Épisode 16 - L'IA et la productivité en entreprise, décryptage d'une promesse - Gabriel Hubert CEO et co-fondateur de Dust

[Musique] L'accélération pour l'accélération, en fait, jamais vraiment le but, c'est juste que les entreprises aient de s'en confronter à de la concurrence, une réalité du marché du travail, le fait que les gens veulent ne pas payer plus cher pour le même service, etc. La part du Lyon de la transformation digitale devant nous, ça ne sera encore pas un problème de technologie mais plutôt un problème de gestion humaine. Bienvenue, je suis Laurent Nicolagenoch du cabinet. Convertez-ho et vous allez écouter, changement, des pocs en cours, le podcast de Lyon. [Musique] Délégé, des tâches à faible valeur ajoutées, automatiser tout ce qui peut être dans mon travail, gagner du temps, devenir insalarié, augmenter, bref, beller, faster, stronger, est-ce que Lyon emmène notre travail à des nouveaux sommets de productivité? C'est en tout cas l'une des grandes promesses de Lyon, qui explique la pétit du monde de l'entreprise pour s'approprier ces technologies et les mettre dans les mains de tous ces collaborateurs. Mais pourquoi un tel engouement, LIA peut-elle réellement rendre les salariés et les entreprises plus productives à quelle condition que cherche les entreprises en se doutant de telles outils? Pour entrer dans les bas qui agitent nos économies, je suis très heureux d'accueillir aujourd'hui le directeur général et fondateur de l'une des entreprises les plus envues dans l'écosystème LIA en français en Europe qui a fait de la productivité en entreprise, le cœur de son produit est de son positionnement. Cette entreprise, ses dusts et mon invité, c'est Gabriel Luber, bonjour Gabriel! Bonjour Lian! Gabriel, on va parler de productivité dans ce podcast, c'est promis mais je vous voudrais comprenner un moment pour parler de dust. Gabriel, est-ce que vous avez vu passer les deux dernières années? Parce que si je récapitule, vous vous êtes lancé en février 2023 avec votre associé Stanislas Pollue, vous avez déjà réalisé deux levées de fonds. En décembre dernier, vous avez annoncé, en tout cas communiqué sur le fait que vous aviez atteint les 2 millions de road revenus récouranuels, le fameuse AERR qui est l'indicateur la plus croutée dans le monde des startups, c'est aller vite, vous nous raconter? C'est aller assez vite et on a la chance d'avoir vu progresser le nombre de clients, l'utilisateur active, le nombre de clients est revenu depuis la fin de l'année dernière aussi, c'est super, c'est à la fois très rapide et en même temps parfois des choses dont on parle depuis longtemps et qui commencent à devenir de plus en plus réel, on se le disait justement le début de l'émission, le thème des agents et de la réalité dans l'entreprise de l'utilisation de cette technologie, on en parle beaucoup plus concrètement depuis quelques mois. J'ai l'impression que la conversation change de temps, donc c'est rapide et en même temps parfois la réalisation patiente et minicieuse de choses dont on espère l'arriver avec stade depuis longtemps. Alors, au refaire un petit peu de la génèse, vous êtes rencontré comment déjà? On se connaît depuis assez longtemps, en fait, on a fini nos études ensemble, on a commencé et fini nos études ensemble et on les a terminé en Californie, en Stanford, en Afghanistan, c'était dans le département d'informatique, moi je faisais un master dans un département de génia industriel et c'est là qu'on a un peu vu, de près, un écosystème de startup en effervescence qui était beaucoup plus proche du monde des étudiants qui y devenait beaucoup plus réel pour nous. Je pense que c'est nous amis un peu dans le bas, et puis ça nous a donné envie de créer une première entreprise en 2011 qu'on a revendu à un acteur des paiements aux étavis qui s'appelle Stripe en 2014. On a travaillé à San Francisco de 2014 à 2020 dans une entreprise qui a connu hyper croissance. C'était une grosse centaine de personnes quand on est arrivées près de 3550. On en est parti en 2020. Et puis Stannet ensuite travaillait chez OpenAI comme un géniaire chercheur pour en trois ans. Moi je t'ai rentré en France dans une entreprise qui s'appelle Alain. Et on a décidé de remonter une entreprise ensemble. Il y a plein de raisons de ne pas faire ça, mais on s'est dit que ça valait le coup parce que la technologie sur laquelle Stann avait eu une occasion de travailler en profondeur avait l'opportunité d'être très utile, très utile très rapidement, très utile très concrètement. Mais que on avait l'impression que pour pouvoir vraiment en récupérer tout le potentiel, il fallait une couche produit, une couche applicative. Il permet aux entreprises de dompter cette technologie, de ne pas permettre ça à l'arrier, de l'utiliser. C'est ça qui nous avait vraiment donné envie de remonter une entreprise ensemble. Et c'est pour ça qu'on s'est renoncé des bénégements de trois. Stannet'slas est passé par OpenAI. Il y a plus que passer par, il y a travaillé. Vous vous avez travaillé chez Alain et on sait que chez Alain, il y a des liens plus que trois avec mistral. Donc vous avez baigné dans ces tecos systèmes là. Vous avez vu, y compris la place de Paris montée à ces dernières années. Si on se replace au croisement 2021-22, il y a finalement dans les co-systèmes de liage générative un certain nombre de labos qui se détachent. Donc à l'époque, OpenAI, DeepMind est faire de meta. Et il se trouve que un certain nombre des ingénieurs chercheurs de ces trois labos sont en fait français et à Paris. C'est le cas d'Arthur Manch, Guillaume Lample et Stannet'slas Poulue, qui était très froid à travailler à respectivement chez DeepMind, meta et OpenAI. Donc, des personnes qui se connaissent assez bien et un écosystème assez recéré. De gens qui ont compris le potentiel de la technologie et puis surtout qui ont compris