Comment déployer un agent IA WhatsApp au Maroc en 14 jours

Pourquoi WhatsApp est le canal n°1 au Maroc

Au Maroc, WhatsApp dépasse les 22 millions d'utilisateurs actifs — c'est de loin le canal de messagerie dominant, devant Messenger et Instagram DM. Pour un service client, un agent immobilier, un e-commerçant ou une clinique, c'est le canal naturel des leads et de la rétention.

Un agent IA WhatsApp bien conçu absorbe 60 à 80 % des conversations de premier niveau (horaires, disponibilité, prise de RDV, suivi de commande, FAQ produit) et transfère proprement à un humain dès que la conversation sort du cadre.

Pré-requis avant de démarrer

Un compte Meta Business vérifié (KYC entreprise marocaine — RC, ICE, IF), un numéro dédié non utilisé sur WhatsApp personnel, un Business Solution Provider (BSP) officiel — 360dialog, Twilio ou Gupshup sont les plus utilisés au Maroc — et une base de connaissance structurée (FAQ, catalogue, procédures internes) que l'on transformera en index vectoriel.

Côté conformité CNDP : déclaration normale du traitement, mention claire dans la conversation que l'utilisateur échange avec un agent automatisé, et hébergement des logs sur infra UE ou Maroc.

Les 7 étapes du déploiement

1. Étape 1

   Jours 1–2 — Cadrage et déclaration CNDP

   Atelier de cadrage : périmètre de conversations gérées, scénarios de handoff, langue par défaut (darija écrite/français), ton de marque. En parallèle, préparation du dossier CNDP (déclaration normale, registre des traitements).

2. Étape 2

   Jours 3–5 — Provisioning WhatsApp Business API

   Vérification du compte Meta Business, association du numéro au BSP, configuration des templates de messages (HSM) approuvés par Meta pour les notifications sortantes. Test d'envoi/réception en sandbox.

3. Étape 3

   Jours 6–8 — Indexation de la base de connaissance (RAG)

   Conversion des documents (PDF, pages web, Notion, Sheets) en chunks vectoriels stockés dans pgvector ou Qdrant hébergé en UE. Mise en place du pipeline de récupération + génération avec un modèle multilingue (GPT-4o-mini ou Claude Haiku) en mode no-retention.

4. Étape 4

   Jours 9–10 — Intégrations CRM/ERP/PMS

   Connexion bidirectionnelle aux outils métiers : création d'un lead dans HubSpot, lecture du stock dans Sage X3, prise de RDV dans Cal.com, vérification de commande dans WooCommerce/Shopify. Chaque action exposée comme outil (function calling) à l'agent.

5. Étape 5

   Jours 11–12 — Tests darija/français et garde-fous

   Banc de 60–100 conversations test couvrant darija écrite, français, code-switching, et cas adverses (insultes, demandes hors-scope, tentatives de prompt injection). Calibration du seuil de confiance qui déclenche le handoff humain.

6. Étape 6

   Jour 13 — Handoff humain et console agent

   Mise en place de la console (Chatwoot, Front, ou interface BSP) où les conseillers reprennent la main en un clic. Notifications temps réel, statuts (bot/humain/résolu), métriques de qualité.

7. Étape 7

   Jour 14 — Mise en production et monitoring

   Bascule progressive : 10 % du trafic le matin, 50 % à midi, 100 % le soir si KPIs verts. Dashboard de supervision : taux de résolution sans humain, CSAT, temps moyen de réponse, coût par conversation en MAD.

Questions fréquentes