Episode 22 · February 25, 2025 · 26 min · En français

QuébGPT : Révolutionner les PME avec l’IA – ft Charles Demontigny

A Québec founder explains why SMEs struggle with AI, where Québec stands in the AI race, and what his lead-capture chatbot taught him.

Résumé

Sach reçoit Charles Demontigny, fondateur de QuébGPT. Charles a étudié en économie et en économétrie, puis il est tombé dans l’apprentissage automatique et a travaillé comme consultant en analyse de données. Le 1er avril 2023, il lance QuébGPT, un chatbot en blague qui parle québécois et qui devient semi-viral. Il profite de ce bruit pour orienter son entreprise vers les modèles de langage, puis il se concentre sur un seul produit, Capture, un chatbot qui transforme les visiteurs d’un site web en leads qualifiés. Selon lui, les PME n’ont pas vraiment de problème d’IA : elles manquent de clients ou ont des problèmes d’opérations, et un projet sur mesure à des dizaines de milliers de dollars n’offre souvent aucun retour sur investissement. À l’échelle mondiale, il pense que le Québec est en retard sur les modèles de base et pourrait miser sur l’énergie ou sur les applications. Il prévient aussi que des emplois de cols blancs vont disparaître et qu’il faut d’abord aider les gens à se réorienter. Il raconte enfin comment Capture a été paramétré : donner moins d’information au robot a parfois fait mieux convertir. Certains clients obtiennent de 50 à 60 nouveaux leads par mois.

Summary in English

Sach talks with Charles Demontigny, founder of QuébGPT. Charles trained in economics and econometrics, drifted into machine learning, and worked as a data consultant. On April 1, 2023 he released QuébGPT, a joke chatbot that spoke Québécois and went semi-viral. He used the attention to move his company toward language models and later narrowed it to one product, Capture, a chatbot that turns website visitors into qualified leads. Charles argues that small businesses rarely have an AI problem. They have too few clients or messy operations, and custom AI projects that cost tens of thousands of dollars often have no return. On the global stage, he thinks Québec is behind on foundation models and could look at energy or applications instead. He also says AI will cost white-collar jobs, so Québec should first help workers transition. He explains how Capture was tuned: giving the bot less information sometimes converted more, because it handed off to a salesperson sooner. He closes with client results, such as 50 to 60 new leads a month for some clients.

Episode facts

Episode 22 of AI with Sach, a podcast hosted by Sacha Gucciardo in Montréal, features Charles Demontigny, fondateur de QuébGPT (anciennement Fluxion Conseil), créateur du chatbot Capture. A Québec founder explains why SMEs struggle with AI, where Québec stands in the AI race, and what his lead-capture chatbot taught him. The conversation is in French.

Show
AI with Sach, hosted by Sacha Gucciardo (Montréal)
Episode
22: QuébGPT : Révolutionner les PME avec l’IA – ft Charles Demontigny
Guest
Charles Demontigny, Fondateur de QuébGPT (anciennement Fluxion Conseil), créateur du chatbot Capture
Published
February 25, 2025
Length
26 minutes
Language
French

Key takeaways

  1. Before building with AI, check that the problem is real: most SMEs need more clients or better operations, not AI for its own sake.
  2. A custom AI project costing around $50,000 only makes sense if the return on investment is clear.
  3. A chatbot that knows everything about a business can convert worse than one that knows less and hands off to a salesperson.
  4. Getting a prompt to work 80% of the time is easy; reaching business goals takes work on UX, knowledge base and connections to other tools.
  5. Québec is behind on foundation models and could focus on energy or applications.
  6. AI will shake up white-collar jobs, so helping workers change jobs quickly is a priority.

In their words

If fixing your problem with AI costs $50,000, there may be no return at all.

Ils ont un problème puis ils ont l'impression qu'il faudrait le régler avec de l'IA, mais si ça va coûter 50 000 le régler, il n'y aura pas de retour sur investissement.
Charles Demontigny
Charles explains why small businesses struggle to adopt AI: custom projects are bigger and costlier than they expect.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 7:58

Nobody in Québec trains foundation models from scratch. Is the province already behind?

