Comment Trampoline change la donne des appels d'offres avec Édouard Reinach, PDG et cofondateur

Nectar : Un plaisir de vous avoir. Je pense qu'un point de départ naturel est que je veux parler de Trampoline, n'est-ce pas ? Je suis évidemment familier avec votre startup et très intéressé d'en apprendre davantage aujourd'hui. Et comme je l'ai dit, ce podcast est une bonne excuse pour fureter et creuser. Peut-être nous raconter l'histoire de la genèse. Qu'est-ce qui vous a mené à démarrer cette entreprise ?

Édouard : Nous avons démarré Trampoline—c'est une histoire alambiquée car nous avions commencé avec quelque chose d'autre avant. Mais fondamentalement, nous avons réalisé que ce sur quoi nous travaillions était vraiment excellent pour aider les gens à répondre aux appels d'offres (RFP). C'est ce qui nous a conduits là. Nous avons également décidé de nous attaquer au défi des RFP très complexes. Nous savons que certains RFP sont traités simplement en faisant du copier-coller d'un tas de choses, et vous pouvez créer une nouvelle proposition. Mais la plupart du temps, vous devez rassembler la connaissance de six personnes et les gérer pour produire une proposition en quelques semaines. Ce processus est extrêmement difficile. Il met un bâton dans les roues du travail des gens, et nous nous sommes dit : « D'accord, nous pouvons aider avec la technologie que nous avons ». Ce qui est devenu Trampoline—à mesure que nous avons commencé à avoir des clients qui l'utilisaient—nous avons réalisé que c'est très bon pour l'élaboration de propositions, mais c'est très bon pour beaucoup de choses dans le contexte d'une entreprise où vous avez besoin que beaucoup de gens se coordonnent sur un projet qui n'est pas nécessairement essentiel à l'entreprise. Beaucoup d'entreprises ont beaucoup de projets annexes. Ils ne sont pas nécessairement mauvais, vous devez juste les faire. Et notre IA est un peu le chef de projet principal pour vous.

Nectar : Oui. Intéressant. Je connais un peu cet espace, ayant dirigé une firme de services professionnels. Nous recevons ce truc appelé non-RFP, nous devons passer 30 heures. Je me souviens que répondre aux RFP était ce long processus absolument horrible. Les documents font 15 pages, très opaques, en tant que processus aussi, car du côté de l'acheteur, vous n'êtes pas sûr de ce qu'ils recherchent exactement. Alors, peut-être nous expliquer ensuite, comment la plateforme que vous avez bâtie ingère le RFP et quel est le temps de valeur pour les utilisateurs.

Édouard : Oui. Alors, la façon dont cela fonctionne, c'est que vous téléchargez n'importe quel type de document, disons un RFP de 300 pages. En l'espace de cinq minutes, vous verrez le PDF que vous avez téléversé, ou la feuille de calcul Excel, et vous verrez que sur chaque partie importante de l'information, il y a un surlignage fait par l'IA. Donc vous verrez que le document a été surligné, exactement comme vous le feriez avec un surligneur. Et chaque surlignage crée un élément d'action. Cet élément d'action est réparti sur un tableau Kanban. Cela ressemble à un tableau Trello ou Jira. C'est fondamentalement une méthodologie agile pour répondre à un RFP. Et donc, pour chaque élément d'action, vous pouvez en fait parler avec l'IA et dire : « Hé, peux-tu assigner toutes les questions de sécurité à Nectar ? » L'idée est que dans les 20 minutes suivant le téléversement du document, toutes les questions sont assignées à la bonne personne. Et chaque personne reçoit toutes ces questions, mais elle reçoit aussi une réponse générée par l'IA. Et cette réponse a été générée à partir d'anciennes réponses qu'ils ont fournies, d'anciennes propositions que vous avez faites. Ce qui signifie que le seul travail qu'ils ont à faire est de corriger la réponse de l'IA, de l'enrichir et, finalement, de la valider. Et lorsqu'ils valident cette réponse, elle devient une partie de leur base de connaissances. Donc, fondamentalement, le travail de répondre au RFP déclenche également une mise à jour complète de toute posture, stratégie ou discours qu'ils peuvent avoir autour de leur proposition de service.

