- 10 hours ago
Vous êtes-vous déjà demandé ce qu’est vraiment un agent IA ? À quoi ça sert concrètement dans votre quotidien ? Peut-il vraiment vous faire gagner du temps, simplifier votre travail… ou même prendre en charge certaines tâches à votre place ? Entre promesses parfois exagérées et discours techniques difficiles à suivre, l’IA agentique peut sembler floue. Dans cette masterclass, Maxime Vidal propose de revenir à l’essentiel avec une approche simple, concrète et directement applicable. Venez découvrir des exemples réels et des cas d’usage que vous pouvez comprendre et réutiliser, comment ces outils commencent déjà à automatiser des fonctions entières et surtout comment construire votre propre système agentique, même sans être expert.
Category
🤖
TechTranscript
00:21Bonjour à toutes et à tous, je vous remercie pour votre présence pour cette conférence intitulée
00:26l'agentique pratique. Je m'appelle Maxime Vidal, je suis cofondateur de l'organisme de formation
00:30extrafluide avec mon associé Paul Huneau. Nous accompagnons une soixantaine d'entreprises par
00:35an sur leur transition au passage du numérique vers l'IA agentique. Cette conférence l'agentique
00:41pratique, je l'ai pensée non pas comme une conférence descendante, mais plutôt comme
00:47une espèce de petite formation façon atelier, parce que j'ai la conviction profonde que parler
00:52d'intelligence artificielle c'est bien, mais que de la pratiquer c'est mieux. La théorie
00:56et l'action, justement, mon objectif aujourd'hui c'est de vous montrer comment vous allez pouvoir,
01:01en redéfinissant un peu les bases de ce qu'est déjà le modèle de langage contre l'intelligence
01:06artificielle agentique, et puis surtout la création d'agents, la création d'un système
01:11multi-agents avec de l'automatisation de veille réglementaire, veille d'actualité, veille
01:16concurrentielle. On va voir comment on va pouvoir mettre en place un système de 50 agents pour
01:21de la recherche d'informations qualifiées, et puis je vous ferai des petites démonstrations
01:24en direct, de sorte à ce que vous puissiez ensuite poser quelques questions. Pour commencer,
01:30je me présente très brièvement, donc je m'appelle Maxime, et du plus lointain que je me souvienne,
01:34j'ai toujours grandi entouré par la technologie. Mon grand-père me laissait jouer justement
01:39sur son ordinateur, mes parents m'ont toujours poussé à avoir des insectes, des vivariums,
01:44j'ai toujours fait des herbiers. En gros, j'ai une passion pour les systèmes et pour le vivant.
01:49Mon début de carrière dans la programmation a commencé au collège, avec Abo Hotel,
01:53je ne sais pas si ça vous parle, c'est l'équivalent d'un Roblox, où je développais
01:56des mini-jeux, déjà avec des logiques, des mécaniques très simples, l'utilisateur
02:01va activer un levier et il va se passer une action ensuite. Et puis au fur et à mesure
02:05de mes études, j'ai donc été diplômé d'un Master 2 en design d'interface et stratégie
02:09UIX design, donc stratégie expérientielle, et donc je développais des interfaces justement,
02:14des applications, des sites internet. Depuis 5 ans, j'évolue autour de ces systèmes,
02:20autour de ces matrices. Là, vous avez un petit exemple très simple d'un projet qui me tient
02:24à cœur de vous présenter, qui est en fait un algorithme que j'ai développé pour une
02:27grande maison de luxe qui m'a demandé comment représenter l'intelligence artificielle sans
02:32avoir à juste avoir un petit robot avec un cœur en GPU dans le crâne. Donc j'ai développé
02:37cet algorithme qui reprend les patterns du développement mycélium, des vagues, du vent,
02:44et donc justement pour pouvoir représenter l'IA. C'est une œuvre qui ne s'éteindra
02:49pas avant 36 000 ans, c'est-à-dire qu'on pouvait la laisser pendant 36 000 ans et jusqu
02:53'à
02:53ce qu'il y ait un pattern encore différent. Depuis 6 ans, j'évolue dans les technologies
02:58immersives. Je viens des technologies immersives, donc réalité augmentée, réalité virtuelle,
03:02et je suis passionné par le fait que la technologie nous permette d'apprendre beaucoup plus
03:07d'informations dans des temps plus courts. Et donc ce que vous voyez à l'écran, c'est
03:10une expérience de ludopédagogie où je peux prévisualiser des informations numériques
03:14complexes, en l'occurrence le système solaire, avec en réalité augmentée, avec une paire
03:19de lunettes qui s'appelle les spectacles. Et donc ce qui est intéressant, c'est de pouvoir
03:22manipuler de l'information numérique. Fatalement, avec l'arrivée des modèles GPT, donc GPT
03:283.5 en novembre 2022, ça a drastiquement changé la manière dont on développait des
03:33expériences. Et justement, c'était super de pouvoir trouver un outil qui puisse sortir
03:37du code à volonté. Parmi les projets que je porte, je suis partenaire créatif d'une
03:42société qui s'appelle Florafona, qui repose toujours sur ce système nodal qui permet
03:48donc de générer des images et des vidéos. J'aime beaucoup les outils d'agrégation,
03:52c'est-à-dire l'approche agnostique des outils d'agrégation qui interfacent différentes
03:56technologies, différents modèles, en une seule solution. L'outil dont je vais vous
04:00parler est Manus AI. Manus AI est une solution que j'ai trouvée par hasard il y a plus d
04:06'un
04:06an, grâce à l'automatisation de ma veille d'actualité, et qui repose également sur
04:11cette même logique d'agrégation, c'est-à-dire qui interface différentes technologies, mais
04:15on y reviendra un tout petit peu plus tard. Toutes ces thématiques passionnantes,
04:21technologies immersives, intelligence artificielle, je les enseigne, j'ai le grand bonheur de
04:25les enseigner dans plus de 35 établissements supérieurs auprès d'écoles de génie informatique,
04:29de design, de mode, de tech principalement. Et avec extrafluid, donc l'organisme de formation
04:36que j'ai cofondé avec Paul Huneau, nous accompagnons donc une soixantaine d'entreprises de leur
04:40passage vers leur transition IA, c'est-à-dire qu'on fait de l'audit, on fait des actions
04:45de consulting, des actions de formation, et on développe aussi beaucoup de tools custom,
