Marc — 00:00 :

 Aujourd’hui, je reçois Jean Philippe Couturier, Jean Philippe est serial entrepreneur, fondateur de Whoz et auteur de lorsque mon Boss sera une intelligence artificielle, Whoz est une société créée en 2016 éditeur d’un SAS de staffing pour les sociétés de services conseils, et ingénierie ils ont levée 2022 et emploient 100 personnes. Bonjour Jean Philippe. 

– Jean Phillipe — 00:20 :

 Bonjour Marc, Bonjour. 

– Marc — 00:21 :

 Jean Philippe, est ce que tu peux nous parler de ton entreprise? Qu’est ce que vous faites chez Whoz exactement? 

– Jean Phillipe — 00:26 :

 Avec plaisir. Alors vous, c’est une dernière des solutions de staffing destinées. Aux sociétés de services e. S n société, ingénierie et société de conseils et où c’est un un vertical, ce qu’on appelle un vertical, c’est à dire vraiment, c’est dédié à cette industrie du Professional service qu’on appelle et le le point de vue, c’est de proposer la meilleure allocation entre les talents d’une entreprise interne ou externe et les projets de l’entreprise. Ces sociétés de services, elles sont mandatées par leurs clients pour réaliser des grands projets, par exemple la mise en place de Salesforce, la mise en place d’une nouvelle ligne de métro, et cetera. Et Pour ce faire, elles ont besoin de mobiliser des experts. D’horizons divers, elles ont besoin de les mobiliser à certaines périodes du projet et woop permet en un clic de cartographier l’ensemble des compétences de ces sociétés et ensuite de trouver la meilleure allocation en fonction du projet. 

– Marc — 01:18 :

 D’accord, donc une sorte de d’ordonnancement des tâches et des ressources humaines. 

– Jean Phillipe — 01:22 :

 Alors l’ordonnancement des tâches et des ressources humaines, c’est une toute petite partie dans le staffing. C’est globalement, j’ai trouvé les bonnes personnes et je vais ordonnancer l’exécution des différentes tâches et et sous tâches. Une des particularités de woz, c’est de proposer une cartographie des compétences sur basée sur un ensemble de techniques d’intelligence artificielle, notamment un gros réseau de neurones qui cartographie à peu près 1000000 de compétences, 100000 macro compétences, 10000 concepts qui permet, qui jouent le rôle d’un dictionnaire de synonymes global et qui permet de calculer les distances entre les compétences et de rapprocher les compétences. Pour le dire autrement, 2 experts vont généralement en langage naturel, exprimer leurs compétences avec des mots clés différents. Si tu fais une recherche au mot clé, tu trouves qu’un seul des experts, voire 0 si tu as pas utilisé les bons mots clés, nous, on va regarder le mot clé que tu vas introduire dans ta recherche et on va chercher tous les experts qui ont ces mêmes. C’est pas ces compétences, les compétences qui sont dans le cluster qui contient cette compétence. Donc on va rechercher toutes les compétences qui sont connexes à celles-ci et donc la recherche est beaucoup plus pertinente, elle permet de faire de la recherche multicritère, donc une des particularités. Vraiment c’est pas de faire entre guillemets l’ordonnancement, mais plutôt de regarder quelles sont les bonnes personnes, les bons talents en fonction de leurs compétences en fonction de leurs disponibilités en fonction de leurs aspirations, ce qu’elles veulent faire, sur quel type de projet elles veulent travailler, quelles sont les compétences qu’elles veulent développer et puis ensuite d’associer ça avec les besoins sur les projets. 

– Marc — 02:47 :

 Ok alors c’est marrant parce que la façon dont tu le décris, j’ai l’impression que c’est presque un outil de recrutement qui pourrait être utilisé pour matcher des offres avec des avec des candidats pourquoi les pourquoi les e? S n Pourquoi les boîtes de conseil alors. 

– Jean Phillipe — 03:00 :

 Sur le marché, il y a déjà des outils qui existent qui s’appellent les ATS qui permettent de gérer tout le processus de recrutement des entreprises. Elles le font généralement pas sur cette base de matching et je te rejoins complètement, on pourrait l’utiliser pour faire ce matching sur offres et candidats. Nous on a choisi vraiment de cibler ce marché qui n’avait pas de solution pour faire ça et c’est un marché qui est important. Donc oui on pourrait le faire maintenant. On se concentre d’abord sur les besoins de nos clients, sur leurs besoins cœur. Il faut savoir que le marché du Conseil e s n ingénierie en france, il est assez peu connu mais il fait 2 fois la taille de l’aéronautique en France, ni pourtant un gros secteur d’activité marché qui a plus de 100 milliards de revenus. Et dans le monde, ça fait plus de 3500 milliards de revenus et c’est un marché qui s’est très peu digitalisé. Il y avait avant qu’on arrive, pas de solution ou des solutions qui n’intégraient pas ces 2 dimensions, c’est à dire les talents et les projets. Et aujourd’hui on a une croissance qui fait qu’on regarde pas d’autres marchés pour l’instant comme le marché des ATS En revanche, certains de nos clients utilisent. Utilisent nos technos effectivement pour matcher leurs offres et les les CV qu’ils reçoivent, et notamment. Et ça, c’est une particularité de ce qu’on peut faire avec leurs besoins réels, leurs besoins réels dans les projets et en fait, ce qu’ils regardent, c’est pas le matching entre l’offre qu’ils ont publié et le talent, le CV du talent qui arrive. Mais entre l’offre qu’ils ont publiée, la demande réelle en compétence en talant sur les projets à l’heure où on se parle et puis les talents qui postulent et donc en fait on va pouvoir prioriser. Alors sur la France, l’Europe c’est important parce que j’il y a des sociétés parmi nos clients qui recrutent des milliers de personnes chaque année. En Inde, ça l’est encore plus. Faut savoir qu’en Inde, on a des clients qui recrutent plus de 10000 personnes par mois et qui reçoivent 2000000 de CV par an. Donc là, la techno. 

– Marc — 04:44 :

 Aide alors justement, quels sont les avantages et les inconvénients d’une telle solution? 