mécaniquement comment créer et entraîner des modèles. Ce qui est aussi parfois un problème de mécanique et pas simplement de génie ou de théorie. C'est beaucoup de pratique. Donc les liens entre Mistral et Alan existent comme vous le citiez. Je pense que depuis le début, Stann avait accord de participer au débat sur le rôle que la France pouvait avoir dans cette nouvelle vague technologique parce qu'elle a un certain nombre d'atouts, en particulier une qualité de l'enseignement supérieure, de la formation des ingénieurs, un accès à une énergie back-arbonne pénaltable, le nucléaire qui permettrait à des centres de données et des centres de calculs d'être efficacement déployés en France. Donc, c'est un sujet auxquels Stann participait activement avec Charles Gorrinton, le co-fondateur d'Alain et l'équipe qui est devenu ensuite Mistral. Revenons tout petit peu sur deux sous-tourouilles cartographiques de l'entreprise. Vous êtes présents sur quelle marché en ce moment, en ce moment, en ce moment, en ce parlement. On est présent sans trop de distinctions territoriales, sans géographique du terme, mais avec une concentration assez forte sur le type d'entreprise à qui on parle. Je pense aux statisticiens Hans Rosling qui faisait souvent l'observation qu'il y a plus de points communs entre certaines parts de la population aux États-Unis et en France, qui y en a entre certaines parts de la population au sein de l'exagon. Et c'est un peu le cas des clients de la sondpare, des entreprises qui sont souvent assez jeunes en forte croissance. Et donc l'ambition est vraiment de se projeter dans l'avenir proche avec un travail occultidien de la plupart des collaborateurs fondamentalement bouleversés et impactés par l'illégénérative. Donc les gens sont comme vous en fait? On est un peu comme nos clients, c'est d'ailleurs une chance parce que pour tous ceux qui travaillent chez Dust et la possibilité d'utiliser occultidien, les outils qu'on aimerait que nos utilisateurs aiment et dont on veut qu'ils serveaient bien, donc ça c'est une chance pour tous les ingénieants, tous les personnes qui basent dans l'équipe. Mais oui, voilà, donc on travaille surtout en bas pays aux États-Unis principalement, on va pas se cacher, mais avec des entreprises qui vont de la jeune startup en forte croissance à la scale-up en passant par des cabinets ou des équipes de plusieurs milliers de s'arrêter, donc qui atteignent une certaine maturité. Mais toujours ce point commun que le leadership de nos clients a vu cette technologie, comprend l'impact qu'elle peut avoir et veut la déployer d'une manière efficace et pérenne au sein de ces équipes. Alors c'est super intéressant sur le profil des boîtes que vous rencontrez avec les gens, vous travaillez, on va y revenir. On a absolument pas de restrictions sur le nombre de post-ouvres, aujourd'hui l'idée c'est surtout de croître de façon intelligente, à la fois en France où on a un bureau à Paris et aux États-Unis, où on a un bureau à San Francisco, on espère que l'avenir de dust permettra très largement de faire travailler, même avec toute l'augmentation qu'on attend de l'IA, une 60aine de personnes. Donc si vous avez un post en tête, il est ouvert chez nous et on est toujours intéressé d'avoir des personnes de contacté. Ok le message est passé. Alors ça c'est pour l'histoire, maintenant revenons un peu plus sur le produit et puis ça va nous amener doucement à parler de productivité. Je le disais en introduction, vous avez mis sujets au coeur de la promesse de dust. Alors c'est le moment du pitch, expliquez-nous concrètement, dust, qu'est-ce que c'est à quoi ça sert? Dust c'est une plateforme qui permet à des entreprises de designer, de déployer et de maintenir dans le temps des agents, YAA, qui sont connectés aux données interdolentures prises, qui sont sécurisés et qui sont très facilement déployés sur des cas d'usage principalement interne. Donc on parle de la gestion, de l'information au sein des équipes pour permettre à tous les collaborateurs de gagner du temps mais aussi de prendre de meilleures décisions. Concretement, on est une couche de produit qui va permettre d'accéder à tous les modèles dont on entend beaucoup parler, mistral, entrepics, giminies, open AI, de connecter sa données, de garder cette connexion en temps réel avec la données qui est toujours misageur, que ce soit dans les sources documentaires que les collaborateurs vont utiliser, dans les bases de données qui vont récupérer de la donnée des clients de nos entreprises, etc. Et qui permet ensuite de concevoir et de déployer des agents sur des tâches ou des scénarios bien spécifiques. Et c'est la conception d'agents très spécialisés qui nous guident vraiment depuis plusieurs années parce qu'on pense qu'elle est d'une part source de performance, d'avoir des agents spécialisés, ça permet d'en augmenter la performance. Et puis aussi, une source d'engagement pour les collaborateurs qui sont coéditeurs des agents qui vont transformer leur travail, ce qu'on voit comme une source plutôt positif de chambre. changement les entreprises et une façon de manager ce changement de façon plus efficace. Alors vous êtes une plateforme, vous êtes une couche au-dessus des modèles, vous mettez à disposition que vous rendez accessible la plupart des grands modèles d'IA. N'importe quel modèle peut se retrouver accessible via Doft, on n'a pas d'opposition à priori à accepter un modèle supplémentaire sur Doft, on se laisse beaucoup guider par nos utilisateurs et on essaie d'en regarder en quoi les demandes de nos utilisateurs peuvent être plus ou moins fondées. Ce que les utilisateurs veulent, c'est avant tout de la performance, entre une réponse qui n'a pas de sens et une réponse qui a du sens, on préfère celles qui a du sens, ensuite des considérations de souveraineté, de données parfois. Les modèles ont des