Impulsion

Impulsion est né directement des cendres de ProcessFlow. Après des mois d'appels de découverte avec des responsables opérationnels et des rédacteurs de procédures, nous étions dans une impasse. Le problème que ProcessFlow essayait de résoudre n'était pas logiciel, il était humain. Personne n'était prêt à payer pour cela.

Lors d'un de ces appels, nous avons échangé avec une entreprise de construction de taille moyenne dans la baie de San Francisco. Ils étaient intéressés, mais voulaient quelqu'un sur place. Titouan s'est envolé pour San Francisco. Ce que nous avons découvert sur place n'était pas un problème de documentation, c'était un problème de formation, en particulier pour l'équipe commerciale.

Les nouveaux commerciaux dans le bâtiment mettent 6 à 12 mois pour devenir productifs. Chaque mois improductif coûte à l'entreprise plus de 40 000 $ rien qu'en salaire, sans aucune contribution au chiffre d'affaires. Une mauvaise embauche coûte plus de 75 000 $ à remplacer. Ces chiffres venaient directement de l'entreprise avec laquelle nous travaillions.

La cause principale était simple. Personne dans l'équipe de direction n'avait assez de temps pour accompagner les nouveaux commerciaux et les former correctement. La montée en compétences était lente, déstructurée et coûteuse. Les approches traditionnelles (accompagnement sur le terrain, observation des meilleurs éléments, lecture de manuels) ne pouvaient pas passer à l'échelle.

Nous y avons vu une opportunité. Utiliser l'IA conversationnelle pour simuler des interactions clients réalistes, permettant aux commerciaux de s'entraîner autant que nécessaire avant d'aller sur le terrain.

Nous avons construit une plateforme de formation commerciale propulsée par l'IA, spécifiquement pour les entreprises du bâtiment. L'expérience principale : un commercial choisit un niveau de difficulté, lance une conversation vocale avec un persona client généré par l'IA, et s'entraîne à vendre. Après l'appel, il reçoit la transcription complète, une analyse de ses performances et des retours actionnables sur ce qu'il doit améliorer.

Personas propulsés par RAG. Nous avons construit un pipeline RAG en utilisant les embeddings d'OpenAI, alimenté avec l'historique du personnage et la façon dont il devait se comporter. Les personas IA n'étaient pas génériques. Ils avaient des noms, des parcours et un contexte réaliste lié à l'industrie du bâtiment (directeurs des opérations, chefs de projet, acheteurs sceptiques).

Infrastructure Voice. Le défi technique était de faire en sorte que l'IA ait l'air humaine. Pas seulement dans la qualité de la voix, mais dans son comportement. Le persona devait s'impatienter si le commercial s'éparpillait, contester les argumentaires faibles et répondre avec un timing réaliste. Nous avons d'abord creusé une solution Livekit sur mesure avec Cerebras pour une inférence plus rapide, en optimisant le time-to-first-token pour atteindre une latence de réponse presque humaine. Nous avons exploré Kyutai pour la voix open-source et Hume AI pour injecter des variations émotionnelles comme la frustration, le scepticisme ou l'enthousiasme. Finalement, ElevenLabs offrait la meilleure qualité clé en main, avec tout inclus : synthèse vocale, gestion de la conversation et faible latence.

Tableau de bord manager. Les directeurs commerciaux pouvaient suivre les progrès de leur équipe : voir qui s'entraînait, comment ils s'amélioraient et où ils bloquaient. L'objectif était de libérer les meilleurs éléments de leurs tâches de formation et de donner de la visibilité aux managers sans exiger leur temps direct.

Nous n'avons jamais signé le contrat. Le produit fonctionnait. L'IA semblait suffisamment convaincante pour que des commerciaux expérimentés du bâtiment la prennent au sérieux. La tech était solide. Mais les discussions avec notre client potentiel avançaient lentement, trop lentement pour une équipe de deux personnes qui brûlait son runway à Station F.

En parallèle, nous avons essayé de valider une approche SaaS plus large en contactant d'autres équipes commerciales dans le bâtiment. Mais sans un premier client signé à mettre en avant, la conversation n'a jamais pris d'ampleur. Quand l'accord est finalement tombé à l'eau, nous avons arrêté le projet.

Ce qui a fonctionné : l'expérience vocale était vraiment bonne, suffisamment réaliste pour créer de l'engagement et de l'inconfort, ce qui est exactement le but d'une formation. L'approche RAG nous permettait de créer rapidement des personas spécifiques à une entreprise à partir de sa documentation existante. Le workflow produit-ingénierie entre deux personnes était efficace. Nous n'avons jamais été bloqués techniquement.

Ce qui n'a pas fonctionné : nous avons tout misé sur une seule opportunité. Quand cet accord s'est effondré, nous n'avions rien d'autre de prévu. Le délai entre les appels et les décisions dans les ventes B2B enterprise était brutal pour une jeune startup sans réseau et sans matelas de revenus. Nous avons découvert, honnêtement, que nous n'aimions pas la dynamique de vente B2B.

La Voice AI est un problème d'infrastructure, pas un problème de modèle. Le plus difficile n'a pas été de choisir le bon LLM, c'était d'optimiser l'ensemble du pipeline : le time-to-first-token, la latence du streaming audio, la modulation émotionnelle, la gestion des tours de parole. Nous avons appris à sélectionner la bonne solution en fonction des besoins du client.

Les primo-fondateurs sans réseau paient le prix fort dans le B2B. Chaque opportunité prenait plus de temps à se concrétiser qu'elle n'aurait dû. Nous étions toujours à un échec de contrat de nous retrouver à zéro.

Savoir ce que l'on est prêt à vendre. Nous pouvions construire le produit. Nous pouvions valider le problème. Mais nous ne pouvions pas gérer le cycle de vente B2B que ce type de produit exigeait. Cette prise de conscience a été le résultat le plus précieux d'Impulsion. Elle nous a poussés vers Lume, un produit B2C où le modèle de distribution correspondait à nos forces.