← BibliothèqueToutes les vidéos
Podcast Tech.Rocks
Réinventer l'action sociale grâce à l'IA
- Paul Duan (Président et fondateur, Bayes Impact)
- Cyril Morcrette (Ex-CTO de Papernest et Mappy) — interview
Podcast Tech.Rocks · 11 septembre 2025 · 30 min · en français
Résumé
Épisode de la série consacrée aux speakers du Tech.Rocks Summit 2025. Paul Duan, président et fondateur de Bayes Impact, revient sur son parcours singulier, de la Silicon Valley à la création de cette ONG pionnière de la Tech for Good. Son credo : mettre l'intelligence artificielle au service de l'intérêt général et donner des « super pouvoirs » aux travailleurs sociaux, aux ONG et aux services publics. Il partage dix ans de projets, de la lutte contre les violences policières en Californie à l'accompagnement de centaines de milliers de demandeurs d'emploi en France, en passant par la gestion des cas contacts pendant le Covid. Avec son copilote IA Case AI, il explore aujourd'hui comment les modèles de langage peuvent transformer l'accompagnement social et rendre accessibles des solutions auparavant réservées aux grandes structures. Il souligne les défis du passage de la hype à la réalité : se concentrer, éviter la dispersion et surtout démocratiser des outils concrets pour celles et ceux qui œuvrent chaque jour sur le terrain. Son message : l'IA ne doit pas seulement briller dans les laboratoires ou chez les géants de la tech, mais servir directement l'impact social, là où elle peut changer la donne.
Summary
An episode in the series dedicated to Tech.Rocks Summit 2025 speakers. Paul Duan, president and founder of Bayes Impact, looks back on his unusual journey from Silicon Valley to founding this pioneering Tech for Good NGO. His credo: put artificial intelligence to work for the public interest and give "superpowers" to social workers, NGOs and public services. He shares ten years of projects, from fighting police violence in California to supporting hundreds of thousands of jobseekers in France and managing Covid contact tracing. With his AI copilot Case AI, he now explores how language models can transform social support and make solutions available that were previously reserved for large organisations. He highlights the challenges of moving from hype to reality: staying focused, avoiding dispersion and, above all, making concrete tools available to the people who work in the field every day. His message: AI should not only shine in labs or at tech giants, but directly serve social impact, where it can make a real difference.
Thèmes : Impact & numérique responsable
Transcript complet
Transcription automatique, à relire : les noms propres peuvent être mal orthographiés.
Parce que nous, notre vocation chez nous, c'est de dire avec l'IA, on peut donner en gros des super pouvoirs à ceux qui font le boulot le plus important. Effectivement, il y a une crise sociale, il y a aussi une crise dans le secteur non-profit. Mais c'est aussi des moments de réinvention. Il se trouve qu'aujourd'hui, avec l'IA, on a cette opportunité-là. Bonjour à tous, bienvenue dans ce nouvel épisode sur notre série thématique dédiée à nos speakers pour le prochain Tech.Rocks Summit qui se tiendra les 1er et 2 décembre 2025 au Théâtre de Paris, qui aura pour thématique de la hype à la réalité pour l'IA. Je suis Cyril Morcrette, je suis l'ex-CTO de PaperNest et de Mappy, et aujourd'hui j'ai la chance d'accueillir Paul Duan, le président de Bayes Impact. Bonjour Paul. Bonjour. On est très content de t'avoir puisque tu es un de nos speakers phares du prochain Summit. Est-ce que tu pourrais te présenter en quelques mots? Plaisir partagé, en tout cas, et très content d'être là et encore plus content d'être avec vous pour le Summit.
Moi, c'est Paul, je suis le président et le fondateur de Bayes Impact, qui est une ONG Tech for Good qui a pour vocation de mettre l'intelligence artificielle au service de l'intérêt général. Et donc concrètement, on développe des produits pour les ONG, pour les services publics qui aident les travailleurs sociaux et tous ceux qui font de l'impact concrètement tous les jours sur le terrain. à mieux faire leur boulot, d'être plus efficace, avoir plus de temps pour remplir leur mission. Parce que nous, notre vocation chez nous, c'est de dire avec l'IA, on peut donner en gros des super pouvoirs à ceux qui font le boulot le plus important. Est-ce que, je veux dire, très rapidement, je peux comprendre que tu étais parti longtemps aux US, tu as monté pas mal de choses là-bas, donc quel était ton parcours de ce côté-là? Oui, j'ai un parcours un peu bizarre, parce que j'ai toujours été un peu à la croisée des mondes, c'est-à-dire que j'ai fait des maths à Berkeley, mais avant j'ai fait Sciences Po à Paris. J'ai toujours eu un peu ce côté OVNI, et je me suis retrouvé, quand j'avais 19 ans, mon premier job c'était d'être data scientist à Eventbrite, qui à l'époque était une petite start-up qui maintenant est devenue un gros machin.