04:50donc de solutions sur mesure. On va redéfinir un peu les bases. Je ne trouvais pas forcément
04:56un moyen de vous représenter comment le système multi-agent fonctionnait, donc j'ai fait
05:00quelque chose d'assez binaire, le robot qui représente l'IA générative, contre une
05:05espèce d'organisation hiérarchique que vous voyez ici. Il faut pouvoir définir ce qu'est
05:09un modèle de langage, simplement l'approche probabiliste du modèle de langage qui, lorsque
05:13l'utilisateur va rentrer un prompt, de manière probabiliste, le modèle va générer du texte
05:17ensuite. Le système multi-agent est encore différent et on va voir justement comment
05:21vous allez pouvoir en orchestrer vous-même. Ma conviction profonde, c'est qu'on ne peut
05:26pas prétendre maîtriser des outils si on ne sait pas les expliquer. Au même titre
05:30que je suis convaincu qu'un peintre sera meilleur peintre s'il est en capacité d'expliquer
05:34la qualité de sa gouache, la qualité du bois de son pinceau. En fait, il en va de même
05:38pour les outils que nous devons utiliser. L'IA générative, vous connaissez, vous avez
05:43certainement 99,999% d'entre vous ont déjà utilisé ChatGPT certainement. Et bien, au
05:49même titre qu'un peintre serait meilleur peintre s'il s'est expliqué la qualité de
05:52sa gouache, vous serez meilleur en utilisant ChatGPT si vous savez définir, si vous savez
05:58préciser ce qu'est GPT. GPT, Generated, Pre-trained, Transformer. Generated parce que le modèle a
06:05la capacité de générer du texte ou du code. Pre-trained parce qu'il a été pré-entraîné
06:11sur une immense quantité de données et Transformers parce que son architecture repose sur un réseau
06:16de neurones qui lui permet de comprendre des grands contextes de mots. Un exemple très
06:20simple, c'est que si je demande à ChatGPT, complète la phrase suivante, le chat mange,
06:25il faut imaginer que ChatGPT va ouvrir une liste d'une centaine de milliers de mots, regarder
06:30la séquence de mots qui précède et va générer le mot qui est non pas la vérité mais le
06:34plus probable d'arriver. Le chat mange, il est donc logique que le mot qui va suivre cette
06:39séquence de mots soit un déterminant, possessif ou démonstratif. Le chat mange, le, la,
06:44dé, c'est ça. Donc il va générer le mot là. Et puis il va regarder le chat mange là,
06:50il va générer le mot la croquette, la souris, c'est l'approche probabiliste. Là où les
06:55systèmes multi-agents sont différents, c'est qu'ils ne reposent pas exactement sur
06:58cette approche probabiliste. Les agents sont des petits robots autonomes qui vont être en
07:03capacité de pouvoir chercher de l'information, l'orchestrer et surtout pouvoir un peu nourrir
07:08cette boucle d'essais, d'erreurs et de corrections. En gros de pouvoir itérer à volonté tant
07:13que la tâche n'est pas terminée. La différence notoire avec les modèles de langage, c'est
07:17que lorsque vous êtes sur un LLM, vous avez une interaction qui est une question et une
07:22réponse. Tandis qu'avec un système multi-agent, en tout cas avec ces IA dites ouvrières, parce
07:28qu'on passe des IA dites assistives à des IA dites ouvrières, en fait l'agent va recevoir
07:33la tâche complexe de l'utilisateur, va ensuite avec un orchestrateur définir différentes spécialités
07:43des agents et ensuite les agents vont travailler en équipe de manière autonome. Comment fonctionne
07:48un système multi-agent ? L'agent va donc percevoir un environnement numérique, ce qui va lui permettre
07:54de raisonner, comprendre quels outils il va pouvoir utiliser. Une fois qu'il comprend ces outils,
07:59il va pouvoir agir, interagir et répéter cette boucle jusqu'à donner satisfaction à
08:04l'utilisateur avec un livrable. Désolé pour cette slide un peu barbare, mais c'est assez
08:09compliqué de vulgariser le système multi-agent autrement qu'en vous présentant de l'information
08:14et ce type de schéma là. Vous le voyez ici, l'utilisateur va poser au système multi-agent
08:20une demande qui va être très complexe et l'orchestrateur va ensuite décomposer la tâche. On va donc
08:24avoir plusieurs agents spécialisés qui vont développer, coder, planifier, orchestrer,
08:30faire appel à différents outils, collaborer ensemble, au même titre qu'une équipe pourrait
08:35le faire par exemple, et ensuite livrer un résultat. Un résultat qui peut être un site internet,
08:39un tableur Excel, une synthèse finale. J'aime bien présenter cette étude là parce que pour moi,
08:47elle synthétise un peu tout l'enthousiasme qu'il y a autour de l'agentique. C'est une étude
08:51d'entropique qui donc a interrogé plus de 500 tech leaders de sociétés tout à fait variées,
08:57start-up, mid-market, entreprises, et qui a interrogé justement ces tech leaders, donc CTO,
09:04développeurs, en leur demandant après un an d'usage agentique, quels sont les cas d'usage
09:10pour lesquels vous êtes le plus enthousiaste. Et donc on voit ici qu'il y a deux choses qui sont
09:15assez saisissantes, c'est que l'agentique est largement utilisé pour de l'analyse de données
09:20et de la génération de rapports, et également pour de l'automatisation de processus interne.
09:25Vous le voyez ici sur ce graphique, donc vous avez la légende, en rose ça va être les start-up,
09:29en orange les entreprises mid-market, et en bleu les entreprises type TPE, PME.
09:38La barre verte va être le total. En gros, 60% des 500 personnes interrogées utilisent l'agentique
09:44à date pour de l'analyse et pour du traitement d'informations dans de grandes échelles.
09:49Sur cette autre présentation graphique, vous verrez qu'il y a une forme d'enthousiasme
09:54par rapport à la manière dont l'agentique va permettre d'accroître l'efficacité,
09:59et qui dit efficacité dit aussi confort de travail. Quand on utilise un LLM, c'est très bon
10:05effectivement pour pouvoir synthétiser, rechercher, traduire, mais heureusement que nos métiers
10:09ne se limitent pas à ça. Là où l'agentique est un changement de paradigme, c'est justement
10:14l'autonomie de l'agent à pouvoir aller chercher des informations de manière qualifiée et
10:18de les orchestrer, tout ça en faisant appel à différents outils.