– Jean Phillipe — 04:49 :

 Les avantages d’abord, c’est de digitaliser ce qu’on appelle le le le Global talent deployment, c’est à dire le talent en fait le déploiement global des talents. Alors il s’est passé un truc là avec la COVID sur ce marché. D’abord, beaucoup de dirigeants se sont aperçus qu’ils savaient pas ce que. Leurs consultants faisaient. Quand même un petit problème quand on veut ré allouer. Et je parlais de Toulouse, l’aéronautique par exemple tout à l’heure. Eh bien l’aéronautique a été durement touché en 2020 Néanmoins, le secteur bancaire, lui, continuait à faire fonctionner ses projets en télétravail. Et quand on sait pas qui est disponible et ce que font les gens à Toulouse, on peut pas les réallouer en télétravail. À Noisy le grand ou à Paris? Donc il y a ce besoin, cette prise de conscience, de savoir ce que font les gens et de savoir quelles sont les compétences des gens. Ça c’est la première chose. La 2ème chose, c’est le télétravail. La COVID a accéléré le le télétravail qui fait qu’aujourd’hui, quand on staff des projets, quand on alloue des gens sur des projets. En fait, on installe de façon hybride, c’est-à-dire en prenant des gens qui viennent d’un peu partout dans le monde, et donc ce besoin là où le marché était très local jusqu’en 2020 En fait, ce besoin est devenu global et les entreprises ont ce besoin maintenant de cartographier de façon globale et de pouvoir allouer de façon globale. Il y a un 3ème phénomène sur ce marché qui est très intéressant. C’est un marché qui intéressait assez peu les fonds de private equity jusqu’en 2010 et aujourd’hui tous les grands fonds de private equity. On parle vraiment de fonds qui managent plus de 100 milliards d’Assets ont des sociétés de services à leur portefeuille et poussent. Très, très fort à l’industrie. La digitalisation de ce secteur. 

– Marc — 06:18 :

 D’accord, alors votre donnée brute, qu’est ce que c’est à la base? L algo est construit sur quelles données? Alors d’abord. 

– Jean Phillipe — 06:24 :

 On a choisi aussi ce secteur encore une fois parce qu’il y avait un marché. Déjà parce que je le répète hein, il y a pas de marché. Ou si le marché est petit, c’est compliqué de faire fonctionner une entreprise. Et bien aussi parce que c’est un marché qui a de la donnée comparer. Et contrairement pardon à plein d’industries en fait ce marché travaille avec des CV et donc en fait quand on présente des gens sur des missions on présente leur CV c’est à dire que si demain. L’oréal ou orange veulent implémenter un nouveau système d’information, pas de facturation, un nouveau système d’information de CRM Et bien ils vont demander à ces sociétés de services, ces e, s n de venir avec des consultants. Et la première chose qu’on leur envoie c’est des CV ou des dossiers de compétences, peu importe comment on les appelle, mais on base vraiment là-dessus Donc en fait ce sont des c’est une industrie qui a beaucoup de données. Moyennement structurées certes, mais dans 1CV au format PDF on a qu’on peut réutiliser nous pour améliorer cette ontologie de compétences, c’est à dire ce réseau de neurones de compétences, donc première des choses et la première des données qu’on a exploitées, c’est toute la donnée disponible. Alors peu chez nos clients finalement, mais beaucoup sur Internet et beaucoup sur les sources de données externes. De créer cette anthologie globale de compétences, première source de données qui là et moins celle de nos clients, puis ensuite côté client, on a bien en fait tous leurs salariés, tous leurs sous-traitants leurs freelances avec leurs dossiers de compétences et l’ensemble des informations qui les concernent. On fait par exemple quand on doit intervenir chez un client, Eh bien on va prendre en compte la dimension géographique, c’est à dire le fait qu’un individu qui doit intervenir chez un client habite près de chez ce client et donc la géolocalisation est importante. Donc on a beaucoup de données, même personnelles. Personnelles de chaque salarié. Ensuite, on a des données de projet, on s’est en fait dire, alors nous, on s’est d’ailleurs je je tiens à le préciser, nous on sait pas dire grand chose parce qu’en fait il se trouve que c’est des données de nos clients d’abord, mais ce qu’on manipule dans la solution et ce que nos clients manipulent sont aussi les données de leurs projets, c’est à dire voilà, j’ai besoin de faire un projet de CRM pour ça, je vais avoir besoin de Product Owner, de Business Analyst, de Scrum master, d’et cetera, et donc l’ensemble de ces besoins dans l’entreprise. Et en fait, on va ensuite matcher les 2 et donc on a les données de staffing, c’est à dire qui j’ai alloué sur quelle mission alors ça plein d’informations, ça me donne par exemple, je sais dire, voilà les compétences de plus en plus demandées aujourd’hui sur le marché, sur l’ensemble des projets, dans l’ingénierie, dans l’i t, dans et cetera, voilà les nouvelles compétences qui sont de plus en plus demandées. Voilà les compétences qui sont de moins en moins demandées dans ma work force. Voilà les gens qui ont ces compétences de plus en plus demandées. Voilà les gens qui ont ces compétences de moins en moins demandées et qu’il faudrait que je forme pour aller vers ces compétences de plus en plus demandées. Donc on fait ce qu’on appelle du tactical work force planning Strategic work force planning, c’est à dire on va, on va prédire les besoins en compétences à 3 mois, 6 mois et jusqu’à 3 ans sur les compétences. Actuel ou sur les tendances actuelles? 

– Marc — 09:12 :

 Ouais, c’est sûr, une fois que la donnée est structurée, il y a plein plein d’analyses à faire pour revenir sur la structuration de la donnée. Oui, c’est donner des clients, donc d’une certaine façon. Finalement, il n’y a pas de temps accès que ça. Comment est ce qu’on arrive à avoir un un dataset d’entraînement structuré avec la supervision dont on a besoin? On a le les CV D’une certaine façon, il va nous falloir des annotations pour faire le machine learning. Est-ce que c’est des petites marques qui le font? Est-ce qu’on utilise le lien avec l’a.. Ts avec? Voilà, je ne sais pas quel alors on a l’outil structuré, alors il faut. 

