgent autour de plusieurs cas d’usage métier : rechercher des consultants en langage naturel, identifier les profils correspondant à un besoin client ou encore générer automatiquement des CV adaptés à partir des données disponibles.
Nous avons ensuite travaillé avec les équipes de Sidexia pour confronter la solution aux usages réels. Leurs retours nous ont permis d’affiner les mécanismes de recherche, d’améliorer la pertinence des résultats et de faire évoluer progressivement les fonctionnalités avant un déploiement plus large.
Cette approche nous a permis de ne pas rester au stade du POC : SkillAgent a été pensé, développé et industrialisé pour être utilisé en production par les équipes de Sidexia.
Quels choix technologiques avez-vous faits pour concevoir et industrialiser SkillAgent ?
Pierre Lerouge — Tech Lead, Eleven Labs
L’enjeu était de construire une plateforme à la fois performante, observable et suffisamment modulaire pour pouvoir faire évoluer les cas d’usage dans le temps.
SkillAgent s’appuie sur les modèles Claude d’Anthropic, exploités directement via le compte Anthropic de Sidexia. Nous les utilisons notamment pour leurs capacités de raisonnement et leur aptitude à exploiter des contextes complexes afin de répondre aux différents besoins métier de la plateforme.
Nous avons construit autour de ces modèles une architecture permettant à l’IA de s’appuyer sur les données propres à Sidexia et d’interagir avec les différents services de SkillAgent. Mastra est utilisé pour orchestrer les agents et les workflows, tandis qu’un serveur MCP permet d’exposer de manière structurée les outils et les données nécessaires aux agents.
La plateforme s’appuie également sur PostgreSQL via Cloud SQL pour le stockage des données et sur Langfuse pour l’observabilité. Cette dernière brique est particulièrement importante dans une logique de mise en production : elle nous permet de suivre le comportement des agents, d’analyser leurs interactions et d’améliorer progressivement leur performance.
“ Nous avons conçu SkillAgent comme une plateforme évolutive plutôt que comme un cas d’usage IA isolé. Cette architecture nous permet aujourd’hui d’ajouter de nouvelles sources de données, de nouveaux outils et de nouveaux agents sans remettre en cause l’ensemble du socle. “
Quels bénéfices concrets avez-vous observés depuis la mise en production ?
Yonni Dery — Directeur Général, Sidexia
Les résultats ont été visibles très rapidement. L’automatisation de la structuration des CV nous permet aujourd’hui de réduire d’environ 70% le temps consacré au traitement documentaire. La recherche de consultants pour une mission ou un appel d’offres est devenue deux fois plus rapide, ce qui améliore directement notre réactivité auprès de nos clients.
Les équipes commerciales retrouvent plus facilement les expertises recherchées, les équipes RH disposent d’une vision beaucoup plus fiable des compétences internes et les consultants bénéficient d’une meilleure valorisation de leurs expériences.
Mais le principal changement est sans doute culturel. Nous avons transformé un patrimoine documentaire dispersé en une véritable base de connaissances vivante, facilement exploitable par l’ensemble des collaborateurs.
“ Finalement, SkillAgent est devenu bien plus qu’un agent conversationnel. C’est aujourd’hui un outil stratégique qui nous aide à capitaliser sur nos connaissances, à mieux valoriser nos expertises et à gagner en efficacité au quotidien. “