Tu sais, le Québec il y a personne qui entraîne des modèles de zéro. Fait que sur l'IA générative, on est clairement en retard et même sur l'IA en général, dans les entreprises, moi, ce que je vois, c'est juste beaucoup de retard.
Charles Demontigny
Asked where Québec stands globally, Charles says nobody in Québec trains models from scratch and businesses are lagging.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 10:46

Open models are nice. The harder job is helping people change jobs fast.

Concrètement, on s'entend qu'il y a des jobs qui vont tomber et qu'il y a des inégalités qui vont peut-être être créées. À la fois, oui, les modèles peuvent être ouverts et tout ça, c'est intéressant. Ça peut que ça soit abordable ou peu importe, mais il va falloir entraîner les gens à être capables de changer d'emploi rapidement
Charles Demontigny
Asked about AI for the public good, Charles says open models matter less than helping workers whose jobs will disappear.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 14:09

Reading invoices took thousands of lines of code. Then OpenAI's API did it in a hundred.

J'avais peut-être, je ne sais pas, quatre milles de code pour faire ça. Puis finalement, avec l'API d'OpenAI, tu pouvais le faire genre, je ne sais pas, cent lignes de code, peu importe. C'était vraiment magique.
Charles Demontigny
Charles recalls analyzing complicated invoices: thousands of lines of code before, about a hundred with the OpenAI API.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 3:38

A joke chatbot that spoke Québécois launched an AI company.

J'ai sorti un chatbot en blague le 1er avril qui s'appelait KebGPT, qui était juste un chat qui parlait Keb. Dans le temps, le monde ne comprenait pas encore comment ça marchait parce que ça venait de sortir.
Charles Demontigny
Charles tells how a April Fools' joke chatbot became the starting point of his AI company.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 3:56

Small businesses rarely have an AI problem. They have too few clients or too many.

Comme je dis souvent à l'interne ici, c'est que souvent, on a trop de clients puis souvent, on en a pas assez. Puis c'est souvent ces deux problèmes-là.
Charles Demontigny
Charles says SME problems are usually about clients or operations, not about AI.
Said on AI with Sach · Ep. 22 · Feb 2025 · at 7:00

Every quote is checked word for word against the recording; the timestamp opens that moment on YouTube.

Full transcript

Automatic transcript of the recording (French); speaker labels are automatic. Timestamps open YouTube at that moment.

0:00Sacha: Aujourd’hui, j’ai le plaisir d’accueillir Charles Demontigny, fondateur de Québec GPT, une entreprise qui révolutionne le secteur des PME grâce à l’intelligence artificielle. Charles, merci beaucoup de te joindre à moi aujourd’hui et bien ven . –

0:12Guest: Écoute, ça fait extrêmement plaisir d’être avec toi aujourd’hui sur ton podcast.

0:18Sacha: Est -ce que tu peux nous parler un petit peu de ton parcours et ce qui t’a mené à fonder Québec GPT? –

0:25Guest: Ouais, écoute écoute écoute mon parcours tu s je n’ai pas étudié en informatique j’étudié en économie puis à la maîtrise en fait je me suis vraiment intéressé à l'analyse de données à l’économétrie et par la bande je voulais faire plus de cours je voulais apprendre à être un meilleur programme ur parce qu’on faisait beaucoup d’analyses de données fait je suivais des courses sur R sur Python je comme tombé en fait sur ce qu’on appel en le temps machine learning qui était très très proche de l'économétrie donc c'était le but de faire des modèles prédictifs donc je suis un un peu tombé en amour avec ça et quand tu gradues d’une maîtrise en économie ben tu peux soit les travailler gouvernement puis dans ce temps là il y pas tant d'autre faire des superbeaux projets avec eux donc j’ai travaillé deux ans là et rapidement après ça j’ai voulu me partir à mon compte la petite soeur en fait c que la firme a été achetée par une grande firme américaine et eux me don un package de rétention donc pour que je reste au début en fait mon boss arrive il me dis OK on va être achetée un package je des mois avec une somme d’argent finalement non il voulait me garder absolument donc il me don un package si je restais deux ans c’un gros package en actions et tout ça faisait longtemps que je voulais me partir à mon compte devenir consultant et tout ça fait que je me dis OK s’ils sont prêts à me donner un package pour me garder ils sont sûrement prêts à m place fait que j'ai j'ai fait mon gros bluff je leur ai dit OK je m'en va ciao je prendrai pas le package finalement mais si jamais vous voulez me garder vous pouvez vous pouvez me prendre comme consultant il y a eu puis au début il me dis la firm américaine était comme non on peut pas on le fait on fera jamais ça ça marche pas de main non non non non� qui s'appelait Fluxion Conseil.

