00:00Tech & Co Business, Startup Booster.
00:05Et nous sommes avec Ludovic Granger. Bonjour Ludovic.
00:07Bonjour Frédéric.
00:08Merci à travailler avec nous, cofondateur et CEO de LeadBay.
00:10Alors on est dans les trous, comment trouver ses clients de demain ?
00:14Vous allez tout comprendre dans un instant.
00:15Startup d'IA appliquée à la prospection commerciale B2B.
00:18Comme ça, ça ne se fait pas très sexy.
00:19Mais vous allez voir, il y a beaucoup de techno derrière,
00:21passé par l'accélérateur Y Combinator,
00:23levé de 4,3 millions de dollars, c'était il y a quelques jours.
00:27Beaucoup de clients connus, L'Oréal, Saint-Gobain, Gerfleur USA, Nespresso.
00:32Mais ça marche aussi pour les plus petites équipes commerciales.
00:35Moi, ce que j'ai vu dans les témoignages,
00:376 mois de travail de cartographie et de qualification d'un territoire,
00:41tout ça, ça se transforme en 10 minutes quand on utilise LeadBay.
00:43Alors expliquez-nous un peu comment ça marche.
00:45Voilà, exactement Frédéric.
00:46Donc LeadBay, c'est un modèle d'IA qui va être capable de trouver et qualifier des sociétés.
00:50Et on est très bon pour trouver des sociétés qui ont peu de données ou peu de signaux.
00:54Donc on a parlé de L'Oréal qui va chercher des coiffeurs,
00:57il y en a d'autres qui vont chercher des artisans.
00:58Ce matin, j'étais chez un client qui vend des isolants pour des artisans aussi.
01:04Et donc...
01:05Mais c'est des gens qui ne sont pas sur les réseaux sociaux,
01:06qui ne sont pas tellement beaucoup sur LinkedIn,
01:08qui ne sont pas beaucoup dans les autres...
01:10Voilà, ils ne peuvent pas utiliser les outils de prospection actuels
01:12parce que c'est des sociétés qui ne sont pas ou peu présentes sur LinkedIn
01:15et qui ne génèrent pas de signaux.
01:16Et pour autant, c'est des milliers de sociétés qui...
01:19Enfin, le PIB français, il est fait de 40% de sociétés qui sont des PME
01:23et c'est un marché qui est très difficile et qui coûte très cher à aller adresser.
01:27Et donc nous, on a un modèle d'IA qui connaît tout sur tout,
01:30sur toutes les sociétés françaises,
01:31qui va comprendre la même chose que pourrait faire un commercial,
01:35c'est-à-dire identifier des patterns de
01:37qu'est-ce qu'une bonne société pour mon business,
01:39qu'est-ce qu'une mauvaise société,
01:41et être capable d'extrapoler de la donnée qui pourrait être...
01:43Mais où est-ce que l'ITB va justement aller chercher cette donnée ?
01:46Alors évidemment, on avait les pâles jaunes avant,
01:49repris par Solocal,
01:50mais est-ce que c'est sur des bases comme celle-ci ?
01:52Comment ça se passe ?
01:53Il y a deux choses, il y a aller chercher l'existant,
01:55et donc ça, en Europe, on a l'INSEE qui répertorière pas mal d'informations.
01:59Aux Etats-Unis, il n'y a pas du tout ça,
02:01donc c'est un autre challenge.
02:02Et ensuite, il y a être capable de travailler avec de la donnée pauvre.
02:04Et donc c'est là que l'IA arrive.
02:07Mon associé, c'est un doctorat en IA,
02:08qui apporte ces modèles qui vont être capables de raisonner
02:11quand on a beaucoup d'informations qui sont manquantes.
02:14Et de la même manière qu'un commercial pourrait lui faire lui-même
02:16avec son instinct de chasse qu'il a développé.
02:19Je reviens sur ma question,
02:20est-ce qu'il va lire des choses comme les pages jaunes,
02:22est-ce qu'il va lire la presse locale, mettons,
02:25et puis il va repérer quand on a une nouvelle boucherie
02:27qui s'ouvre, un nouveau salon de coiffure, justement,
02:29si on est à l'Oréal, c'est ça l'idée ?
02:31Oui, on déploie des agents qui ont cherché l'information,
02:33donc qu'elle soit donnée par le gouvernement,
02:35par le site internet de l'entreprise,
02:37par les pages réseaux sociaux,
02:39par la presse locale,
02:40par la participation à VivaTech, par exemple.