10:22L'outil que je vais vous présenter à nouveau, Manus AI, qui est un outil que j'ai découvert
10:27il y a un peu plus d'un an, qui était initialement singapourien et qui est passé sous giron américain,
10:32a cette approche agnostique que j'apprécie beaucoup quand j'utilise des outils.
10:36À la différence d'un modèle de langage type ChatGPT ou Anthropic, Manus interface les modèles
10:42fondamentaux de OpenAI et d'Anthropic, donc ChatGPT 5.5 et Cloud Opus 4.8.
10:49Ce qui est intéressant avec Manus, c'est qu'en une solution, vous allez pouvoir avoir
10:54différents modèles hyper performants et avec une centaine de connecteurs, connecteurs
10:58Gmail, donc très pratique par exemple si je veux avoir un genre de secrétariat augmenté.
11:03Je veux que tous les lundis, tu puisses me faire un récapitulatif des mails auxquels
11:08je n'ai pas répondu, qui me sont directement adressés et puis pourquoi pas me proposer
11:12une proposition de réponse V1 par rapport à l'historique de la conversation.
11:16Donc ça typiquement, ce sont des cas d'usage que je vais vous présenter.
11:19Le premier cas d'usage que nous allons voir ensemble, c'est le système multi-agents
11:23de la manière dont vous ne l'avez jamais vu.
11:25C'est-à-dire que je vais pouvoir vous montrer comment créer une cinquantaine d'agents
11:28avec Manus, pour une tâche qui va être complexe, que je vais vous présenter ensuite.
11:32Ce qui est intéressant avec l'agentique, c'est le fait que les agents peuvent travailler
11:35en arrière-plan, donc en gros je peux lancer mon prompt, lancer ma commande, les agents
11:40vont bosser et moi j'aurai qu'à faire autre chose pendant que le système est en train
11:44de travailler.
11:46Autre chose que nous allons voir, c'est la création de compétences.
11:49En gros, je vais créer devant vous un agent d'analyse de solvabilité client.
11:53Très pratique de pouvoir avoir un agent qui, lorsque je vais rentrer le nom d'un prospect
11:57par exemple, va selon une méthodologie très claire, analyser et mettre en place un
12:01système de scoring pour pouvoir me permettre d'anticiper la relation commerciale ensuite.
12:06Enfin, ce que je vais vous présenter, c'est la visualisation de données avec Manus, avec
12:12un petit cas client que j'adore, qui est un client à moi qui gère des colonies de vacances
12:19et qui, tous les mois, doit gérer 300 formulaires écrits par des adolescents manuscrits.
12:23Et donc, on va faire de l'OCR, pour Optical Character Recognition, qu'on va mettre en
12:28visualisation de données ensuite.
12:31Je vais maintenant passer à la démonstration pratique.
12:42Alors, ce que vous voyez ici, ce que vous allez voir dans quelques instants, c'est l'interface
12:46de Manus et AI qui se présentent comme suit. La première chose que je vous invite à faire
12:50lorsque vous utilisez l'intelligence artificielle, c'est d'arrêter d'écrire. Commencez à
12:55parler. Il n'est pas naturel pour nous d'écrire. Il est beaucoup plus naturel pour nous de
12:59parler. Quand vous parlez à un modèle d'intelligence artificielle, gardez en tête que ce qui est
13:04intéressant avec ce type de modèle, c'est justement d'être mis face à notre imprécision.
13:09Souvent, il y a une notion de déception qui est liée à l'intelligence artificielle.
13:13Et je vous demande de retenir cet adage-là que j'adore, c'est qu'on ne peut pas trouver
13:16la solution d'un problème qu'on ne s'est pas énoncé. Beaucoup de personnes utilisent
13:20l'IA sans même savoir pourquoi, parce que c'est un gain de temps prétendu. La réalité,
13:24c'est que tant qu'on n'a pas défini quel est le problème complexe en amont, en fait,
13:27on ne saura pas vraiment trouver la solution de ce problème-là.
13:30Donc, pourquoi il est intéressant de parler lorsqu'on communique avec ces modèles d'intelligence
13:35artificielle ? Sur l'interface Manus AI, qui vous allez voir est déconcertante de
13:39simplicité, je vais aller sur le petit plus qui est ici et cliquer sur le Wide Research.
13:46Le Wide Research, c'est la fonctionnalité phare qui me souffle depuis un an lorsque j'utilise
13:51Manus, qui est vraiment la manière dont on va pouvoir orchestrer un système multi-agent.
13:58Je veux que tu puisses me faire un rapport d'une quarantaine de pages sur l'impact de
14:03l'intelligence artificielle en Europe, en France, donc l'impact de l'IA agentique
14:07auprès de la manière dont l'IA agentique va fragiliser peut-être des métiers qui
14:11sont peu ou pas qualifiés, des métiers col blanc, des métiers d'administration.
14:15Ce rapport, il va s'adresser à des dirigeants TPE, PME, ETI.
14:20Donc, je veux avoir une tonalité technique et surtout, je veux que toutes les sources
14:23soient postérieures à novembre 2025 jusqu'à juin 2026.
14:28L'objectif de ces sources, c'est que ce soit principalement des sources étatiques
14:32et européennes, donc commissions européennes, rapports d'enquête européens, par exemple.
14:39L'objectif de ce rapport est de le présenter à des dirigeants et qu'eux puissent mettre
14:44en place un plan d'action à 30, 60, 90 jours pour pouvoir permettre de faire former
14:49leurs employés à ces outils d'intelligence artificielle.
14:52Je veux pouvoir avoir de l'information chiffrée, datée et sourcée et que dans ce rapport
14:56qui va être créée, dès que tu auras une information critique, tu puisses rediriger
15:01vers le lien hypertexte de la source, de sorte à ce que je puisse m'assurer de la fiabilité.
15:06Je veux pouvoir comprendre aussi ce qui s'est passé les cinq dernières années en termes
15:10d'intelligence artificielle.
15:11Donc, pourquoi pas aller regarder des levées de fonds, des fusions acquisitions, pourquoi
15:15pas regarder des percées technologiques.
15:17Et avant ça, j'aimerais que tu puisses me poser cinq questions avant de commencer.
15:22Ici, vous avez un prompt qui est très modeste en réalité par rapport à tout le potentiel
15:27de ces outils.
15:28Il faut garder en tête que ces outils peuvent avoir ce qu'on appelle en fenêtre de contexte
15:33des promptes qui font parfois plusieurs centaines de pages.
