Les réunions enregistrées constituent une ressource de connaissances sous-exploitée. Elles sont difficiles à rechercher, longues à réécouter et cloisonnées dans les espaces partagés des équipes, si bien que des informations précieuses passent souvent inaperçues.
Lors d’un hackathon d’une journée, une équipe de trois personnes a créé Callombia. Cette plateforme interne transcrit, étiquette, résume et découpe automatiquement les appels enregistrés en extraits, puis les rassemble dans un dépôt consultable de type YouTube, accessible depuis tous nos bureaux dans le monde.
Entièrement créée avec Codex, la solution utilise une recherche sémantique fondée sur les embeddings d’OpenAI et la similarité cosinus pour faire ressortir les passages pertinents même sans mots-clés exacts, avec en complément un chatbot RAG et un système de notifications.
Ce qui aurait autrefois pris des semaines a été livré en sept heures, démontrant que le développement natif de l’IA avec des agents de programmation comme Codex peut considérablement raccourcir le cycle de développement produit et permettre aux hackathons internes de générer une véritable valeur commerciale.
Si vous êtes comme moi, vous avez rarement le temps (ou la capacité d’attention) nécessaire pour réécouter des réunions enregistrées. C’est souvent parce qu’il faut fouiller dans des espaces d’équipe désorganisés, passer les bavardages sans intérêt et essayer d’écouter réellement tout en envoyant des e-mails et des messages.
Mais ce n’est peut-être pas une fatalité ? Et si nous pouvions créer quelque chose qui transforme complètement les réunions enregistrées ? C’est cette réflexion qui a inspiré notre récent projet de hackathon.
En une seule journée, 50 membres de nos équipes d’ingénierie, de livraison et d’exploitation ont abordé plusieurs problématiques issues de toute l’entreprise : développement des opérations de recrutement, simplification de la création des cahiers des charges, suivi de la santé des projets, génération de prototypes en direct et extraction d’informations des réunions enregistrées.
Lors de ce hackathon fondé sur Codex, nous avons créé Callombia. Callombia est le YouTube de notre entreprise : chaque appel devient une ressource vivante et consultable. Chaque appel est automatiquement transcrit, étiqueté et résumé, puis découpé en extraits thématiques et ajouté à un dépôt organisé par chaîne (clients) et par sujet (domaines d’expertise en IA). Chaque membre de l’équipe, à Londres, Édimbourg, Singapour ou en Australie, peut ainsi accéder instantanément aux passages des appels qui l’intéressent.
Une interface familière et conforme à notre identité rend la découverte de contenu intuitive, tandis qu’une recherche sémantique (et bien sûr un chatbot RAG fondé sur l’IA) aide chacun à trouver précisément ce qu’il cherche. L’ajout d’un système de notifications permet également à nos collègues de s’abonner à certains sujets et d’être avertis lorsque de nouveaux extraits pertinents sont publiés.
Mais ce qui est remarquable avec Callombia, ce n’est ni le produit ni le prix de 2 000 £ remporté au hackathon (petite fierté), mais le fait d’avoir pu créer tout cela en seulement sept heures, avec deux ingénieurs et un responsable de livraison. Cela n’aurait pas été possible il y a un an. Les progrès des agents de programmation ont considérablement accéléré l’ensemble du processus de développement produit, et ce hackathon s’est révélé un excellent terrain d’essai pour en comprendre les frontières irrégulières. Alors, comment avons-nous utilisé Codex ?
Au lieu de simplement rédiger une longue liste d’exigences, nous avons commencé par partager notre vision collective, sous forme de prompt, du problème et de notre ambition pour Callombia. En restant volontairement vagues, nous avons laissé le modèle travailler et réfléchir de manière créative :
Après dix minutes d’échanges, nous avons activé le mode Plan afin de préciser les exigences et d’orienter la partie technique du développement. Le mode Plan donne l’impression de répondre aux questions de cet ami agaçant qui a (heureusement) envisagé tous les scénarios possibles. Après avoir convenu d’éléments tels que le nombre de vidéos, le choix entre recherche sémantique et recherche par mots-clés, ainsi que l’architecture à utiliser, il a créé un fichier Markdown qui a ensuite servi de base au projet.
Une fois le plan établi, l’étape suivante consistait à créer les composants essentiels au fonctionnement concret de Callombia. Il fallait donc créer un pipeline transformant les appels enregistrés en ressources consultables :
Ingestion des vidéos et des transcriptions,
Découpage en passages pertinents,
Enrichissement avec des résumés et des étiquettes,
Mise à disposition via des API utilisables par le frontend.
Ed s’est davantage consacré à la conversion des enregistrements bruts et des transcriptions dans un format exploitable, tandis que Nico s’est concentré sur la couche de recherche permettant de retrouver ces passages. Avec Codex, ils ont pu mettre en place les modèles de données, les scripts d’extraction et toute l’infrastructure backend bien plus vite que nous n’aurions pu le faire manuellement. Nous avons ainsi obtenu bien plus qu’une transcription jointe à une vidéo. Nous avons obtenu des passages précis : la séquence sur Tesco, le point stratégique, la discussion sur le recrutement ou les 90 secondes exactes d’un appel que quelqu’un souhaite réellement regarder.