spécificités qui les rendent plus ou moins efficaces dans certains scénarios. Certains modèles sont plus performants avec la création de code, d'autres sont plus performants parce qu'ils ont une fenêtre de contexte plus élevée, donc ça c'est des spécificités que nos utilisateurs relèvent. Mais voilà, on n'est pas opposé à ajouter des modèles, ils se trouvent que les demandes d'ajoutes modèles supplémentaires sont relativement rare par ce que les modèles qu'on offre déjà offrent par mal de couvertures. Mais c'est quelque chose qui est assez facile à concevoir sur la plateforme. Ok donc avec Doft, j'accès d'un interface qui me permet d'utiliser plusieurs modèles différents et de personnaliser mes propres agents. Mais aujourd'hui sur ChatGPT, je peux avoir mes GPD personnalisés sur Gemini, le modèle de Google, ça s'appelle DGEMS. Qu'est-ce qui vous différencie de ces nouvelles fonctionnalités proposées aujourd'hui par les grands modèles? Cette partie de la proposition de valeur, elle existe en effet, elle est proposée par d'autres acteurs. Alors il se trouve qu'on a lancé les agents personnalisés six mois avant que Pneïa et ne lancent les GPD mais c'est simplement parce qu'on a été plus concentré sur la partie du problème qui voyait bien que l'augmentation de la performance passait par une spécialisation des agents. On s'attend à ce que tous les gens intelligents dans le marché se rendent compte de la même chose. La promesse est dans le fait qu'on sépare le moteur de puissance de cette révolution technologique donc les modèles eux-mêmes et le produit qui va les utiliser. Si jamais je proposais de vendre une voiture qui ne pouvait s'arrêter que dans un type de station service, j'aurais peut-être des questions de mes utilisateurs qui disent ok mais si sur l'autoroute et qu'il n'y a pas de station de tel marque et qu'il faut que j'attends dans leurs 80 kilomètres et que je suis en rade, ça m'embête. Je préfère une voiture dont le moteur accepte toutes les essences du marché. C'est un peu la même chose. Aujourd'hui à chaque fois que l'un des labos à par exemple un ralentissement de son service ou une dégradation des performances de son service pendant quelques heures comme ça arrive encore régulièrement parce qu'il y a énormément de demandes et pas toujours une stabilité dans le service. Et bien on voit nos utilisateurs basculés sans problème dans l'autre et que leurs agents continuent de travailler puisqu'on a fournis cette couche d'abstraction au dessus du modèle lui-même qui permet à la gêne de continuer à travailler si basculé d'entrepique à GMI. Mais au fond je pense que très amblement on résoule le même espace de problème donc il n'y a pas de raison que d'autres acteurs ne persuivent pas la valeur à fournir de la même façon que nous. La différenciation qu'on va avoir par rapport à une entreprise qui est également à construire et à fournir ses modèles c'est justement le fait de dire en fait aujourd'hui les labos sont pas dans une course à qui fournira le ou les meilleurs modèles. C'est pas encore clair qu'elle modèle au singulier ou au puriel va gagner et c'est d'ailleurs probable que dans le temps vous client vous aurez envie d'avoir parfois accès à des modèles chez vous pour certains scénarios très sensibles ou certains scénarios particulièrement sécurisés. Donc la couche de routage entre les agents le produit de la manière dont les gens sont servus quotidien et les briques technologiques sous jacentes c'est peut-être intéressant d'avoir de la flexibilité du contrôle. Et là avec Stan on reprend juste finalement une partie de ce qui a fait le succès d'entreprise dans laquelle on a travaillé pendant 5 ans au stripe qui pèse pas loin d'une centaine de milliards de dollars aujourd'hui. A bien compris au début des années 2010 que il y avait un problème assez simple celui d'accepter les paiements en ligne mais des briques très compliqués les cartes de crédit les cartes de débit les boletos au brésil les méthodes de paiements dont on a jamais entendu parler comme idéal au paie bas etc et que toute cette complexité là elle l'intéresse et pas les entreprises eux ils avaient envie d'être payés par leurs clients ou que leurs clients soient dans le monde donc ils avaient envie d'une couche d'absoraction qui leur permettent de router vers le moyen de paiement le plus efficace le scénario de banger un client dans tel pays qui cherchent à payer tellement temps. C'est cette couche de logicula qui a permis à ce stripe d'être perçu comme une plateforme efficace à déployer au sain des entreprises et c'est exactement la même chose qu'on veut fournir. Ça serait dommage de devoir reformer tous les collaborateurs à l'utilisation des gems ou des pt ou de gouds du jour d'un troisième ou d'un quatrième labo à chaque fois qu'on décide de changer de modèle sous-jacent donc pour des raisons de performance de sécurité d'optimisation des coups on aurait besoin de d'imaginer une transformation digitale à ce important à ce nom non non dit non en fait l'interface elle peut rester la même les scénarios d'utilisation peuvent rester relativement stable vos collaborateurs on ne pas besoin de savoir si jamais le modèle qui va être utilisé un modèle open source à 8 milliards de paramètres qui tourne sur leur ordinateur ou alors un modèle de l'état de l'art à des centaines de milliards de paramètres qui passent par appels ça c'est pas des détails dont vos collaborateurs ont besoin de se préoccuper c'est question que vous verrez avec l'équipe de sécurité et en vanche la valeur fournie doit être la même. Ok alors dans l'entreprise chez vos clients qui peut utiliser d'oste et créer ses propres a jour alors je sais vous allez me répondre tout le monde mais est ce que vous pouvez me citer quelques exemples qui vous ont marqué les équipes chez vos clients dans lesquels vous voyez des vrais saux d'efficacité des vrais