J'ai tapé une seule phrase dans CloudCode et il m'a sorti 1000 entreprises de Bordeaux avec leurs notes Google, leur site internet et leurs coordonnées complètes.
Ensuite, un nouveau modèle qui s'appelle JEV a scoré toutes ces entreprises en les classant par lesquelles ont le plus de chances d'investir dans des services d'intelligence artificielle.
Et le tout a été fait en quelques secondes et pour quelques centimes d'euros.
Et dans cette vidéo, je vais vous montrer ce qu'est JEV.
Je vais également vous faire la démo de bout en bout.
Et surtout, je vais vous montrer plusieurs cas d'usage sur comment, en tant que consultant IA,
on peut transformer JEV en service d'intelligence artificielle que l'on va pouvoir commercialiser.
Alors déjà, dans un premier temps, JEV, c'est quoi ?
Eh bien, c'est un nouvel outil, un nouveau modèle d'intelligence artificielle sorti par l'entreprise TypeSafe,
une entreprise qui a été fondée par un des co-créateurs de ChatGPT.
Et j'y ai eu accès un petit peu en avance lorsqu'ils étaient encore en waiting list.
Et donc j'ai pu faire plusieurs tests, plusieurs cas d'usage pour aujourd'hui vous faire cette vidéo.
Mais Jev, il faut savoir qu'il est vendu comme un outil beaucoup plus rapide et beaucoup moins cher qu'un LLM classique.
Et quand on parle de rapidité et de coût, on est entre 20 et 200 fois plus rapide qu'un modèle classique type ChatGPT
et entre 40 et 400 fois moins cher également qu'un modèle d'intelligence classique.
Et en termes de prix, l'écart est vraiment énorme puisque JEV, pour environ 1 million de tokens, on va se retrouver avec un coût de 0,04 centimes de dollars.
Là où avec Haiku, donc le modèle le moins cher de chez Anthropic, pour 1 million de tokens, on est sur 1 dollar.
La différence, elle est absolument gigantesque.
Et ça, c'est important parce que c'est l'un des gros avantages de JEV.
Et maintenant, on doit comprendre pourquoi il est aussi rapide.
Pour la simple et bonne raison qu'en fait, il n'écrit pas.
Jev n'est pas un modèle d'intelligence artificielle qui a pour but d'écrire, de rédiger des choses.
Il ne rédige pas d'email, il ne discute pas avec toi.
Ce n'est pas un modèle à qui tu vas poser une question et il va te répondre.
Son seul et unique rôle, c'est de prendre une décision.
En fait, il a trois manières de fonctionner.
Soit on lui dit, est-ce que cette entreprise va acheter tel service ?
Et là, il va te donner une réponse oui ou non avec une probabilité.
0 par exemple La deuxi mani de fonctionner c qu va lui donner une liste directement en lui disant dans cette liste quelle est l qui ach une offre en premier Et l il va cocher selon lui la bonne r avec encore une fois un taux de certitude
Et il y a une dernière manière de fonctionner, c'est qu'il va donner un score.
Donc de 0 à 10, il va venir noter finalement une réponse et on va lui dire de 0 à 10,
quel est le risque que ce client parte chez la concurrence.
Et donc là, pour le client, il va donner une note.
Et donc quand on comprend tout ça, on peut se poser la question,
ok mais quand est-ce qu'on va utiliser ce fameux JEV ?
Et bien en fait, dès qu'on a du volume d'informations, du volume de data à trier, à classer ou alors à router.
Et donc, il faut comprendre que Jev n'est pas là pour remplacer Claude.
Ce n'est pas « Est-ce que j'utilise Jev ou est-ce que j'utilise Claude ? »
mais plutôt « Est-ce que j'utilise Jev et Claude dans ce cas d'usage précis ? »
et c'est ce qu'on va voir dans cette vidéo.
Mais Jev est vraiment là pour trier, classer, router
et Claude vient prendre le relais pour écrire, calculer ou raisonner.
Donc maintenant qu'on a vu tout ça, on va pouvoir passer à la pratique.
On va arrêter le blablab théorique et on va directement passer à un cas d'usage.
La première chose que tu peux faire déjà, c'est te rendre sur le site de TypeSafe.
