Pourquoi l’IA ne suffit pas - cofondateur de Pivot (ex Qonto)

Pourquoi l’IA ne suffit pas - cofondateur de Pivot (ex Qonto)

Dans cet épisode, Marc-Antoine Lacroix, co-fondateur de Pivot, explique comment ils ont construit une plateforme source-to-pay en trois couches, pourquoi les agents IA fonctionnent chez eux quand ils échouent ailleurs, et comment leurs clients sont passés de 10% à 100% de leurs contrats fournisseurs négociés. Au programme : * Pourquoi l'IA saupoudrée sur les outils existants ne tient pas sur le long terme * La thèse des 3 couches : system of record, engagement, agents * L'agent de négociation et comment il démultiplie le travail des équipes achat * Pourquoi Pivo garde les agents hors du cœur produit * Le studio AI interne : qui sont les builders et comment ils mesurent le ROI * Comment se différencier quand tout le monde dit faire des agents IA * L'impact sur les plans de recrutement dans les équipes tech et ops * Le moment où Marc-Antoine a vraiment compris la puissance de l'IA Cet épisode s'adresse aux : * CPO et CTO de scale-ups * Directeurs des achats et équipes procurement * DAF et responsables financiers * Fondateurs qui se demandent comment intégrer l'IA dans leur produit Retrouvez Pivot sur pivotapp.ai [http://pivotapp.ai] et sur LinkedIn. Site Phacet : https://www.phacetlabs.com/fr [https://www.phacetlabs.com/fr] Podcast : https://www.phacetlabs.com/fr/podcast [https://www.phacetlabs.com/fr/podcast] Hosted on Ausha. See ausha.co/privacy-policy [https://ausha.co/privacy-policy] for more information.

Ce qu'Agicap (8000 clients) a appris en intégrant l'IA - avec Sébastien Beyet, co-fondateur & CEO

Dans cet épisode, Nicolas Marchais reçoit Sébastien Bayer, CEO et cofondateur d’Agicap, l’un des leaders européens du logiciel de gestion de trésorerie. Avec plus de 8 000 entreprises clientes en Europe et aux États-Unis, Agicap aide les équipes finance à suivre, prévoir et optimiser leur trésorerie. Depuis plusieurs années, la plateforme intègre déjà des briques d’intelligence artificielle pour automatiser le traitement des données financières. Mais lorsque les LLM et les assistants IA sont arrivés, l’équipe a tenté une approche que beaucoup d’éditeurs SaaS ont expérimentée : ajouter un assistant conversationnel capable de répondre aux questions des trésoriers. Résultat : l’adoption a été faible et l’équipe a finalement décidé de supprimer cette fonctionnalité. Dans cet échange, Sébastien Bayer explique pourquoi cet assistant IA n’a pas fonctionné, ce que cette expérience leur a appris, et comment Agicap utilise aujourd’hui l’IA de manière beaucoup plus opérationnelle dans son produit. On explore notamment : • pourquoi l’assistant IA d’Agicap n’a pas été adopté par les utilisateurs • le problème des hallucinations de l’IA dans un domaine sensible comme la finance • pourquoi une prévision financière “boîte noire” n’est pas exploitable par un DAF • comment Agicap utilise le machine learning et les LLM pour automatiser les tâches financières • les premiers cas d’usage agentiques dans leur produit • la différence d’adoption de l’IA entre l’Europe et les États-Unis • comment organiser une entreprise pour intégrer l’IA dans ses produits et ses opérations • et pourquoi l’IA doit rester un outil d’aide à la décision, pas un remplaçant du trésorier. Un échange concret et sans langue de bois sur ce qui fonctionne vraiment avec l’IA dans un produit SaaS financier. Hosted on Ausha. See ausha.co/privacy-policy [https://ausha.co/privacy-policy] for more information.

Linkup : 10M€ pour construire le moteur de recherche dont les agents IA ont besoin