gains de productivité aux quotidien. Le seul fait de cette technologie c'est que l'LLM donc ces modèles qui soutendent la révolution de l'illatge générative permettent de transformer à la volée de l'information. Il permet de la transformer quand elle vient d'une source structurée en une source non structurée d'une source non structurée en une source structurée d'une langue à une autre d'un niveau de langage à un autre. Donc tous les scénarios au sein d'une entreprise où on a besoin de faire cet effort de structuration et transformation de l'information il peut être accompagné par des agents spécialisés pour citer quelques exemples. Le fait d'extraire de coal la pêle téléphonique de sales la mention de projet ou de produits qui pourrait être intéressant à communiquer aux équipes d'ingénieurs. Donc c'est de l'extraction d'information d'un transcript de la transformation d'information. Il y a le client a dit "Xygric Z" mais en fait nous dans notre langage interne technique ça veut dire "ABC" et ensuite la communication de cette information là aux équipes produits qui vont pouvoir s'en inspirer pour voir si elles ont envie de priver les équels. C'est un exemple concret d'agents qui est déployé chez nos utilisateurs. Le résumé de l'information qui aille circuler sur la message réinterne pendant une semaine où on était en vacances pour extraire ce qui est important de relever et ce dont il faut qu'on s'occupe en priorité. C'est un scénario d'agents spécialisés que beaucoup de collaborateurs chez nos utilisateurs utilisent. Quelque soit l'équip métier dont ils font partie puisque tout le monde prend à un moment ou à un autre dévacance. On est entre deux ponts en France et s'il y a un exemple concret d'efficacité et de gain de temps quand on peut à son retour de congé savoir qu'il faut s'occuper en priorité. On a à la fois la dimension je fais plus c'est plus vite mais on a aussi la dimension j'accès d'un des tâches que j'aurais délaissé, que j'aurais peut-être envisagé, mais que j'aurais si je les avait envisagé, mid-côté parce que trop chronophage, trop complexe et donc à la fois je fais plus c'est plus vite. Et à la fois je lance de nouveaux projets, je fais de nouvelles choses, j'améliore mon travail. Et c'est deux dimensions là et c'est deux déjambres sur lesquelles la machine tourne. Oui, je pense que la productivité c'est un terme qui pointe souvent du doigt du gain de temps mais il y a plusieurs façons de devoir la productivité. Pour moi il y a le fait de faire les choses plus vite, le fait de faire les choses aussi vite mais mieux et le fait de faire des choses qu'on ne faisait pas. Parce qu'on ne pouvait pas les faire et on est vraiment capable d'offrir des solutions concrètes d'amélioration sur ces trois pilées. Donc répondre plus facilement ou plus rapidement à l'image d'un client d'un prospect ou d'un collaborateur c'est un scénario concret que tout le monde a déjà en tête. Et répondre avec moins de faute dans une langue étrangère qu'on maîtrise peut-être pas parfaitement. C'est un exemple concrède d'amélioration de la productivité et puis extrait dans l'information de sources de commentaires dont on n'a pas le temps de lire le détail mais qui vont quand même enrichir la manière dont on fait son travail c'est un troisième exemple. En effet je pense que la productivité aujourd'hui on en parle souvent un peu comme hérité du temps des temps modernes de Charlie Chaplin, les 3-8 et la chaîne de montage. Donc juste faire plus vite mais il y a beaucoup d'autres manières dont on peut améliorer le travail qui est fondi par une entreprise et c'est là-dessus aussi qu'on est super présent parce que je pense que il y a un avenir banaïf mais vraiment assez optimiste de collaboration entre les machines et les humains, d'augmentation des personnes qui vont garder une valeur ajoutée pour prendre des décisions pour orchestrer un certain nombre de décisions sans entreprise mais qui vont pouvoir ensuite laisser au machine le soin d'exécuter un certain nombre de ses soutages. Garliel vous rencontrait beaucoup de directions d'entreprises qui sont intéressés par dust ou qui sont en train de déployer la solution est ce que les gains de productivité s'est dans le brif et ce que les entreprises viennent vous voir avec cette idée clairement formulée en tête ou alors elle vienne un peu à taton sans trop encore savoir pourquoi à quelle finalité déployée des systèmes d'hier. Il y a évidemment des niveaux de maturité et de conviction différents d'une entreprise à l'autre mais l'intérêt pour cette technologie il est toujours plus ou moins directement lié à l'idée qu'on pourra faire mieux et faire mieux au sens économique du terme ça veut dire faire mieux avec autant ou faire autre chose. avec moins ou faire ce qu'on ne pouvait pas faire par avant avec l'équipe qu'on a. Pour la plupart de nos clients, ils sont dans une dynamique de croissance. Donc on n'est pas nécessairement dans la recherche de la réduction ou de la suppression d'équipe. On est plutôt à essayer de se demander, comment est-ce que l'année 2025, l'année 2026 et les années suivantes doivent se profiler maintenant que cette technologie est dans le mix. Comment est-ce qu'on peut imaginer que certains gestes que nos collaborateurs fonds quotidiennent vont changer pour pouvoir anticiper la structure, l'organisation, la taille des équipes qui conviendra. Ils ont tous en tête finalement le retour sur investissement que pourrait représenter la jonction diade dans les gestes quotidiennes, mais c'est pas toujours sur le seul thème de la productivité en mesure horaire du nombre de tâches complétées. Je pense que d'ailleurs, pour les leaders, à mon avis, les plus visionnaires, c'est la conviction profonde que cette technologie change beaucoup de choses et sur la base de cette observation-là, la décision de dire bon, mais ok, ça va changer