Étude de cas | Claude Platform
Comment Tasklet a mis en place une automatisation des processus métier 24 h/24 et 7 j/7 avec Claude
La plupart des outils d'automatisation des flux de travail obligent les utilisateurs à penser comme des programmeurs : prévoir chaque embranchement, gérer chaque cas limite et repartir de zéro après chaque imprévu. La startup Tasklet, spécialisée dans la productivité, adopte une approche différente. Les utilisateurs décrivent ce qu'ils veulent qu'un agent fasse, et l'agent détermine lui-même comment y parvenir. Et comme tout fonctionne dans le cloud, les agents continuent de travailler 24 h/24 et 7 j/7, même lorsque l'utilisateur referme son ordinateur portable.
Avec Claude, Tasklet a atteint les résultats suivants :
- Une croissance mensuelle de 160 % du chiffre d'affaires, qui a permis d'atteindre plus de $2.5M d'ARR en moins de cinq mois après le lancement
- 450 000 actions d'agents exécutées par jour par l'ensemble des agents de clients
- 2 000 nouveaux agents créés par jour par des utilisateurs qui automatisent toutes sortes de tâches, du tri des e-mails au rapprochement des revenus
- La possibilité de se connecter à n'importe quel produit SaaS ou à n'importe quelle API grâce à plus de 3 000 intégrations préconfigurées, à MCP, à l'utilisation du navigateur et à une fonctionnalité basée sur l'IA qui crée dynamiquement des connecteurs API pour de nouveaux services
- Une équipe de cinq ingénieurs qui déploie du code en production plus de quatre fois par jour, avec le soutien de Claude Code
Le défi
Des déclencheurs par e-mail à un agent polyvalent
Tasklet est né de Shortwave, un client de messagerie basé sur l'IA que l'équipe a commencé à développer en 2022. Les utilisateurs de Shortwave revenaient sans cesse avec la même demande : « Est-ce que l'IA ne peut pas juste fonctionner automatiquement ? » Ils voulaient que leur boîte de réception déclenche une mise à jour dans HubSpot, une modification dans Notion ou un message Slack, sans avoir à ouvrir une fenêtre de discussion à chaque fois.
L'équipe a commencé à développer cette fonctionnalité, avant de se rendre compte que l'idée allait bien au-delà de l'e-mail. Si un agent pouvait être déclenché par des événements de boîte de réception, il pouvait l'être par n'importe quoi : des webhooks, des tâches planifiées, des flux RSS ou des soumissions de formulaires. Et s'il fonctionnait sans supervision dans le cloud, il n'avait plus besoin d'être intégré à un client de messagerie. En juin 2025, l'équipe a commencé à développer Tasklet à partir de zéro. En juillet, elle avait déjà ses premiers clients payants, et en octobre, elle a lancé le produit publiquement.
Au moment où l'équipe a commencé à travailler sur Tasklet, elle cumulait déjà des années d'expérience en production avec toutes les grandes familles de modèles. Elle a constaté que la plupart des modèles géraient bien les questions en un seul tour. Les limites apparaissent lorsque la tâche exige plusieurs itérations.
agent actions executed per day
La solution
Choisir Claude pour le raisonnement en plusieurs étapes
Lorsque l'équipe a commencé à développer Tasklet, elle a fait un choix d'architecture délibéré : laisser le modèle raisonner tout au long du flux de travail plutôt que de l'enfermer dans une logique prédéfinie. « Et si on supprimait la logique de flux de travail pour simplement laisser l'agent réfléchir à ce qu'il doit faire ? », interroge Andrew Lee, PDG de Tasklet et cofondateur de Firebase. « L'argument, jusqu'ici, était que cette approche n'était pas assez fiable, parce que les modèles n'étaient pas assez intelligents. Mais aujourd'hui, ils le sont. »
« Pour les tâches qui ne se résument pas à une simple question suivie d’une réponse, mais qui nécessitent d’utiliser un outil, de réfléchir et de procéder par itérations, les autres modèles finissent par perdre le fil au bout de quelques itérations », explique Lee. « Claude peut poursuivre les itérations beaucoup plus longtemps tout en maintenant un haut niveau de qualité. »
Cette différence s'amplifie dans la pratique. Un agent Tasklet peut avoir à effectuer des dizaines, voire des centaines d'appels à des outils pour accomplir une seule tâche : lire un e-mail, rechercher un contact dans un CRM, rédiger une réponse, consulter un calendrier ou mettre à jour une feuille de calcul. Un léger écart de fiabilité à chaque étape peut se traduire par une différence considérable dans le taux de réussite d’un processus.