Nectar : Oui. C'est vraiment intéressant. Avec le recul, cela semble évident : pourquoi cela n'existait-il pas il y a cinq ans, quand je répondais aux RFP et que je stressais les fins de semaine avec mon équipe, en me disant : « Il faut qu'on travaille là-dessus ». Mais c'est aussi un espace tellement vaste. Visez-vous un secteur vertical en particulier ? Car j'imagine que beaucoup d'entités gouvernementales ont tendance à émettre des RFP, mais aussi les grandes sociétés le font. Comment abordez-vous donc la mise en marché ? Je reviendrai au produit, mais je suis curieux, car c'est la première chose qui me vient à l'esprit.

Édouard : Pour chaque RFP public, comme les appels d'offres publics du gouvernement, il y a environ huit RFP privés sur le marché. Oui, il est logique de cibler les entreprises qui investissent massivement dans les appels d'offres gouvernementaux. Mais il y a beaucoup d'entreprises que je connais qui ne soumissionnent pas beaucoup auprès du gouvernement, mais qui soumissionnent beaucoup à des appels d'offres privés, des RFP privés. Donc cela ne nous importe pas. Ce qui nous importe, c'est que vous soyez probablement une entreprise de services ou que vous vendiez à des grandes entreprises. Ce qui signifie que vous ne faites pas des RFP pour des services relativement simples. Vous devez proposer une façon différenciée d'offrir vos services. Vous avez peut-être une méthodologie, mais ce que vous vendez surtout, c'est de l'expertise, du talent. Et quand vous faites cela, vous ne pouvez pas simplement copier-coller des choses et les mettre dans une nouvelle proposition. Vous devez vraiment montrer que vous avez un aperçu précis de ce marché, de cette industrie, et que vous l'avez déjà fait, ou que vous avez fait quelque chose de similaire par le passé et que vous pourriez faire quelque chose de mieux cette fois. Il faut beaucoup de temps pour articuler cela dans une proposition convaincante que les gens liront. Notre système brille vraiment dans ces situations.

Nectar : Oui, c'est fascinant. Qu'en est-il de la valeur pour la personne qui reçoit le RFP ? En termes de votre produit, j'imagine que l'équipe qui l'a préparé—vous accélérez le temps qu'il leur faut pour le faire. Je serais curieux de vous entendre sur cet indicateur clé de performance (KPI). Combien de temps avez-vous fait gagner à l'équipe et quelle est l'amélioration de la qualité ? Mais quelle est la valeur pour l'utilisateur final qui reçoit le RFP ? Avez-vous pensé à l'expérience produit ? J'imagine qu'ils ne touchent pas du tout au produit, mais je suis curieux de savoir comment vous y pensez de bout en bout.

Édouard : Notre système aide les gens qui répondent aux RFP. Éventuellement, nous serons également en mesure d'aider les gens qui rédigent le RFP. Juste pour la réponse au RFP, nous faisons gagner à nos utilisateurs entre 60 et 80 % de leur temps. La première fois qu'ils l'utilisent, c'est plutôt 60 %. Après quelques mois, ce sera plus proche de 80 %, car nous avons un algorithme d'apprentissage machine qui apprend de chaque interaction dans le système, et cela l'optimise pour leur entreprise spécifique.

Les utilisateurs finaux, il y a trois catégories :

1. Le responsable de la réponse (ou responsable de proposition) : La personne qui mène la charge sur : « D'accord, nous devons répondre au RFP ». Ce sont un peu des chefs de projet, mais pas vraiment. Et ils détestent généralement gérer ce genre de choses. Ils sont donc très heureux, car c'est un logiciel très simple où ils peuvent simplement parler avec l'IA, qui fait beaucoup de choses pour eux.

2. Les experts (ou experts en la matière) : Ce sont les personnes les plus occupées que vous puissiez trouver dans l'entreprise. Ils ont vraiment d'autres choses à faire que de passer du temps sur les RFP. Ce sont généralement des personnes dont le taux horaire est très élevé et facturable, il faut donc protéger leur temps. Ces personnes adorent aussi ce système parce qu'elles n'ont pas à se répéter. Elles n'ont qu'à enrichir le contenu qui est déjà là.

3. Les gens de la conformité, le juridique, et les rédacteurs de contenu : Les personnes qui vont finalement rédiger la proposition. Ils adorent simplement cela parce qu'ils sont certains de ne jamais rien oublier dans le système que nous avons construit. Il est impossible d'oublier une exigence ou une question de conformité.

Voilà les trois types d'utilisateurs finaux que nous avons.