2:41J'ai roulé ça pendant, c'est la même entreprise que j'ai aujourd'hui, on a rebrandé, mais grosso modo, on faisait du développe, on faisait n'importe quoi, honnêtement, on faisait ce qui passait en analyse de données. Je voulais faire du machine learning avec les PME québécoises, mais honnêtement, en 2019, personne n'avait l'infrastructure, les données, tout ça pour faire ce genre de projet-là. J'ai plus travaillé avec de la grosse firme pendant quelques années et pour en arriver justement jusqu'aux sorties des modèles de langage. Donc, c'est pré-ChatGPT, j'avais commencé beaucoup à jouer avec l'API d'OpenAI et tout ça, quitte à faire même des projets. En fait, je réalisais qu'il y avait, même au tout début, juste avec les modèles GPT-3, il y avait des use cases qui étaient extrêmement simples à faire avec ça, qui étaient complexes. Sinon, j'avais un client qui voulait qu'on analyse des factures. Dans ce temps-là, je voulais analyser des factures compliquées. J'avais peut-être, je ne sais pas, quatre milles de code pour faire ça.

3:41Puis finalement, avec l'API d'OpenAI, tu pouvais le faire genre, je ne sais pas, cent lignes de code, peu importe. C'était vraiment magique. Je suis tombé un peu dans le mot avec le processus et tout ça a mené au 1er avril 2023. Oui, ça va faire deux ans. J'ai sorti un chatbot en blague le 1er avril qui s'appelait KebGPT, qui était juste un chat qui parlait Keb. Dans le temps, le monde ne comprenait pas encore comment ça marchait parce que ça venait de sortir. J'avais juste mis un prompt qui disait plein d'informations. J'avais mis des variables random qui roulaient à chaque fois que tu lui parlais. Soit qu'elle allait parler de Céline Dion, soit qu'elle allait parler du Canadien, soit qu'elle allait parler de sirop d'érable, peu importe. Ça a été un semi-viral au Québec. En une fin de semaine, j'avais eu 12 000 hits sur ce truc-là. Et je me suis fait interviewer par le journal de Montréal.

4:42J'ai été invité au podcast de Bruno en tech. Il y a eu beaucoup de bruit autour de ça. Des gens sont venus me voir pour que je ne leur fasse pas ce produit-là parce qu'il ne servait à rien, mais ce genre de produit-là. Comme j'ai eu beaucoup de bruit et j'avais des bons liens, en tout cas, autour de cette marque-là parce que je voulais faire aussi un genre de passage vers les LLM pour démarquer ce changement-là. Ça faisait comme 4-5 ans que je développais des modèles, je faisais des analyses de données. Je voulais me nicher vers les LLM. J'ai rebrandé autour de ça et j'ai fait quelques projets un peu sur mesure jusqu'à temps de réaliser que je n'allais pas encore être capable d'aider la PME au Québec tant que je n'allais pas avoir un produit de développement sur mesure. Ça coûte cher. Sur le coup, ça coûte cher maintenant, c'est tout ça. Donc, on a lancé Capture qui est un chatbot de capture de lead pour les sites web de nos clients qui est pour but d'aider la PME à transformer davantage de visiteurs de leur site web en lead qualifié, soit que c'est un meeting de bouquet, soit que c'est un achat.