beaucoup de choses, il faut que notre entreprise fasse partie de ce changement, il faut qu'elle en soit actrice et qu'elle puisse être proactive plutôt créactive dans ce contexte-là, puisque nos petits copains les concurrents vont pas nous attendre. Comment est-ce qu'on la comprend concrètement? Comment est-ce qu'on découvre la manière dont elle peut nous être routine? Et ça c'est un point très important parce qu'en général, je trouve que beaucoup de cas d'usage très puissants sont découvert plutôt que instruits ou prévus et comment est-ce qu'on la dépoire et on la maintient dans le temps avec les conditions de sécurité, qu'on attend d'une entreprise ça et aussi. C'est une manière de dire que l'uia est bien employée au produit des résultats par les collaborateurs qui vont peut-être un esprit entrepreneurial ou qui vont vouloir expérimenter plus, tester plus de choses, c'est ce genre de profils qui va découvrir les cas d'usage dont vous parlez. C'est un point très intéressant, je pense que par rapport à des très grandes entreprises qui ont peut-être une apétit au risque plus limitée dans le fait de déployer rapidement ces solutions, les clients de dust ont en général à cœur de mettre les équipes métiers à contribution très concrètement et très tôt dans l'étude des scénarios qui pourraient être accélérés par de l'IA et au sein des équipes qui consoivent les agendas qui vont les aider, on retrouve systématiquement des traits de personnalité dans ceux qui sont plus efficaces. C'est très de personnalité, c'est quoi? C'est la compréhension de l'entreprise dans la qu'elles y sont et du système dont ils font partie. Donc en général, une hauteur de vue qui consiste à décrire les tâches qui font pas simplement comme la liste de tâches mais comme une façon de contribuer un système un peu plus complexe. Un esprit iteratif et exploratoire, l'idée de se dire au cœur, on va tester les choses, ça va pas forcément marcher du premier coup mais en sa meilleure rang, on va pouvoir améliorer la solution. Et puis une certaine confiance en eux, la capacité d'aller pitier leur agent à leur petit copain de l'équipe légale ou de l'équipe marketing et ce qui est souvent une bonne nouvelle, c'est qu'en général, c'est des traits de comportement que tout le monde recherche chez ses collaborateurs. Donc on y a plutôt une corrélation positive entre les personnes qui vraiment comprennent ce que l'IA va pouvoir faire pour elle et qui veulent s'en emparer et la performance au sein du l'entreprise assez généralement. Donc il y a une dimension un peu organique, j'ai les outils entre les mains, peut-être pour des finalités qui sont prêts et définis par mon management, mon équipe d'interprétés les règles, les reconstruire des choses pour mon quotidien et il y a aussi peut-être une dimension managerielle parce que prompté au fond, c'est manager. Si j'écris une instruction à unIA, c'est un peu comme si je passais un bribe, j'ai expliqué un projet, un besoin à quelqu'un dont je voudrais qu'il l'execute, que ce soit quelqu'un qui soit irarchiquement rattaché à moi ou pas. Je sais pas si c'est manager avec tous les aspects du management, quand on t'aide mais en tout cas c'est délégué. Donc c'est arrivé à expliquer de manière théorique la façon dont l'attache va devoir être rempli, ce qui représente un bon résultat, ce qui représente un mauvais résultat, ce qui représente un résultat qui va demander une validation supplémentaire par exemple. Et donc c'est cette hauteur de vue là que je parlais exactement et je pense qu'on aura, dans nos métiers, de plus en plus, à expliquer à des machines comment on veut que les choses se fassent et à laisser les machines en faire une bonne partie. En effet, prôouter ces délégués, ces managers, ces arrivés à s'interfacer avec un et plusieurs des équipes d'agents et de collaborateurs. Alors ça me permet de revenir un tout petit peu en air parce que si je veux être vraiment super efficace et allez à fond, ça va être fastidieux de réexpliquer à la machine à chaque fois mon besoin, mon contexte d'entreprise. Et donc ça, c'est précisément la phase de paramétrage d'un système d'illat, quelque soit intermédiaire par la plateforme de Stoup-Pas d'ailleurs. Quand je veux déployer un petit dis à dans une entreprise, il y a certaines conditions, certains pré-requis pour communiquer des informations à la machine pour qu'elles comprennent, qui je suis, ce que je fais, on l'a un petit peu évoquée au début de la conversation, mais c'est aussi un pré-requis qui est fondamental pour aussi aligner les perceptions, c'est à dire que si je ne fais pas ce travail là, le résultat ne pourra être que frustrant. Oui, exactement. Je pense que cette phase de paramétrage est critique et c'est là qu'on rentre dans le détail fascinant, complexe, mais puissant et riche de la création d'agents qui vont vraiment faire la différence. À quel donner, est-ce que moi j'ai accès, à quel donner, est-ce que les autres membres de mon équipe ont accès, est-ce que c'est la même donnée, donc est-ce que l'agent va voir le même contexte si il est exécuté par moi ou par quelqu'un d'autre dans l'équipe, quels sont les consignes que j'ai envie de donner, à quel niveau de variabilité de la réponse, est-ce que je suis capable de faire face ou avec le qu'elle je suis confortable, comment est-ce que je ferai de la validation du travail et de l'agent, comment est-ce qu'on mesurera si jamais on pense qu'on a vraiment un résultat qui est satisfaisant. Toutes ces questions-là sont assez précises, assez détaillées et demandent aux personnes de vraiment poser déjà l'on sur leur travail au quotidien. Donc encore une fois, je pense que les collaborateurs qui ont se recul sur la manière dont elle contribue au système, qui est leur équipe, leur division, leur département, leur entreprise, ont un avantage dans la conception d'agents ou l'utilisation