Nectar : Et jusqu'à présent, quelle a été la réponse des utilisateurs ? Vous avez mentionné un pivot, en vous concentrant vraiment sur les RFP. J'ai une question en deux parties : quelle est l'échelle actuelle et y a-t-il des métriques publiques que vous souhaitez partager ? Et deuxièmement, quelle est la valeur que les clients constatent jusqu'à présent ?

Édouard : Oui, bien sûr. En gros, nous nous concentrons beaucoup sur la qualité de vie de nos utilisateurs. Parce que nous pensons que c'est une bonne heuristique pour savoir si le produit est bon. Il ne s'agit pas seulement de statistiques, de temps gagné, mais aussi de savoir s'ils aiment l'utiliser. Et une chose que nous avons découverte, c'est que le produit brille particulièrement avec les équipes à distance et les équipes distribuées. La plupart de nos clients ont actuellement plusieurs bureaux dans le monde. C'est très intéressant, car il est vrai que lorsque vous répondez à un RFP en ce moment, vous devez organiser des réunions avec toutes les personnes impliquées, comme l'équipe de sept ou dix personnes que vous assemblez pour répondre. Vous organisez des réunions. Vous avez déjà perdu une semaine juste pour organiser la première réunion. Avec notre système, en 20 minutes, tout le monde est déjà au travail. C'est quelque chose que les gens aiment vraiment, car cela signifie qu'il y a moins d'obstacles sur le chemin de la réponse au RFP.

Une chose qu'un de nos clients à Montréal nous a dit, c'est : « C'est la première fois de ma vie que je reçois un RFP et que je n'ai pas à m'inquiéter. Je n'ai pas à stresser, je n'ai pas à appeler ma femme pour lui dire que la semaine prochaine je vais peut-être travailler tard le soir et que je devrai peut-être travailler au chalet un samedi ». Parce que maintenant qu'ils ont Trampoline, ils peuvent travailler dans un format de petites bouchées. Cela ressemble un peu à Duolingo : vous pouvez simplement entrer, travailler pendant 30 minutes, sortir, et c'est bon. Vous n'avez pas besoin de bloquer quatre heures de votre temps, ou de réorganiser votre emploi du temps entier pour les deux prochaines semaines.

Nectar : Fascinant. J'ai vraiment ce sentiment de : « J'aurais aimé avoir ça avant ». Et en termes de votre proposition de valeur, avez-vous constaté une amélioration du taux de clôture chez les clients ? Est-ce qu'ils concluent plus d'ententes que les entreprises qui le font à l'ancienne et qui prennent plus de temps à répondre ? Quels sont les principaux facteurs de succès pour un RFP ? Est-ce le temps de réponse ? Parce qu'en général, l'échéance est la même pour tout le monde. Est-ce la qualité des réponses ? Bien sûr, le prix est un facteur important, mais j'imagine que ce n'est pas une variable que vous touchez.

Édouard : Absolument. Nous n'avons pas assez de vécu, nous ne sommes pas sur le marché depuis assez longtemps pour affirmer cela. Ce que nous savons, c'est qu'ils ont tous été en mesure de répondre aux RFP beaucoup plus rapidement qu'auparavant, avec moins de stress. Ils ont tous déjà remporté beaucoup d'appels d'offres.

Une autre chose intéressante est que parfois ils reçoivent des appels d'offres où il est explicitement dit : « N'utilisez pas d'IA pour répondre à cet appel d'offres ». Et parce que tout dans notre système est structuré autour d'un élément « humain dans la boucle » (Human in the Loop), où il y a un humain partout, ils savent que l'IA n'a jamais d'hallucinations. Ils se sentent très à l'aise d'utiliser notre système et de dire : « Ce n'est pas une IA qui rédige le document pour vous. C'est une IA qui rassemble les connaissances pour vous et qui aide les humains à faire le travail ».

Finalement, je pense que le plus important, c'est que nous avons des clients qui ont commencé à faire plus de RFP. En gros, gagner du temps leur a permis de soumissionner davantage sur des opportunités qui semblaient un peu plus farfelues. Maintenant, ils se disent : « L'échange en vaut la peine, juste pour tenter cette opportunité, au cas où ». Et nous savons qu'ils en ont effectivement gagné quelques-unes. C'est aussi intéressant. Cela signifie qu'avec le même taux de conversion, si vous commencez à faire 20 % de RFP en plus, le gain net à la fin de l'année est en fait énorme.

Nectar : C'est fascinant. Où voyez-vous votre produit évoluer ? Je sais que vous en êtes à deux ans et demi de parcours, si je comprends bien. Comment voyez-vous la feuille de route ? Comment voyez-vous l'expansion de ce que vous faites ?