5:57Peu importe leur objectif sur leur site, d'avoir un IA qui les aide à faire ça. Et grosso modo, c'est une expérience à la chat GPT. On utilise les LLM et on va les connecter avec leurs données, que ce soit juste la donnée en général de leur business, des inventaires dynamiques, CRM, tout ça. Ça fait qu'on vient les accompagner dans ça. Puis aujourd'hui, on a eu depuis un an une cinquantaine de clients avec qui on a aidé pour ce produit.

6:25Sacha: C'est trop cool. Donc là, pour l'instant, vous êtes un petit peu concentré, enfin, beaucoup concentré sur aider les PME. J'aimerais parler un peu plus de ça. Selon toi, c'est quoi le plus grand défi ou les plus grands défis auxquels les PME québécoises font face en matière d'IA aujourd'hui?

6:41Guest: Ouais, ben tu sais, en matière d'IA, en fait, je pense pas qu'ils ont de problèmes en matière d'IA, justement. Puis des fois, quand tu essaies de régler ce problème-là, c'est pas un réel problème. Ils ont des problèmes à trouver plus de clients ou il y a des problèmes d'opération habituellement. C'est les deux. Comme je dis souvent à l'interne ici, c'est que souvent, on a trop de clients puis souvent, on en a pas assez. Puis c'est souvent ces deux problèmes-là. Et là, ils cherchent en fait à, la PME va chercher à utiliser de l'IA pour, c'est ça. Notre solution, c'est pour les aider à aller chercher plus de clients et après ça, à opérationnaliser tout ça et de l'autre côté pour les opérations. Mais grosso modo, pour le onboarding, il y a souvent personne à l'interne qui ont ces connaissances-là. Donc, à la fois, ils sont pas habitués d'utiliser de la tech sur mesure puis c'est pour ça que je suis un petit peu sorti de ça aussi. Donc, si jamais tu veux leur monter un gros process sur mesure, ils ont pas l'habitude de faire ce genre de projet-là qui est souvent plus gros qu'on pense.

7:45Il faut souvent un Scrum ou un Project Manager pour juste cadrer tout ça puis ça va être des projets qui vont coûter des dizaines de milliers de dollars. Donc, le retour sur investissement, en fait, je pense que c'est surtout ça. Ils ont un problème puis ils ont l'impression qu'il faudrait le régler avec de l'IA, mais si ça va coûter 50 000 le régler, il n'y aura pas de retour sur investissement. Ça va peut-être fonctionner dans le sens que l'IA va être capable de le régler. quoi que grâce justement aussi à l'IA générative, ça coûte de moins en moins cher. Faire une preuve de concept, aujourd'hui, tu peux la faire avec ChatGPT. Mais si on revient à ta question de c'est quoi la problématique face à l'IA, je dirais qu'en général, c'est juste que les PME ont du mal à suivre que ce soit la transformation numérique, que ce soit l'IA. Il y en a qui sont encore en papier. Ils ont tous des problèmes un petit peu différents, mais mais le onboarding, il faut que ça soit simple.

8:46C'est pour ça aussi qu'au début, mon produit, honnêtement, je trouvais que c'était trop simple. Ça ne pourrait pas être un produit viable, c'est trop niaiseux, c'est un chat AI. Finalement, c'est pas si simple parce qu'au final, quand tu veux le productorize, c'est plus compliqué que tu penses. Mais deuxièmement, pour bien du monde, c'est un gros plus par rapport à ce qu'il y avait. Je te dirais que c'est peut-être de savoir prioriser qui sait quoi qui va avoir le plus gros retour et il faut que ça ne soit pas partir sur genre « Ah, je vais installer Firefly sur mes meetings et ça va tout régler mes problèmes. » Je ne sais pas si dernièrement, j'arrive dans plein de meetings, le monde a leur AI qui prend leurs notes et ils sont juste comme « Mets-le dehors, je suis allé de Firefly » ou « Whatever ». En tout cas, il y a plein de solutions qui finalement ils règlent partiellement les problèmes et ce n'est pas magique. je te dirais que c'est… En tout cas, la PME, c'est assez vague aussi. Ils ont plusieurs problèmes mais c'est souvent qu'ils sont en retard.