15:36Donc pensez-y, quand vous faites des recherches complexes et que vous avez des promptes qui
15:39sont assez modestes, que vous pouvez ajouter énormément de contexte parce que c'est ce qui va être intéressant
15:44avec l'utilisation de ces outils.
15:48ChatGPT 5.5, c'est 1000 milliards de paramètres.
15:50Donc comptez aussi sur ces outils pour challenger vos projets.
15:54Pour la première question, je souhaite que tu puisses couvrir transversalement tous les
15:58secteurs.
15:59Pour la nature des sources et arbitrages, principalement étatiques et européennes.
16:03Pour le plan d'action 30, 70, 90 jours, je veux que ce soit plutôt avec une stratégie
16:09pour intégrer des dispositifs concrets de financement de la formation.
16:11Pour le niveau technique, je veux pouvoir avoir un document final en PDF.
16:16Pour l'angle et le chiffrage, je souhaite un angle qui soit plutôt sous la forme d'alerte,
16:21mais sans que ce soit alarmiste pour autant, avec surtout de l'information datée et chiffrée
16:25et des estimations d'exposition des emplois.
16:33Ce que vous allez voir ici, c'est que finalement, c'est une tâche qui est excessivement complexe
16:37évidemment, et vous allez voir Manus qui va donc dans un premier temps chercher de
16:41l'information avec un système multi-agent.
16:44Rappelez-vous ce que je vous ai dit sur la manière dont l'agentique fonctionnait.
16:47On va avoir une tâche complexe de l'utilisateur, puis un orchestrateur qui va ensuite séquencer
16:52cette tâche-là.
16:53En gros, un agent directeur qui va avoir des agents subordonnés.
16:57Et ces agents subordonnés, donc ces agents managers subordonnés, auront aussi leurs propres
17:02agents.
17:02C'est-à-dire qu'on va avoir l'agent manager qui va s'occuper de toutes les sources
17:06étatiques européennes.
17:07Et cette mission-là, il va la donner à d'autres agents subordonnés.
17:11Ce que vous voyez ici, c'est l'ordinateur de Manus.
17:16C'est-à-dire qu'on voit des dizaines et des dizaines de sources qui sont lues, autrement
17:20dit, des dizaines et des dizaines d'agents qui ouvrent des pages Internet, lisent le contenu,
17:25les traitent, communiquent entre eux ensuite.
17:26Vous voyez un agent en direct qui est en train de chercher sur Internet de manière autonome
17:31et qui, derrière, va synthétiser ces informations, mais également communiquer avec ses agents
17:37partenaires pour pouvoir justement orchestrer une information ensuite.
17:42Ce que je vais faire dans un second temps, c'est que je vais vous, pendant que cette tâche
17:47va charger, on verra le résultat ensuite, et je vais créer devant vous simplement un agent
17:52d'analyse de solvabilité client.
17:55Je souhaite que tu puisses me permettre, en créant un agent, en créant une compétence,
18:00lorsque je vais mettre le site Internet d'un prospect, par exemple, que tu puisses
18:04développer la méthodologie parfaite pour m'assurer de la solvabilité de ce client.
18:08Je veux que tu puisses me poser 5 ou 6 questions avant de commencer ta recherche, et mes réponses
18:15devront te permettre d'être plus précis dans la manière dont tu vas mettre en place
18:18cette méthodologie et cette compétence.
18:20On ne peut pas résoudre un problème d'une solution qu'on ne sait pas énoncer, puisque
18:27je sais précisément ce que je souhaite, derrière je peux simplement l'épler, pas forcément
18:32besoin de le taper.
18:33Et je demande au modèle de me challenger également.
18:36C'est-à-dire qu'ici, on va avoir Manus qui va comprendre mon intention, derrière me poser
18:43quelques questions.
18:45Pourquoi pas mettre en place un système de scoring avec des recommandations précises
18:48sur comment je vais devoir ensuite parler avec ce prospect-là.
18:52Pour la première question, sur le cadrage initial, lorsque je colle l'URL d'un prospect,
18:56la question unique que je voudrais que je te pose avant de lancer la recherche, ça peut
18:59être par exemple le montant, l'enjeu financier du deal.
19:04Pour le périmètre géographique principal, prospect majoritairement français et européen,
19:08pour les sources et outils, je veux que tu puisses voir exclusivement sur des sources
19:12gratuites et publiques.
19:13Pour le format du livrable, plutôt un rapport structuré, qui soit détaillé, avec un système
19:18de scoring qui me permet de comprendre pragmatiquement, avec des redirections vers les sources, si la
19:25relation commerciale vaut l'autre.
19:30Je vais laisser mon agent bosser ici.
19:33Ce qui est intéressant avec Manus, c'est qu'on peut avoir jusqu'à une vingtaine de sous-tâches
19:36en parallèle.
19:38Parmi des petites choses que je mets en place personnellement et qui changent grandement
19:41mon business, j'ai créé un agent où lorsque je rentre le nom d'un salon, il va venir
19:46scraper absolument toutes les informations des partenaires, prestataires, conférenciers
19:51sur ce salon.
19:52Quand je dis scraper, c'est que vous imaginez une cinquantaine d'agents qui vont aller sur
19:56Internet, regarder qu'il va y avoir Arthur Mensch, qui est le CEO de Mistral, regarder
20:00si dans les coordonnées LinkedIn, il ne va pas y avoir un mail croisé avec d'autres
20:04informations qu'on peut trouver en ligne, ce genre de choses.
20:06Et typiquement, grâce à cet agent-là, je suis en capacité de trouver non seulement
20:11les informations dites génériques, mais aussi les emails professionnels publics et
20:15également les numéros professionnels publics.
20:17Donc, qui dit numéro professionnel public dit aussi respect du RGPD parce que les informations
20:23ne sont pas privées, elles ne sont pas personnelles.
20:25Et cet agent-là, dès que je vais rentrer le nom d'un salon, il va pouvoir ensuite me
20:29créer un tableur qui soit vraiment classé par catégorie avec différentes choses, le
20:35nom, le prénom, la région, le titre, la boîte, la description de la société, le score
20:42de pertinence aussi par rapport à mon activité, parce que j'ai calibré cet agent dans une
20:46démarche de développement commercial.
20:49Et ça, c'est le type de choses qui, pour moi, ont un impact à hauteur de plusieurs
20:53dizaines de milliers d'euros pour mon business, justement, pour mes différents projets.