Donc typesafe.ai comme tu le vois à l'écran.
Et tu vas pouvoir directement te créer un account.
Une fois qu'on se connecte et une fois qu'on s'est inscrit, on va tomber sur la console de TypeSafe.
Et donc ici, on voit que, encore une fois, comme à peu près n'importe quel outil d'intelligence artificielle,
on a une documentation qui est plutôt conséquente où on a vraiment toutes les infos dont on a besoin.
Et notamment, ils ont fait quelque chose d'assez intéressant chez TypeSafe.
c'est qu'ils ont donné directement un prompt prêt à être copié-collé qu'on voit ici sur la droite.
Donc on va pouvoir d'ailleurs le copier directement.
Ils ont donné ce prompt-là pour directement le coller à l'intérieur de votre outil de développement,
soit Codex, soit Antigravity, soit Cloud Code.
Ici, moi en l'occurrence, j'utilise Cloud Code via l'interface de VS Code.
Donc on va ici créer un nouveau projet.
Donc là, je l'ai appelé testjev3 et c'est dans ce projet-là que je vais coller le prompt que je viens d'aller récupérer sur le site de TypeSafe en lui disant install the typesafe skill.
If you are in cloud code, RUD, cloudconning, etc.
Bref, je lui donne directement ce prompt-là.
Et en fait on se rend compte que pour installer jev la manipulation est extr simple puisque tout est d pr Ok donc l il nous dit TypeSafe was already installed Donc c bon Jev est directement bien install sur ce projet qu vient de cr
Maintenant, il va falloir qu'on puisse l'utiliser parce que là, il est seulement installé.
Mais maintenant, il va falloir aller relier notre clôt de code et le skill qui a été installé
sur notre compte avec la clé API.
Donc justement, on va ici, on va pouvoir aller dans API Keys et on va faire Create API Keys, on va faire Test Jev 3.
J'ai déjà fait plein de tests, moi. Vous voyez, le 19 septembre.
Et donc, cette clé, je vais la copier. Je vais me la mettre de côté.
Et donc ici, une fois qu'elle est copiée, on va pouvoir taper ce prompt-là.
Sauvegarde cette clé API dans un fichier .env sous le nom TypeSafe API Key avec la clé API qu'on vient de copier-coller.
Ensuite, avec le skill TypeSafe, crée un petit script de test qui pose à Jev une question, oui ou non, sur une entreprise fictive, Plomberie Dupont-Bordeaux, 4,6 étoiles, 38 avis.
Est-ce qu'elle achèterait, cette fausse entreprise, un service IA dans les 6 mois ?
Donc là, en fait, on est en train de relier notre skill Jev qu'il y a sur notre cloud code à notre compte pour qu'il puisse finalement être utilisé normalement.
et directement on va lui demander de faire un petit test pour voir si tout s'est bien passé dans l'installation
et pour voir si ça y est on arrive à solliciter Jev directement.
Donc là on colle ce prompt là, par ailleurs les prompts que je vais vous montrer tout le long de la vidéo
vous pourrez les récupérer avec le lien directement dans la description.
Donc là j'appuie sur entrée et on va le laisser faire.
Ok donc là il nous dit le script fonctionne, Jev estime à 22% la probabilité que Plomberie Dupont achète un service d'IA dans les 6 mois.
Et donc, il nous explique que tout est parfaitement installé, que la clé est bien mise à l'intérieur de notre projet.
Et effectivement, il nous rappelle une mauvaise pratique que je viens d'effectuer, c'est-à-dire que j'ai mis ma clé API directement dans la conversation.
Le fichier .env qu'on voit ici, c'est le fichier dans lequel normalement, manuellement ou via le terminal, je suis censé aller mettre ma clé API pour qu'elle n'apparaisse pas dans le fil de conversation de mon agent CloudCode.
parce que là, grosso modo, elle a été montrée au monde
et c'est une mauvaise pratique.
Donc maintenant qu'on a compris comment on installe JEV,
est-ce qu'il fonctionne bien sur notre projet ?
On va pouvoir passer sur un vrai cas d'usage de A à Z.
Et ce qu'on va faire, puisque moi je m'adresse à des consultants IA,
c qu va cr une solution qui pourrait finalement nous convenir nous ou d qu pourrait 100 commercialiser derri Vous savez le probl principal dans beaucoup d c de trouver des clients
Donc, c'est lié directement à la prospection.