– Jean Phillipe — 09:46 :

 Savoir que nos clients, par exemple tous leurs consultants sont connectés, donc en fait on leur demande de vérifier leur CV on leur demande ça donc on essaie de faire 80, 90 % du travail, on n’a pas la prétention de faire 100 % l’i.. A ça répond pas à 100 % alors je comprends que beaucoup de gens se disent la techno doit être parfaite non la techno comme les êtres humains n’est pas parfait et la techno ne fait pas 100 % en revanche. Elle permet de gagner beaucoup de temps, on va être capable. Présenter 1CV à un salarié de lui demander de le vérifier mais de le traduire automatiquement en plusieurs langues. On va être capable, même dans les fonctions qui arrivent là avec la Genea et de Reformater le C pour qu’il soit plus joli, plus marketing qu’il présente mieux, et cetera. Donc il y a beaucoup d’options qui sont apportées par l’intelligence artificielle, la source de données qu’on a encore une fois, ce sont des sources de données externes, des choses comme Wikipédia, github, et cetera. Il y a beaucoup de données et beaucoup d’informations sur ces endroits. Les jobboards, en fait, qui nous permettent de voir les offres d’emploi actuelles, les nouvelles compétences, et cetera. Et puis on disait CCV En fait. Ensuite, on a effectivement des gens qui vont annoter parce que dans 90 % des cas, quand on détecte une nouvelle compétence, elle va être mise dans le bon cluster, c’est-à-dire qu’on va réussir à la rattacher aux autres compétences et dans le bon ordre. Dans 10 % des cas, ça se passe pas bien et là on a besoin effectivement d’être humain qui vont annoter et qui vont replacer au au au bon endroit. Donc oui, on a une intervention humaine à peu près comme tous les gens qui font l’i. A sérieuse. 

– Marc — 11:08 :

 Mais là, de ce que je comprends, l’intervention humaine sert à la fois en opération. Opérationnel pour corriger des petites erreurs de l’ALGO, mais aussi. Du coup, créer une base d’entraînement pour le prochain algo. Ouais le mois prochain le prochain. 

– Jean Phillipe — 11:22 :

 Oui, alors ça c’est sur les données, vraiment sur les compétences, on a d’autres. Par exemple, on a des algorithmes qui vont prédire le besoin en talent sur les mois à venir versus la demande en talent et voir si ça matche ou pas. Et là-dessus Bah en fait pour le coup là ça marche bien puisqu’on a ce qu’on appelle les algorithmes avec un intrusment supervisé, c’est à dire qu’en fait on sait si on a été bon ou pas puisque 3 mois plus tard on saura si la prédiction était bonne ou pas et donc on va corriger l’algorithme. Grâce à ça, et donc l’algorithme progressivement, il apprend, il se corrige et voilà. 

– Marc — 11:53 :

 Alors sur ce 2ème algo, qu’est-ce qu’on utilise comme source pour prédire les besoins futurs? Est-ce qu’on fait de l’auto-régression? On regarde le signal passé la saisonnalité, ce genre de chose. Est-ce qu’y a vraiment des sources extérieures de de signal que vous regardez? Je sais pas moi, le, l’économie, 

– Jean Phillipe — 12:09 :

 Va utiliser d’abord énormément les sources internes puisqu’en fait on voit vraiment et oui c’est on va, on va travailler beaucoup sur de la régression. Ensuite on va introduire de la donnée externe effectivement de type macroéconomique. Aujourd’hui, honnêtement, on l’introduit un peu, mais c’est pas l’essentiel de l’essentiel de l’ALGO, il est sur je regarde les données du passé, je m’entraîne et je voilà. 

– Marc — 12:31 :

 Ok. 

– Jean Phillipe — 12:32 :

 Mais parce qu’encore une fois, dans ces marchés, il y a une forme d’inertie, il y a une forme d’inertie parce que les contrats sont pas des contrats à la semaine ou des contrats au mois le mois. Donc cette inertie elle fait qu’on est moins sensible, on est, on est sensible en retard en fait au grand phénomène de l’économie, c’est à dire qu’on a quelques mois, c’est un peu comme le système de chauffage avec une hystérésis quoi. C’est à dire qu’on arrête le chauffage avant qu’il fasse trop chaud parce qu’on sait qu’il y a une forme de d’inertie. On va sur le marché, il y a aussi cette. 

– Marc — 12:58 :

 Forme d’inertie OK Quels ont été les principaux verrous, obstacles technologiques pour faire ce que vous faites et comment est ce que vous les avez résolu? 

– Jean Phillipe — 13:05 :

 Alors le premier grand verrou quand on a démarré l’entreprise, le premier grand verrou, ça a été bah très clairement la la création de cette ontologie de compétences. Alors il se trouve que moi j’ai, j’ai créé un cabinet de Conseil en 2005 qui faisait une vingtaine de millions d’euros de chiffre d’affaires. J’ai revendu à Orange Business Services et on avait un soft. Moi je suis informaticien à la base donc je suis un peu feignant, mais j’ai pas envie de faire mon staffing encore une fois à la main avec une feuille Excel donc on avait créé un soft et dessus on avait créé un arbre de compétences. Donc une belle taxonomie où, évidemment, quand on a quelqu’un qui fait du contrôle de gestion sur les systèmes d’information, on sait pas s’il faut le mettre en contrôle de gestion ou en système d’information. Ça c’est le problème des arbres. C’est qu’à un moment il faut choisir si on va à droite ou à gauche. Et puis le 2ème problème c’est que ça se mettait pas à jour automatiquement. Et là on voit bien que très très vite, on arrive à une limite, c’est-à-dire que dès qu’on accueille un nouveau consultant dans les équipes internes ou externes, on lui demande de ressaisir son CV Il nous explique qu’il lui manque une compétence là qu’il lui manque ci, qu’il lui manque ça et en fait on perd beaucoup de temps, c’est jamais à jour. Et puis finalement à un moment donné, on n’arrive pas à à tenir à jour et où ça coûte très cher et donc on s’est dit la première chose qu’il faut faire c’est simplifier de façon drastique l’interaction des consultants avec la solution et pour ça. On récupère 1CVPDF on le disséque, on trouve les clients, les compétences, les dates, et cetera, les certifications, les langues parlées, et cetera automatiquement, et on récupère 90 % du CV À côté de ça, chaque fois qu’on va lui demander on va pas lui demander de décrire ses compétences? On va chercher à inférer les compétences qu’il a depuis la matière première, qu’il nous donne, et en fait, on va essayer de réduire au maximum le travail qu’il a à faire sur la solution. Et pour ça, il nous fallait cette ontologie, donc c’est la première chose qu’on a dû craquer. La 2ème chose qu’on a dû craquer, qui est moins de la donnée mais qui est en fait. Bah l’expérience au quotidien, c’est qu’il faut, c’est très bien de se dire qu’il y a un marché. Maintenant il faut résoudre un vrai problème et pas le problème qu’on imagine nous. Mais le problème qu’ont réellement nos clients le fait d’avoir fait beaucoup ce métier, ça nous aide énormément. Ce qu’on connaît parfaitement l’industrie. Il n’empêche que ça a été d’être au contact de professionnels et cette industrie et de voir vraiment quels étaient les difficultés et comment on pouvait les aider à résoudre. Donc on a fait pas mal de pivots pour arriver vraiment à ce qu’est vous aujourd’hui. Tu parlais de de. 