9:49Sacha: Et avec l'essor assez rapide justement de l'IA, où est-ce que tu vois le Québec se positionner sur la scène mondiale dans ce domaine-ci?

9:58Guest: Oui, tu sais, c'est intéressant parce que il y a quelques années on se vantait au Québec d'être le nec plus ultra de l'IA avec Element AI et juste ça en fait. Il y avait pas mal juste ça. L'Université de Montréal qui avait de la bonne recherche puis force à admettre pas été capable de faire passer cette recherche-là en produit. Tu sais, Element AI était là pas mal en même temps qu'Open AI. Ça a tellement été cool que ça soit le chat GPT, que ça soit pas une joke que je fasse sur Internet mais que ça soit réellement le premier LLM qui sorte de Element AI à Montréal. Fait que tu sais, aujourd'hui, honnêtement, on est probable… On a… Tu sais, le Québec il y a personne qui entraîne des modèles de zéro. Fait que sur l'IA générative, on est clairement en retard et même sur l'IA en général, dans les entreprises, moi, ce que je vois, c'est juste beaucoup de retard.

11:03Donc, c'est pour ça que j'essaie justement d'avoir des solutions un peu plus clés en main pour donner de la vitesse, faire un premier projet, les faire comprendre comment ça peut les aider parce qu'il faut qu'on reprenne notre retard puis je ne sais pas si on n'est pas déjà trop en retard sur le côté modèle, disons, modèle de base. Peut-être qu'on devrait plus switch vers tout ce qui est open source puis pousser vers ça parce que la réalité, c'est qu'on va probablement pas… On a déjà peut-être manqué le bateau.

11:34Sacha: Récemment, il y a eu une annonce du président français Emmanuel Macron qui aurait 200 milliards d'euros investis par l'Union européenne dans l'IA. Comment est-ce que le Québec, il pourrait, selon toi, renforcer sa compétitivité justement et son attractivité envers les talents et les entreprises?

11:55Guest: Oui. Bien, c'est ça. Tu sais, considérant que les États-Unis, que l'Union européenne puis que la Chine juste sur, disons, le layer, en bon français, des modèles de base, on devrait peut-être regarder à d'autres couches, tu sais, de comment l'IA peut aider, tu sais. Peut-être que c'est en dessous parce que, tu sais, on a de la bonne électricité pas chère, peut-être qu'on est capable d'attirer l'entreprise grâce à ça. Puis sinon, c'est peut-être en haut au niveau des applications, de l'applicatif parce que, tu sais, entre le modèle et ce qui va être dans 5-10 ans, les modèles de base, ça va être un peu commodité selon certains. Donc, est-ce qu'on va être capable de compétitionner en créant un autre nouveau modèle? Je pense pas que c'est intéressant, mais c'est ça. Peut-être au niveau de l'énergie, sinon au niveau de l'applicatif, on devrait beaucoup plus pousser à ce niveau-là pour rendre des technologies utilisables et rentables parce que c'est là que je pense qu'il va y avoir la valeur ajoutée de créer dans les prochaines années.

13:01Sacha: Une autre news que j'ai vue récemment, c'est Current AI. Je sais pas si t'as vu, mais c'est une fondation, c'est une initiative qui a été fondée lors du sommet de l'IA justement à Paris pour faire émerger une AI au service de l'intérêt général. Est-ce que tu penses que le Québec pourrait bénéficier d'une initiative similaire? Est-ce qu'on pourrait s'en inspirer ou est-ce qu'on devrait aussi essayer d'établir un petit peu des partenaires en Europe pour promouvoir l'intelligence artificielle? J'aimerais savoir ce que t'en penses.