Dans cet épisode, Nicolas Marchais reçoit Philippe Mizrahi, CEO de Linkup, une startup française qui vient de lever 10 millions d’euros pour s’attaquer à un sujet devenu central dans l’IA : le web search pour les agents et les modèles de langage. À mesure que les LLM se généralisent, une limite apparaît clairement : leur dépendance à des données obsolètes et leur propension à halluciner. Linkup part d’un constat simple : les moteurs de recherche ont été conçus pour les humains, pas pour les IA. Or, à l’ère des agents, ce modèle ne fonctionne plus. Philippe explique pourquoi Google et Bing ont fermé leurs APIs de web search, pourquoi l’index du web est devenu un actif stratégique pour l’IA, et comment Linkup a fait le pari de reconstruire un moteur pensé nativement pour les agents, capable de fournir des informations fraîches, précises et exploitables par les modèles. On explore : • pourquoi le web search est devenu une brique critique de l’infrastructure IA • comment réduire les hallucinations des LLM grâce à des données externes fiables • la différence entre moteurs de recherche pour humains et moteurs pour agents IA • les choix techniques derrière l’indexation granulaire du web chez Linkup • les cas d’usage réels : automatisation commerciale, recherche financière, assistants d’entreprise • comment des groupes comme KPMG ou Boulanger utilisent le web search dans leurs systèmes IA • la stratégie de Linkup face aux acteurs américains très capitalisés • et pourquoi l’accès à l’information est au cœur de la prochaine bataille de l’IA Un échange clair et structurant pour comprendre comment l’infrastructure de l’IA est en train d’évoluer, et pourquoi le web search est redevenu un champ de bataille clé. Hosted on Ausha. See ausha.co/privacy-policy [https://ausha.co/privacy-policy] for more information.

Comment Lemlist, 42M€, 100% bootstrap, injecte l’IA dans ses produits et ses opérations pour scaler

Dans cet épisode, Nicolas Marchais reçoit Charles Tenot, CEO de Lemlist, pour déconstruire les fantasmes autour de l’IA dans le sales et analyser ce qui fonctionne réellement sur le terrain. Avec 42 M$ d’ARR, plus de 20 000 clients dans 120 pays et une croissance annuelle d’environ 50%, Lemlist est l’un des acteurs majeurs de la prospection commerciale. Charles Tenot partage une vision lucide et souvent à contre-courant sur l’IA : entre promesses spectaculaires, adoption réelle par les équipes et limites structurelles des outils actuels. L’épisode explore notamment : • l’écart entre le bruit médiatique autour de l’IA et son impact concret dans les équipes commerciales • pourquoi de nombreux commerciaux utilisent peu les outils IA mis à leur disposition • les limites des “AI SDR” et des promesses de vente 100% automatisée • le rôle réel de l’IA dans la prospection : données, orchestration et qualité plutôt que magie • le dilemme centralisation vs décentralisation de l’IA dans les organisations • comment Lemlist intègre l’IA dans son produit sans tomber dans le gadget • les taux de réponse réels en prospection en 2025 • pourquoi la vente reste fondamentalement un métier humain • et comment les entreprises doivent penser l’adoption de l’IA sur les 12 à 24 prochains mois. Un échange dense, pragmatique et sans langue de bois sur le futur du sales, de la prospection et de l’IA appliquée aux équipes commerciales. Hosted on Ausha. See ausha.co/privacy-policy [https://ausha.co/privacy-policy] for more information.

Comment Pigment a dépassé des géants vieux de 20 ans

Dans cet épisode, Nicolas Marchais reçoit Édouard Beaucourt, Directeur Général Europe de Pigment, pour comprendre comment une nouvelle génération de plateformes de business planning redéfinit la planification financière, l’analyse de données et l’usage de l’IA dans l’entreprise. Pigment, l’une des plus fortes success stories SaaS françaises, s’est imposée face à des acteurs historiques grâce à une architecture pensée dès le départ pour le cloud, la donnée moderne et l’intelligence artificielle. Édouard explique pourquoi, pendant près de 20 ans, le marché du business planning a très peu évolué… puis comment l’avènement du cloud, des data platforms et maintenant des agents IA a totalement rebattu les cartes. On explore : • comment Pigment a dépassé des logiciels conçus à l’ère du BlackBerry • pourquoi être “IA-native” permet de shipper 5 à 10× plus vite • l’impact réel des agents IA dans la planification, la modélisation et la prise de décision • la différence entre les marchés US et européens sur l’adoption de l’IA • ce que changent les LLM pour les équipes finance, sales, planning et ops • comment Pigment aide aujourd’hui des entreprises comme la SNCF, des retailers, des groupes internationaux ou des digital natives à réduire le time-to-value de plusieurs mois à quelques semaines • comment transformer la fonction finance quand les cycles de prévision bougent tous les trois mois • et pourquoi, selon Édouard, la prochaine décennie verra l’émergence d’une “workforce digitale” dans toutes les organisations. Un échange dense, concret, et indispensable pour comprendre comment l’IA transforme les métiers de la finance, de la planification et du pilotage d’entreprise. Hosted on Ausha. See ausha.co/privacy-policy [https://ausha.co/privacy-policy] for more information.