– Marc — 15:20 :

 Dissection du CV la date de création de l’entreprise, c’est 2016 C’est longtemps avant LLM j’un peu la question, comment est-ce que l’arrivée des LLM comme technologie qui permet, on va dire, de de faire ça très efficacement? En tout cas, traiter le texte vraiment pour les sujets de parcings et compagnie, comment est-ce que vous l’avez vécu en interne? Est-ce que ça coupe un peu l’herbe sous le pied de de d’années, de R et d est-ce que c’est quelque chose qui vient se mettre en plus, est-ce que vous êtes dessus? 

– Jean Phillipe — 15:46 :

 Alors on est dessus bien sûr, ça nous coupe pas du tout l’air sous pied, c’est même c’est pas, c’est une super techno déjà je pense que quand il y a des des technos comme ça qui émergent, il faut les accueillir. Enfin on peut se dire que c’est horrible, mais. Ça va pas nous sauver. Un gros avantage parce que, en fait, ces techniques de dissection de CV si bonnes soient-elles, elles étaient pas parfaites. Les LM nous permettent d’aller encore un cran plus loin et disséquer. En revanche, c’est pas les technos qu’on a eu le plus de mal à mettre au point. La réalité c’est que vraiment ce qui l’assète énorme de whoops aujourd’hui, au-delà de l’ensemble des processus qui sont gérés par la solution et on gère des milliards de projets. Enfin des milliards d’euros de projets dans la solution. Donc on a mis au point un ensemble de fonctionnalités qui sont utiles à nos clients et ça c’est déjà un vrai. Saut quantique. Mais un des assiettes importants, c’est cette ontologie de compétences et cette ontologie de compétences qui structure la donnée. Aujourd’hui, nos réseaux de neurones, on a testé pas mal de dimensions. Il faut pour bien décrire sur une langue donnée les compétences et être capable de calculer des vraies distances entre compétences. Il faut à peu près 110 dimensions, il en faut pas 2 3 il en faut 110 et donc à un moment donné, les les lem vont vont améliorer le parcing des CV En revanche, cette anthologie de compétences, elle nous permet de structurer, de calculer les distances, ce que les LLM font pas en fait ou très mal. 

– Marc — 17:00 :

 Et au niveau de l’anthologie de compétences, du coup que vous avez faite en. Est-ce que c’est quelque chose que vous reliez à d’autres travaux? Je pense notamment au à ce que fait le pôle emploi avec sa classification un peu des métiers, des compétences liées aux métiers, et cetera. Est-ce que vous l’utilisez? Vous l’utilisez pas, vous arrivez à vous y relier les les codes Roms notamment. Ouais alors. 

– Jean Phillipe — 17:21 :

 On relie, en fait, on regarde ce que fait pôle emploi, le la France, l’Europe et cetera, et en fait tout le monde s’est mis à faire des référentiels de compétences. Nous on a, on a décidé avec nos clients d’avoir une approche hybride, c’est à dire qu’on fournit une ontologie de compétences et ensuite on peut charger une taxonomie de compétences qui est propre à chacun de nos clients et cette taxonomie, ça peut être un référentiel rom, ça peut être autre chose. Et donc on on relie en fait ces référentiels à notre ontologie, et en fait cette approche hybride, elle nous permet de dire Bah si vous avez une taxonomie avec un choix préférentiel, on va l’utiliser 2 préférences dans la solution. En revanche, si à un moment donné on a besoin de compléter, on complétera avec l’ontologie. Et si vous avez rien, bah l’ontologie elle sera elle, elle fera le boulot. 

– Marc — 18:03 :

 D’accord, et ça crée pas une complexité technique. 

– Jean Phillipe — 18:06 :

 Pas du tout, non, non, non du tout. Non, parce qu’on l’a, on l’a intégré dans notre moteur de matching. Pareil, on a un moteur spécifique de matching qui nous permet d’aller matcher. Des besoins sur les projets avec de l’offre. D’avec des talents en fait, et en fait, c’est cette intégration qui fonctionne très bien et qui permet de faire honnêtement fonctionner de manière des 2 mondes, des 2 mondes. 

– Marc — 18:25 :

 Alors du côté de l’évangélisation et de ce que vous devez dire tout le temps aujourd’hui en clients aux différentes parties prenantes. Qu’est ce que tu penses qui sera une évidence pour tout le monde en 10 ans ou dans 20 ans et qu’il faut dire aujourd’hui tous les jours? 

– Jean Phillipe — 18:41 :