13:34Guest: Ben, c'est sûr qu'à la base, c'était le rôle d'Open AI de promouvoir l'IA pour tous. Forcé d'admettre qu'ils ont plutôt passé dans un mode capitaliste qui est peut-être pas si surprenant. Ceci étant dit, je ne sais pas exactement ce que fait Current AI et si c'est concrètement à quoi ça ressemble, mais c'est clair que dans les prochaines années, la partie pour tous va venir probablement des changements qui vont arriver dans l'économie. Concrètement, on s'entend qu'il y a des jobs qui vont tomber et qu'il y a des inégalités qui vont peut-être être créées. À la fois, oui, les modèles peuvent être ouverts et tout ça, c'est intéressant. Ça peut que ça soit abordable ou peu importe, mais il va falloir entraîner les gens à être capables de changer d'emploi rapidement parce que force est d'admettre qu'il va y avoir des gros changements dans les prochaines années et que ça va être néfaste pour une grande partie de la population.

14:44Une grande partie des gens qui ont des cols blancs va avoir du mouvement. Si on est capable d'aider ces gens-là à se retrouver d'autres emplois, c'est surtout ça que nous, on doit faire à l'interne. Après ça, comment on peut aider sur la scène mondiale, c'est une très bonne question, mais je pense qu'on a quand même de la job à faire juste pour nettoyer notre propre chambre à la maison. Peut-être commencer par ça et après ça, si on est capable d'être une société que les gens peuvent regarder et se dire « Ah, le cadeau Québec, ça a bien fonctionné ce changement-là. » Comme des fois, on regardait souvent, en tout cas, moi, j'étudiais en économie, on regardait souvent les pays scandinaves comme les leaders en éducation, en égalité, tout ça, peut-être qu'on est capable de nous faire ça avec les passages à l'intelligence artificielle et être capable de redistribuer ces ressources-là.

15:41Sacha: J'aimerais qu'il faut un petit peu retourner vers ce que vous faites chez KGBT. Est-ce que tu peux me parler un petit peu plus des bénéfices du chatbot Capture, comme tu en as parlé un petit peu, mais comment est-ce que ça apporte au PME et en quoi il se différencie aussi des autres solutions qu'on peut voir sur le marché?

16:00Guest: Oui, donc, oui, ça fait plaisir de retourner un peu vers là. Grosso modo, les sites web, malheureusement, puis ce n'est pas juste sur le site web, je peux un peu plus pousser justement mon explication par rapport à Capture, mais tu sais, c'est, il y a un besoin en fait d'expliquer les gens ont des questions par rapport à ton entreprise. Nous, les entreprises avec qui ça fonctionne le mieux, c'est des produits un peu plus complexes à acheter que les gens n'achètent pas nécessairement souvent, des voitures, des services financiers, des services légaux, des trucs. Tu arrives sur le site web où il y a de l'information, probablement, je ne prends pas lire 40 pages d'information, je veux peut-être parler à quelqu'un, mais la réalité, c'est que je magasine ça le soir, la fin de semaine quand il n'y a probablement pas personne de disponible. Donc, nous, on est la couche entre le client sur le site web, sur les réseaux sociaux, on a aussi des intégrations téléphoniques, tout ça, et l'entreprise. Donc, on est capable, en dehors des ordres du bureau ou n'importe quand, de répondre aux questions instantanément, de donner de la valeur en fait aux clients maintenant et une fois qu'on a donné de la valeur, on n'est pas juste un chat en FAQ, on l'a paramétré pour être un vendeur qui va, oui, aider au début puis après ça, on va poser des questions pour essayer de ramener la personne vers une conversion, soit que ce soit une prise de rendez-vous, donner ses informations, tout ça, pour que l'entreprise puisse le rappeler, donc capture, parce qu'il veut capturer ces leads-là et la réalité, c'est 95% des visiteurs de site web sont là pour aller chercher de l'information, donc si on a une IA sur notre site pour répondre à ces questions-là, on est capable d'aller répondre à une partie de ces gens-là et de les transformer en clients.

