Point clé
Chrono a bâti un coach IA en leadership qui répond à partir de la base de connaissances interne de l'entreprise de coaching grâce au RAG et adapte chaque réponse au gestionnaire qui pose la question, et l'adoption du programme a augmenté de 60 %.
Une entreprise de coaching en leadership avait une méthode qui fonctionnait en séance. Entre les séances, les gestionnaires décrochaient. Chrono a bâti un coach IA qui répond à partir de la base de connaissances de l’entreprise et adapte chaque réponse au gestionnaire qui pose la question. L’adoption du programme a augmenté de 60 %. Si votre expertise vit dans des documents et dans la tête de vos gens, voici comment la mettre devant chaque utilisateur, chaque jour.
Pourquoi le programme n’était-il pas utilisé entre les séances ?
Parce qu’il n’y avait rien quand les gestionnaires en avaient besoin. Une conversation difficile avec un employé n’attend pas la prochaine séance, et un gestionnaire aux prises avec un vrai problème ne fouillera pas dans le matériel de cours pour trouver la réponse.
Un robot conversationnel générique n’était pas la solution non plus. Il donne des conseils génériques, et des conseils génériques contredisent ce que le programme enseigne. L’entreprise avait besoin d’un coach qui parle comme ses propres coachs.
Comment le coach IA utilise-t-il la base de connaissances de l’entreprise ?
Grâce à la génération augmentée par la recherche, ou RAG. Avant que le modèle réponde, le coach cherche dans la base de connaissances interne de l’entreprise, retient les passages qui correspondent à la question et répond à partir de ceux-ci. La méthode du programme est la source, pas l’internet en général.
La base de connaissances est indexée dans Pinecone, une base de données vectorielle qui trouve les passages selon leur sens plutôt que par mots-clés exacts. GPT-4o rédige la réponse à partir de ce qui en ressort. Chaque conversation est tracée dans LangSmith, ce qui permet à l’équipe de voir quels passages le coach a utilisés et de vérifier que ses conseils respectent la méthode.
Comment le coach adapte-t-il ses réponses à chaque gestionnaire ?
Il part du gestionnaire, pas du contenu. Deux gestionnaires qui posent une question sur le même problème reçoivent des réponses différentes, parce que le coach tient compte de leur situation et de la conversation en cours avant de puiser dans la base de connaissances. Le service d’IA rédige aussi un résumé de chaque séance de coaching, pour que le fil se poursuive d’une fois à l’autre.
Résultat : on a l’impression de parler à un coach qui connaît le programme et qui vous connaît. C’est ce qui a fait revenir les gestionnaires.
Qu’est-ce qui a changé pour l’entreprise ?
L’adoption du programme a augmenté de 60 %. Les gestionnaires se servaient du programme entre les séances, pas seulement pendant, et la méthode de l’entreprise les rejoignait au moment où ils en avaient besoin.
Quelle est l’architecture ?
Le coach IA tourne dans son propre service Python, séparé du backend principal, ce qui permet à l’équipe de changer les instructions, les modèles ou la recherche sans toucher à l’application. Redis et les files de tâches BullMQ sortent le travail lent du chemin des requêtes et gardent l’application réactive quand le trafic grimpe.
Qu’a-t-il fallu d’autre pour lancer le produit ?
Un produit complet autour du coach. Chrono a bâti six applications dans un seul monorepo : l’application mobile bilingue, une API REST, un CMS headless pour que l’équipe mette le contenu à jour sans développeur, une console d’administration des paiements, le service d’IA et un bot Slack interne. Le produit a été lancé sur iOS et Android en français et en anglais, et Chrono l’opère maintenant grâce au support applicatif géré.
Qu’est-ce que ça change pour votre entreprise ?
Si votre avantage, c’est ce que votre équipe sait, un coach ou un assistant IA ancré dans ce savoir est la façon la plus rapide de le multiplier. Le modèle, c’est la partie facile. Le travail est dans la base de connaissances, la recherche et le traçage qui prouve que les réponses sont justes.
Voyez comment nous bâtissons ces systèmes sur notre page recherche et connaissances. Pour cadrer le vôtre, commencez ici.
Questions fréquentes
Comment un coach IA a-t-il fait augmenter l’adoption d’un programme de 60 % ?
En rendant le programme accessible entre les séances, quand les gestionnaires font face aux vrais problèmes. Le coach répond à partir de la méthode de l’entreprise et adapte chaque réponse au gestionnaire, ce qui rend ses conseils assez utiles pour qu’on y revienne.
Qu’est-ce que le RAG sur une base de connaissances interne ?
La génération augmentée par la recherche, c’est quand l’IA cherche dans vos propres documents avant de répondre et répond à partir de ce qu’elle trouve. Ici, le coach cherche dans la base de connaissances de l’entreprise de coaching, donc il donne les conseils de l’entreprise, pas ceux de l’internet.
Comment vérifier qu’un coach IA donne les bons conseils ?
En traçant chaque conversation. Sur cette plateforme, LangSmith enregistre les passages que le coach a retrouvés et la façon dont il les a utilisés, ce qui permet à l’équipe de comparer les réponses à la méthode du programme.