Sauf que pour trouver des clients avec de la prospection, il faut aussi éviter de passer des heures à prospecter des entreprises
qui finalement ne sont pas notre cible, ne sont pas qualifiées et n'ont presque aucune chance d'acheter un de nos services d'intelligence artificielle.
Donc ce qu'on va faire ici, ça va être trois choses. La première, on va demander à un outil d'aller chercher des centaines et des centaines de prospects qualifiés, donc des entreprises, sur Bordeaux en l'occurrence.
La deuxième chose qu'on va faire, et c'est là que va intervenir Jev, c'est qu'on va demander à Jev de trier ses leads et de venir leur donner un score sur est-ce qu'elles ont des chances d'acheter notre service d'intelligence artificielle.
Et enfin, dans un troisième temps, on va ensuite rédiger toute une séquence de mails de prospection pour aller contacter directement ces leads qui ont un score relativement élevé et qui ont des chances d'acheter notre service.
Donc ici, la première chose qu'on va devoir faire, c'est se rendre sur Appify.
Appify, c'est un outil qui nous permet de solliciter des mini-robots, des mini-scripts, je vais le vulgariser un maximum, qui vont réaliser des actions sur Internet.
Tu le vois ici, on est sur Appify Store, donc il faut se créer un compte, etc. On est sur Appify Store et on voit que plein de gens, comme toi et moi, des particuliers ou alors directement Appify, ont créé des mini-outils, des mini-robots pour aller ici dans ce cas-là extraire de la data depuis Google Maps ou alors ici aller extraire de la data sur Instagram, ici aller extraire de la data sur TikTok, ici aller chercher des posts sur Facebook.
Bref, on a tout plein de mini-robots qui ont été créés par des développeurs ou par des indie hackers, comme on aime bien les appeler, pour finalement réaliser des actions.
Et donc là, on va solliciter cet outil-là.
On va le donner à CloudCode et c'est lui qui aura pour objectif d'aller chercher les centaines d'entreprises que l'on va devoir ensuite trier.
Donc pour ce faire, on va demander à CloudCode d'aller ajouter la clé API de Appify.
on va la mettre dans point environnement aussi et on va mettre ici le token qu'on va aller chercher.
Alors moi je ne vais pas le faire devant vos yeux mais je vais vous expliquer où est-ce qu'on peut le trouver.
Vous allez cliquer ici dans setting, vous allez tomber ensuite une fois que vous avez cliqué dans setting sur cette page là,
vous allez aller sur API et intégration et vous allez réciter.
récupérer cette petite clé qu'on a directement ici. Vous la copiez-collez et vous allez pouvoir ensuite la mettre ici entre les crochets. D'ailleurs, vous n'êtes pas obligé de mettre les crochets, vous n'êtes pas obligé de mettre le point aussi. Et vous mettez directement votre clé API. Donc là, ça y est, j'ai inséré ma clé API de Appify directement dans mon projet CloudCode. Je lui ai demandé de me faire un résumé de tout ce qui a été fait maintenant pour faire disparaître la clé API de l'écran. Mais donc là, on voit bien que ça y est, type safe, donc JEV est bien installé. L'API de Appify est bien installé. Tout fonctionne correctement.
Donc, on va passer à la suite. Maintenant, ce qu'on va faire, c'est qu'on va lui dire, avec Appify et le petit outil qu'on va aller solliciter, je vais vous montrer juste après, récupère 200 entreprises à Bordeaux et dans la métropole, réparties sur 10 secteurs, plombiers, électriciens, rénovations, cabinets comptables, agents simaux, avocats, dentistes, etc. Pour chacune de ces entreprises, je veux le nom, la catégorie, la note, le nombre d'avis, le site internet, le téléphone, l'email et l'adresse.
prix et combien ça t'a coûté. Donc là, on va pouvoir aller directement sur Appify et on va cliquer en fait, on va aller dans Appify Store, on va cliquer directement sur Google Maps Scrapper, ça va vous emmener sur cette page-là et là, vous allez prendre le petit lien qu'on voit juste ici, juste en dessous le Google Maps Scrapper, d'ailleurs, il y a un bouton pour copy-paste directement, on clique dessus et on va le donner juste ici dans ce prompt-là.