17:43Donc, grosso modo, le site web ne peut pas avoir toutes les headlines, toutes les questions, donc avoir quelque chose de dynamique en 2025, je ne pense plus que c'est un nice to have, en bon français, c'est rendu ça qu'il faut. Après ça, sur le côté comparatif avec la compétition, je ne veux pas, il y a encore des vieilles technologies, des chatbots en art de décision qui apportent très peu de valeur parce que c'est complexité monstre à monter si tu veux bien le faire et souvent, les gens l'ont mal monté et ça ne sert juste à rien. Il y a des live chat qui, même, si je ne veux pas attendre 5 minutes sur un site web pour quelqu'un me répondre, si on est en 2025, encore une fois. Finalement, sur les autres chats sur les autres chats par LLM disponible sur le marché, à la fois, nous, ce qu'on fait, c'est qu'on le paramètre pour qu'il fasse son travail comme il faut pour la capture de l'aide spécifiquement. Donc, on s'est monté dans une méthodologie pour à la fois optimiser le taux de conversion, optimiser les ouvertures, tout ça.

18:49Au début, on a commencé, on en mettait sur des sites de clients, des fois, ça convertissait, des fois, ça ne convertissait pas. on n'avait aucune idée pourquoi. Puis là, depuis, on a creusé ça. On a une expertise justement à le faire fonctionner parce que ce qui est bon et pas bon pour nous, c'est faire la job à 80%, c'est hyper simple aujourd'hui. Tu mets un prompt dans un chat puis ça va répondre. Est-ce que ça va atteindre tes objectifs d'affaires la majorité du temps? Non. Parce que la façon que tes instructions sont faites, des erreurs qu'on fait par rapport justement à la création de la base de connaissances. Pour revenir un peu en arrière, la technologie a trois niveaux. C'est un agent classique avec des instructions, une base de connaissances puis des actions qu'il peut prendre. Côté base de connaissances, une erreur que souvent des clients faisaient, c'était juste de « Ok, je mets tout mon site, je veux tout qu'ils connaissent tout ma business. » Puis au final, un peu par hasard, en fait, il y a des clients qui mettaient moins d'informations puis ça convertissait plus parce que souvent, il donne un peu de valeur puis après ça, il ne sait pas l'autre réponse.

19:57Ça fait qu'il dit « Ah, bien, je ne le sais pas, donne-moi ton nom puis on va booker un meeting avec un vendeur. » Et là, ça convertissait davantage. En tout cas, on a appris justement par expérience à paramétrer ces IA-là à convertir plus. Ça fait que je te dirais d'un point de vue AI, tu sais, oui, on a genre amélioré la façon qu'on crée nos prompts et tout ça, mais c'est plus tout ce qui était autour, genre le UX, le UI, la base de connaissances, connecté à quoi, qu'est-ce qui est utile, qu'est-ce qui est pas utile, qui a été plus des apprentissages que je pense que tu peux juste un peu apprendre sur le terrain en en faire plusieurs. Ça fait que même si aujourd'hui, c'est un peu comme un site web, tu sais, tu pourrais, n'importe qui peut aller sur Wix et créer un site web. Est-ce que tu vas avoir un site web qui convertit en malade? Probablement pas si t'as pas une certaine structure puis une certaine expertise.

20:56Sacha: J'aimerais savoir un petit peu c'est quoi la vision pour CapGPT? C'est quoi qui arrive dans le futur pour Capture ou juste l'entreprise en tant que telle?

21:05Guest: Ouais, fait que tu sais, on est vraiment, on s'est vraiment reniché sur un seul produit justement qui est Capture. Je suis parti, en fait, d'une business qu'on faisait un peu tout à juste ça. Fait que ça a comme fait du bien de être focus sur quelque chose parce qu'honnêtement, c'est challengeant de toujours se réinventer de projet en projet et là, la vision, en fait, c'est vraiment d'être, avoir un seul agent IE au ventre qui peut communiquer dans tous les canaux. Fait que tu sais, grosso modo, on crée notre IE avec les clients et on peut les connecter sur les réseaux sociaux, SMS, téléphone, sur le site web, courriel. Donc, le client peut communiquer avec ce niveau de deal-là entre, comme je disais, entre la business et le client, on veut se positionner là puis on veut être un peu comme un CRM qui récolte toute la donnée. Bien, nous, on veut être l'agent au ventre qui répond aux questions qui aident à convertir. Puis après ça, bien, rester assez niché, tu sais, côté vente, pas partir dans tous les côtés très bons à faire ce vertical-là qui est au ventre.