Et c'était une période géniale parce qu'on était en 2013 à l'époque. C'était vraiment les débuts un peu du machine learning en production sur des sites web grand public. C'était le moment où on commençait à jouer vraiment avec tout ce qui est algo de machine learning, classification automatique. Et en plus, quand tu as 20 ans dans la Silicon Valley, il n'y a rien de mieux comme terrain de jeu que de vivre, que d'être un des premiers data scientists sur une boîte en hypercroissance. C'est hyper excitant. Et donc, j'ai développé tous les algos de détection anti-fraude sur des paiements, sur des milliards de dollars de transactions où il fallait identifier celles qu'il fallait retoquer, sur la recommandation d'événements. Voilà, pas mal de choses. Et puis, évidemment, tu touches la tech, mais tu touches aussi aux produits parce que c'est là que tu te rends compte que l'IA, c'est bien, mais il faut la mettre au... au service d'enjeux concrets pour le business. Donc ça, c'est ce que j'ai fait au tout début. Puis je me suis dit, c'est vraiment super, mais j'aimerais avoir un boulot qui a plus de sens. Et en fait, il se trouve que je faisais beaucoup de bénévolat sur le côté. J'étais bénévole dans des sous-populaires, des abris pour SDF, etc.
Le soir. Et je me disais, c'est dingue en fait, parce que lorsqu'il s'agit d'aller faire économiser quelques dixièmes de points de pourcentage sur ton algo détection de fraude pour faire gagner de l'argent au VC, tu mettais toute l'armada technologique et mettre en place les derniers papiers de recherche que tu as lus. Et quand tu veux vraiment aller aider des gens dans le besoin et faire des choses qui comptent, en fait, tu es sur du papier, crayon, avec trois bouts de ficelle. Et c'était un décalage, moi, qui me turlupinait un peu. Et donc, en 2014, j'ai quitté Eventbrite pour monter Bayes Impact. Au début, sans savoir forcément trop où on allait, je me suis retrouvé comme étant la seule non-profit à Y Combinator de notre batch. Et on a passé plusieurs années à faire, en gros, un boulot de data scientist sans frontières. C'est-à-dire qu'on allait dans des assos, dans des services publics, aller faire des projets pro bono en se disant, en fait, c'est des assos qui font un super boulot, mais qui n'ont pas les moyens de se payer les services de data scientist
qui valent des milliers d'essence chez Google. Et donc, dans ce cadre-là, on a fait tout un tas de choses qui vont de travailler avec la ville de San Francisco sur l'optimisation du dispatch des ambulances, en passant... par travail avec le bureau de Kamala Harris sur la réduction des violences policières en Californie, au moment où elle était ministre de la Justice là-bas. On a bossé au niveau fédéral avec le gouvernement américain sur la reconversion des vétérans. On a fait pas mal de choses à l'époque aux Etats-Unis. Je suis rentré en France vers 2016 par là, où je me suis retrouvé à faire la transformation digitale de Pôle emploi. Avec un projet qui s'appelait Bob, qui était en gros un coach IA pour accompagner les demandeurs d'emploi. analyser avec de l'IA pour les aider dans leur charge d'emploi. Et avec ça, on a accompagné 500 000 personnes au retour à l'emploi. On a aussi eu pas mal de galères derrière, parce que c'était le premier projet vraiment très, très politique auquel on s'est frotté. Pourtant, on avait fait des trucs politiques avant, comme les violences policières avec... En Californie, ce n'est pas non plus tout à fait neutre. Et plus récemment, on a développé tout le système de gestion des cas contacts qui était repris par l'assurance maladie pendant le Covid.
Donc les textos qui vous disent, on va vous appeler, vous avez été désigné comme cas contact, s'il vous plaît, préparez ça en amont de l'appel pour gagner du temps. C'est des choses que nous, on a envoyées à l'époque. Pendant 10 ans, on a fait tout ce boulot-là avec tout un tas de sujets très différents avec Bayes Impact, sur ce format plutôt de data science sans frontières, plutôt sur une base projet. Et il y a deux ans, je me suis dit que tout ça, c'est bien, mais je pense qu'on peut faire quelque chose de plus scalable. Et ça fait 10 ans d'expérience dans le secteur très particulier de... À l'intersection de la tech et de l'IA et du secteur social. Je vois les points communs entre tous ces projets très disparates. Le point commun, c'est vraiment qu'il faut aider les gens qui font l'impact sur le terrain. Le point commun, c'est que ce n'est pas nous en tant que Téco, on ne va pas arriver en disant j'ai les solutions à tout. Par contre, les gens qui sont en train d'oeuvrer là-dessus, eux, il faut les aider parce qu'ils n'ont pas les ressources, ils n'ont pas la bande passante. Tu prends tous les travailleurs sociaux qui sont en burn-out et qui pourtant font un boulot essentiel, en fait, c'est eux que tu peux aider.