Là, sa mission va être d'aller chercher finalement 200 entreprises à Bordeaux avec toutes les coordonnées dont on a besoin et qu'ensuite, on donnera à Jeff pour trier et scorer tous ces leads-là qu'on a récupérés. Donc là, il nous dit « Je prévois de récupérer 22 entreprises par secteur pour environ 1,30$. »
Ok donc là il nous dit leads.csv est prêt, 200 entreprises, 20 par secteur, ça a duré 4 minutes 44, ça a coûté 1,21$, on a 200 entreprises à l'intérieur avec à chaque fois le numéro de téléphone, l'adresse, la note et les nombres d'avis, le site web.
internet, j'en vois ici, avec des numéros de téléphone, j'en vois ici. D'ailleurs, je vois même un 06 juste ici, avec directement le mail dont on a besoin pour contacter les personnes. Bref, il a fait sa première mission, à savoir aller chercher tout plein d'entreprises à Bordeaux directement. Maintenant, on va passer à l'étape d'après et on va lui dire utilise uniquement JEV, pas de LLM classique pour scorer chaque ligne de leads.csv. Il y a deux décisions par entreprise. Première décision, tu me dis oui ou non avec la probabilité
« Est-ce qu'elles achèteraient un service IA dans les six mois ? » Basse-toi sur sa catégorie, sa note, son nombre d'avis et la présence d'un site web. Et le choix numéro deux, ça va être de faire quelle offre elles achèteraient en premier, ces entreprises-là, entre un agent tel, une automatisation de devis, une relance automatique des clients, un chatbot sur le site web et une automatisation administrative. Et ensuite, on lui demande de mesurer le temps total et le coût exact et de me sortir un fichier avec le score de chaque lead trié par probabilité décroissante
Et on va lui demander aussi de créer un petit dashboard en HTML, en local directement, pour finalement visualiser les résultats, pour que ça soit plus agréable que de regarder ça sur un vieux CSV un peu dégueulasse. Et comme ça, on aura tout qui est affiché au bon endroit. Ok, donc les 200 entreprises ont été scorées par Jev seul cette fois-ci. Il n'y a aucun modèle d'IA qui est intervenu. Et donc, ça l'a fait en 5,5 secondes pour un coût total de 0,0051 centimes de dollars.
demi-centime, c'est absolument incroyable en termes de 1, rapidité et 2, surtout de coût. Et c'est ça qui est fou. Et après, il nous a donné les résultats avec la probabilité. Il y a environ 37% des agences immobilières qui ont une probabilité d'acheter un service IA. Ensuite, 34% pour les restaurants, 33% pour les instituts de beauté, etc. Et il nous a fait aussi le scoring sur quelles offres elles pourraient acheter, ces entreprises, en premier.
relance automatique de clients et des avis Google. Et donc, il nous a aussi fait notre petit tableau en dashboard avec le nombre d'entreprises qui a été scoré, la probabilité moyenne, combien sont 100 sites web, le coût total de GEV. Et puis surtout, il nous a fait une liste avec vraiment les entreprises qu'on doit aller directement scorer, le secteur de l'entreprise, la catégorie de l'entreprise, la note, les avis, l'offre prioritaire qu'on devrait leur proposer avec le taux de probabilité sur Google,
Est-ce qu'elles vont acheter cette offre-là ? On a les emails, bref, on a tout. Et donc, c'est là où avec notre prospection, on va commencer à prendre le téléphone et on va appeler les entreprises qui sont le plus susceptible d'acheter. Comme ça, on ne va pas perdre notre temps à faire de la prospection un petit peu à l'aveugle et on va faire confiance aux statistiques, faire confiance aux critères qu'on aura donnés. Alors là, on n'a pas donné beaucoup de critères, donc ce n'est pas un taux de probabilité qui est énorme. Mais on a une liste vraiment super quali avec toutes les entreprises à l'intérieur qu'on peut directement contacter.
