Substi.ai — Diagnostic d'opportunité IA

Poste analysé— sélectionnez un profil —

00/100

Verdict

EN ATTENTE

Iméo

Accès plateforme

Connexion client Iméo

Si votre espace existe déjà, email + code client suffisent. Pour créer un nouvel espace, complétez aussi nom, prénom et numéro.

Code client

Nom

Prénom

Numéro

Accès équipe Substi

Console interne

Cette URL est réservée à l’équipe. Saisissez votre code admin, tech ou commercial pour ouvrir la vue adaptée.

Code d’accès

URL client/prospect : / · URL équipe : /admin

Mode expert : vues techniques et stratégiques avancées visibles uniquement quand elles aident à cadrer plus finement.

Poste 1 — décrivez le métier

Analysez un métier à la fois : rôle, tâches sur ordinateur, outils, volumes, douleurs et validations.

Message

Notes structurées optionnelles

Brief consolidé

Workflows / tâches

Outils utilisés

Transcription

Workflows détectés

Copilot questions

Workflow live

Voir le détail complet du CDC

Paiement

Validation admin requise

Le plan est validé. L’étape de complétion production sera ouverte dès que l’administrateur confirme la réception du paiement.

Message à l’équipe Substi

Ce que le client doit fournir

Après validation du plan, Iméo liste tout ce qui manque pour arriver à un CDC exploitable à 100%.

Répondre simplement

Réponse

Coller un autre CDC JSON

CDC JSON optionnel

Note & avancement

Production

Qui valide quoi ?

Ajuster la validation

Suivi du projet

Messages

Messagerie

Tâches à faire

Devis

Formation & tutoriels

Digital Twin & Observation passive

Types d’IA Substi

Parcours guidé

Étape 1/4

Diagnostic IA

Décris le besoin, puis lance l’analyse.

Que veux-tu automatiser ?

Écris quelques phrases. Les détails sont optionnels.

Employé IA modèle

Entreprise

Personnes sur ce rôle

Description

Douleur principale

Volume

Outils

Décideur

Budget

Urgence

Réponses écrites / notes client

Résultat

Le résumé se met à jour après génération.

Substi Operating System

Du problème métier flou au système IA exploitable.

Le produit cible n'est pas une liste d'agents : c'est la chaîne complète qui comprend l'entreprise, priorise l'automatisation, génère le CDC et simule l'impact économique.

Discovery

Questions, documents, outils, douleurs, workflows.

→

JSS Engine

Tâches, scores, risques, ROI, employés IA.

→

CDC Generator

Architecture, rôles IA, RAG, APIs, roadmap.

→

Simulation

Avant/après, payback, capacité, décision CEO/CFO.

✓

Discovery brief

Colle une note courte, ou prépare une version longue où le client décrit sa boîte, ses équipes et toutes les tâches réalisées sur ordinateur.

Entrepriseactivité, clients, modèle, volume

Équipesqui travaille sur ordinateur, rôle par rôle

Tâchesfréquence, outils, temps perdu, validations

Dictée vocale disponible sur Chrome/Safari compatibles. Rien n'est envoyé tant que tu ne branches pas un backend.

Knowledge extraction

Sortie structurée pour alimenter le JSS, le CDC et la simulation.

Interview challenger

Questions à poser au client pour transformer une intuition en matière exploitable : temps perdu, remplaçabilité, volume, coûts cachés, risques et urgence.

Discovery actif

Bibliothèque employés IA

50+ employés modèles pour inspirer le client.

Chaque modèle montre les tâches courantes, le process cible, les outils typiques, la supervision humaine et les points de vigilance. Ce sont des exemples de cadrage : clique sur un modèle pour voir le process complet ou l'utiliser comme point de départ du Discovery.

50+ modèles

Test commercial du diagnostic IA

Sans recherche LinkedIn

Utilise cette version pour simuler un rendez-vous client : choisir un poste, renseigner le contexte commercial, ajuster le périmètre, puis générer une lecture client claire. L'objectif n'est pas de sourcer des offres, mais de qualifier une opportunité et d'aider à vendre le bon niveau d'automatisation.

Etape 01

Comprendre le client

Pars du Discovery : description de l'entreprise, équipes, tâches, outils, douleurs et volumes réels.

Etape 02

Qualifier le client

Renseigne l'entreprise, le niveau, la taille d'équipe et la complexité de setup.

Etape 03

Lire le potentiel

Vérifie les tâches automatisables, assistées et celles à garder humaines.

Etape 04

Pitcher proprement

Utilise le rapport client et le cahier des charges pour cadrer l'offre commerciale.

Parcours recommandé : Discovery → JSS automatique → Décomposition → Rapport Client. La vue Etude reste privée car elle contient les marges.

Modèle économique & marge Mode Étude

Configure ta structure de marge. La marge s'applique sur le tarif Substi : 1 000 €/mois par employé IA, 5 000 € de création one-shot, option IA propriétaire à partir de +1 000 €/mois.