02:42Tout ça, on est capable de le lire
02:43et de récupérer la donnée de manière instantanée.
02:47C'est trouver tout ce qui est invisible.
02:48C'est trouver tout ce qui est invisible
02:49et être capable de travailler avec très, très peu de données.
02:51Parce qu'un coiffeur A et un coiffeur B,
02:53sur le papier, ils vont être exactement les mêmes.
02:55Pour autant, il y en a un qui va être susceptible
02:57de vendre des produits L'Oréal,
02:58et l'autre, ce n'est pas du tout sa gamme de produits.
02:59Et donc, on va être capable, au modèle d'IA,
03:02de lui poser des questions
03:03et qu'il va raisonner et qualifier le marché
03:05pour isoler les bons des mauvais.
03:07D'accord.
03:08Donc, en fait, pour vos grands clients,
03:10enfin, pour vos grands clients,
03:11je dis des grands clients,
03:11mais ça peut être aussi des équipes commerciales
03:13de structures plus petites,
03:15le but, c'est vraiment ça,
03:16c'est de trouver toutes les couches d'informations
03:19qu'on n'a pas dans le web,
03:21ou même web 2.0,
03:23enfin, web traditionnel, c'est ça l'idée ?
03:24Oui, un commercial, aujourd'hui,
03:25il mettait des années à connaître son marché,
03:28à identifier tous les prospects,
03:29à les qualifier,
03:30à ensuite transformer.
03:31Et là, en un clic,
03:32il va pouvoir demander
03:33quels sont les artisans français
03:35les plus susceptibles
03:36de vendre plus de 10 pompes à chaleur à l'année.
03:37Et on va être capable de qualifier
03:39100 000 artisans français
03:40en un claquement de doigts
03:41pour diriger Saint-Gobain
03:43uniquement vers les sociétés
03:44qui sont le plus susceptibles
03:45d'acheter la dernière pompe à chaleur
03:46qu'ils ont sorti.
03:48Donc, c'est aller repérer ces signes faibles,
03:50c'est ça l'idée ?
03:51Exactement.
03:51Et alors, sur quoi s'appuient
03:53les technologies que vous développez ?
03:55Donc, des moteurs d'IA ?
03:56Est-ce que c'est des moteurs d'IA
03:58que l'on connaît,
03:59que vous exploitez ?
04:00Ou alors, c'est vos propres développements ?
04:01Tout est propriétaire
04:02parce qu'un modèle d'IA
04:03comme Mistral ou Claude,
04:05il ne va pas connaître
04:06cette donnée
04:07qu'on appelle du dernier kilomètre.
04:08D'accord.
04:08Donc, il faut que nous,
04:09on lui apporte.
04:10Donc, on va chercher
04:10tout ce layer,
04:12ce niveau de data
04:13et on apporte ça.
04:14Ensuite, des modèles
04:15qui vont résonner.
04:16Et puis, par contre,
04:17ce qui est très intéressant,
04:18c'est que dans la consommation,
04:20le logiciel est mort.
04:22Enfin, je vois que
04:2320% de nos utilisateurs,
04:24aujourd'hui,
04:24ils nous utilisent
04:25depuis des modèles d'IA.
04:27D'accord.
04:27C'est-à-dire qu'ils consomment
04:28notre donnée et nos modèles
04:28pour avoir des réponses
04:29qui sont plus performantes
04:30et plus fines.
04:34Et puis, on a encore 80%
04:35qui nous utilisent
04:36sur les interfaces logicielles.
04:37Mais on pense que
04:38d'ici quelques mois,
04:39l'ensemble de nos clients
04:40vont nous utiliser directement
04:41sur des interfaces
04:42qui sont à l'élément.
04:43Donc, il prendra son chat JVT
04:45pour prendre le plus connu.
04:46Il va dire,
04:47on va revenir sur l'idée
04:47trouve-moi les 10 magasins
04:50qui vendent le plus de pompes
04:52à chaleur
04:53sur tel type de région.
04:55Et là, c'est là où,
04:57par le biais du LLM,
04:58il va aller chercher...
04:59Oui, voilà.
05:00Donc là, on annonce cette semaine
05:01le lancement de l'ITB MCP.
05:03Et on est déjà la version 21 de MCP.
05:06Donc, on est déjà très en avance.
05:07Et en fait, on va être capable,
05:08du coup, dans les modèles d'IA
05:09comme Mistral ou Claude,
05:12envoyer des réponses
05:13qui viennent du contexte l'ITB.