C’est au niveau de cette couche de recherche que les choses sont devenues particulièrement intéressantes. Nous voulions que quelqu’un puisse saisir une requête comme « performances financières », « feuille de route de Tesco » ou « évaluations des conversations » et accéder aux extraits les plus pertinents, même si ces termes exacts n’avaient jamais été prononcés. Pour cela, nous avons créé des segments comportant des horodatages, des résumés, le texte des transcriptions et des métadonnées. Avec une architecture claire en tête et beaucoup d’aide de Codex, nous avons réuni le sujet, le résumé et la transcription dans une seule entrée, puis utilisé le modèle text-embedding-3-small d’OpenAI pour générer des embeddings pour chaque segment. Nous avons stocké ces embeddings dans notre base de données et utilisé la similarité cosinus pour comparer chaque requête utilisateur à tous les segments. Nous avons ainsi obtenu une couche de recherche sémantique plutôt qu’une simple recherche par mots-clés.
Cette méthode s’est révélée extrêmement précise et a donné au produit son caractère « magique » pendant la démo du hackathon. Nous savions cependant que cette approche ne pourrait pas évoluer indéfiniment si le nombre de vidéos continuait à augmenter, car comparer chaque requête à chaque segment finirait par devenir trop coûteux. L’étape suivante naturelle serait d’adopter des stratégies de recherche plus efficaces, comme Hierarchical Navigable Small World, afin de réduire le nombre de comparaisons et de maintenir une faible latence à mesure que le corpus s’agrandit. Une fois cette fonctionnalité opérationnelle, Callombia ressemblait moins à une médiathèque et davantage à un système de connaissances.
Comme dans tout bon hackathon, cette partie a également nécessité plusieurs itérations : les limites initiales des segments étaient trop approximatives, certains horodatages devaient être affinés, certaines étiquettes étaient trop générales et les fichiers de transcription et d’enregistrement ne correspondaient pas toujours parfaitement. Mais c’est aussi là que la valeur est apparue. Codex nous a permis d’affiner rapidement le système au lieu de nous enliser dans la configuration et les reprises. À la fin, nous disposions d’un backend capable d’alimenter des extraits, des séquences courtes et une recherche sémantique véritablement utile. C’est à ce moment-là que Callombia a commencé à ressembler à un vrai produit plutôt qu’à une simple démo de hackathon.
Pendant qu’Ed et Nico développaient l’ingestion et la couche d’intelligence, je créais le frontend. Grâce à notre modèle full stack, j’ai pu créer rapidement une première version du site sans écrire une seule ligne de code. Après lui avoir demandé d’ouvrir le site localement dans mon navigateur, je lui fournissais de simples commentaires sous forme de liste à puces afin de faire évoluer le design vers le résultat recherché.
Après environ une heure d’échanges, j’avais obtenu un résultat dont j’étais plutôt satisfait, sans aucune expérience en interface utilisateur ni en design. Même si le produit final est loin d’être parfait, il s’agit d’une très bonne première version qui permet de comprendre le produit.
Pour être sûrs d’avoir quelque chose à présenter en fin de journée, nous nous étions réparti le travail. Évidemment, après quelques heures de travail semi-indépendant, nous avions tous nos propres branches locales, avec une multitude de conflits.
Plutôt que de consacrer le temps que nous n’avions pas à examiner et résoudre méticuleusement les conflits, nous avons décidé de lâcher Codex sur les dépôts et de le laisser les corriger seul. Même si nous ne recommanderions pas encore cette méthode pour développer des logiciels destinés aux entreprises, son efficacité dans un environnement à faible enjeu est incroyable et nous a fait gagner de nombreuses heures.
La dernière étape du hackathon consistait à enregistrer la démo de Callombia destinée au jury. Notre premier réflexe était d’ouvrir Loom pour réaliser l’enregistrement, mais nous nous sommes dit que ce serait un véritable test pour Codex, un peu en dehors de ses capacités actuelles. Alors… Nous avons rédigé un prompt, fourni le lien du site de Callombia, ajouté un enregistrement de ma voix sur la plateforme de développement d’OpenAI, puis lui avons demandé de faire le reste.
Le premier essai était très impressionnant : il avait écrit le script de la démo, enregistré l’écran, ajouté ma voix off et pratiquement respecté le cahier des charges. Seule la synchronisation de la voix off avec l’enregistrement de la démo ne nous satisfaisait pas immédiatement. Nous lui avons donc demandé : « IMPÉRATIF : synchronise exactement la voix off avec ce qui apparaît dans la démo. Il y avait un décalage, par exemple sur la page de chat. À la fin, vérifie trois fois la synchronisation entre la voix off et la démo enregistrée à l’écran. Fais-les correspondre par tous les moyens possibles. »
En réponse à cette demande, Codex a divisé la voix off et l’enregistrement en sections plus courtes, puis a exécuté la tâche presque parfaitement, juste à temps pour 17 h 30 et les bières et pizzas de la célébration.
Nous savons que Callombia résout un problème rencontré par la plupart des entreprises. Il est difficile d’assister à chaque appel dans une entreprise en pleine croissance, mais les précieuses idées qui y sont partagées sont inestimables. Il ne nous reste plus qu’à le mettre en production.
Mais il y a ici une leçon plus générale sur l’adoption d’une approche native de l’IA et sur l’intérêt de mobiliser l’expertise en ingénierie et en produit pour résoudre des problèmes communs. En sortant de notre cycle de travail habituel et en collaborant entre équipes dans un environnement semi-compétitif, nous avons abouti à plusieurs solutions qui, moyennant quelques ajustements, pourraient être mises en production. En renouvelant régulièrement l’exercice, nous pouvons veiller à être aussi efficaces en interne que les solutions que nous créons pour nos clients.