 Alors en fait d’abord nous, nos clients sont, je le dis, je répète un des plutôt des e, s n des sociétés d’ingénierie ou des sociétés de conseil qui ont toujours travaillé avec la compétence. Donc ces gens qui ont c’est une industrie qui a une conscience plus aiguisée. De l’importance de la compétence et de l’importance de la gestion de la compétence de l’UPKILLING au Receling et vraiment de ces compétences qui changent tout le temps le propre d’une société de services, c’est de fournir à ses clients les talents qui comprennent les technologies dont elles ont besoin et donc ces technologies. Elles sont plutôt nouvelles, donc c’est un sujet qu’elles maîtrisent plutôt mieux que la moyenne. En revanche, c’est une industrie qui s’est peu digitalisée sur ce sujet et donc qui se digitalise. Aujourd’hui, je pense que les gens découvriront pas des choses dans 10 ans en revanche. Je pense que dans 10 ans, dans 20 ans, on aura mis en œuvre ce que tout le monde écrit aujourd’hui, mais que personne ne fait ou très peu. C’est ce qu’on appelle le passage de job based à skills based organisation. C’est à dire qu’en fait aujourd’hui, les gens ont une fiche de poste, ils ont un post, ils travaillent sur ce poste et en fait de plus en plus on découpe les besoins, on découpe l’entreprise en projet en besoin sur des tâches et on va allouer les meilleures compétences. Les gens qui ont la meilleure compétence pour faire ces projets ou pour faire ces tâches. Et ça change vraiment les modes d’organisation. Y a beaucoup, beaucoup de papiers qui ont été écrits par des gens comme McKinsey, comme Deloitte, comme Capgemini, et cetera sur le sujet. Et je pense vraiment qu’aujourd’hui, c’est beaucoup sur le papier. Je parle pas dans ces sociétés de services qui elles vraiment fonctionnent déjà sur ces skysbased Organization pour partie, mais pour le reste des industries et on va de plus en plus pointer la compétence parce qu’on est sur des marchés qui s’y perd, spécialisent parce que le le rythme va être de plus en plus rapide. Et qu’à un moment donné, bah on a besoin de gens extrêmement compétents sur telle ou telle technologie et et et donc ce fait de gérer la compétence grâce à l’i a puisqu’en en plus encore une fois on avait vraiment du mal à le faire sans IA c’est très coûteux et c’est partiel. Mais cette ce je pense qu’on va accélérer très fortement sur les 10 prochaines années. La gestion de la compétence au sein de l’entreprise qui devient un challenge absolument incroyable. On parle maintenant, on considère maintenant que la compétence est une monnaie. Et en fait, il y a beaucoup de papiers du World Economic Forum qui montrent que la compétence aujourd’hui est une monnaie et elle a toutes les caractéristiques d’une monnaie. 

– Marc — 21:04 :

 C’est à dire les caractéristiques d’une monnaie, c’est intéressant ça. 

– Jean Phillipe — 21:07 :

 La compétence d’abord, elle est, on parle vraiment de guerre des talents. La compétence aujourd’hui, elle est rare et en fait, quand on regarde aujourd’hui le marché de la compétence, elle sera de plus en plus rare. Je m’explique, on rentre aujourd’hui et depuis 10 ans d’ailleurs, pour l’Europe et la Chine, sur un effondrement massif des taux de totalité. Ce sera la même chose pour les US et l’Inde d’ici 2030 Et donc ce qu’on voit aujourd’hui quand on projette la population mondiale au regard de cette taux de natalité, cet effondrement de la natalité, on s’aperçoit que le pic de population mondiale probablement, sera atteint autour de 2042 1050 et qu’en 2080 la population mondiale devrait être tournée autour de 6 à 7 milliards. C’est à dire qu’on va perdre un à 2 milliards d’individus. À ça s’ajoute un autre phénomène qui est le vieillissement de la population. On a de moins en moins de 15, 64 ans qui sont les actifs. Et c’est pas conjoncturel, c’est structurel, ça veut dire que sur les 50 prochaines années, la part des actifs va continuer à se réduire et cette part des actifs continue à se réduire. La disponibilité de compétences, elle se réduira aussi et à partir de ce moment-là bah on est comme l’or par exemple hein. Et c’est une matière première où il y a peu, il y en a peu et il faut la traiter comme telle. Donc c’est pour ça que ça prend les caractéristiques. Il y a plein d’autres caractéristiques hein qui font que ça s’apparente à une monnaie, mais la compétence. Est un bien qui est de plus en plus rare et qui va se traiter comme tel, c’est pour ça d’ailleurs qu’on parle maintenant et que nous on fournit ces fonctionnalités de staffing qui permettent de de maximiser les taux d’usage en prenant en compte les besoins en receling, en prenant en compte les aspirations des gens parce qu’on veut les garder. Mais en plus on va leur faire faire des choses utiles quand une une une chose est rare et qu’elle est chère, Eh bien, à un moment donné, on optimise sa façon de de l’utiliser.. 

– Marc — 23:00 :

 Alors quelles erreurs tu peux nous partager pour nous faire gagner du temps sur des travaux de R et D de produits? 

– Jean Phillipe — 23:06 :