où ça vient vraiment changer la donne et c'est là où Jev prend tout son sens. Et ensuite, ce qu'on a fait, ce que j'ai fait pendant que c'était en train de tourner, c'est que je lui ai demandé de refaire exactement le même scoring sur les mêmes lignes, mais cette fois-ci avec Claudopus au lieu de Jev, pour mesurer un petit peu le temps et le coût et faire un comparatif. Et donc là, on voit que avec Jev, on est donc sur 5,5 en termes de temps, 5,5 secondes, et donc même pas
Avec Opus, on est à 53 secondes, ce qui représente donc 10 fois plus de temps. Alors sur 5 secondes, ce n'est pas très grave. 10 fois plus de temps, ça fait quand même moins d'une minute. Mais si c'est quelque chose qui est censé prendre 2-3 heures, si c'est 10 fois plus de temps, là, ça commence à voir une vraie différence. Et forcément, ça aura un impact sur le coût, puisque là, on est à 0,0051 centimes de dollar. Là où avec Opus 5.5, on est à 1,30$, ce qui est énorme aussi en termes de différence.
est à beaucoup plus en termes de coûts. Et c'est là où pour nous en tant que consultant IA, on va voir les marges qui vont complètement augmenter et puis ça va avoir une répercussion sur le prix final pour le client. Et après, il nous a sorti un petit peu ces désaccords et c'est là aussi où on voit, si on prend le temps de regarder un peu les statistiques, que forcément, GEV est beaucoup plus précis et beaucoup plus fiable. Maintenant, ce qu'on fait derrière, c'est qu'on va lui dire, prends les 50 entreprises avec la plus forte
Tu vas aller chercher l'email manquant pour compléter finalement notre liste. Et puis, tu vas rédiger en fonction des probabilités, en fonction de l'offre que l'on devrait proposer. Tu vas rédiger trois emails courts, en vouvoiement, avec un ton direct et naturel, blablabla. Et donc là, il a fini de faire la rédaction des emails. Ces emails, ils sont directement dans la campagne CSV. On sait à qui on doit s'adresser pour le top 50 des entreprises. On sait à qui on doit s'adresser, avec quel type de mail.
dire bref tout est absolument prêt et ce fichier d'ailleurs on peut aussi le récupérer et directement le donner à un Lame List ou un Instantly pour qu'ensuite la campagne se fasse de manière 100% automatique. D'ailleurs en vrai on pourrait aussi demander à Cloud Code mais bon après il faut setup tout correctement, Lame List s'est déjà préconfiguré pour faire de la prospection automatique. Donc c'est là où vraiment on a les 50 entreprises qui sont reclassifiées avec les emails qu'on a été recherchés avec Appify, ça ne nous a compté même pas 50 centimes de dollars
été exclues, les séquences avec vraiment les solutions qu'on va proposer, relance et avis Google, automatisation administrative, chatbot avec email 1, email 2, email 3, on fait aucune fausse promesse et tout ça a été complètement géré par Cloud Code, Appify et Jev. Et maintenant, ce qu'on pourrait faire pour conclure un petit peu ce premier cas d'usage, c'est de lui dire, transforme tout ce process-là, donc scrapping Appify pour aller chercher les leads, scoring Jev pour mettre une note et une probabilité sur chacun de ces leads,
absolument contacter, faire ensuite la séquence d'emails qu'on va envoyer et tout ça, on le transforme en un « skill » qu'on va réutiliser.
au lieu de tout faire étape par étape. Là, on a le process qui est complètement fait. Et donc, on peut transformer tout ça en un outil déjà prêt à être utilisé pour aller faire la même chose sur les entreprises à Lyon, à Paris, à Marseille, à Toulouse et ainsi de suite. Et c'est là où ça prend tout son sens puisque Jav, son utilité, elle n'est pas isolée. Ce n'est pas juste de prendre de l'information et de la trier. Ça s'inscrit dans un workflow complet. Alors là, on n'a pas beaucoup de data, on n'a pas beaucoup de critères.
