Hello 👋🏼
Bon. On vous doit des excuses.
Le podcast devait sortir il y a trois semaines. Il est sorti le 23 décembre. Voici ce qui s'est passé.
🎙️ Pourquoi le podcast a 3 semaines de retard
On tourne le 7 décembre, mais notre monteur est malade. Il reprend le 15 décembre et il nous annonce que l'export Riverside est inexploitable. Panique à bord et on prévoit de tourner pour une seconde fois l'épisode le 23 décembre.
Le 22 décembre, on s'appelle avec Lionel Louis. Je lui raconte mon problème et il me dit texto : "Mais gros, contacte le service client."
Révélation.
En contactant le service client, j'apprends qu'on peut récupérer une piste vidéo cloud, mais de qualité inférieure. Le 23 décembre, le podcast est live.
Morale de l'histoire → toujours contacter le support avant de paniquer. Ça paraît évident dit comme ça pas quand on a la tête dans le guidon.
Le podcast est dispo. On y parle de nos 5 kick-offs du mois, de notre pivot produit, de nos nouvelles offres, et de Martin qui a perdu 100€ au casino d'Aix. (Spoiler : Kaio est reparti avec 120€.)
La miniature du 4ème épisode de Ça scale ou ça casse
👉🏼 Écoutez l'épisode ici :
🌐 Tout notre contenu, réuni au même endroit
Études de cas, médias, articles, ressources, replays et plus encore. Centralisé ici.
Et si vous souhaitez qu'Architect Ops vous accompagne sur votre stratégie Go-To-Market, on est disponible pour en discuter.
🤖 Dust vs Langdock : créer des agents IA pour votre équipe
Dust vs Langdock
On ne parle pas juste de "chatbots". On parle d'agents qui bossent vraiment. Qui vont chercher l'informations, qui répondent à vos équipes, qui s'intègrent dans vos process.
On a pris 2 sessions de coachings avec Colin Dargent pour discuter de ce sujet.
Je sais que vous vous demandez combien est-ce que ça nous a coûté. Je vous donne le montant à la fin de la newsletter. 😝
Voici le récapitulatif :
Les agents Dust : puissants sur la knowledge base
Dust permet de créer des agents connectés à vos sources de données. Google Drive, Notion, Slack, sites web. L'agent va chercher dans vos docs et répond en contexte.
Usecase 1 : Agent onboarding freelance
On veut créer un agent accessible sur Slack. Un freelance arrive sur une mission, il a une question sur un process. Il ping l'agent. L'agent va chercher dans notre Drive, trouve le SOP, renvoie le lien vers la vidéo tuto et résume la procédure.
Plus besoin de nous solliciter pour chaque question. L'agent devient le premier niveau de support.
Ce qui rend ça possible sur Dust →
Synchro automatique avec Google Drive (toutes les 10-20 minutes)
On peut synchroniser un dossier entier, pas juste des fichiers
Intégration Slack native : l'agent répond directement dans le channel
L'agent retrouve les URLs des vidéos stockées dans un Google Sheet
Usecase 2 : Agent connaissance client
Avant chaque call client, l'agent compile tout ce qu'on sait : historique des échanges, docs partagés, contexte métier. On lui demande "Résume-moi la situation chez [Client X]" et il va chercher dans toutes nos sources.
Ce qui marche bien →
La feature "GoDeep" qui fouille dans toutes les sources synchronisées
Possibilité d'ajouter le site web du client comme source de données
L'agent retient ce qu'on lui demande de retenir (memory par agent)
Usecase 3 : Agent rédaction LinkedIn
On a un agent qui a accès à tous nos posts LinkedIn passés. Il connaît notre style, nos sujets, notre ton. Quand on veut rédiger un nouveau post, il s'adapte à notre historique.
La limite → 100 messages par jour sur le plan standard. Suffisant pour un usage manuel, mais ça peut coincer si vous automatisez.
Les agents Langdock : plus flexibles sur les workflows
Langdock propose une approche différente. Moins de partenariats natifs, mais plus de flexibilité sur la partie programmatique.
Usecase 1 : Agent enrichissement à la demande
On peut créer un agent qui fait des requêtes HTTP. Concrètement : un agent connecté à Slack qui enrichit des e-mails ou des numéros de téléphone sur demande. Le commercial demande "Trouve-moi l'e-mail de [Personne] chez [Entreprise]", l'agent appelle l'API d'enrichissement et renvoie le résultat.
Ce qui rend ça possible →
Partie API plus ouverte que Dust
Possibilité de créer des workflows custom
Intégration avec des outils externes via requêtes HTTP
Usecase 2 : Agent multi-projets
Langdock organise tout par dossiers. Chaque client = un dossier. Chaque projet = un contexte séparé. L'agent d'un projet n'a pas accès aux données d'un autre.
Ça paraît basique, mais Dust ne propose pas cette organisation. Sur Dust, il faut créer des agents séparés avec des permissions différentes.
Usecase 3 : Agent connecté à des sources variées
Langdock fonctionne comme un OpenRouter avec une interface front. On peut connecter des modèles différents selon les besoins. GPT-4 pour la rédaction, Claude pour l'analyse, Mistral pour les tâches rapides.
La limite → moins d'intégrations natives. Si vous êtes full Notion, Dust sera plus fluide.
Notre situation concrète
On n'est pas sur Notion. On utilise ClickUp et Google Drive.
Ce qu'on veut construire →
Un agent Slack pour nos freelances
Un agent qui compile les infos clients avant les calls
Un agent qui génère des brouillons de reporting automatiques
Sur le papier, Langdock nous correspond mieux pour la flexibilité. Mais Dust a des intégrations Drive plus solides.
On teste les deux en parallèle. On vous dira lequel on garde.
Le vrai enjeu
L'outil compte moins que l'organisation de vos données. Plus votre Drive est structuré, plus vos agents seront efficaces.
Notre conseil → commencez par un Google Sheet avec vos SOP listés proprement. Nom du process, lien vers le doc, lien vers la vidéo. L'agent retrouvera tout instantanément.
Comme promis, je vous donne le coût de nos 2 sessions de coachings avec Colin DARGENT => 200€ de l’heure.
On a appris des choses et ça a lancé la dynamique. Juste pour ça, je pense que ça valait le coup. Pour ceux que ça intéresse, voici l’adresse mail de colin : [email protected]
Et voilà pour cette édition. On espère que ça vous donne des idées pour vos propres agents.
Bonne fin d'année à tous. On se retrouve en janvier avec (promis) un podcast à l'heure et nos retours sur l'agent qu'on aura choisi.
👉🏼 Des questions sur la création d'agents IA ? Répondez directement à cet e-mail.
On se retrouve très vite pour la prochaine édition !
Christian