 Plusieurs choses sur les travaux de R et D de produits. Je pense que la première des choses et je vais faire de la répétition parce que déjà beaucoup de gens l’ont dit et ce qui est incroyable dans la vie, c’est que beaucoup de gens le disent et pourtant on fait quand même les erreurs. Mais je pense qu’il faut avoir des approches itératives avec des petits pas et ça c’est important, quand bien même on irait travailler sur un marché qui demande des grands pas pour expliquer un peu. Oui. C’est une société un peu particulière, la la façon de se développer d’une start-up classique. C’est je crée un petit morceau de logiciel et puis je le mets à disposition ou d’équipes de grandes entreprises ou plus généralement de PME qui vont acheter mon logiciel et puis avec le chiffre d’affaires que je fais, j’augmente la taille de ma R et D et progressivement j’augmente le nombre de fonctionnalités et à un moment donné je vais voir des grands groupes au bout de 10, 15, 20 ans et maintenant il y a des phénomènes de de levée de fonds, ça peut s’accélérer, mais mine de rien, c’est le processus classique, il est là, c’est je fais des petits pas, je commence par les PME et puis je vais vers les grands groupes, ça a pris 20 ans à Salesforce mais mine de rien, en commençant par de la micro entreprise, aujourd’hui ils vendent au plus grand groupe. Sur le marché qui est le nôtre, on a dû faire l’inverse, c’est pas qu’on voulait faire différemment des autres, c’est qu’on avait pas le choix pourquoi? Parce que le staffing, ça touche l’ensemble de l’entreprise et en fait les petites entreprises ou des cabinets de conseil de 50 personnes. Elles ont souvent 5 personnes sur le banc, elles ont pas besoin d’un soft de staffing, elles ont besoin d’un e r p vertical mais elles ont pas besoin d’un d’un staffing donc nous clients sont plutôt des clients qui ont plusieurs centaines à surtout plusieurs centaines de milliers de collaborateurs. Et quand on traite plusieurs centaines de milliers de collaborateurs. On a besoin de faire des grands pas. Eh bien, même dans ces grands pas, il faut savoir faire des petits pas, c’est à dire qu’il faut être au contact des clients et il faut aller regarder le besoin. Il faut s’asseoir avec eux. Ça, c’est la première des choses, c’est s’asseoir avec les gens et regarder quel est le vrai sujet. Nous on a, on a pivoté plusieurs fois parce que, au départ, on voulait tout faire, alors ça c’est le le le l’un des choses que je peux partager c’est qu’au départ on s’est dit voilà, on va faire un truc, il va tout faire, Eh Ben faire tout aujourd’hui les solutions sont tellement évoluées, ont tellement de profondeur que vouloir réinventer et se dire dans ma solution je vais tout faire. Ça ne marche pas et on a mis un peu de temps à trouver notre proposition de valeur. Une proposition de valeur très, très claire et derrière à développer des fonctionnalités qui correspondent à cette proposition de là et uniquement à ça. Proposition de valeur, c’est maximiser la performance de de nos clients. Et quand on parle de performance, c’est souvent de performance économique. La marge, le revenu d’accord en digitalisant leur staffing pour répondre au mieux aux besoins de leurs clients. Je parlais des projets de nouveaux métros, et cetera, les aspirations de leurs collaborateurs et leurs leurs enjeux de performance et en fait, c’est vraiment de réconcilier collaborateur, client et entreprise sur c’est vraiment ces enjeux de jeu des livres. En temps, en heure dans les budgets, je développe les compétences de mes collaborateurs et je réponds aux enjeux de performance du marché et ceux que je me suis donné pour ça. Encore une fois, on a besoin, parce qu’on traite de grands clients, on a besoin d’avoir d’être ISO 27001 d’être enfin on a plein plein RGPD on a beaucoup. Enfin une énorme complaisance RGPD et cetera. Donc on a beaucoup d’enjeux là-dessus et en face il faut quand même savoir faire des petits pas parce que sinon on va développer des choses qui serviront à rien. Contact client petit, pas hyper important même si on doit commencer gros. Nous sur les 3 premières années, on a mis 10000000 d’euros de R et D. Et Ben l’enjeu là c’est de pas se tromper et d’utiliser au mieux ces 10000000 et on sera à peu près à 20000000 de R et D à la fin de cette année sur la solution. Et si on les utilise mal, on peut très vite dépenser beaucoup d’argent qui servent à rien. Le 2ème, la 2ème chose, 2ème Conseil, peut être que je donnerai, c’est il faut s’inspirer un peu dans le monde des start-up de ce que font les Américains, je pense qu’en France on a des ingénieurs géniaux, on a des mathématiciens géniaux, on a des gens qui font de LIA qui sont incroyables, il faut juste pas oublier que quel que soit la beauté et l’intelligence de la solution qu’on propose, il faut la vendre et que c’est pas parce qu’on a un super produit qu’il se vendra. Dessus, je citerai des travaux qu’on fait avec Gartner ou Gartner dit généralement, les solutions européennes sont plus avancées que les solutions américaines, mais elles se vendent moins bien parce que ceux qui savent vendre, ceux qui savent faire du marketing, c’est les Américains. Et donc je pense qu’il faut pas avoir peur de s’inspirer les Américains, de regarder ce qu’ils font. Moi si je devais refaire une chose chez woz, je ferais grandir le département commercial beaucoup plus vite et beaucoup plus tot. 

– Marc — 27:33 :

 Alors ce qu’il faut avoir peur de lire. 

– Jean Phillipe — 27:35 :

 Alors d’abord, je suis un techno optimiste, mais je pense qu’en plus non, je pense qu’il. Il faut accueillir le progrès. Mais je vois plein de raisons à ça. Mais la première, je vais revenir sur ce que je disais. On a une vraie chute massive des natalités donc on a une chute des actifs et on est sur un plateau de productivité, c’est à dire que si on regarde bien sur les 10 dernières années, on est sur un pur plateau de productivité donc on produit pas plus par talent. Et de l’autre côté on a une population de plus en plus senior. Les actifs vont baisser, les seniors vont monter, il y a un moment il va bien falloir financer l’économie, c’est à dire qu’il va bien falloir trouver les moyens de financer notamment les retraites des seniors. Et ça va arriver dans 20 ou 30 ans. Moi ça me plaît pas parce que c’est le moment où je normalement je passerai dans une catégorie de seniors, donc à un moment, Eh Ben il faut le financer et l’i.. A c’est le moyen probablement de regagner ces points de productivité et de sortir de ce plateau parce que c’est une nouvelle techno de rupture. Ces technos de rupture, c’est ce qui se permet de sortir de plateau et de productivité. Et ces nouvelles technologies qui permettent de sortir de ces plateaux de productivité vont permettre probablement de financer une grosse partie de l’économie qu’on ne saurait plus sinon financer. Ça c’est première chose, la 2ème chose c’est l’i.. A permet des progrès extraordinaires. Je vais pas citer de nom mais le patron d’une grosse boîte de Biotech qui a racheté une boîte d’i a disait que selon lui la combinaison de l’i.. A et de biotech fait qu’on arriverait à guérir 50 % des cancers à Horizon 2025 c’est complètement nouveau. On n’a jamais réussi, on n’a jamais fait autant de progrès et là je partage une anecdote. Là-dessus je donnais une conférence justement sur l’i.. A et le progrès, l’innovation qui est un sujet qui m’intéresse beaucoup, moi c’est le l’histoire du progrès, de l’innovation et le rythme de ce progrès, de cette innovation en fait. Ce rythme du progrès d’innovation, il est exponentiel, mais nos cerveaux ne sont capables de de penser que de façon très linéaire et avant cette conf pour l’introduire il y avait 2 médecins, il y avait un parterre de d’oncologues, de chirurgiennes, et cetera. , donc ces nouvelles technos, elles ne sont jamais le problème. La source du problème c’est l’usage qu’on en fait. On peut avoir un usage, on parle des fake news, on parle de la manipulation de l’information, on parle, et cetera. Oui, on peut avoir des usages qui sont extrêmement dangereux sur l’i.. A puisque c’est une technologie qui est extrêmement puissante, on peut aussi en faire des choses extraordinairement belles et bonnes pour l’humanité. 

– Marc — 30:47 :

 Alors, quel encadrement législatif tu vois à l’i A? 