Édouard : Je pense que ce qui tue une startup, c'est le manque de concentration. Nous essayons donc de rester très concentrés sur ce cas d'utilisation très central, qui est : « Hé, le parcours est très clair ». Vous recevez un RFP, vous devez engager tous vos experts en la matière le plus rapidement possible. Vous devez leur faire certifier le contenu, puis rédiger la proposition. Et vous pouvez le faire en quelques heures avec notre système.

Il nous reste deux éléments sur lesquels nous travaillons actuellement pour dire que ce cas d'utilisation central est « complet » en termes de fonctionnalités, avant d'étendre le cas d'utilisation :

1. Le suivi des changements d'exigences (tracking change) : Souvent, lorsque vous travaillez sur un RFP ou n'importe quel projet, les exigences changent. Des choses sur lesquelles vous avez commencé à travailler finissent par ne plus être vraies. Vous devez donc annuler une partie du travail. Imaginez que vous avez ce tableau (Kanban) avec 80 % des cartes complétées, puis vous recevez un avenant ou une nouvelle information qui change les choses. Nous voulons faire en sorte que certaines cartes reviennent dans le tableau à faire pour que vous sachiez quelles cartes sont liées à ces changements. Vous pouvez ainsi annuler l'information et vous assurer que tout est en ordre pour produire le document final.

2. L'élargissement des cas d'utilisation : L'autre chose est vraiment la capacité de charger un document et de dire à l'IA : « Voici ce que nous voulons faire ». Ce n'est plus un RFP, mais peut-être une chose différente, comme un rapport annuel. L'un des cas d'utilisation les plus demandés est : « Nous sommes un conseil municipal et nous devons rédiger des RFP pour aller sur le marché. Pouvez-vous nous aider avec cela ? » Et nous le pouvons. Nous réfléchissons donc à tous ces cas d'utilisation et à la manière de les activer avec notre système.

Nectar : Vous avez mentionné Trello parce que je regardais votre démo avant, et c'est très similaire en termes d'utilisation, mais vous construisez aussi quelque chose qui est natif de l'IA (AI-native).

Édouard : Pour notre mise en marché, nous ciblons vraiment les entreprises qui ont des personnes dédiées à l'avant-vente (pre-sales people) dans leurs équipes. Ce que nous réalisons, c'est que si vous n'avez pas déjà embauché pour gérer la complexité de votre processus de vente, vous n'êtes probablement pas un bon candidat pour nous. Il est important de réaliser que dans la plupart des transactions avec les grandes entreprises et les transactions de services, 70 % de ces transactions reposent sur l'équipe d'avant-vente. C'est-à-dire une personne qui veut qu'une opportunité définisse ce que le travail doit être, qui définisse la portée du travail afin que vous puissiez arriver à une tarification avec la conviction d'avoir de bonnes marges et une marge d'erreur, pour que vous ayez une bonne relation avec ce client. Donc, si vous n'avez pas embauché quelqu'un pour cela, vous n'avez probablement pas un processus de réponse aux RFP très complexe ou un processus de proposition de vente très complexe.

Nectar : Je veux peut-être prendre du recul et parler de votre parcours en tant que fondateur et entrepreneur. Pourquoi vous lancer dans cette aventure d'embauche ? Vous avez eu de bonnes positions dans le monde corporatif, même si vous avez été très proche de la scène entrepreneuriale pendant longtemps. Alors, pourquoi démarrer une startup technologique ?

Édouard : J'ai été entrepreneur la moitié de ma vie, mais plus dans l'industrie des services auparavant. J'ai toujours su que construire un produit est la chose la plus difficile. Construire un service peut être—je ne dis pas que c'est plus facile, mais c'est plus facile au début, c'est certain. C'est plus difficile à mettre à l'échelle. Un produit, c'est l'inverse peut-être. Une fois que vous avez un très bon produit, je trouve que c'est un peu plus facile. Pour moi, c'est un défi. Comme certaines personnes aiment courir des sentiers, d'autres aiment aller à l'Everest, moi j'ai choisi la voie de l'entrepreneuriat. Cela me force à être plus discipliné chaque semaine, à m'engager farouchement dans des idées contraires, à regarder le marché, à travailler sur mes peurs.