20:56Le fait de pouvoir trouver le contact de n'importe qui et d'automatiser, non pas ma prospection,
21:01parce que je reste convaincu que la prospection doit rester humaine, mais en tout cas, ce
21:06scrapping d'informations, la recherche d'informations à grande échelle.
21:09On va regarder juste ici où en est mon petit agent, juste là.
21:15Et là, vous voyez ce qui se passe, c'est que l'orchestrateur a déterminé que pour cette
21:19mission-là, il mettra en place 16 agents.
21:22Vous voyez ici qu'on va avoir un premier agent, exposition à l'IA agentique du secteur
21:26banque et assurance, exposition à l'IA agentique, juridique et comptable, des fonctions
21:31support, de la relation client, des ressources humaines, des métiers du marketing, des métiers
21:35de l'informatique, un agent qui va se charger de rechercher toutes les informations sur
21:40l'adoption de l'IA agentique par les entreprises en France et en Europe, un qui va se charger
21:44des estimations macroéconomiques de l'impact de l'IA, un autre cadre réglementaire, etc.
21:49En gros, pour une tâche complexe et un prompt que j'aurais dicté pendant trois
21:54minutes pour l'exemple, moi généralement j'aime bien parler pendant une quinzaine
21:57de minutes, une vingtaine de minutes, vos résultats, vous le verrez, ce sera un changement
22:00de paradigme complet par rapport à un texte écrit.
22:04Typiquement, cette tâche-là va prendre une quarantaine de minutes.
22:07Ce que j'aime bien avec l'IA agentique, c'est qu'aujourd'hui, on est sur une nouvelle
22:11manière de chercher de l'information.
22:13Lorsqu'on souhaitait s'informer, on allait dans une bibliothèque, on ouvrait un livre,
22:17on lisait de l'information et on l'assimilait.
22:20Avec Internet, on a commencé à chercher nous-mêmes l'information.
22:23Et aujourd'hui, on est beaucoup plus dans cette relation avec l'IA agentique de demander
22:29un objectif et ensuite attendre une exécution complète grâce à ce type de système.
22:34Je ne vous ai pas menti, c'est d'une simplicité déconcernante d'utilisation, ce qui permet
22:38pour moi de pouvoir chercher de l'information qualifiée dans de grands contextes et derrière
22:44avoir de l'information fiable, là où l'IA générative, avec cette approche probabiliste,
22:48pourrait avoir des biais, des hallucinations.
22:51Je pense que votre chat GPT vous a déjà menti avec aplomb, donc ça c'est une hallucination.
22:56Des biais culturels également et également une limite de données d'entraînement qu'on
23:00vient complètement outrepasser avec une approche agentique qui est complètement en direct.
23:07Ce que je vais faire ici, c'est que je vais regarder où il en est pour la création de
23:12mon agent d'analyse de solvabilité client.
23:15Donc là, il est en train de chercher dans différentes sources.
23:17Vous voyez ici ce qu'on appelle le raisonnement, donc en gros la manière dont l'agent réfléchit,
23:22entre grandes guillemets.
23:24En tout cas, sa méthodologie d'avancement dans la mission.
23:28Et ce que je vais vous présenter aussi, en attendant que tout ça charge, c'est ce qu'on
23:32a mis en place pour un client que je trouve hyper intéressant.
23:36Qui est le fameux client justement qui a environ 300 formulaires de ce type à traiter mensuellement.
23:46Donc pour vous donner un peu de contexte, mon client qui gère des colonies de vacances,
23:50qui doit gérer 300 formulaires qui sont rédigés par des enfants en colonie de vacances
23:54qui n'ont absolument pas envie de remplir un formulaire en colonie de vacances.
23:59Comme ce sont des adolescents et qu'on a des petits farceurs,
24:03quand on voit à la question « Quelle a été ton activité préférée en Italie ? »,
24:08la réponse est « Les italiennes ».
24:10Donc c'est très drôle quand on commence par le premier formulaire,
24:13mais quand vous êtes au 299e, je pense que vous avez juste envie de les triper.
24:16A raison.
24:18Ce qu'on a mis en place, c'est un système multi-agent qui va faire de l'OCR,
24:21donc de l'Optical Character Recognition.
24:23En gros, lire le texte manuscrit et le traduire en texte numérique,
24:28en refaire une transcription.
24:30On a mis en place un système, donc vraiment un petit sas qu'on a complètement développé,
24:33qui permet à partir de 300 formulaires, de transformer ces 300 formulaires
24:38en un fichier Excel excessivement complexe, surtout très clair,
24:42avec le tableau de bord, pour le dire en français,
24:44les données brutes, le scoring individuel par participant,
24:49les verbatims qui sont les plus revenus,
24:52et également quelques recommandations par rapport à ce qui a été dit.
24:56On est même allé encore plus loin,
24:57c'est-à-dire qu'on a vraiment, pour que lui puisse collaborer avec son équipe,
25:02on a transformé ce système-là, de sorte à ce qu'il puisse créer ce tableur Excel,
25:05et ensuite le transformer en présentation chartée,
25:07avec une visualisation de données.
25:10Différents graphiques que vous allez voir ici, que vous pouvez sélectionner,
25:13graphiques type histogramme, radar, ce genre de choses.
25:17Bah, typiquement, cette mission-là, que mon client faisait avant,
25:21lui prenait 8 jours par mois.
25:228 jours par mois.
25:23Donc c'est une tâche qui est excessivement complexe,
25:25qui a faible valeur ajoutée, parce qu'il a autre chose à faire,
25:28penser à de la stratégie, business, etc.
25:30Et nous, en l'espace de 2 jours, simplement pour développer l'outil,
25:35maintenant en l'espace d'une trentaine de minutes,
25:37en téléchargeant ces 300 formulaires,
25:38il a exactement ce que je viens de vous présenter ici,
25:42en une trentaine de minutes.
25:44Donc c'est là où l'intelligence artificielle nous fait réellement gagner du temps.
25:47Moi, vous savez, comme vous le voyez,
25:50je ne vous refais pas l'exégèse de l'intelligence artificielle.
25:53J'essaie plutôt d'avoir des usages rationnels
25:55pour la recherche d'informations,
25:58pour du traitement d'informations,
26:00et surtout de l'orchestration d'agents,
26:01qui nous permettent de pouvoir gagner du temps,
26:03non pas pour nous faire tomber dans une forme de productivisme,
26:06mais de pouvoir nous permettre en tout cas
26:08d'avoir ce fameux filet de sécurité,
26:10ou cette rampe de lancement,
26:11qui nous met le pied à l'étrier pour pouvoir travailler.