– Jean Phillipe — 30:51 :

 C’est vraiment très compliqué de répondre à cette question parce que je pense qu’on prend le sujet actuellement, donc on est en train de découvrir et l’entraînement législatif. Il se pose à plein de niveaux. Il se pose sur à qui appartient la donnée d’entraînement? Il se pose sur à qui finalement bénéficient des algo? Il se pose sur les limites de ce qu’on peut y faire, les biais, on voit bien enfin aujourd’hui quand on balance une question à GPT four et de nombreuses fois il répond de façon très assertive avec des choses très très fausses. Donc il y a tout ce contrôle, on a une chose qui est réelle et pourtant on le sait avec l’i.. A on a du mal à répondre à cette question. C’est le déterminisme de l’information et le fait d’être capable d’expliquer l’inférence produite par une IA C’est à dire que l’i.. A me dit ça. Mais pourquoi m’a t-elle dit ça pour vérifier qu’on a pas de biais de discrimination, et cetera, ça c’est extrêmement difficile à faire. On a, on a encore beaucoup, beaucoup de mal à expliquer le le choix d’une IA et le résultat du IA donc il y a un un encadrement législatif autour de ça et les obligations à donner aux entreprises. Maintenant y a y a des des chemins législatifs qui sont encore plus compliqués sur la voiture autonome. Aujourd’hui y a des cas d’éthique qui sont extrêmement difficiles à répondre et tellement difficiles à répondre qu’une des façons d’y répondre, c’est de réintroduire du hasard. C’est vrai, je m’explique. Mais enfin, tous les auditeurs connaissent le le le cas je pense. Enfin c’est on a un vieux Monsieur dans une voiture et puis autonome, on a une petite fille qui traverse la route, qui a 4 ans et qui court après son ballon. Et à un moment donné, bah la voiture elle doit décider si elle percute la petite fille et qu’elle sauve le vieux Monsieur ou si elle fait une embardée et qu’elle percute le mur et qu’elle tue le vieux Monsieur, c’est quoi le bon choix? Et c’est extrêmement compliqué parce que rien ne permet de prédire l’avenir de cette petite fille qui sera finalement sera peut être un serial killer et rien ne dit que ce vieux monsieur finalement il est pas en train d’inventer le dernier traitement qui permettra derrière l’ensemble des cancers. On n’en sait rien. Donc généralement quand je pose ces questions-là pendant les conférences c’est assez étrange mais en fait il y a il y a c’est assez d’économie quand je donne une conférence devant de jeunes gens d’écoles de commerce, d’ingénieurs, et cetera. En règle générale on me dit il faut tuer le vieux Monsieur. Et puis quand je donne cette conférence dans des entreprises où les gens sont plus âgés, en règle générale, il y a débat donc, et c’est pas aussi certain, mais en fait la question est complexe et en fait c’est quoi le l’encadrement législatif autour de ça c’est quoi la réponse qu’on donne à cette question et une des réponses à mener, c’est de dire on a qu’à utiliser le hasard, c’est à dire on tire à pile ou face. Je pense que c’est un peu facile comme réponse, parce que si je pense que si on dit aux gens si vous rentrez dans cette voiture, on tirera à pile ou face le fait que vous rentriez dans le mur et que vous mouriez, je pense que personne rentrera dans la voiture et que celui qui gagnera le la bataille c’est le constructeur automobile ou plutôt le constructeur d’i a disons le parce qu’il y a un grand changement dans l’automobile. On passe de je produis de l’acier, enfin je j’intègre et j’assemble de l’acier et du plastique à je crée du logiciel mais mais fondamentalement, le vainqueur sera probablement celui qui dit, écoutez-moi mon job c’est de faire des voitures les plus sûres possibles. Les plus sûrs possible pour les gens qui l’utilisent, est-ce que c’est une bonne ou une mauvaise réponse? Je sais pas. En tout cas l’encadrement législatif autour de ces sujets-là et y en a plein des sujets d’éthique hein. Y a pas que cela est extrêmement complexe. 

– Marc — 34:05 :

 Ouais, c’est un cas qui m’a toujours laissé un peu perplexe parce que j’arrive pas à imaginer qu’on se pose ces questions en tant qu’ingénieur. C’est à dire que à un moment donné, il faudrait qu’on identifie, qu’il y a une petite fille, qu’y a, voilà qu’on développe des algo pour connaître l’âge de la personne, qu’on développe des algo pour déterminer quel est le risque d’évitement par la droite, d’évitement par la gauche. Est-ce que c’est un risque létal ou non j’ai un peu l’impression que la réponse à la question de ces questions, enfin de ces questions éthiques est un peu le le choix par défaut, c’est à dire si un piéton on essaie de freiner. A priori certainement pas d’éviter par quelque chose qui pourrait être plus létal encore, c’est à dire peut être qu’il y aura des piétons derrière derrière la voiture qu’on va percuter à droite ou autre chose et que finalement bah il y a un peu un point d’arrêt à ce niveau-là quoi. C’est à dire que pourquoi est ce qu’on irait dévelo  pper quelque chose qui risque d’être pire que le. 

– Jean Phillipe — 34:56 :

 Parce que l’évitement c’est une chose qu’un être humain peut faire en fait la manœuvre d’évitement c’est une manœuvre qui en plus avec les systèmes électroniques de contrôle de trajectoire dans les voitures fonctionne de mieux en mieux et donc je veux dire c’est qu’un être humain il pourrait prendre cette décision donc en fait on peut pas considérer que la voiture la prendra pas cette décision. 

– Marc — 35:13 :

 Que la prendre s’il y a effectivement la la marge. 

– Jean Phillipe — 35:16 :

 Pas pas nécessairement, il y aura peut être pas vu qu’il y avait un mur. En fait le le véritable problème là c’est l’exemple vaut ce qu’il vaut en fait, mais c’est dire qu’il y a beaucoup de cas d’éthique aujourd’hui et que légiférer sur sa cas d’éthique va être extrêmement compliqué. Ce d’autant plus que je sais pas si tu as vu mais le MIT à un moment donné produit un site web où il listait l’ensemble de ses cas d’éthique et il faisait jouer les gens. À répondre à est ce que je sacrifie untel ou untel? En fait, on s’est aperçu que la réponse à ces cas d’éthique était extraordinairement liée à l’origine des gens, à la culture et la société, et donc en fait la réponse en Chine, aux États-Unis ou en France est pas la même, donc ça complexifie encore le problème. Et je pense que la réponse législative va être extrêmement complexe parce qu’elle sera toujours en retard par rapport à la technologie et ça rend la réponse législative encore plus complexe. Mais à mon avis, là il y a un défi d’ampleur et tu touches du doigt un des sujets à mon avis essentiel sur l’i.. A c’est que la techno est une chose, mais je pense que la techno sera toujours en avance par rapport à la société. Et la question est plutôt, quelle est la réponse sociétale à une technologie de rupture qui va très, très vite, dans lequel l’investissement est massif, alors même que nos sociétés? Sont généralement dirigées par des parlementaires qui sont pas de grands techniciens, de grands ingénieurs et qui connaissent pas trop bien la techno et qui comprennent pas bien ces ruptures technologiques. 