avec des critères extrêmement précis, tu ne contactes que ces leads dans le cas où ils ont critères 1, critères 2, critères 3, critères 5, 6, 7, 8, 9, 10, 11, 12, 13, 15, je ne sais pas, selon ton secteur, selon ton avatar, selon les informations qu'on arrive à récolter, sur LinkedIn, sur Facebook, sur Instagram, là on a pris juste des emails, mais si on fait une recherche complète de l'entreprise et qu'ensuite on vient trier tout ça en fonction des critères qu'on va donner, ça devient intéressant. Et justement, on va parler un petit peu business parce que ce que je viens de faire ici pour moi en l'occurrence,
Tu peux le faire pour tes clients, tu peux le faire pour des cabinets de conseil, pour des entreprises de recrutement, pour des grossistes, pour du nettoyage industriel, pour des entreprises qui eux aussi pourraient contacter finalement en prospection. Ils ont une équipe de commercial. Les commerciaux, au lieu de passer la moitié de leur temps sur des prospects qu'ils n'achèteront jamais, on les met sur des vrais prospects avec des vrais critères de qualification qui ont des vrais signaux d'achat pour leur faire gagner un temps montré.
Et donc finalement, notre solution, c'est un moteur de prospection où chaque semaine, le client va recevoir les meilleurs prospects à contacter, l'offre à proposer et les premiers messages à envoyer directement en prospection. Et là, ça change la donne. Là, Jev prend tout son sens et ce n'est pas juste un outil isolé qui est amusant parce qu'il trie en quelques secondes. Ça s'inscrit dans un workflow et ça rend le workflow beaucoup plus puissant et encore une fois, beaucoup moins cher.
pas de grande différence. Mais encore une fois, sur 10 000 leads, le coût de Opus, de Haiku, même le moins cher, on prend Kimi, les modèles chinois, certes, c'est pas cher, mais quand il y a beaucoup de data, ça devient vite coûteux. Et ça a une répercussion sur nos marges en tant que consultant IA, mais aussi sur le prix final de la personne qui nous achète ce service, tout simplement. Et moi, avec cette vidéo, c'est ça qui m'intéresse. C'est
Comment est-ce qu'on utilise des outils IA pour les inscrire dans un processus qui existe déjà dans une entreprise, pour leur permettre d'être plus efficaces, pour leur permettre de gagner plus de temps, pour leur permettre d'arrêter de travailler sur des choses qui ne rapportent pas d'argent ?
simplement. Et donc l'IA a pour but de qualifier. Avec tout l'historique que vous avez, avec votre CRM, avec les patterns que vous avez pu identifier sur quels sont les prospects qui assetent et quels sont les prospects qui n'achètent pas, on peut arriver et dire à une entreprise « Voici ta problématique aujourd'hui, voici le type de cas d'usage avec l'IA qu'on peut vous mettre en place. » Et là où la plupart des gens se focusent sur « Ah Jeff, c'est trop bien, ça qualifie en quelques secondes et pour quelques centimes de dollars », nous on arrive avec une solution complète. Et c'est ça la vraie valeur,
business en une solution concrète qui va rapporter de l'argent à une entreprise. Et c'est ça le rôle d'un consultant et c'est ce que nous on fait avec les membres chez Wolf, c'est vraiment leur permettre de rentrer sur un marché, capter quelles sont les problématiques de ce marché-là et voir comment avec cette problématique, on peut transformer une solution d'intelligence artificielle pour aller la proposer et permettre finalement de débloquer du chiffre d'affaires, de gagner du temps, de gagner en efficacité
etc., auprès d'une entreprise. Et ça, si tu veux qu'on voit comment on peut le faire pour ton cas, avec ton temps de disponible, ton expérience passée, avec tes objectifs personnels, avec tes idées probablement que tu as en tête pour te lancer dans l'intelligence artificielle, eh bien tu peux aussi réserver directement via le lien dans la description une session IA où on va analyser ta situation, analyser tes objectifs, analyser tes expériences passées et te dire, ok, selon ton profil, voici ce que tu pourrais faire, voici à qui est-ce
sont les problématiques de ce marché, voici qu'est-ce que tu pourrais proposer comme solution et voici comment nous, on s'y prend d'un point de vue stratégie, d'un point de vue méthodologie pour aller commercialiser ces solutions-là et gagner de l'argent en tant que consultant IA, lancer une boîte dans le consulting IA et puis finalement en faire ton business et ton avenir. »
C'est dans le lien en description. On te prend pendant une heure et on te montre ce qu'on fait. Et puis, on te présentera également ce qu'on fait avec nos clients d'un point de vue accompagnement, d'un point de vue écosystème. Bref, le lien est en description. N'hésite pas si tu veux venir nous consulter justement. Maintenant, j'aimerais te montrer un autre cas d'usage que j'ai réalisé pour moi-même directement. Ce cas d'usage, il est assez simple. Il va encore solliciter...