22:18On essaye des niches plus spécifiques côté aussi industrie. Là, on est en train de tester le monde de l'automobile. Ça fonctionne assez bien parce que le code d'utilisation est assez spécifique puis ça fonctionne bien avec ce qu'on fait. Donc, on évalue ça. Puis côté vision, bien, peut-être, je ne sais pas, peut-être d'autres produits, mais tu sais, si on est capable d'être très, très bon déjà être quelque chose que je pourrais être fier de.

22:47Sacha: Est-ce que tu veux partager un petit peu des retours marquants que vous avez reçus de vos clients depuis le lancement de ta solution?

22:55Guest: Oui, bien, écoute, on a des clients qui vont chercher… Tu vois, au début, on a commencé en se disant que ça allait mieux fonctionner pour le B2B. Je ne sais pas pourquoi j'avais cette idée-là. Je me disais « Ah, les gens veulent booker des meetings en B2B. » Ah oui, c'est parce que moi, j'avais ce problème-là. En fait, ça a commencé mon site web, il ne convertit pas assez. C'est trop compliqué. On a le mieux sur notre site à nous. Puis, c'était utilisé parce qu'on était une business d'IA. À la base, c'est ça. On est parti là-dessus puis forcé d'admettre un peu par hasard, on a commencé à avoir des clients B2C avec qui ça fonctionne mieux au niveau volume. Puis là, je suis encore en train de me contredire parce que ce qui arrive, c'est que dans le B2B, c'est que le retour sur investissement est peut-être plus élevé au final parce qu'un client, ça peut valoir 100, 200, 300 000, peu importe, peut-être 50 000. C'est des gros montants. Dans le B2C, c'est des plus petits montants, 1 000, 2 000 qu'un client vaut, mais il y a plus de volume. On a des clients qui vont chercher entre 50 et 60 nouveaux leads tous les mois grâce à Captur qui partent d'une conversation.

24:04Ce n'est pas non plus cannibalisé par les formulaires parce que quand tu remplis un formulaire, tu n'as pas une question que tu veux que quelqu'un, que tu veux booker un meeting. Quand tu pars une question, là, tu as vraiment créé de la valeur pour ces clients-là. Puis 50 ou 60 leads pour des business qui vendent entre 1 000 et 2 000 produits. On parle d'une cinquantaine de 1 000, entre 50 et 75 000 par mois de nouvelles opportunités. C'est assez élevé par rapport au prix que ça peut coûter. On a des beaux retours sur investissement. On a aussi compris ça, comme je te disais, comment optimiser la conversion. Puis derrière, honnêtement, il faut aussi que l'entreprise fasse son travail de marketing pour que les gens viennent à eux. Mais on a des saprébots use case avec, je pense qu'on va atteindre bientôt 1 million d'opportunités créées pour nos clients. Donc, en un an, c'est assez intéressant.

25:05Sacha: Merci beaucoup de m'avoir, de t'être rejoint à moi, Charles. J'aimerais te laisser le plancher pour partager des mots.

25:16Guest: Merci à toi. C'était vraiment plaisant comme discussion. Notre objectif, notre mission, c'est justement comme on a discuté aujourd'hui, d'aider les PME du Québec et d'ailleurs à faire le passage à l'intelligence artificielle. On a choisi la capture de l'île parce qu'on pense que le ROI est le plus clair. On commence avec ça puis on continue. Si jamais quelqu'un est à l'écoute et ça l'intéresse d'aller chercher plus de leads à partir de son site web, contactez-moi. Charles Lamontini sur LinkedIn, ça ferait plaisir de regarder ça avec vous.

25:47Sacha: Merci beaucoup, Charles.

25:49Guest: Merci.