Et ça a coïncidé avec la grande vague d'IA générative qui... promettait tout un tas de choses qui devenaient possibles, qu'on rêvait de faire depuis des années. Et là, je me suis dit, c'est le moment. Et donc, il y a deux ans, on a pivoté sur partie en mode startup early stage sur mon ONG. Et donc, plutôt que de faire des projets, on fait plutôt un produit qui s'appelle Case AI, qui est ce que j'écrivais auparavant, qui est une sorte de copilote IA spécialisé pour les travailleurs sociaux. C'est une introduction un peu longue, mais ça fait un peu le cheminement. Ça m'a anticipé certaines de mes questions. Et justement, comme tu sais, c'est… Comme je disais tout à l'heure, la thématique, c'est l'IA de l'IP à la réalité. Justement, toi, aujourd'hui, ton retour d'expérience sur cette IA, comme tu dis, où il y a eu pas mal de révolutions, notamment avec l'arrivée des LLM. Tu dis que vous faites un copilote. Et comment, vraiment, est-ce que c'est un projet qui a été vraiment diffusé? Qui prend de l'ampleur ou on est encore au niveau de l'expérimentation?
On est sur la phase croissante du projet Early Stage qui commence à avoir de l'attraction. Nous, sur nos premières expérimentations, on travaille avec plusieurs ONG comme I-Enfance qui gère la hotline des enfants harcelés en France, harcèlement scolaire, harcèlement. On a travaillé avec France Travail sur l'accompagnement des jeunes en contrat d'engagement jeune. Là, on démarre une expérimentation avec la PHP. On a l'attraction qui commence pas mal et on identifie aussi des... des nouveaux secteurs assez excitants, notamment dans le milieu du développement international. On commence à travailler avec des ONG comme le groupe SOS, sur l'accompagnement d'agriculteurs dans des pays en développement. On a pas mal de cas d'usage qui commencent à poindre. Le vrai sujet que nous on a, c'est qu'on a développé une solution qui est très générale, qui est facile à customiser. Donc en disant voilà ton copilote, tu peux lui donner la méthodologie de ton ONG et les sources et les ressources que tu as à disposition. Et puis derrière, on va pouvoir augmenter tes agents et tes travailleurs sociaux.
La difficulté derrière, c'est comme tu sais, si tu fais un truc très général, c'est aussi assez dur de vraiment le rendre très focus. Et donc, on a passé pas mal de temps à essayer de trouver la bonne verticale sur laquelle se concentrer. Et ça, dans le social, c'est assez difficile parce que concrètement, on a envie d'aider tout le monde. Tu as des gens qui viennent te voir, tu as les réseaux du cœur qui viennent te voir en disant, en fait, nous, on a vraiment des enjeux sur notre branche insertion dans le 49 pour aller vraiment mieux accompagner les gens en galère. Et vos solutions, elles seraient super, mais il nous faudrait ça, ça et ça. Évidemment, tu as envie de dire oui. Et la difficulté, c'est plus de ne pas se disperser. Donc, notre enjeu, c'est peut-être moins, je dirais, c'est moins l'attraction et plus comment est-ce qu'on arrive à vraiment… vraiment bien se focusser. Peut-être pour dézoomer aussi sur la partie LLM. Nous, je pense qu'on a eu une chance quand même, c'est que ça fait 10 ans qu'on fait ça. Et si on peut voir en gros quels sont les enjeux qui sont un peu gadgets versus qu'est-ce qui est vraiment cœur métier. Et nous, en particulier, tu vois, les LLM, C'est vraiment Game Changer sur un sujet en particulier qui nous intéresse beaucoup. On a fait des explorations en 2016, on a été avec Pôle emploi à l'époque sur l'IA pour accompagner les...
Pour accompagner les chômeurs. C'est un projet qui est pas mal buzzé à l'époque et qui est honnêtement devenu très politique. Donc, c'était assez compliqué en plus parce que tu ne faisais pas juste de la tech et du produit. Tu faisais aussi de la transformation digitale, d'un service public hyper politique. Tout ça était assez compliqué. Mais tu vois, un des gros sujets que nous, on avait, c'était si tu veux faire de l'accompagnement, personnalisé à l'échelle, il faut que tu trouves une manière d'aller automatiser l'accompagnement. Enfin, automatiser entre guillemets, mais en gros, il faut que tu arrives à passer à l'échelle cet accompagnement personnalisé. Et à l'époque, on avait beau dire oui, en fait, on fait de l'IA, la réalité, c'est qu'on n'avait pas du tout les données assez précises pour permettre de... De vraiment faire un système de machine learning qui puisse te dire toi au quotidien comment tu fais ta recherche d'emploi, parce que c'est vraiment un sujet hyper personnel, hyper humain, ça dépend de ce que tu as fait dans la semaine, dans quel mood tu es, si tu as eu des up et down, que tu es déprimé parce que tu t'es fait rocher par Monoprix en face, tu vois, tu n'as pas du tout ce type de données-là en fait. Et donc en fait, on s'est retrouvé, même si on disait oui, en fait, on fait de l'IA parce que c'est ce qui est sexy, en fait, on s'est retrouvé à faire des moteurs de règles à n'en plus finir avec...
