Mise à jour le 9 septembre 2026

Une IA agentique ne sert pas seulement à répondre à une question. Elle peut aussi recevoir une mission, utiliser des outils réels, avancer étape par étape et produire un résultat exploitable. Voici un cas concret : une prospection B2B menée avec ChatGPT et OpenClaw pour ESIMPORT.

L’objectif était simple : prospecter des entreprises européennes susceptibles de vendre en volume du matériel électronique, des composants, des lots informatiques ou des équipements hors service.

1. Le besoin initial

ESIMPORT cherche régulièrement à acheter des matériels électroniques auprès de sociétés européennes : composants ou matériels issus du recyclage.

La difficulté n’est pas seulement de trouver quelques noms. Il faut identifier les bons types d’entreprises, vérifier leur activité, récupérer leurs coordonnées, éviter les doublons et préparer une prise de contact propre.

Pour une recherche manuelle, cela représente vite plusieurs heures de navigation, de copier-coller, de vérification et de classement.

2. Recherche des prospects avec ChatGPT

La première étape a été confiée à ChatGPT. Le but était de rechercher sur le web des entreprises pouvant disposer de matériels électroniques à revendre.
Il est en effet inutile de dépenser des tokens sur openclaw.

La recherche a été structurée par pays et par type d’activité. ChatGPT a aidé à repérer les entreprises pertinentes, à organiser les informations utiles et à préparer une base de prospection claire.

Le résultat final a été un fichier Excel enrichi contenant 240 contacts européens. Ce fichier servait ensuite de base de travail pour la campagne.

3. Préparation de la mission OpenClaw

Une fois le fichier prêt, ChatGPT a généré les consignes destinées à OpenClaw. L’idée n’était pas de lancer un envoi massif impersonnel, mais une mission encadrée, progressive et reprenable.

Les instructions étaient notamment les suivantes : utiliser le compte Gmail connecté, envoyer les e-mails un par un, attendre au moins 3 minutes entre deux envois, rédiger en français pour la France, la Belgique et la Suisse, et en anglais pour les autres pays.

Le prompt demandait aussi d’éviter les doublons, de mémoriser chaque envoi et de pouvoir reprendre la campagne après une interruption. C’est un point important : l’agent devait suivre l’avancement, pas seulement exécuter une commande unique.

4. Exécution par OpenClaw

OpenClaw a ensuite utilisé le fichier Excel et le compte Gmail connecté pour envoyer les messages individuellement. Il faut bien sur au préalable avoir crée un compte mail, et en avoir donné les accès à Openclaw. La campagne s’est déroulée sur plusieurs heures, avec une cadence volontairement lente pour rester lisible et contrôlable.

Le premier envoi a eu lieu le 23 août 2026 à 05:14. La fin de campagne est intervenue vers 17:20. Au total, les 240 e-mails ont été envoyés un par un.

5. Les premiers résultats

Les premières réponses sont ensuite arrivées dans Gmail. Certaines étaient des réponses humaines directes, d’autres des réponses automatiques ou des accusés de réception.

Plusieurs entreprises ont demandé des informations complémentaires. D’autres ont transféré la demande vers un collègue plus concerné. Certaines réponses contenaient déjà des propositions, parfois avec des fichiers Excel ou PDF listant du matériel disponible. J’ai ensuite repris le contrôle, et entamé les discussions directes avec les entreprises. Que de temps gagné !

La prospection automatisée n’a donc pas remplacé le travail commercial. Elle a surtout permis de lancer proprement une première prise de contact à grande échelle, puis de concentrer le temps humain sur les réponses utiles.

6. Pourquoi c’est de l’IA agentique

Dans cet exemple, ChatGPT a effectué la recherche, structuré le fichier de prospects et préparé les consignes de mission. OpenClaw a ensuite agi dans les outils réels pendant plusieurs heures : lecture du fichier, utilisation de Gmail, suivi des envois, respect des délais et mémorisation de l’avancement.

C’est la différence entre simplement poser une question à une IA et confier une mission à un agent IA capable de l’exécuter.

Ce cas montre une utilisation concrète de l’IA agentique : pas une théorie, mais une méthode simple pour transformer une recherche web en action commerciale organisée, mesurable et exploitable.