d'agents vraiment assez efficace. Est-ce qu'il y a des secteurs d'activité, c'est peut-être aussi une clé de lecture dans lesquels il y a des applications beaucoup plus rapides où vous sentez que ça va plus vite? Je pense que dans les métiers où le temps est extrêmement précieux et aujourd'hui se retrouve pris par détach que tout le monde comprend comme étant assez faible, va le rajouter. La prise de ciment est assez rapide. Donc les métiers de l'information, le développement informatique en est un exemple, mais je pense que la conception de contrat en est un autre et la rédaction de contenu promotionnelle en est un autre. Ce sont des métiers qui doivent fournir une réponse assez codifiée du code, un contrat, une annonce publicitaire, avec un contexte précis, celui de l'entreprise, ce qu'elle fait, ce qu'elle a pas le droit de dire, ce qu'elle a le droit de dire, dans un contexte qui est en constant évolution. Et c'est des personnes, alors certaines entrais, très bien payées, qui en fait se rendent compte que la vitesse à laquelle elle produise le contenu est vraiment limitée par la vitesse à laquelle leur doigt peut taper, ou la vitesse à laquelle elle peut récupérer ce contexte dans des pages et des pages de documentation, de réglementation, de politique interne, de règles, ce que les machines s'affaire très vite. Donc la l'efficacité est assez immédiate et les gens sont très concrètement devant un résultat où ils disent que ça m'a répris une heure, je le vois en 5 minutes. Ça m'a répris 3 heures, je le vois en 20 minutes. Donc le ratio, il est facile à faire pour tout le monde et on passe ensuite à l'étape de validation du résultat, est-ce que c'est un résultat de qualité, est-ce que c'est vraiment quelque chose que je serais capable de faire passer dans l'entreprise, de mettre en production ou de publier ou d'envoyer à mon client. Mais la visibilité du temps qui aurait été passé et qui a été passé, ça c'est pas remis en cause, c'est un disaitiment qui est très facile à observer. Est-ce qu'il y a une corrélation entre le niveau de sénurité dans l'entreprise ou dans la fonction? Est-ce que par exemple un juriste très expérimenté, un publicitaire, très expérimenté va obtenir de meilleures résultats en promptant de l'endés instruction à Alia? Est-ce que c'est quelque chose que vous constatez ou est-ce qu'on va chercher des facteurs d'explication dans d'autres compétences, dans d'autres traits culturels comme on a évoqué un peu plus tôt? Oui, je pense qu'il y a deux traits qui sont très importants et pas nécessairement lié à la sénurité, mais qui est au contexte et l'autre qui est à la flexibilité, l'esprit d'exploration et d'iterration. Pour le premier sur le contexte, c'est évident que pour un développeur expérimenté, qui a une notion de l'ensemble de l'architecture de la base de code et de la manière dont des architectures similaires ont tendance à se comporter dans le temps, l'architecture d'agents pour générer du code sur un nouveau service va être vraiment beaucoup plus facile, parce que je vais pouvoir valider si oui ou non le code que je vois a pris en compte des contraintes que j'ai renté, que j'ai peut-être pas formalisé mais non je sais qu'il faut que je m'occupe ou que je fasse l'analyse. Ça c'est vrai pour tous les métiers, on entend beaucoup du risque de dire oui, c'est très efficace mais il faut savoir ce qu'on cherche, il faut savoir aussi quand ça dit n'importe quoi, dans le cas de contrat, ça dit n'importe quoi, on voit évidemment l'effet que ça peut avoir. Mais le deuxième trait c'est ok, est-ce que je suis capable de faire de l'iterration, c'est-à-dire est-ce que je suis capable de tenter et de juger du résultat et de voir comment je peux ensuite ajuster le tir. Et là-dessus c'est pas du tout les à la sénurité, on voit des personnes qui sont finalement relativement récentes dans l'entreprise mais qui comprennent la flexibilité avec lesquelles ces outils peuvent être pris en main, qui tente des trucs et qui jour après jour, semaine après semaine, moi après moi, on des résultats de plus en plus satisfaisants. Donc ça sur ce deuxième trait je dirais qu'il n'y a pas vraiment de corrélation avec la sénurité. Sur le premier, objectivement on voit quand même un peu de corrélation et ça pose un peu de corrélation. d'ailleurs la question de l'entraînement des équipes et de la formation dans le temps des équipes de la construction dans le temps des équipes si en fait les rôles juniors qui aujourd'hui se font la main sur des tâches plus simples ou des projets moins compliqués, non plus cette opportunité là parce que ces projets ou ces tâches sont en fait automatisés. Ça c'est une question à laquelle on est assez sensible. Comment le temps de prise gère ce sujet-là un stagiaire ou un alternant qui arrive dans une entreprise qui utilise beaucoup d'y-a qui est cliente de dust peut-être assez avancé, ces juniors qu'elle est leur expérience du travail, comment il vive avec ces nouveaux outils? En fait j'ai l'impression qu'il y a une partie de cette révolution qui va révéler l'état d'esprit des entreprises comme l'on fait d'autres révolutions ou d'autres crises. Je me rappelle, moi j'ai démarré ma carrière au moment de la crise financière de la fin des années 2000 et on voyait des entreprises qui avaient complètement arrêté d'enboucher, parce que pendant 6 mois ou un an tout était au rouge et qu'il fallait surtout faire mes les vanes et d'autres qui, au contraire, disaient non, il faut continuer à embaucher puisque les choses iront mieux un jour et on ne veut surtout pas que la pyramide des âges au sein d'entreprise soit busquée. Évidemment les entreprises qui avaient plus de visions stratégiques, qui avaient un petit peu plus de sérénité dans la prise de décision ont été favorisées sur le long terme. Donc je pense que aujourd'hui c'est exactement le même