Je sais que toi, ça va te parler, mais avec des systèmes experts qui sont en gros des if-then-else puissance 10 000. En fait, franchement, on a fait un super boulot sur ce malfidement. On a réussi à faire des trucs qui ont vraiment bien marché avec 80% des gens qui disaient« Ouais, c'est hyper personnalisé, je me sens autant accompagné qu'un humain et tout. » Mais qui était en fait une tannée à développer, à maintenir et impossible à faire évoluer. Et tu vois, là-dessus, on s'est dit, mais en fait, ce serait vraiment génial si on avait une technologie qui comprenait vraiment le langage naturel, où on pouvait vraiment mettre tous les données non structurées qu'on a, où les gens pouvaient juste se dire, raconter comment s'est passée leur semaine, et qu'en fonction de ça, on pouvait automatiquement aller les rassurer, extraire les trois infos importantes et rediriger l'accompagnement à partir de ça. Et en fait, cette problématique-là, dans le social, il n'y a pas... plein de choses qui sont vraiment du coup humain parce qu'on fait de l'humain, qui sont impossibles à automatiser au moment où tu fais des usines à gaz, des systèmes experts et en fait ça ne marche pas parce que derrière finalement tu fais un truc hyper robotisé, pas flexible et en fait ça coûte tellement cher à construire que tu le rends inaccessible aux assos de terrain qui sont vraiment celles que nous on veut aider, peut-être que pour l'emploi tu peux.
Mais pour ta croix rouge locale ou ton assaut de quartier, ça va être impossible. Tu vois, pour tous ces sujets-là, d'avoir des LLM comme solution, comme briques techno générales pour gérer tous ces sujets-là, pour le coup, c'est vraiment révolutionnaire. En fait, je pense que là, on a commencé à toucher le sujet de ton intervention. On reviendra un peu sur toi après, parce que l'idée, c'est quand même que les gens te connaissent un peu au moment où, quand tu vas passer sur scène, on connaît un peu le contexte, on te comprend un peu et on connaît ton histoire. Comprend pourquoi tu as envie. Donc là, tu disais, ce sujet de conférence va être beaucoup autour de la dématérialisation de l'IA dans le secteur social, c'est ça dont tu veux parler, et notamment autour du retour d'expérience, notamment de l'arrivée des nouveaux modèles qui permettent de faire ce genre de choses. Aujourd'hui, c'est... Pourquoi tu avais eu envie de parler de ça? On comprend un peu par rapport à ton passé, mais qu'est-ce qui aujourd'hui te pousse aussi à en parler de manière plus large?
Est-ce que tu as un message à faire passer? Est-ce qu'il y a quelque chose qui, pour toi, est important dans cette thématique? parce qu'il n'y a pas assez de monde qui en parle, ou c'est peut-être un secteur de l'IA qui est un peu moins flamboyant, on va dire, ou en premier plan, alors que c'est tout aussi important. Qu'est-ce qui vraiment est ta motivation derrière? Non, carrément. De toute façon, comme tu le vois avec mes réponses fleuves, c'est un sujet qui me passionne. Mais pourquoi en ce moment en particulier? Parce que je trouve que ces dernières années, justement, j'avais... On était plutôt en mode labo, on se penche en itère à fond sur nos produits, sur notre techno, on parle lorsqu'on a des trucs à dire. Et je pense que le moment aujourd'hui, il est important parce qu'il y a deux choses. Premièrement, c'est qu'effectivement, on parle moins de l'IA dans le social et il y a beaucoup d'associations, d'ONG qui ne savent pas par quel bout prendre le sujet et qui ne se rendent pas compte que c'est quelque chose qui peut aussi les concerner elles. Donc c'est important de pouvoir dire, dans un contexte un peu morose, où concrètement le monde ne va pas hyper bien en ce moment, il y a pas mal de crises, et puis en même temps il y a des grosses contraintes budgétaires pour plein de raisons différentes,
toutes les ONG dans le développement qui sont toutes fait sabrer par leur budget de développement, Trump a coupé USAID, mais globalement en plus les États qui financent ne sont pas trop. Soit un peu en difficulté en ce moment, donc il y a un repli sur soi. C'est un moment où, dans cette période de repli, il faut dire qu'on peut toujours innover au service de l'intérêt général, il y a plein de choses à faire. Effectivement, il y a une crise sociale, il y a aussi une crise dans le secteur non-profit, mais c'est aussi des moments de réinvention. Il se trouve qu'aujourd'hui, avec l'IA, on a cette opportunité-là. Et finalement, ce n'est peut-être pas si compliqué que ça. que ça en a l'air, je pense que c'est aussi ça le message à donner. Donc, évidemment, j'en parlerai un peu plus dans l'intervention, mais en gros, tu vois, le... En fait, le sujet, c'est qu'aujourd'hui, l'IA, on en parle toujours avec les mots qui brillent, à coups de milliards, voire de centaines de milliards, et la bataille pour l'AGI, voire l'ASI maintenant. Bon, OK, fine. Mon point, c'est qu'on n'a pas besoin de nous se positionner là-dessus. On va laisser les grands.