26:15Également, pendant que tout ça est en train de charger,
26:18puisque j'ai encore un peu de temps,
26:20je vais vous présenter de manière très simple
26:22la manière dont vous allez pouvoir automatiser votre veille d'actualité.
26:26Je souhaite que tous les lundis, à 7h30,
26:28tu puisses me faire une veille d'actualité
26:30par rapport à l'intelligence artificielle,
26:34aux technologies immersives, aux drones,
26:36et aux synergies de ces trois premières industries.
26:40Toutes les actualités, donc une quinzaine par industrie,
26:43je souhaite que chaque actualité soit présentée comme suit,
26:46le titre, la source,
26:47et un corpus qui présente l'actualité,
26:49en 600, 700 mots.
26:53En fonction des actualités,
26:55j'en veux une quinzaine par secteur,
26:56en fonction des actualités,
26:57je veux aussi que tu puisses me faire une petite analyse
26:59un peu macro par rapport aux informations que tu auras trouvées.
27:02Je souhaite que tu puisses sourcer
27:03de la presse spécialisée,
27:05des articles de blog spécialisés,
27:06à 40% qui soient internationaux,
27:09et le reste, états-unien et chinois.
27:11Ça peut être à nouveau des percées technologiques,
27:13des levées de fonds,
27:14des nouveaux outils qui arrivent sur le marché,
27:16des fusions acquisitions, que sais-je,
27:18des changements de paradigmes liés à ces technologies.
27:21Pour l'intelligence artificielle,
27:22ce qui va m'intéresser,
27:23ça va être les modèles open source chinois,
27:25états-uniens, français,
27:27ou à minima européens.
27:28Pour le drone,
27:29principalement les industries de la défense,
27:31pour les technologies immersives,
27:32principalement la formation B2B,
27:34en réalité virtuelle et en réalité augmentée.
27:36Pose-moi cinq questions avant de commencer.
27:40Un prompt d'une minute dix.
27:43Je compte sur le modèle
27:44pour me mettre face à mon imprécision.
27:46Mon modèle, en fonction de mon prompt,
27:47va me challenger justement sur ce que je souhaite.
27:50Là, vous voyez ici,
27:50je suis mis face à mon imprécision.
27:53Quel est le format du livrable ?
27:54Je souhaite que ce soit effectivement
27:56un format markdown PDF
27:58pour la première question.
27:59Pour le périmètre temporel,
28:01chaque veille doit couvrir exclusivement
28:03l'actualité des sept derniers jours.
28:04Pour la répartition des sources,
28:06tout à fait.
28:0740% presse-blocs spécialisés internationaux
28:09et les 60% restants répartis
28:11entre les sources états-uniennes et chinoises.
28:13Pour la livraison,
28:14je souhaite recevoir directement
28:16mon rapport par mail
28:17à mon adresse mail directement.
28:22Ici, je vais avoir ensuite mon rapport
28:25qui va tomber toutes les semaines à 7h30.
28:28Mon automatisation est faite,
28:30mais je l'ai mise en place en deux minutes chrono
28:31avec un connecteur Gmail.
28:34Le connecteur Gmail,
28:35alors Google ne permet pas par des outils tiers
28:37de pouvoir traiter de l'information,
28:39de pouvoir lire de l'information
28:41ou de supprimer des mails,
28:44par exemple.
28:45Google permet exclusivement...
28:48Google permet exclusivement...
28:51Gmail permet exclusivement
28:52de pouvoir traiter,
28:53mettre en libellé,
28:54classer,
28:55mais pas de supprimer
28:56de l'information directe.
28:57Vous avez certainement déjà vu
28:58des personnes qui se sont plaintes
29:00d'avoir une base de données
29:01qui a miraculeusement été supprimée
29:03par un agent.
29:05Certains se sont brûlés les ailes,
29:07évidemment.
29:08Moi, je fais partie de ceux à nouveau
29:09qui marchent aussi sur des oeufs.
29:11Donc, on a une automatisation
29:12qui est mise très simplement ici.
29:14Vous allez voir,
29:15l'agent va se mettre en place,
29:16le système agentique va se mettre en place.
29:18On voit ici l'agent qui est sur Internet
29:21et qui va aller chercher des sources
29:22de manière complètement autonome,
29:24lire des pages,
29:25synthétiser leurs informations,
29:27dire aux voisins,
29:27dire à son agent partenaire
29:28également quel type d'informations
29:29il a trouvé,
29:30et derrière pouvoir me fournir
29:32ce rapport-là directement
29:34par boîte mail.
29:38Pour vous montrer un exemple
29:40de ce à quoi ça ressemble,
29:44on va avoir cette méthodologie
29:47qui a été développée par ManuCI
29:48pour mon agent d'analyse
29:49de solvabilité client,
29:51avec cette méthodologie des 5 C,
29:52caractère, capacité, capital, condition,
29:55système de scoring express,
29:57ce qui fait que moi,
29:58lorsque je vais faire slash juste ici
30:01et que je vais pouvoir justement
30:02faire appel à mon agent
30:04qui est analyseur de risque client,
30:07si je tape par exemple
30:08Maison du Monde,
30:09très simplement,
30:10l'agent va justement
30:12analyser la méthodologie
30:13qu'il a lui-même créée,
30:14que j'ai lu et validé
30:16et modifié bien évidemment,
30:17et ensuite chercher Maison du Monde,
30:19on sait qu'ils ne sont pas en forme
30:20en ce moment,
30:21et me faire un rapport
30:22qui soit complètement livré ici.
30:24Pour vous montrer un peu
30:25à quoi ça ressemble,
30:28le type de rapport en tout cas
30:29que j'obtiens pour Maison du Monde
30:32et que je mets en place
30:33pour absolument tous mes prospects.
30:43Voilà, c'est un autre client
30:44qui s'appelle Maison de Protéines
30:45par exemple,
30:46et donc je vais avoir
30:47toutes ces informations ici,
30:48synthèse exécutive,
30:50l'identification de l'entreprise,
30:51la situation légale
30:52et administrative,
30:53l'analyse financière,
30:54que je peux aussi connecter
30:55à un MCP,
30:56par exemple à Papers,
30:57pour que l'agent puisse
30:58de manière autonome
30:59aller sur ses sites payants,
31:01les signaux faibles
31:01qui sont détectés,
31:03et quelques actualités,
31:05marché de contexte,
31:06historique de paiement,
31:07score de risque également,
31:09et vous voyez ici
31:10qu'ici j'ai un score final
31:11à 56 sur 100,
31:12avec une recommandation commerciale,
31:15recommandation principale,
31:16surveillance mensuelle,
31:18délai de 30 jours max.