chose. Si on regarde les gains qu'on peut faire à très court terme, on va avoir une analyse assez courtermiste de la façon dont on liéa va changer les choses et si on regarde les choses à très long terme, on va en avoir une analyse différente. On le voit dans la manière de les entreprises par le de remplacement ou d'obmontations, je pense. Le remplacement de A à Z de certaines tâches, il n'a de valeur que si dans le temps des personnes qui faisaient ces tâches là n'étaient pas amenées à évoluer ou à progresser dans l'entreprise vers d'autres projets. On donne souvent l'exemple du service client pour beaucoup de boîtes en sasse qui vend un software. Ça parait magique de pouvoir se débarrasser du service client parce que c'était pas souvent vu comme un post de profit. C'est souvent vu comme un post de coup et on a des agents qui répondent de façon assez bluffante à une majorité d'étiquets. Ok, très bien. Mais intiquer sur 100 contient peut-être de l'information extrêmement importante sur du feedback produit, la manière dont on est positionné, la manière dont les choses ne fonctionnent pas. Ils ont une entreprise, c'est en général la personne la plus dégouodie du service client qui va déceler ce feedback, le faire remonter, arriver à communcre un product manager ou quelqu'un en product marketing, qu'il y a un souci, quelque chose à changer et communiquer ça au sein d'entreprise. Quelle est la boucle de feedback si jamais on a tout automatisé? Pour ceux qui ont pensé et qui l'ont mis en place très bien, mais pour ceux qui ont simplement regardé le nombre de tickets qui étaient créés à la main versus le nombre de tickets qui étaient automatisés, cette boucle de feedback n'existe plus. Donc à court terme ça va pas changer grand chose, mais à moyen et non terme ça va râtendant sa déterriore et la qualité du product puisqu'il est moins au contact du feedback des clients. On sent dans les grandes entreprises une tendance à aller vers l'acquisition de plusieurs modèles, le déploiement de plusieurs modèles à l'ensemble des collaborateurs, pour plus d'indépendance, plus de flexibilité un peu comme aujourd'hui, les grandes boîtes ont leur donné hébergé chez plusieurs fournisseurs de cloud. Est-ce que c'est aussi un constat que vous faites et est-ce que ça vous rend optimiste sur le fait de percer dans les entreprises de taille plus importante en France ou à l'étranger, un port où vous serrez aujourd'hui ou demain? La réponse courte c'est oui. Je pense qu'une des raisons pour lesquelles on n'est pas beaucoup utilisé officiellement avec des contrats sur lesquels on communique par des très grandes entreprises, c'est entre autres parce qu'on a fait le choix de pas trop se déployer dans les entreprises, dont le temps d'expérimentation allait être beaucoup plus long. Quand on est une entreprise du 440 et qu'on veut mettre en place un type ou un système d'outil pour tous ces collaborateurs, ça va mettre du temps, ça va faire des mois et des mois de poque comme on dit. Et nous, on avait envie de déployer rapidement au près d'utilisateur ambitieux, qui nous fournirait beaucoup de données concrètes sur la façon dont ça fonctionnait et ça ne fonctionnait pas pour nous permettre d'améliorer en continu le produit. Et c'est ce qu'on a commencé à faire dès 2023. Donc ce temps d'amélioration continue, il nous a été fournie grâce à nos utilisateurs et on pourra l'utiliser pour toutes les tailles d'entreprise. Je pense que le constat que vous faites, il est en effet partagé par de plus en plus d'entreprise qui ont besoin de cet indépendance, qui voit bien qu'on n'est pas encore sûr du modèle ou des modèles qui vont gagner dans le temps et qui ont besoin de s'équiper de façon robuste. Je pense qu'on est encore en tout début de cycle dans la compréhension du fait qu'il y a un problème de performance et un problème d'engagement. Là où on se différencie, c'est dans l'engagement qu'on voit sur les agents d'oste. On a des entreprises où plus de 80% des employés se servent de dust tous les jours de la semaine et s'essifrent d'engagement et résultent de la conception d'un produit qui est attirant, facile à utiliser, qui fait bien le boulot, auquel on pense régulièrement. Toutes ces questions, c'est les questions de produits, ce n'est pas des questions de technologie et c'est là-dessus qu'on essaie de passer plus de la plupart de temps. Et c'est intéressant parce qu'on voit aussi dans la capacité qu'un collaborateur a construire son propre agent, le fait de devenir soi-même un concepteur de produit, le jeu qu'on soit en rédigant des instructions complexes, en demandant à l'IA d'aller réaliser une série de taches et plus simplement de rédiger un email, on devient chacun un peu designable de produits, c'est aussi cette culture là qui se diffuse avec l'IA. Oui et je dirais que c'est une des différenciations les plus assumées de dust avec d'autres acteurs dans le marché, c'est le fait de dire qu'on est sans doute un meilleur produit pour les entreprises qui font beaucoup confiance à leur collaborateur, parce qu'on a un produit qui permet de façon très démocratique, de créer, de customiser et de maintenir ces agents et certaines personnes trouvent que c'est une mauvaise idée. Certaines personnes veulent avoir un contrôle centralisé et absolument verrouillé de la création d'agents et nous on pense au contraire que si on fait confiance à ces employés, on a envie de leur donner tous les outils dont ils ont besoin pour pouvoir mieux faire leur travail. Et ces exosquelles est-là, on va pas réussir en concevoir des dizaines ou des centaines de milliers dans un seul labo de IT centralisé, on va au contraire de voir le faire comme on le fait aujourd'hui avec la plupart des aspects de nos métiers, qu'on fait confiance à des gens qu'on a embauché pour ça de mieux concevoir leur métier, leur geste tous les jours. Donc on est là