Et finalement, j'ai toujours voulu contribuer à la société. Je suis heureux que le problème des RFP nous ait trouvés, car j'ai travaillé sur beaucoup d'entre eux. Et oui, le processus est absolument dégoûtant. C'est vraiment difficile à faire. Donc, si je peux aider les entreprises à mieux faire cela, je suis tellement heureux de pouvoir le faire.

Nectar : Pouvez-vous nous parler des débuts de Trampoline ? Comment l'idée vous est-elle venue ? Vous êtes passé d'un cas d'utilisation plus généraliste à la spécificité des RFP.

Édouard : Quand nous avons commencé Trampoline, l'idée était : « Maintenant qu'il y a des IA qui sont très bonnes parce qu'elles sont entraînées sur beaucoup de connaissances à travers le monde, si vous voulez utiliser l'IA au sein de votre entreprise, elle ne sera pas si bonne parce qu'elle n'a pas été entraînée sur vos données ». La première chose que nous avons faite a été de demander : « Pouvons-nous créer un moteur de recherche pour que vous puissiez trouver n'importe quelle information dans votre Slack, vos Teams, vos e-mails, votre Drive, etc. ». Nous l'avons fait, avons travaillé avec des partenaires de conception, et après huit mois, nous avions une alpha fonctionnelle.

Nous l'avons mise entre les mains des utilisateurs finaux, et nous avons réalisé quelques choses :

1. Le taux d'utilisation était d'environ cinq fois par semaine. Ce qui ne semblait pas beaucoup à l'époque.

2. Les résultats de recherche n'étaient pas assez précis. Les utilisateurs n'étaient pas sûrs que les résultats étaient les bons, ou les résultats s'arrêtaient avant l'information pertinente.

3. 99 % des documents et des discussions n'étaient jamais réutilisés. Vous indexez beaucoup de données que vous ne réutilisez pas.

Puis, nous avons vu deux entreprises, l'une après l'autre, commencer à utiliser notre système environ 17 % de plus pendant une semaine. Nous nous sommes demandé : « Qu'est-ce qui se passe ? Pourquoi l'utilisez-vous autant ? » Et ils ont dit : « Oh oui, nous venons de recevoir un RFP ». J'ai trouvé cela intéressant. Il est vrai qu'un RFP déclenche une grande recherche de beaucoup d'informations dans votre entreprise. J'y suis passé.

Ce dont ils se plaignaient, c'est que notre système était censé, si les résultats de recherche n'étaient pas très bons, utiliser un agent IA pour demander à quelqu'un dans l'entreprise quelle était la bonne réponse à cette question. L'idée était qu'avec le temps, vous augmenteriez les résultats de recherche avec ce que d'autres personnes dans l'entreprise avaient dit à propos de cette question. Les gens aimaient beaucoup cela.

Nous sommes donc retournés à la planche à dessin et nous nous sommes dit : si c'est un processus de collecte de beaucoup de contenu, peut-être ne devrions-nous pas puiser dans Teams, Slack, Drive, car cette information n'est absolument pas utile. Peut-être devrions-nous simplement demander aux gens quelle est la bonne information et, avec le temps, tirer parti de l'IA pour qu'ils n'aient jamais à se répéter. Ils n'ont qu'à enrichir ce qui a été dit il y a deux mois sur quelque chose, afin que l'information soit toujours la meilleure possible. Elle est toujours validée, de sorte que l'IA fait de moins en moins d'hallucinations avec le temps. C'est ce que nous avons adopté.

Nectar : Qu'est-ce qui est le plus mal compris, selon vous, au sujet de l'IA d'entreprise aujourd'hui ?

Édouard : C'est vraiment une question d'attentes. Beaucoup de gens pensent que la technologie est très bonne parce qu'elle est entraînée sur des milliards de points de données provenant d'Internet, mais cela la rend aussi très généraliste. Elle a essentiellement une base de connaissances universelle.

Lorsque vous l'intégrez dans votre entreprise, elle sera généralement bonne, mais elle sera très mauvaise pour les choses qui rendent votre entreprise unique. Ce qui rend votre entreprise unique est l'endroit où les modèles de langage général vont en fait être mauvais.

Beaucoup de gens s'attendent à ce que l'IA puisse désormais agir comme une entité omnisciente dans mon entreprise et faire des choses que les humains n'aiment pas faire. Cela ne fonctionnera pas. Vous devrez l'alimenter avec de meilleures données. L'IA reste un moteur de données. Donner de meilleures connaissances, de meilleures données à l'IA est en fait très difficile. Il n'y a pas de moyen de le faire très bien, à moins d'utiliser des outils comme Trampoline, car c'est exactement ce que nous faisons. Nous appelons cela un système de capture de contexte. Nous essayons d'obtenir autant d'informations que possible des gens, parce que les entreprises évoluent très vite.