Se battre sur les sujets des modèles frontières. Par contre, là où il y a de la valeur sur les derniers kilomètres, c'est vraiment sur l'implémentation, c'est sur la partie métier, c'est sur les gens qui concrètement connaissent leur métier, ont les données, ont... Connaissent vraiment le domaine et savent comment appliquer l'IA là-dedans. Et il se trouve que dans le secteur social, ces gens-là, ils existent. Il y a plein d'experts pour qui c'est une vraie vocation, leur mission sociale. Dans les ONG, tu as toujours des gens qui sont infiniment connaisseurs de leur sujet. Et le message à donner, je les spoil un peu, mais en tout cas, le message, c'est que la richesse, elle est là. À partir du moment où tu laisses les autres se battre sur qui aura la plus grosse IA et que tu cherches à... Tu cherches par contre à vraiment la mettre en musique pour faire des choses qui sont concrètement utiles. Le vrai trésor de guerre, c'est tous ces gens-là qui connaissent leur métier. Et voilà, ce n'est pas si technique que ça. Évidemment, il faut le faire bien, il faut le faire proprement. Il y a plein d'enjeux, il y a plein de bonnes pratiques, etc. Mais si tu démocratises ça proprement, en fait, tu peux vraiment rendre ça accessible aux gens qui font ce boulot-là.
Je pense que là, aujourd'hui, développer l'IA dans ce genre de secteur, l'impact ne se justifie pas, il est très très fort. Là, tu n'as même pas de question de sens. Je pense que là, tu sais pourquoi tu travailles et je pense que tu le vois tous les jours sur le terrain. Non, c'est sûr. Et puis, disons que l'impact, le delta, tu le vois aussi beaucoup plus parce que, tu vois, mon début de carrière, je l'ai fait… Je l'ai fait optimiser des... point de pourcentage sur des courbes que tu traduisais derrière en millions de dollars et économiser pour la boîte. Là, tu pars de beaucoup plus loin. Tu n'es pas sur du set of the art que tu essaies d'augmenter à la marge. Tu es sur du papier, crayon, des systèmes où il n'y a rien parfois. Où là, tu as vraiment un côté game changer, parce que l'IA générative en particulier, c'est une occasion superbe pour des ONG de se digitaliser aussi, là où avant, c'était hyper compliqué, parce qu'ils doivent traiter tellement d'informations qui sont du papier, crayon, une photo d'un formulaire rempli en manuscrit, plus trois comptes rendus, e-mails envoyés par l'assistance sociale.
De tel service qui m'a forardé le truc, 4 PDF qui m'ont été envoyés, et puis un scan d'un courrier pas digitalisé. Tu vois, tu as un peu tous ces trucs-là. Et là où avant, c'était impossible de mettre ça dans un système d'information, sauf si tu créais une usine à gaz. D'ailleurs, c'est beaucoup ce qui s'est passé dans la santé, avec des systèmes qui coûtent des centaines de millions à développer, où derrière, tu te retrouves avec des outils habitables. Parce que tu es obligé réglementairement d'avoir tes 47 écrans avec tes 36 menus déroulants et les 248 options possibles. Sinon, ça ne marche pas. Je sais qu'on n'est qu'en audio, je vois sourire, mais je pense que ça parlera à certains qui nous écoutent. Là, en fait, avec l'IA générative, tu peux dire qu'on peut passer direct à un paradigme beaucoup plus simple, beaucoup plus léger. Qui est beaucoup plus adapté pour des ONG qui... qui ont besoin de choses simples. Alors si on revient un peu sur toi, parce qu'en fait le but c'est quand même pas de te déflorer non plus, parce qu'il faut que les gens viennent écouter ta conférence lors du summit. Si tu avais un service public à réformer aujourd'hui grâce à la tech, lequel tu penses choisir et par où tu commencerais?
Franchement, c'est vraiment dur à choisir. Et d'ailleurs, c'est un peu le grand drame de ce que nous, on fait. Sur KZI, on travaille aussi bien avec des ONG qui font du développement que de la santé, que de l'accompagnement à l'emploi, même sur la préservation de la forêt amazonienne. Tout ça est passionnant. Si je devais en choisir un, je dirais la santé pour plein de raisons. Le premier, c'est que tu es vraiment sur un sujet où, là concrètement, tu touches à la vie des gens dans ce qui est le plus profond. On a clairement besoin de réinventer le modèle de... Des prises en sorte de la santé, que ce soit en France, en Europe ou ailleurs. Et je pense que la startup nation n'est pas la réponse à tout sur la santé. Alors, il faut évidemment avoir des startups qui réinventent différents actes ou qui rendent le système plus efficace, ça c'est sûr. Après, il y a quand même une vraie raison pour laquelle on a un système de santé publique. Ce n'est pas toujours évident parce que, tu vois, il y a des façons de gagner, de faire des gains d'efficacité dans l'hôpital public, dans le système de santé publique.