dessus assez arcoutouté et c'est vrai que ça rend certaines conversations avec certains clients plus lentes, tant mieux pour les copains. Mais pour nous l'obsession, c'est-à-dire que les entreprises qui comprennent aujourd'hui que l'avantage compétitif qu'elles peuvent construire avec cette technologie, ils résultent de l'utilisation par la plupart des collaborateurs de ces outils quotidiens et de l'optimisation de cette utilisation et que cette optimisation passe par la confiance, elle passe par le fait de dire à ces employés. Écoutez, nous on n'a pas toute la vérité, on va la découvrir avec vous. Expliquez-nous ce dont vous avez besoin et construisez-le dans cet enclave, sécurisé avec le bon monitoring, avec le bon contrainte d'accès et de contrôle évidemment. Mais voilà, c'est peut-être là qu'on a un pari sur la manière dont le travail changera demain. L'IA dans l'entreprise, elle peut avoir un facteur d'accélération du travail, nous permettent de faire plus plus vite où on en a parlé. Alors, c'est super intéressant, mais est-ce que c'est une finalité d'accélérer notre vie au travail, est-ce que au fond, l'IA est la meilleure aussi les conditions de travail où elle peut les dégrader, c'est des discussions où on a déjà eu dont changement des pocs en cours, avec Franca, Celis Madinie, qui a fait partie de la grande commission de l'IA mandatée par la Présente de la République qui a rendu son rapport. Il y a 15 ans de mois, elle nous disait la place de l'IA dans l'entreprise doit aussi être un objet du dialogue social. Est-ce que l'IA s'est la meilleure ou pas à les conditions de travail? Est-ce que l'électricité s'a amélioré ou dégradé les conditions de travail dans les usines et dans les entreprises? C'est une vaste question, la réponse est complexe et elle dépend des situations. Je pense qu'elle dépend de la manière dont ça a été projetée dans les entreprises, de la manière dont les changements que l'électricité a apporté ont été anticippés, discutés et déployés. Et donc, je pense que la réponse de Normand qui est de mise, ça dépend. Évidemment, si jamais elle est forcée, qui est violente, qui n'est pas discutée, qui ne prend pas en compte le quotidien des collaborateurs, elle peut dégrader les conditions de travail, elle peut même rendre des métiers un petit peu des qualés ou vétus. On pense à l'arrivée du métro à Paris il y a un peu plus de 100 ans, on m'aggrave des conducteurs de Calais, qui savaient que leur métier allait disparaître plus que changer. Et je pense qu'il faut pas être naïf, il faut regarder en face la façon dont certains gestent dans l'entreprise aujourd'hui, n'apporteront plus beaucoup de valeur par rapport à ce que les machines peuvent faire. Mais c'est pas le bon niveau de débats pour des entreprises qui veulent, dans le temps, attirer, retenir les talents et créer de la valeur. Donc, l'accélération pour l'accélération en fait, c'est jamais vraiment le but, c'est juste que les entreprises aient sans confronter, à de la concurrence, une réalité du marché du travail, le fait que les gens ne veulent pas payer plus cher pour le même service etc. Et je pense que c'est important d'avoir ce dialogue et nous, d'ailleurs, on l'a vu concrètement chez certains clients, dans la manière dont la performance de Dust était observée avant et après que le leadership est commenté sur la façon dont il voulait déployer, il y a en interne. Dans les premières semaines de pilotes, on avait des retours. Des réponses sont pas bonnes, j'y trouve pas mon compte etc. Et puis ensuite, le CEO de Nascale-Up à laquelle je pense à communiquer avec tout l'entreprise, voici la situation dans laquelle on est, voici le contexte, voici la manière dont on pense que c'est une opportunité pour tous. Au fait, on a plus de 100% de croissance prévue sur les années à venir, donc on n'est pas du tout là pour essayer d'avoir à beauté quoi que ce soir, on est là pour essayer de grandir différemment et en intéregence tout s'ensemble. Qu'est-ce que vous en pensez et la semaine d'après? Ah ça marche, est-ce que je peux avoir une licence, est-ce que je peux avoir une licence? à mon compte, comment est-ce que je fais pour y accélérer. Donc en effet, le contexte et la communication seront la part du Lyon de la transformation digitale devant nous. Ce sera encore pas un problème de technologie, mais plutôt un problème de gestion humaine. Gabrielle l'année 2025, elle s'est ouverte avec le grand sommet de LIA à Paris, un moment délant pour tous lescosystèmes français, même européens, beaucoup d'optimismes. Et puis pourtant, le contexte économique internationale est aujourd'hui difficile, très incertain, c'est le moment qu'on puisse dire, tout simplement comment vous aborder les prochains mois chez deux, ce qu'on peut vous souhaiter. Oui, je pense qu'on peut nous souhaiter de continuer et en fait, continuer quoi, continuer à rechercher la vérité de ce qui fait un super produit dans ce contexte-là. Donc pour une entreprise de notre taille, qui a la chance d'avoir une certaine agilité, c'est continuer à confirmer avec quelqu'un, on est très content de travailler et à quelqu'un il faut qu'on dise malheureusement peut-être non ou à plus tard, parce qu'on a pas les moyens de rendre tout le monde heureux. Mais ce contexte, incertain, il représente aussi une opportunité. Pour moi, c'est toujours, on peut voir la volatilité de ce contexte comme une opportunité pour les entreprises qui offrent quelque chose de nouveau à des gens qui sont à la recherche de solutions nouvelles. Voilà. Donc là-dessus, je pense qu'on a juste à nous souhaiter qu'on puisse communiquer sur notre message le plus largement possible. Alors on était ravis qui participait, merci Gabriel et à très bientôt dans changement des poquets en cours pour de nouveaux épisodes. Ne n'oubliez pas de vous abonner sur toutes les plateformes. À très vite!