Marge plancher (€/mois minimum) Sous ce seuil, la marge est automatiquement remontée. Couvre tes coûts opérationnels par client.

Coûts ops mensuels totaux à couvrir Estimation : SaaS, comptabilité, prospection, ta rémunération nette mensuelle. Sert à calculer le break-even global.

Table de marge (% sur tarif Substi)

Tier Substi	Skip JSS <50	Assist JSS 50-69	Augmented JSS 70-89	Full Replace JSS 90+

Modificateur urgence (en points de %)

Profils client générés

Bibliothèque client seulement · Discovery d'abord

Pas encore de profil client ?

Lance le Discovery pour générer automatiquement un profil JSS réel.

Entreprise (client)

Niveau d'expérience

Niveau de setup employé IA — complexité du métier à modéliser 1 000 €/mo par employé IA · création 5 000 €

Ajouter une IA propriétaire / World Model Option à partir de +1 000 €/mois. L'IA dédiée apprend via RAG ; l'IA propriétaire apprend via RAG + RL.

Nb personnes sur ce rôle

Tarif Substi recommandé (avant marge)

Qualification commerciale

Deal fit · avant proposition

Ces champs servent à juger si l'opportunité vaut un POC commercial : intensité du problème, volume réel, environnement outil, budget disponible, décideur et urgence.

Douleur principale

Volume

Outils en place

Budget

Décideur

Urgence

Profil sur mesure

Mode Client

Construis un profil 100% adapté au client. Chaque champ est annoté pour juger correctement. L'analyse est calculée en temps réel par le méta-modèle 4 frameworks.

Score live · méta-modèle

Calculé sur les tâches saisies

00/100

En attente

01Identité du poste

Le titre exact tel que ton client l'utilise + le contexte qui aide au calibrage.

Nom du poste Le titre exact tel qu'il apparaît dans l'organigramme client. Sois précis : "Marketing Specialist" ≠ "Senior Marketing Manager". Le niveau influence directement le salaire.

Secteur d'activité Le secteur où évolue le client. Sert à classer le profil dans ta bibliothèque + adapter le tier Substi par défaut.

Description courte du contexte 2-3 phrases sur le contexte client. Ce que fait l'entreprise, où ce poste s'insère. Apparaîtra dans le rapport pour donner du contexte.

Sector label (libellé) Label affiché dans le rapport. Utilise le vocabulaire réel du client : équipe, métier ou département concerné.

02Salaire & tarif Substi

Renseigne le coût humain actuel. Le tarif Substi est calculé ensuite automatiquement : 1 000 €/mois par employé IA + 5 000 € de création.

Salaire base annuel (€) Salaire moyen pour le niveau choisi. Hors bonus. Demande au client le range qu'il pratique en interne, c'est plus précis que les benchmarks.

Bonus annuel moyen (€) Bonus typique pour ce poste/niveau. Critique en finance (20-100% du base !). 0 si aucun. Le bonus est inclus dans le coût employeur calculé.

Tier Substi suggéré Conservé pour le scoring interne. Le nombre réel d'employés IA est arbitré automatiquement selon le JSS, le volume et l'équipe.

03Décomposition par tâches

Liste les tâches principales du poste avec le % de temps et les scores des 3 lentilles académiques. Le total doit faire ~100%. Vise 5-8 tâches pour un profil propre.

Total temps alloué

Idéal : exactement 100%. Tolérance : 95-105%.

04Risques identifiés

Ce qui peut faire échouer le remplacement IA sur ce poste. Apparaît dans le rapport comme alerte de prudence — ça renforce ta crédibilité auprès du client.

Analyses sauvegardées

Chaque analyse complète (profil + tier + équipe + score) sauvegardée localement dans ce navigateur. Permet de retrouver une étude de poste antérieure, la restaurer à l'identique pour modification, l'exporter en JSON, ou la dupliquer.

Pourquoi un méta-modèle à 4 frameworks ?

Aucun framework académique seul n'est complet. Frey-Osborne (2017) est antérieur aux LLMs. SML (Brynjolfsson 2018) ne couvre que le ML traditionnel. AIOE (Felten 2021) est trop large. Eloundou (2023) ne couvre que les LLMs. Le JSS v2.1 combine les 4 en pondérant chacun selon ce qu'il mesure le mieux.

Frey & Osborne (2017)

Oxford. 702 occupations US. 3 bottlenecks : perception/manipulation, intelligence créative, intelligence sociale.

Brynjolfsson SML (2018)

MIT/Stanford. 23 critères par tâche. Évalue input/output, données disponibles, tolérance à l'erreur.

Felten AIOE (2021)

Princeton/NYU. Lie 10 capacités IA aux 52 abilities O*NET. Base ouverte sur GitHub.

Eloundou GPT (2023)

OpenAI. Rubric E0/E1/E2. E1 = LLM seul réduit le temps de 50%+. Le plus pertinent pour Substi.