En fait, il y en a plein. Il y a plein de... Tu parles à des soignants, des médecins, des infirmières, tout le monde a une idée. Et justement, tu as plein de sujets qui sont des super sujets pour la Tech for Good parce que c'est des sujets où il n'y a pas de business model. D'ailleurs, tu as plein de startups qui sont montées, qui ont échoué derrière parce qu'elles avaient un bon produit, mais qui n'ont pas forcément réussi à faire la prochaine licorne en santé parce qu'il n'y a pas le modèle économique derrière. Mais en fait, ces sujets-là, ils existent et il y a beaucoup d'impact potentiel de la tech pour aller… faire gagner l'efficience dans le système pour aller aider des gens qui sont... ont des défauts de prise en charge et puis à la fin, aider les gens à être en meilleure santé. Ça, la tech, c'est sûr qu'il y a beaucoup de choses à faire, que l'IA en particulier peut vraiment démocratiser l'accès aux soins. Et tu vois, moi, ce qui m'a toujours embêté, mais ça, c'est au-delà de la santé en particulier, mais je pense que ça donne un peu mon fil directeur dans la vie. Et dans ce qu'on fait en général, c'est que, tu vois, on arrive à un niveau où on est plutôt privilégié et où finalement, tu te rends compte que tu as un système à deux vitesses.
C'est-à-dire que moi, si j'ai un pépin de santé, j'envoie un WhatsApp à mes potes médecins. Je ne passe pas par le secrétariat de la PHP, tu vois. Et ça, évidemment, un petit personnel, je m'en sers. Mes parents ont un petit pépin de santé. Ils n'arrivent pas à… Ça fait trois mois qu'ils galèrent à avoir un cardiologue pour les problèmes qu'a mon père, etc. Bon, OK, je vais passer un coup de chill et je vais lui arranger ça. Moi, qui te perçoit, je vais le faire. Mais en tant que citoyen, je trouve ça dommage que tout le monde n'ait pas accès à ça. Et si on veut pouvoir donner accès à tout le monde à ce truc-là hyper personnalisé, je pense qu'on aura du mal à faire ça sans dire. Et ça, c'est vrai dans la santé, mais c'est vrai partout. Comme tu dis, sur des thématiques aussi fortes, ce n'est pas facile de choisir. Mais c'était un peu pour… C'est des gens qui ont plutôt… Dans le danse extra, c'est des gens qui ont plutôt bien réussi professionnellement ou du moins d'être moins de sujets professionnels, etc. C'est pareil, il y a des gens qui sont en galère, ils vont décrocher leur téléphone, tu vas faire jouer ton réseau, tu vas dire tiens, tu ne veux pas le prendre en stage chez Mappy ou je ne sais quoi. C'est comment tu rends ce truc-là, comment tu démocratises pour que ce ne soit pas juste, il y a des fréligés qui ont le réseau qui peuvent… Un peu plus juste, oui. Encore une fois, pour te mieux connaître, si tu avais un moment, une rencontre, un moment clé,
dans tes choix professionnels, c'est ce qu'il y a, il y en a un qui t'a particulièrement marqué, sur lesquels tu sais qu'il y a eu un bascule à ce moment-là ? Je ne sais pas s'il y a eu un moment, je pense qu'il y en a eu plein. En tout cas, moi, ce que ça m'a vraiment appris, c'est que ça ne joue vraiment à pas grand-chose. C'est toujours une rencontre, un machin, à plusieurs points de bascule. Moi, tu as le moment où je me suis rendu compte que finalement, ce grand écart que j'ai fait entre… J'ai fait Sciences Po un peu par la rébellion par mes parents. Il fallait faire l'éducation à la chinoise, maths, maths, polytechnique, sinon tu es déshérité. Mais tu vois, moi, j'ai toujours été intéressé par l'intérêt général, la chose publique. Donc, tu vois, j'ai fait Sciences Po, mais un peu sans trop savoir ce que c'était. Puis derrière, en fait, je suis arrivé à faire des maths à Berkeley, ce qui n'avait strictement rien à voir. Tu vois, le moment où j'ai compris qu'en fait, tu pouvais faire ton panachage et faire vraiment ce qui t'intéressait et que ce qui était de la valeur, c'était un peu dans la rencontre entre deux mondes. Tu vois, ça, c'était quand même assez… Vraiment un déclic. Et ça, ça ne s'est pas fait tout seul. C'est parce que j'ai rencontré des gens, tu vois, qui… C'est un peu fortuit, il se trouve que Berkeley avait un programme, ils faisaient un prix avec Spenceville, je l'ai pris.
