Imaginez l’intégration d’un nouvel employé uniquement à travers des supports écrits — emails, documents — sans aucune conversation. Même la personne la plus intelligente manquerait des contextes et des informations essentiels, surtout si elle est exclue des réunions ou des entretiens individuels, laissant un vide d’informations significatif. Ce défi a inspiré les co-fondateurs David Gu et Amanda Zhu à créer Recall. ai, une société d’infrastructure API permettant à des milliers de développeurs de capturer et traiter les données de conversation. Malgré la sophistication croissante des agents IA, ils rencontrent le même obstacle que cet employé hypothétique : sans accès aux conversations où réside la majorité du contexte de l’entreprise, même la meilleure IA a du mal à réaliser ses tâches aussi efficacement que les humains. Recall. ai répond à ce besoin d’infrastructure essentiel pour des entreprises comme HubSpot, ClickUp, monday. com et PagerDuty, en résolvant un problème douloureux que les fondateurs ont eux-mêmes vécu. Notre série d’études de cas explore les parcours de leaders en SaaS et IA qui ont réussi à créer des solutions natives à l’IA, en distillant leurs insights en cadres d’action concrets. Convaincus du potentiel de Recall. ai, nous avons interviewé le CEO David Gu pour découvrir comment ils ont transformé ce problème d’infrastructure en une opportunité commerciale — un fournisseur qu’ils auraient aimé avoir. Le parcours de Recall. ai : du problème à la plateforme Avant Recall. ai, David et Amanda exploitaient un produit d’enregistrement de visioconférences destiné aux chercheurs utilisateur et aux chefs de produit. Bien que la demande croissait, ils consacraient environ 80 % de leur temps à gérer la partie fastidieuse de la collecte fiable des données de réunion. Ils se heurtaient à une « impasse » : une bonne infrastructure reste souvent invisible, tandis qu’une infrastructure médiocre provoque des pertes de données catastrophiques et des clients mécontents. David expliqua : « Quand on est une entreprise de produits, on ne peut pas gagner avec l’infrastructure. Si ça fonctionne parfaitement, les clients veulent des fonctionnalités, pas des améliorations backend ; si ça échoue, ils sont furieux. » Les défis techniques étaient immenses. Les réunions sont très groupées (par exemple, réunions quotidiennes à 9h sur la côte ouest), nécessitant une infrastructure qui s’adapte instantanément, traite les données en temps réel, et garantit zéro perte. Toute défaillance pouvait entraîner la perte d’un client. David compris qu’ils ne pouvaient ni trop investir (retours invisibles) ni sous-investir (risque de churn), ce qui les laissait frustrés mais cette douleur a fini par leur donner un signal d’alarme. L’inspiration : l’alliance entre expertise en infrastructure et opportunité IA En 2022, avec l’avancée de GPT-3. 5 et d’autres grands modèles linguistiques (LLMs), des start-ups à deux personnes ont commencé à créer des produits impossibles seulement quelques années auparavant. David remarqua : « Les LLMs ne résolvent pas la récupération et la maintenance pénibles de l’infrastructure. » Avec plus d’entreprises ayant besoin de données de conversation pour des produits IA, la douleur liée à l’infrastructure allait devenir une problématique généralisée. Reconnaissant leur expertise de premier ordre en infrastructure de réunions, David et Amanda pivotèrent pour créer une société d’infrastructure en tant que service. Ils contactèrent d’anciens concurrents — les réponses variaient du silence au soulagement : « Ce problème est vraiment pourri. » C’est ainsi que Recall. ai vit le jour. Construire pour les bâtisseurs : de l’infrastructure au produit David et Amanda commencèrent à vendre leur infrastructure extraite avant même de peaufiner le produit, lançant un programme alpha en un mois.