l'outil Appify. Et l'idée, ça va être de dire récupère avec Appify les pubs actives de la bibliothèque publicitaire de Meta en France, donc sur des mots-clés précis. Et on met ici les mots-clés. Et avec Jev, pour chaque pub, tu vas me dire si oui ou non, est-ce qu'elle correspond à ma niche ? Et on décrit donc la niche. Et ensuite, tu vas me scorer de 0 à 10. Est-ce que la publicité performe d'après sa durée de diffusion et les impressions estimées ?
passe les deux filtres, va ensuite récupérer l'URL de destination et demander à Claude de résumer chaque tunnel. Et on voit qu'ici, il a fait le résultat. Et pour vous expliquer un petit peu, avec Meta, on peut aller chercher dans la bibliothèque publicitaire toutes les publicités qui tournent autour d'un mot-clé. Donc là, on a mis le mot-clé IA et on a plein de publicités. Et il faut savoir que Meta nous donne beaucoup d'informations. Ils nous disent où est-ce que la publicité, elle tourne d'un point de vue géographique,
qui sont suivis d'un point de vue genre et quelle a été la couverture de la publicité. Bref, on a beaucoup d'infos. Et il y a aussi beaucoup de publicités.
Donc là, on commence à être sur un cas d'usage où on va récolter beaucoup de data. On met le mot-clé IA, on met le mot-clé BTP, on met le mot-clé chatbot BTP, on met des mots-clés en rapport avec ce qu'on vend, en rapport avec notre niche, en rapport avec notre avatar, en rapport avec nos concurrents, en rapport avec notre service, notre solution qu'on propose. Bref, on met tout plein de mots-clés et on va récupérer tout.
toutes les datas, tout ça se fait automatiquement grâce à Appify. On va récupérer toute la data, toute la publicité, toutes les vidéos qui marchent, toutes les descriptions qu'il y a sur ces publicités, tous les tunnels qu'il y a derrière les publicités, donc tous les sites internet qu'il y a derrière les publicités.
chiffres, les questions qu'on pose directement dans le hook, est-ce qu'il y a des promesses, est-ce que c'est un hook qui commence par une histoire personnelle. Il va nous dire les types d'offres qui sont proposées, des événements gratuits, des accompagnements, de la formation en ligne, du logiciel. Il va nous dire les cibles qui sont ciblées, les call to action qui sont utilisées dans la vidéo, les signaux dans le texte des pubs, et les top annonceurs. Il va nous donner tout plein d'informations. Et donc le workflow, il est très simple. 1. On établit des critères de recherche et des critères de qualification.
d'aller chercher toutes les publicités qui correspondent à ces critères. Trois, on demande à Jeff de les classer par angle marketing, par hook, par type d'offre, par cible pour aller chercher finalement plein d'informations. Et quatre, on obtient un rapport sur qu'est-ce qui marche sur le marché, qui sont les concurrents qui performent le plus, qu'est-ce qui ne marche pas sur le marché et finalement, qu'est-ce qu'on doit faire d'un point de vue marketing pour aller attirer des potentiels clients via la publicité sur Meta.
fait de la publicité fait à la main. Et aujourd'hui, avec un outil comme JEV, on peut engranger tellement de data en très très peu de temps pour très peu cher que ça devient absolument révolutionnaire. Et ce cas d'usage, je voulais vous en parler parce que c'est pareil, on peut tout à fait le commercialiser. On arrive devant une entreprise et on lui dit « Je te propose de faire ta veille publicitaire ». Parce que, bien entendu, il y a une offre à vendre. À vendre à qui ? Aux e-commerçants, aux réseaux de franchise, aux organismes de formation.
qui dépensent de l'argent en publicité chaque mois de manière à ce qu'on optimise leurs dépenses publicitaires et qu'on leur permette de gagner de l'argent, qu'on leur permette d'avoir des meilleures performances publicitaires, d'avoir des meilleures stratégies. Ce qui, en général, bloque les gens dans leur scaling via la publicité. Parce que ces entreprises, ce qu'elles veulent savoir, c'est ce que font les concurrents et comment nous, du coup, on va pouvoir mieux se positionner qu'eux. Et qu'est-ce qui marche sur le marché ? Qu'est-ce qui marche par rapport à ce que je propose moi ?