Vous ne pouvez pas demander à une IA de savoir que, entre ce matin à 9 h et ce soir à 17 h, vous avez eu 15 ou 20 discussions avec différentes personnes qui affinent ce que vous pensez devoir faire pour ce projet. L'IA n'a pas accès à toutes les discussions. Même si elle les écoutait, elle ne sait pas ce que vous avez filtré. À un moment donné, vous devez vous arrêter et parler avec l'IA pour lui dire : « Voici ce que je pense maintenant. Voici ma nouvelle réflexion sur ce sujet ».

Parce que vous devez porter un jugement. Beaucoup de gens s'attendent à ce que l'IA prédise ce qui doit être fait et ait aussi assez de jugement pour décider de ce qui doit être fait. Je pense que la partie du jugement est essentiellement humaine. Une machine ne peut pas le faire parce qu'elle n'a pas les conséquences. Il est vraiment difficile de prendre de bonnes décisions si vous n'en subissez pas les conséquences.

L'IA doit être un outil, mais il doit y avoir un humain dans la tour de contrôle.

Nectar : Il y a beaucoup de discussions sur le fait que les employés doivent être natifs de l'IA (AI-native). Étant donné que vous construisez une entreprise d'IA, comment abordez-vous la culture ? Est-ce que cela change par rapport à la bonne vieille façon de bâtir une entreprise ?

Édouard : Le coût d'essayer de nouvelles choses est plus faible. Par exemple, pour notre mise en marché, nous avons travaillé sur un outil appelé Go No Go, un outil gratuit. C'est quelque chose que par le passé, je n'aurais probablement pas fait, car mettre du code derrière le système de marketing, c'est exagéré (overkill). Mais maintenant, il ne nous a fallu que quelques semaines pour le rendre disponible à nos clients. Le modèle derrière, nous l'avions déjà. Cela le rend très différent. Du coup, vous pouvez créer de la valeur très rapidement pour vos clients dans des endroits où vous diriez normalement : « Non, je ne vais pas faire ça ».

Nous changeons également la façon dont nous concevons les choses. Nous essayons d'avoir une appropriation radicale. Si vous construisez une fonctionnalité pour Trampoline, nous vous disons quel est le résultat attendu pour l'utilisateur, puis vous travaillez dessus. Nous ne vous demandons pas de maquette (wire frame). Nous ne faisons rien dans Figma. Vous commencez simplement à le faire en utilisant votre meilleure intuition. Une fois que vous avez fait une grande partie et que vous pensez que cela a l'air bien, vous nous le montrez, puis nous vous mettons au défi sur certaines choses que vous avez faites.

C'est très intéressant, car cela signifie que nous embauchons maintenant des gens qui ont en fait de bons jugements. Si vous réfléchissez à la culture, pour moi, il est vraiment difficile d'avoir une organisation native de l'IA si vous ne valorisez pas le jugement de chacun. Et si vous n'encouragez pas les gens à prendre plus de décisions rapidement. Le jugement est ce qui rend tout lent. L'IA fait des prédictions, elle dit : « Voici le code que vous devriez faire », et vous devez dire : « J'accepte que nous le codions de cette façon, ou peut-être devrions-nous le coder d'une autre façon ». Beaucoup d'organisations sont organisées différemment. Elles n'aiment pas que les employés portent des jugements. Elles aiment que les employés suivent des règles. Et c'est un gros problème.

Un bon jugement est rare. Si vous vous fiez uniquement à une IA pour faire votre travail, à un moment donné votre concurrent fera de même. Si elles utilisent toutes simplement l'IA sans humain dans la boucle pour diriger l'IA dans des directions spécifiques, ces entreprises échoueront.

Nectar : Quelle est la meilleure façon de suivre votre parcours et ce que vous faites ?

Édouard : Il y a trois façons de nous suivre :

1. Mon LinkedIn et la page de Trampoline sur LinkedIn.

2. Le parcours du point de vue technique, plus sur X. Gabriel (co-fondateur) essaie de partager certaines de ses réflexions sur la technologie que nous construisons sur X.

Je suis également disponible sur Instagram, où je partage beaucoup de choses qui ne sont absolument pas liées au travail. Parce que tout n'est pas qu'une question de travail.