Leur expérience avec un produit destiné à l’utilisateur final leur donna une insight unique : ils comprenaient non seulement les développeurs, mais aussi leurs utilisateurs finaux. David insista : « En tant qu’entreprise d’infrastructure, il faut comprendre toute la chaîne de causalité entre votre infrastructure et la valeur pour l’utilisateur final. » Ils conseillèrent les développeurs sur les besoins des utilisateurs, les coûts, et l’optimisation des produits, grâce à leur vécu. Le produit Recall. ai évolua par vagues : - API Meeting Bot : API principale pour enregistrer des visioconférences, répondant à des besoins immédiats. - SDK d’enregistrement desktop (fin 2025) : enregistrement avec prise de notes IA intégrée, pour n’importe quelle application, rapidement adopté par des centaines de milliers d’utilisateurs. - SDK d’enregistrement mobile (à venir) : extension des capacités aux appels téléphoniques et aux réunions en face à face. Une tarification basée sur l’utilisation pour aligner fournisseur et client Recall. ai adopta naturellement une tarification basée sur l’usage, alignant les coûts avec la réussite client. David expliqua : « Si votre produit fonctionne bien et traite plus de données, vos coûts augmentent ; si vous êtes en phase de démarrage avec peu de volume, cela coûte moins cher. » Ce modèle garantit : - une tarification transparente et prévisible, évoluant avec la valeur. - pas de surprise liée à des dépassements inattendus. - pas de frais par utilisateur qui limiteraient l’adoption. - simplicité, sans segmentation complexe, segmentant naturellement par échelle. Leur tarification fonctionne aussi bien pour des contrats à sept chiffres que pour des clients en self-serve, combinant élasticité et prévisibilité. Une croissance contrariante axée sur la vente Alors que les produits d’infrastructure pour développeurs privilégient souvent une stratégie communautaire et en self-serve, Recall. ai choisit la voie opposée. Pendant trois ans, chaque client interagit directement avec les fondateurs David ou Amanda, leur permettant d’acquérir une compréhension du marché difficile à atteindre avec l’analyse ou les tickets support. « La vraie valeur, ce n’est pas le chiffre d’affaires ; c’est l’apprentissage, » précisa David. Ils questionnaient systématiquement leurs clients sur leurs objectifs, motivations, et comment Recall. ai pouvait les aider. Cet engagement, dans des secteurs variés — télémédecine, finance, ventes, succès client — leur permit de découvrir des nuances réglementaires et le confort variable des utilisateurs face à l’enregistrement. Au début 2025, Recall. ai lança ses inscriptions en self-serve, attirant désormais des milliers de clients chaque semaine. Cet investissement initial dans la relation client porta ses fruits, avec des clients de premier plan dans l’industrie, et confirma une évolution dans la façon dont le logiciel exploite les données de conversation. L’impasse devenue opportunité En 2020, leur outil d’enregistrement vidéo connaissait une demande en forte croissance durant le télétravail forcé par le COVID, mais l’infrastructure représentait 80 % de leurs efforts. David décrivit leur dilemme : l’excellence en infrastructure reste invisible, mais une infrastructure médiocre entraîne échec et churn. Le vrai défi était de gérer une charge massive de réunions simultanées, qui s’étendent comme des « Black Friday » quotidiens, nécessitant un traitement parfait en temps réel avec zéro perte. Cette tension insoluble leur donnait l’impression d’être dans une « impasse », source de frustration mais aussi de clarté sur le problème et l’opportunité réels. Les données de conversation : la base de l’avenir de l’IA La conclusion de David offre une nouvelle perspective sur le développement des agents IA : malgré les avancées, l’IA nécessite toujours l’accès au même contexte conversationnel sur lequel les humains s’appuient pour automatiser. Sans capturer et traiter efficacement ces données, l’automatisation ne pourra pas tenir ses promesses. Alors que l’IA devient essentielle dans tous les secteurs, maîtriser l’infrastructure des données conversationnelles devient crucial. Les entreprises qui y excelleront construiront des produits IA véritablement utiles, dépassant leurs limites actuelles. À propos de Recall. ai Fondée en 2022 par David Gu et Amanda Zhu, Recall. ai propose une API unifiée pour capturer l’audio, la vidéo, les transcriptions et métadonnées issues de visioconférences et de réunions en face à face. Alimentant actuellement l’infrastructure de plus de 3 000 entreprises, Recall. ai se positionne comme un acteur clé dans la création de produits IA capables de réellement comprendre et exploiter les données de conversation. En savoir plus sur Recall. ai.