31:19Donc, quand vous allez avoir
31:21une dizaine,
31:21une quinzaine d'agents
31:22que vous aurez fait
31:23par exemple avec Manus,
31:24ce qui est intéressant,
31:25c'est vraiment d'avoir
31:26cette espèce de petite équipe
31:27de foot,
31:27des agents monotâches
31:29qui vont pouvoir vous régler
31:30un problème
31:31qui ne sera pas forcément
31:31complexe,
31:32mais qui sera hyper utile
31:33pour votre business.
31:35On va voir où on en est
31:36sur la veille hebdomadaire,
31:38qui est en train
31:38de charger toujours,
31:39l'analyseur de risque client
31:41qui est en train
31:41de se mettre en place également,
31:43et vous le voyez ici,
31:45Manus qui est toujours
31:46en train de réfléchir,
31:47consolidation terminée,
31:48j'ai un corpus dense et large,
31:49largement sourcé
31:50par des institutions
31:51de référence,
31:52les sources qui sont ici,
31:53et enfin,
31:54l'agent orchestrateur
31:55qui va commencer
31:56à rédiger ce rapport-là.
32:00L'analyseur de risque
32:02a fait son travail
32:03et je vais pouvoir avoir
32:04ce type de document
32:05en l'espace
32:06de quelques instants.
32:07Pour simplement conclure
32:09sur cette démonstration
32:10rapide,
32:11je vous montre
32:12un exemple très simple
32:13sur la manière
32:13dont Manus m'aide
32:14pour la création
32:15de bases de données.
32:16Typiquement pour Vivatech,
32:18comme vous le voyez ici,
32:19la question que vous allez
32:19vous poser,
32:20c'est combien ça coûte
32:20et combien de temps
32:21ça a pris.
32:22Ça a coûté 730 crédits
32:24de scraper
32:24toutes les informations
32:25partenaires de Vivatech.
32:27C'est l'équivalent
32:28donc de 3 euros,
32:29ce qui est un changement
32:29de paradigme énorme
32:30et ce qui vient complètement
32:32permettre à des sociétés
32:33de pouvoir internaliser
32:34des compétences
32:35et c'est ça le risque aussi
32:36avec l'intelligence artificielle
32:38agentique.
32:39Je vous remercie infiniment
32:40pour votre attention,
32:41pour cette petite
32:42démonstration rapide.
32:43Sachez que le support
32:44des annexes
32:45et un petit cadeau
32:45sont accessibles via LinkedIn.
32:47C'est une petite automatisation
32:48que j'ai mise en place.
32:49Vous m'envoyez bonjour
32:50et vous recevrez
32:51de manière automatique
32:52un message
32:53avec ce support.
32:54Je tenais à remercier
32:54toute l'équipe de Vivatech
32:55pour sa confiance,
32:56notamment la régie.
32:57Merci à vous
32:58pour votre participation
32:58et je me tiens
32:59à votre disposition
33:00pour répondre
33:00à vos questions.
33:10Je précise pour les questions,
33:11n'hésitez pas
33:12à lever la main.
33:12Des gens passeront
33:13avec des micros
33:14ou sinon parlez très fort
33:16et je traduirai.
33:19Oui ?
33:22Je le dirai à votre.
33:33Merci pour votre question.
33:35Comment s'est-on assuré
33:36que l'OCR,
33:37l'Optical Character Recognition
33:39que nous avons mis en place
33:40pour ce projet-là
33:42fonctionne réellement ?
33:44Ce qu'on a fait,
33:44c'est que sur les 100 formulaires
33:45sur lesquels on a testé,
33:46on en a pris 20
33:47et on s'est assuré
33:48qu'on soit sur un taux
33:49de plus de 80%
33:53de Character Recognition.
33:54En fait,
33:55on a appliqué
33:55cette méthodologie-là
33:56de sorte à ce qu'on puisse
33:58s'assurer de la fiabilité
33:59des informations.
34:00On s'est permis
34:01de faire de l'OCR ici
34:02parce qu'on n'est pas
34:02sur de l'information
34:03qui soit stratégique,
34:04financière
34:04ou hautement confidentielle.
34:06On est sur des adolescents,
34:07des documents
34:08qu'on a anonymisés,
34:09donc on a juste le prénom.
34:10Mais effectivement,
34:10vous le voyez ici,
34:13typiquement,
34:13il est compliqué
34:13de pouvoir lire
34:14ce type de phrase.
34:15Nous, avec de l'OCR,
34:16on arrive à le faire
34:17justement via Manus
34:19parce que Manus
34:20Interface Cloud 4.8
34:21qui est excellent en OCR.
34:23Mistral aussi
34:23est très bon d'ailleurs
34:24sur cette techno.
34:26Merci beaucoup
34:27pour votre question.
34:28Oui,
34:29je vous laisse faire passer
34:30le micro.
34:34Bonjour,
34:35merci pour votre présentation.
34:36Bonjour.
34:37Est-ce que c'est possible
34:38d'installer Manus
34:39en local
34:39pour éviter
34:40l'utilisation
34:41justement des tokens
34:43et est-ce que c'est aussi
34:44performant
34:45que la version web ?
34:46Merci pour votre question.
34:48Alors,
34:48moi,
34:49je vous déconseille
34:50d'installer
34:51des outils
34:52en local,
34:53en tout cas,
34:53des IA qui ne soient pas
34:54open source directement
34:55parce que ça peut poser
34:56des questions de sécurité
34:57qui sont évidentes.
34:59Je fais partie
35:00de ceux qui marchent
35:01sur des oeufs.
35:02Je pense qu'il faut
35:02cadenasser
35:03les usages agentiques,
35:04notamment quand on traite
35:04de l'information
35:05qui soit sensible,
35:06confidentielle,
35:07privée.
35:08Donc Manus,
35:08sur la partie web,
35:09fonctionne tout aussi bien
35:11qu'un cloud
35:11en termes d'interface aussi.
35:13Donc,
35:14je vous recommande
35:14simplement de passer
35:15par la partie web
35:16via Manus.
35:18Ok,
35:19merci.
35:19Merci.
35:23Bonjour.