Pareil, mon premier job comme data scientist, je ne connaissais pas l'IA à l'époque. Moi, j'ai toujours été geek, je codais quand j'étais petit. En tant qu'enfant, je me suis pris au jeu d'Internet. Je pense que c'était un peu en plus le truc où je me sentais bien à l'époque parce que tu vois, tes fils immigrés, tu arrives en banlieue, tu ne sais pas trop où te placer. La tech à Séville, c'était un sujet comme ça. En fait, je fais une rencontre, ils me disent« Tiens, c'est quoi PayPal? Ils cherchent un senior analyste. master au PhD, 10 ans d'expérience, tu devrais postuler parce que je pense que ça pourrait les intéresser un mec comme toi. Et puis moi, j'arrive, je leur dis oui, mais en fait, j'ai 18 ans à l'époque, je n'ai même pas fini mon bachelor, j'ai fait zéro stage. Toi, tu le sais, tu as fait tes classes aux Etats-Unis, mais tu vois, là-bas, tu as beaucoup plus tendance à avoir fait un stage chez Google, Facebook. En tant que première année, ce n'est pas du tout le stage étudiant ou le stage de terrain comme on aime bien faire en France. Donc, zéro expérience pro. Puis, tu vois, les potes qui se disent, vas-y au culot. Et puis, finalement, ça s'est fait. Et pareil, j'apprends sur le tas le métier de data scientist parce qu'il se trouve que finalement, d'avoir quelqu'un qui sait faire des modèles, mais en même temps comprend un peu la partition sociale, tu vois, en même temps c'est codé, tu vois.
Et tu vois, ces petites rencontres comme ça, et ça, j'en ai plein, tu vois, derrière, pareil, pour le déclic de dire, mais tu sais quoi, tu n'as pas besoin d'attendre pour aller monter. Moi, j'étais aussi en tête de faire... J'ai le modèle un peu classique, j'ai toujours en tête de faire du social, de faire des choses qui ont du sens, mais j'avais un peu le modèle classique de tu sais quoi, je vais d'abord bien réussir, je vais faire du fric, je vais faire un exit et peut-être que derrière je créerai ma fondation. Et puis, je me retrouve à 21 ans à rencontrer quelqu'un qui me dit, c'est quoi, pourquoi pas attendre maintenant? Pourquoi pas attendre? Et puis finalement, je parle avec plein de gens qui sont engagés, qui ont fait ce parcours-là, qui ont monté des ONG. Tu te rends compte que finalement, ce qui compte là-dedans, ce qui a de la valeur, ce n'est pas ton temps, c'est ton énergie. Et je me suis dit, pourquoi pas maintenant? Pourquoi pas tout plaquer? Il n'y a pas besoin d'attendre d'être multimillionnaire pour monter son ONG, parce que finalement, la plus grande richesse, c'est que je n'ai pas... d'enfants, je n'ai pas de contraintes, je n'ai pas besoin de gagner l'argent maintenant. Et puis au pire, si je me plante dans 5 ans, j'irai retourner chez un gars femme et payer mon crédit immobilier.
Mais en attendant… Et puis vu les salaires en ce moment chez les gars femmes, tu n'as pas trop de problèmes. Mais quand on est dans le social, c'est limite indécent. C'est juste encore une question, c'est chez Tech.Rocks, on aime bien le no bullshit. Si tu devais raconter un de tes plus grands défis, Une de tes plus grandes fails, ce serait quoi ? Bonne question. Je réfléchis deux secondes. Des fails, j'en ai eu pas mal. Je pense que plus... On a des histoires de guerre, tu vois, sur 10 ans, depuis 10 ans qu'on fait de la Tech for Good. Par exemple, tu vois, le projet Pôle emploi qu'on a fait, c'était... C'était beaucoup plus compliqué et politique d'ailleurs que je pouvais imaginer à la base. C'était une période d'ailleurs qui était très compliquée pour moi à vivre parce qu'en plus, le projet était hyper hypé et en plus, ce n'était pas de mon fait derrière. Donc, je me suis retrouvé à devoir défendre l'image dans la presse du buzz en mode, le mec qui va résoudre le chômage en France, c'est pas du tout ce que j'ai raconté. Alors qu'à la base, ce n'était pas du tout ça.
J'avais fait une conque où je disais, mais non, regardez, moi, je suis tout plaqué parce que l'IA, je pense que ça peut aider. La data à l'époque, ça peut aider à améliorer des questions de société, dont la gestion du chômage. C'est même que les startups vont te dire, moi, j'ai un total addressable market de X milliards. C'est ça l'opportunité sur tel marché. Moi, je disais, écoute, tu sais quoi? Il y a 10% de chômage frictionnel. c'est ça qu'on peut aller attaquer tu vois et puis c'est devenu le mec va résoudre le chômage va le baisser 10% enfin tu vois c'est hyper compliqué mais en même temps ça ça va être un peu fail et en plus derrière ça nous a pollué à mort comme tu peux imaginer pour en termes de focus pour vraiment développer le la tech, parce qu'on devait en parallèle devoir en permanence répondre à un tel, un tel, un tel, gérer plein, plein de questions de toutes parts. Et tu vois, en même temps, ça nous a quand même donné un certain niveau d'accès qui n'était pas possible. auparavant, parce que tu vois, le drame qu'on a dans la tech-fangout, c'est que souvent, on n'a pas les acceptés. On aimerait bien se dire, putain, si on me donnait ma chance, tu vois, on est des petits, quoi. Si on me donnait notre chance d'aller, tu vois, tu me posais la question de si tu avais ce rêve d'aller réformer un service public, ce serait quoi?