Comment scorer les tâches en mode client

Pour chaque tâche : (1) tu choisis sa classification Eloundou E0/E1/E2 ; (2) tu donnes un score SML 1-5 ; (3) tu flagues les bottlenecks Frey-Osborne ; (4) tu donnes le % de temps. Le score-tâche se calcule automatiquement, le score-poste = moyenne pondérée par le temps. Cite les frameworks en réunion = crédibilité instantanée.

Les 4 verdicts opérationnels

Full Replace (90+) — IA autonome. Économie 70-85%.
Augmented (70-89) — IA + 1 superviseur. Économie 50-65%.
Assist (50-69) — IA soulage 30-40%.
Skip (<50) — décliner protège la crédibilité.

Triplet d'exposition Eloundou α/β/ζ (v2.3)

Depuis la v2.3, chaque rapport affiche le triplet d'exposition Eloundou-Manning-Mishkin-Rock (OpenAI 2023, Science 2024) calculé selon la rubrique exacte du papier original (Appendix A.1, page 30 du preprint arXiv:2303.10130v5).

Trois mesures distinctes selon ce qu'on déploie :
α (alpha) = % du temps sur tâches E1 uniquement. C'est ce qu'un ChatGPT/playground réduit de ≥50% sans aucun tooling. Borne basse, actionnable aujourd'hui sans rien déployer.
β (beta) = α + 0.5 × (E2+E3). Mesure principale du papier. La pondération à 50% reflète le coût d'investissement requis pour bâtir le tooling autour du LLM (RAG, agents, intégrations). C'est le chiffre à pitcher au client.
ζ (zeta) = α + (E2+E3) à pleine pondération. Borne haute si tout est déployé. À utiliser avec prudence — c'est le plafond technique.

Pourquoi Substi est positionné en β : contrairement à un chatbot E1 nu, Substi est un système agentique avec mémoire vectorielle, retrieval sur knowledge base, et intégrations API. Selon la rubrique Eloundou, c'est précisément la définition d'un E2 — la catégorie qui débloque 47-56% des tâches dans l'économie US selon le papier.

Calibrage Job Zone (Table 6 du papier) : les β-medians par niveau de qualification — Zone 1 HS=6%, Zone 2 HS+=16%, Zone 3 voc.=26%, Zone 4 Bachelor=47%, Zone 5 Master+=43%. Le sweet spot Substi est Job Zone 4, qui correspond aux postes digitaux structurés avec tâches répétitives, outils métier et données exploitables.

Note méthodologique : le papier combine E2 et E3 pour toutes ses analyses ("we combine E2 and E3 for all analyses", p.8). Notre code suit cette convention.

Validation académique : intégration Felten AIOE

Quand un mapping métier fiable existe, le profil client peut être cross-validé contre l'AIOE de Felten, Raj & Seamans (SMJ 2021). L'AIOE est la référence académique pour mesurer l'exposition d'une occupation à l'IA — elle a été calculée pour 774 occupations US en reliant 10 capacités IA aux 52 abilities O*NET via une enquête mTurk de 2 000 répondants.

Notre approche : le Discovery génère d'abord un profil JSS réel depuis les tâches client. Si une occupation O*NET équivalente est ajoutée, le rapport peut comparer le score JSS au percentile AIOE académique. Si l'écart est faible, les deux mesures convergent. Si l'écart est fort, il faut expliquer le contexte opérationnel, la dimension sociale ou la spécialité métier.

Pourquoi c'est important : JSS mesure la substitutabilité (Substi peut-il remplacer ?), AIOE mesure l'exposition (l'IA touche-t-elle cette occupation ?). Les deux ne sont pas équivalents — une occupation peut être très exposée mais peu substituable (médecin vs IA d'imagerie). Notre validation rend cette nuance explicite et défendable en réunion.

Limite : tant qu'aucun code SOC n'est associé au profil client, la validation Felten reste indisponible. Le score JSS et le ROI restent néanmoins calculés localement.

Le piège Klarna (intégré au modèle)

Klarna a remplacé 700 agents par IA en 2024, puis fait machine arrière en 2025. Le JSS pousse vers "Augmented" plutôt que "Full Replace" dès que la dimension Frey-Osborne "intelligence sociale" dépasse 3.5/5 en moyenne pondérée. Encart de vigilance automatique.

Conseils pour bien jauger un profil client

SML 1-5 : 1 = tâche unique, mal définie, sans données ; 5 = tâche répétitive, données abondantes, output mesurable.
Eloundou E1 : ChatGPT/Claude seul peut faire la tâche en 50% du temps qualité équivalente.
Eloundou E2 : LLM + outils (Excel, base de données, API) nécessaires pour atteindre 50% de gain.
FO Social ≥4 : signal Klarna — le poste demande de l'empathie ou de la persuasion. Ne pas surévaluer la substitution.