05:16et aussi des interfaces produits
05:19qui viennent des composants produits
05:21qu'on a.
05:21Donc, on va être capable
05:22de construire des applications
05:23comme ça, complètement sur mesure,
05:25en fonction de chaque entreprise,
05:27grâce à la donnée
05:29qui est donnée par l'ITB
05:30et aussi le contexte
05:31qu'on récupère au fur et à mesure
05:33de nos clients.
05:34Parce que le modèle
05:34va auto-apprendre au fur et à mesure.
05:36C'est-à-dire qu'il va avoir
05:36des succès et des échecs.
05:37Il va comprendre
05:38que c'est plutôt vers cette typologie
05:39de clients qu'il faut se tourner.
05:40– Du Granger, l'actualité,
05:42je l'ai dit, de l'ITB,
05:44c'est évidemment la signature
05:45avec ses clients,
05:46c'est cette levée de fonds.
05:47Mais ceci, un départ aux États-Unis,
05:48c'est ça, dans quelques jours ?
05:49– Exactement.
05:50Donc, on vient de lever
05:504,3 millions de dollars
05:52avec notamment Y Combinator
05:54qui est l'investisseur,
05:56à mon avis,
05:56le plus actif en early stage,
05:58après amorçage aux États-Unis.
05:59Et donc, on ouvre un bureau
06:01à San Francisco.
06:01On a déjà pas mal de clients
06:02depuis quelques mois
06:03qu'on travaille
06:04et depuis la France
06:05et depuis les US.
06:06Donc, mon associé et moi
06:07allons être basés à San Francisco
06:08et on garde toutes nos équipes
06:09ici en France.
06:10– Et qu'est-ce qui est plus compliqué ?
06:12On dit, nous, on a peut-être
06:13des structures parfois de base
06:14qui sont un peu mieux faites,
06:16mais qu'est-ce qui est plus…
06:17On parlait de l'INSEE
06:18qui n'existe pas sous cette forme
06:20aux États-Unis.
06:21– Ah oui, alors aux États-Unis,
06:23nos partenaires…
06:24– C'est un peu le far-west pour la data, oui.
06:25– Ils nous ont dit
06:26mais c'est un océan bleu
06:27parce qu'il y a 40% du PIB américain
06:29il est fait par des petites boîtes
06:30et c'est impossible
06:32d'aller les chercher aujourd'hui.
06:33Et donc, vous, vous êtes capables
06:35d'apporter tout cet accès
06:36en fait à ce nouveau marché
06:39et donc il faut savoir
06:39qu'aux États-Unis,
06:40il a fallu qu'on aille
06:41État après État
06:42construire ces…
06:43– C'est ce qu'on oublie de dire parfois,
06:44on voit un peu le marché…
06:45– Oui, et donc on a la chance
06:46en Europe d'avoir
06:47ce qu'on appelle l'open data
06:48et donc qui oblige les sociétés
06:50à partager un certain nombre
06:51d'informations
06:52qui sont un très bon socle de data
06:53pour des solutions comme nous
06:54pour pouvoir se lancer
06:56sur le marché.
06:56– En plus, l'aspect juridique
06:58derrière, c'est-à-dire
06:58on a accès à ces données
07:00qui sont en accès libre
07:02en open data en France
07:03mais j'imagine aux États-Unis,
07:04– Oui, il y a un peu une frontière
07:07qu'il faut passer à chaque fois
07:09à chaque État
07:11mais effectivement, ensuite,
07:13soit on est nous propriétaires
07:14de ces données
07:15et donc on donne accès
07:16à nos clients
07:17qui vont ensuite payer
07:19des quotas
07:20pour accéder à l'ITB.
07:21– Eh bien, on va suivre
07:22tout ça évidemment
07:23et cette installation aux États-Unis
07:24de Louis-Granger.
07:25Merci d'avoir été avec nous
07:26cofondateur et CEO de l'ITB,
07:28donc startup appliquée
07:29à la prospection commerciale B2B
07:30mais voilà,
07:31avec tous ces petits signaux faibles
07:33que l'on ne voit pas forcément
07:34mais justement,
07:35vous arrivez à les retrouver
07:37dans cet océan bleu
07:38de data
07:39et puis L'Oréal,
07:40Saint-Gobain,
07:41voilà, Gérard-Flore,
07:41Nespresso,
07:42ils sont plusieurs
07:42à vous avoir déjà fait confiance.
07:44Merci d'avoir été avec nous.
07:45– Sous-titrage ST' 501