– Marc — 36:37 :

 Est ce que tu as une anecdote à nous partager? 

– Jean Phillipe — 36:40 :

 Je peux te partager le premier très gros contrat qui a été un un Game, vraiment ce qu’on appelle un Game changer pour rose et et je le dis d’autant plus qu’ils le savent mais on est consulté en juin 2021 par un grand groupe qui veut s’équiper d’une solution de staffing pour ses plus de 300000 salariés. Et on se dit nous qu’on est à ce moment-là on a très très belle référence mais on reste encore petit donc on y va, mais on y va comme le la petite société française qui a toutes les chances de se voir écarter très vite. Et cette société en fait, a fait le choix d’aller avec nous en considérant qu’on était la la solution la plus innovante et de très loin. Depuis, on, on travaille en partenariat et c’est assez incroyable de voir qu’en fait, on a un grand groupe qui peut, qui pouvait, qui peut nous écraser du petit doigt hein. Enfin faut quand même se le dire. On a grandi certes mais mais et et qui a cette capacité à comprendre ce qu’est une start-up et notamment ses dirigeants? Et en fait à faire confiance, à donner les moyens et à comprendre les rythmes qui sont ceux d’une start-up et en même temps les rythmes d’un grand groupe qui nous challenge énormément. Mais quand je dis énormément c’est énormément, mais pour le bien de la boîte et qu’ils le font avec toujours beaucoup de précautions. Donc en fait je pourrais citer plein d’anecdotes sur les trucs qui ont foiré sur et cetera. Mais vraiment là j’avoue qu’on a été surpris et c’est ce qui nous a amené derrière très très très vite à faire une levée de fonds derrière, signer d’autres grands clients, et cetera, et ça change complètement la vie d’une société. Et je pense que vraiment le le le point c’est dire quand on crée une start-up y a toujours un moment dans la dans l’histoire de l’entreprise où y a quelque chose qui va faire changer y a un saut quantique qui fait que l’avenir change. 

– Marc — 38:29 :

 Alors l’avenir justement, c’est quoi pour rose? 

– Jean Phillipe — 38:30 :

 On va continuer à se développer sur la France et l’Europe qui sont les marchés, hein, qui qui l’Europe est un marché important pour nous. La France a produit de de très grandes sociétés de services, des leaders mondiaux. Le premier, c’est Capgemini, Atos in et Tom, Sopra et cetera. Donc on a, on a produit des vrais leaders mondiaux, l’Europe a des grandes entreprises de services, donc on continue notre bonhomme de chemin sur la France et l’Europe. Assez vite, 2024 on va commencer à se sentir à l’étroit et donc l’avenir, pour nous c’est d’aller aux US l’année prochaine. Et donc on fera probablement une une levée de fonds pour ça, parce que le ticket aux US notre solution est déjà en fait en usage sur une cinquantaine de pays. Mais là c’est vraiment l’idée, c’est de s’implanter et d’avoir des équipes aux US full time. Et là il faut généralement un bon petit budget. Ouais Ben il faut un budget pour 2 choses, il faut un budget parce qu’il faut des équipes notamment commerciales et aux US les commerciaux coûtent très cher. Il y a une autre raison qui fait qu’on se doit d’avoir un bon budget aux US Raison un peu moins connues, mais les Américains sont très protecteurs et ont cette capacité à vous mettre devant un tribunal et pour des problèmes de propriété intellectuelle qui n’existent pas mais qui vont vous ralentir massivement et donc accompagner, être accompagné d’un grand fond et avoir prévu un budget solide, ça permet d’éviter ce genre d’attaques, ou en tout cas de dissuader les attaquants et donc aller aux US ça se fait pas juste avec un billet d’avion et je me pose et voilà. Donc voilà l’avenir il est-il est, on continue à grandir, on continue à pénétrer cette industrie et puis on trouve la, on se déploie sur de nouvelles industries, mais ça sera une une, une autre histoire. 

– Marc — 40:09 :

 Super alors qu’est ce que tu aimerais entendre au micro data driven One dans un prochain épisode? 

– Jean Phillipe — 40:15 :

 Écoute, je pense qu’un bon candidat serait Karim megir parce que Karim, c’est le fondateur d’un stadip qui a revendu sa boîte à bio n tech qui est un vrai spécialiste de l’i.. A qui avait qui a toujours d’ailleurs de très très beaux clients, qui a travaillé pour Deep mind chez Google, qui a travaillé pour burettech, qui a travaillé et cetera. Donc il a je pense qu’il a beaucoup de choses à dire sur la data sur l’i.. A sur l’avenir de l’i a et puis c’est une vraie suggesterie hein à stadip donc voilà. Ça, c’est pour le côté start-up IA innovation. Tu parlais de la data aussi? Il y a des gens qui sont vraiment aux opérations sur la data. Je pense à des gens. Le nouveau DSI d’Orange Bruno Chaumel est un type super intéressant parce que c’est un patron de la Transfo qui mise beaucoup sur la data, qui mise beaucoup sur l’usage de la data pour son business ou quelqu’un comme Jean Philippe bol, le patron de la Transfo de Capgemini qui pour le coup a une vraie stratégie data pour cap en interne et je parle pas de cap pour leurs clients mais vraiment pour cap en interne, ça c’est des gens très très intéressants avec beaucoup d’expérience et et qui souvent ont quelques convictions à partager qui sont toujours intéressantes à challenger. 

– Marc — 41:23 :

 Eh Ben merci pour la recommandation. 

– Jean Phillipe — 41:24 :

 Merci Marc, Merci Jean Philippe. 

– Marc — 41:27 :

 Vous venez d’entendre Jean Philippe couturier, fondateur de Whoose, sur Data Driver One Oh One.