Tous les appels à un LLM dans le produit Tasklet sont dirigés vers un modèle Claude. Les utilisateurs qui travaillent sur des flux de travail métier standard utilisent Claude Sonnet 4.6. Ceux qui ont besoin d'un raisonnement complexe en plusieurs étapes peuvent passer à Claude Opus 4.6 avec la réflexion étendue. L'équipe a constaté que Claude se montrait particulièrement fiable en fonctionnement sans supervision : il agit avec prudence et discernement en cas d'incertitude. « La sécurité et la fiabilité comptent énormément lorsque des agents fonctionnent de manière autonome sans supervision humaine », souligne Lee.

Utilisez Claude API pour créer de nouvelles expériences utilisateur, de nouveaux produits et de nouvelles façons de travailler avec les modèles d'IA les plus avancés du marché.
En savoir plusLe résultat
Le résultat : des agents connectés qui fonctionnent toute la nuit
Chaque agent Tasklet est une conversation Claude de longue durée articulée autour de trois capacités essentielles. Les connexions étendent sa portée : plus de 3 000 intégrations préconfigurées, ainsi que la possibilité pour Claude de lire à la volée une documentation d'API et de créer un connecteur fonctionnel pour n'importe quel service HTTP. Les déclencheurs lui donnent son autonomie : l'agent s'exécute automatiquement selon une planification ou en réponse à des événements comme un nouvel e-mail, un webhook ou un événement de calendrier. Et l'utilisation de l'ordinateur lui offre une solution de repli : si aucune API n'existe, Claude lance un navigateur dans une machine virtuelle cloud et navigue directement dans l'interface Web.
C'est dans cette dernière capacité, ainsi que dans la fonctionnalité Instant Apps récemment lancée, que Lee voit les derniers modèles de Claude prendre le plus d'avance. Instant Apps permet aux agents de générer à la volée des applications web interactives et directement opérationnelles, connectées aux données réelles de l'utilisateur. Un utilisateur peut demander un tableau de bord marketing et en obtenir un en quelques minutes, directement relié à ses comptes réels. Cette fonctionnalité s'appuie sur les capacités de génération de code de Claude pour produire une interface utilisateur fonctionnelle plutôt qu'un résultat statique, ce qui, selon Lee, n'était pas possible avec les modèles précédents.
L'équipe de Tasklet utilise également Claude Code pour l'ensemble de son développement interne. Avec cinq ingénieurs, l'équipe a livré des versions majeures sur le plan architectural environ toutes les trois semaines depuis le lancement. « Ce que nous pouvons accomplir avec cinq ingénieurs et Claude Code est vraiment incroyable », déclare Lee.
Cinq mois après son lancement, Tasklet enregistre une croissance de son chiffre d'affaires de 160 % d'un mois sur l'autre. Les agents des clients exécutent 450 000 appels à des outils par jour, et les utilisateurs créent environ 2 000 nouveaux agents par jour. Les cas d'usage incluent le tri intelligent des e-mails, le rapprochement des revenus entre des outils comme Stripe et Ramp, la recherche à partir de multiples sources, les pipelines de deal desk et la veille concurrentielle. Un client a mis en place un système de back-office complet multi-agents pour une société de capital-risque en moins d'une semaine.
Ce qui ressort le plus dans les retours clients, c'est la rapidité d'obtention de résultats concrets. Les utilisateurs déclarent obtenir des automatisations opérationnelles en quelques minutes, et non en plusieurs jours ou semaines, comme ce serait le cas avec la création d'un flux de travail traditionnel.
La feuille de route de Tasklet repose sur le pari à l'origine de l'entreprise : chaque amélioration de modèle apportée par Anthropic améliore le produit sans nécessiter de réécriture. Les travaux à court terme incluent des espaces de travail d'équipe, des agents partagés et une utilisation de l'ordinateur plus rapide et moins coûteuse. La vision à plus long terme est ce que Lee appelle le « Cloud Agent OS » : un espace de travail principal dans lequel les utilisateurs métier utilisent les autres logiciels par l'intermédiaire d'agents au lieu de passer d'une interface à l'autre.
« 2025 a été l'année des agents de codage », indique Lee. « Nous pensons que 2026 sera l'année des agents généralistes pour le travail intellectuel. »
« Claude peut poursuivre les itérations beaucoup plus longtemps tout en maintenant un haut niveau de qualité. »