35:24Merci encore
35:25pour votre présentation.
35:26Je voulais vous demander
35:27est-ce que vous pensez
35:27que d'ici quelques années,
35:28ce sera possible
35:29justement de voir
35:29des offres aussi commerciales
35:31avec, par exemple,
35:32des suites
35:32d'agents
35:33d'agents
35:34d'agents artificiels
35:35intégrées directement,
35:36par exemple,
35:37dans une tablette,
35:38par exemple,
35:38une suite d'agents
35:39intégrées directement
35:40dans une tablette
35:40et éventuellement
35:41la possibilité
35:42de connecter ça
35:43à une montre connectée
35:44aussi.
35:45Actuellement,
35:45on ne voit pas
35:46beaucoup d'offres
35:46par rapport à ça.
35:48Peut-être que ça viendra.
35:49Tout à fait.
35:50Merci pour votre question.
35:52Effectivement,
35:52on voit déjà,
35:53pas forcément
35:53des systèmes agentiques,
35:55mais on voit déjà
35:55du machine learning
35:56pour la reconnaissance
35:57d'objets,
35:57notamment sur des smart glasses.
35:59Je suis convaincu
36:00qu'on arrivera à,
36:01on le voit déjà
36:02avec le cloud,
36:03on peut déjà
36:03avec sa montre connectée
36:05pouvoir mettre
36:06ce qu'on appelle
36:07des MCP,
36:08donc des modèles
36:08contexte protocoles,
36:09via des outils,
36:10en gros créer des ponts
36:11via des outils
36:11et connecter
36:12avec n'importe quel hardware
36:14via une solution software.
36:16Donc,
36:16je suis convaincu
36:17que c'est une question
36:18de petites années,
36:20moins de deux ans,
36:20moins de trois ans.
36:23Y a-t-il d'autres questions ?
36:25N'hésitez pas
36:25à lever la main
36:26bien haut,
36:26s'il vous plaît.
36:28Bonjour.
36:29Bonjour.
36:29Est-ce qu'il est possible
36:30avec Manos
36:31créer quelque chose
36:32qui est production ready
36:33ou enterprise level ready ?
36:36Merci.
36:37Tout à fait.
36:39Typiquement,
36:39ce qu'il est possible
36:40de faire,
36:40nous on développe,
36:41il est possible
36:42de faire des mini-sass
36:43qui sont complètement fonctionnels
36:45justement parce que Manos,
36:47comme vous allez le voir ici,
36:48a énormément de plugins
36:49et de connecteurs.
36:51Les connecteurs,
36:52justement,
36:53c'est ce qui permet
36:53à la puissance argentique
36:55de Manos
36:55de pouvoir rentrer
36:56dans des outils.
36:57Typiquement,
36:58j'ai deux sociétés
36:59et j'ai connecté Manos
37:01à Comto
37:01parce que Comto
37:03permet désormais
37:04de pouvoir avoir
37:05ce type d'outils
37:06d'intelligence artificielle
37:07qui peuvent analyser
37:08les informations,
37:09faire de l'analyse
37:10de données
37:10et derrière,
37:11me permettre moi
37:12de pouvoir lire
37:13des informations
37:14qui peut-être
37:14me seraient passées
37:15sous les yeux avant.
37:16Donc oui,
37:16tout à fait,
37:17avec Manos,
37:17vous pouvez faire
37:17du production ready.
37:18Pourquoi ?
37:19Parce que Manos
37:20est un agrégateur
37:22qui interface
37:22JGPT 5.5
37:24et aussi
37:24Claude Opus 4.8
37:25tout en mettant
37:26à disposition de CLLM
37:27sa puissance argentique.
37:30Merci.
37:33Est-ce qu'il y a
37:34d'autres questions ?
37:35N'hésitez pas
37:35à lever la main.
37:36Il y a deux questions
37:38sur...
37:39Merci.
37:41Merci.
37:42Est-ce qu'il y a
37:43une partie...
37:43Est-ce qu'il y a
37:44un Manos
37:45auquel on peut accéder
37:46comme ChatGPT
37:47sur...
37:48Est-ce qu'il y a
37:49une version gratuite
37:49qu'on pourrait tester
37:51et quels types
37:52d'abonnements
37:53sont proposés
37:54par Manos ?
37:56Typiquement,
37:57Manos est freemium,
37:58c'est-à-dire que vous avez
37:59un taux de rafraîchissement
38:00de 300 crédits par jour
38:01ce qui fait que vous pouvez
38:01avoir une utilisation
38:02tout à fait gratuite
38:03pour des tâches
38:04qui sont simples.
38:05Typiquement,
38:06la création de sites internet,
38:07la création de diapositives
38:08ou la mise en place
38:09de systèmes multi-agents
38:10sont onéreux
38:11parce qu'ils permettent
38:12de répondre à des tâches complexes.
38:13Donc, vous avez
38:14tous les types d'abonnements
38:15de 20 euros
38:16à 5 000 euros par mois.
38:17Vous avez un 7 jours
38:19d'essai gratuit
38:19donc n'hésitez pas
38:20à tester la solution également
38:23et vous verrez en fait
38:25ce qui est intéressant ici
38:26c'est qu'il est possible
38:27de créer des diapositives
38:28avec des templates
38:29qui sont disponibles
38:30de pouvoir créer
38:34des sites web
38:34qui sont tout à fait fonctionnels
38:35et tout à fait responsifs
38:36aussi par rapport
38:38sur smartphone également
38:39de pouvoir générer
38:40des images également
38:41de la vidéo
38:42c'est peut-être moins intéressant
38:43de faire de la visualisation
38:44de données
38:44donc transformer un rapport
38:46par exemple
38:46en une diapositive de graphique
38:49donc je vous invite
38:50vraiment à tester l'outil
38:51et vous verrez
38:52que les résultats
38:52seront assez sidérants.
38:54Merci pour votre question.
38:55J'ai encore une petite minute
38:57pour une dernière question
38:59il y a deux bras levés
39:00sur ma gauche
39:00trois bras
39:01je serai à votre disposition
39:02après si vous voulez bien échanger
39:05petite question rapide peut-être
39:11on se verra juste après
39:12je vous attendrai à la sortie
39:13si vous le voulez bien
39:14je vous remercie infiniment
39:15de votre attention
39:15bravo à Vivatech
39:16pour cette dixième édition
39:17merci à vous
39:18de votre participation
39:18merci à vous
39:19merci à vous
39:20merci à vous
Comments