Un rapport de veille avec les publicités qui tournent en ce moment, les angles marketing qui performent le mieux, les tunnels qui convertissent le mieux. Et ça, ça vaut beaucoup, beaucoup d'argent pour une entreprise. Et personnellement, c'est une de mes utilisations favorites avec Jev pour aller vraiment faire de l'analyse très profonde, très poussée avec des vrais critères de qualification. Maintenant, je tiens à préciser quelque chose. Il faut quand même avoir conscience de ça.
utiliser JEV. Le premier cas d'usage où il y a des limites, c'est lorsqu'on va demander à JEV de nous donner une probabilité. J'ai remarqué avec les tests que j'ai fait jusqu'à maintenant que quand JEV nous donne une probabilité autour de 50 à 60%, il faudrait faire un deuxième passage, demander à JEV de faire une deuxième analyse pour toutes les notations qui sont entre 50 et 60% parce que j'ai tendance à penser que lorsqu'il donne 50% de probabilité, c'est parce qu'il n'a pas su se positionner et qu'il aurait fallu
des critères supplémentaires pour avoir vraiment un vrai scoring précis et pas juste un
En fait, c'est 1 sur 2, je ne sais pas trop. Non, c'est soit non, soit oui et il faut que tu me donnes une vraie réponse et pas juste un 50%. Parce que je me suis rendu compte que quand il fait ça, quand il donne 50%, c'est parce qu'il n'a pas réussi à se positionner et donc probablement qu'il n'a pas eu assez de critères pour se positionner. Donc ça, c'est une première limite que j'ai analysée.
Et la deuxième chose, encore une fois, c'est important de le dire parce qu'on m'a souvent demandé, Jeff est juste là pour trier et prendre des décisions sur une information. Il n'est pas là pour rédiger, il n'est pas là pour raisonner, il n'est pas là pour développer, il n'est pas là pour créer. Et ça, c'est extrêmement important. Et dans le cas d'usage que je viens de montrer, il faut quand même faire attention, la prospection par email, c'est des choses qui sont cloisonnées via le RGPD en France. Donc, ne faites pas n'importe quoi.
et à quel point c'était puissant, on remarque qu'en fait à chaque fois, il y a un pattern qui revient. Jev, finalement, il va trier. Claude, il va écrire et raisonner. Et toi, en tant que consultant IA, tu dois l'inscrire dans un workflow pour vendre un résultat final. J'ai déjà vu pas mal de vidéos de gens qui parlaient de Jev et qui vendaient en fait l'outil, la puissance de l'outil. Sauf que tout le monde s'en fout de la puissance de l'outil et c'est la grande erreur de 99% des consultants IA.
vend, ce n'est pas une techno. Ce qu'on vend,
un résultat
Ce qu'on vend, c'est débloquer du chiffre d'affaires, de l'efficacité opérationnelle. Et tout ça, ça s'inscrit dans une stratégie et c'est typiquement ce qu'on fait avec nos membres chez Wolf Lab. Si tu veux une session IA, je le répète, le lien est dans la description. En attendant, j'espère que cette vidéo t'aura plu, que ça t'aura permis d'y voir clair sur ce qu'est JEV.
si tu as la moindre question, si moi j'ai quelque chose à te demander, dis-moi les cas d'usage que toi tu as pu identifier dans les commentaires, ça m'intéresse parce que
Bon, moi, j'ai une imagination, je rencontre beaucoup d'entreprises, j'ai beaucoup de problématiques d'entreprises dans ma tête, mais je ne les ai pas tous, je ne suis pas omniscient. Donc, si toi, tu as identifié des cas d'usage intéressants, dis-le dans les commentaires, ça m'intéresse. Et puis, si tu as une question, dis-le aussi dans les commentaires. En attendant, abonne-toi, like, tu connais la chanson. Et puis, tous les deux, on se dit à la prochaine.
Ciao, ciao !