Concrètement, ce n'est pas nous qui sommes aux manettes. Tu vas aller toquer à la porte de l'APHP, enfin, tu vois, il y a 10 ans, tu n'es personne, on va t'envoyer chier. Et tu vois, en fait, je me suis... Et finalement, ce qui s'est passé, c'est qu'avec tout ça, c'est une période très compliquée. À gérer, mais en fait, on s'est rendu compte que ça nous donnait aussi, ça ouvrait aussi certaines portes. Ça permettait d'aller voir des ministères et d'aller voir des grands services publics et puis de dire, ben voilà, en fait, vous avez entendu parler de nous, moi, je pense qu'il y a des trucs à faire ensemble. Et tu vois, ça ouvre des accès. Donc, je dirais ma plus grande fierté, c'est, alors c'est plusieurs trucs, c'est déjà d'avoir su gérer ce fail. Parce que derrière, on a quand même réussi à faire quelque chose. On a créé un produit qui a accompagné 500 000 personnes. À la fin, je n'ai pas réussi à le réintégrer avec Pôle emploi parce que c'était devenu trop… Enfin bon, ça, je pourrais en parler des heures et des heures. Mais le gros sujet, en gros, c'était, OK, on a réussi à naviguer cette période trouble. On a réussi à créer une innovation. Mais derrière, comment tu la réintègres? Finalement, quand tu as des startups qui sont achetées par des grands groupes, comment tu réussis à faire cette passation-là, c'est hyper compliqué.
C'est aussi vrai lorsque tu fais l'innovation, que tu veux faire une passation dans un service public. Finalement, c'est un peu le même sujet. Ça, vraiment, on a galéré pour plein de raisons, y compris parce que je n'ai pas vraiment réussi à faire le SAV derrière sur la transformation. Digital d'un service public. Ça implique d'aller voir les conseillers de terrain qui sont tous en train d'avoir peur pour leur métier aussi. C'est des vrais sujets. Ce n'est pas pour rien que dès que tu parles d'un changement du point d'indice des fonctionnaires, même un truc relativement un peu à la marge, ça part en grève nationale. Donc, quand tu dis, en fait, on va mettre de l'IA dedans, c'est hyper compliqué. Donc, voilà, tous ces sujets-là que j'ai un peu sous-estimés à l'époque, Elle a quand même réussi à en faire des choses. Je dirais que la fierté qu'on a eue, c'est plus grande fierté. On a aussi d'autres sources de fierté, parce qu'on a fait des projets qui ont vachement bien marché, comme sur la gestion du Covid, par exemple. Mais je dirais au niveau plus méta, la grande fierté, c'est d'avoir réussi à traverser toutes ces... Tous ces rebonds, d'être toujours là dix ans plus tard et d'avoir une team de gens qui y croient vraiment et sincèrement et que derrière, en fait, on a bien fait de tenir bon parce que, Là où je pense qu'en 2014, on parle de l'IA, de la hype à la réalité, en fait, en 2014, quand on disait qu'on allait faire de la big data pour le bien commun,
on était au sommet de la hype de la big data et d'avoir eu 10 ans d'avance sur le fait de se rendre compte de qu'est-ce qui marche, qu'est-ce qui ne marche pas, qu'est-ce qui est de la hype, là où est-ce qu'il y a de la vraie valeur. Je pense que ça nous permet de prendre cette nouvelle vague de hype de l'IA avec beaucoup plus de maturité. Et sans, tu me parlais de fierté, donc sans orgueil mal placé, mais je pense que ça nous permet de le prendre avec une maturité qui est assez unique dans le secteur parce qu'on est peut-être parmi les seuls dans le secteur à ne pas arriver la fleur au fusil, à juste dire, à surfer sur la hype de l'IA for good, mais à se dire, non, en fait, nous, On a vraiment essuyé les plâtres depuis 10 ans. Donc, on va faire de la vraie IA for good en allant directement au cœur de ce qui marche. Super, Paul. Merci beaucoup pour ces réponses et pour ta passion, et pour ce que tu fais aussi, parce que je pense que ça aide le bien commun, et je pense que c'est vraiment important. Donc, on arrive au bout de ce podcast. On se retrouve donc pour le Tech.Rocks Summit le 1er et 2 décembre.
On pourrait suivre effectivement la keynote de Duan. Paul sur la Tech for Good au Théâtre de Paris, sur l'IA, la hype à la réalité. Et la billetterie est ouverte sur www.tech.rocks et on espère vous voir nombreux. Merci à tous et à très bientôt et merci Paul encore une fois. Merci beaucoup et à bientôt.
