2 jours pour monter en compétences sur l’utilisation de l’IA et prototyper des solutions métiers : en équipe. On construit ensemble, le futur de Quest for change.
7 projets · 35 participants. Cliquez sur une équipe pour le détail du projet.
Accompagnement de startups
Coopilote du startup-manager
📍 Salle ex-Naboo · fond du couloir
Développer un assistant IA dédié au suivi des start-up accompagnées par l'incubateur, capable de transformer les échanges réguliers avec les dirigeants en une vision structurée, dynamique et exploitable de leur parcours. Aujourd'hui, une grande partie de la valeur des rendez-vous repose sur la capacité de l'accompagnateur à se souvenir de l'historique, identifier les évolutions, suivre les engagements pris et détecter les signaux faibles. L'IA pourrait nous aider à passer d'un suivi principalement basé sur la mémoire et la lecture de comptes rendus à un pilotage augmenté par la donnée et l'intelligence contextuelle. À partir des comptes rendus de rendez-vous, notes, échanges et documents disponibles, l'IA pourrait :
• Générer automatiquement les comptes rendus après chaque rendez-vous : sujets abordés, décisions,
difficultés, besoins et prochaines étapes.
• Extraire les actions et engagements pris par le dirigeant et par l'incubateur, puis suivre leur réalisation dans le
temps.
• Reconstituer l'historique d'une start-up et permettre de poser des questions en langage naturel.
• Identifier les tendances et évolutions : progression du chiffre d'affaires, recrutement, levée de fonds,
évolution du produit, difficultés récurrentes, changement de stratégie, etc.
• Détecter des signaux faibles : une difficulté évoquée plusieurs fois, un objectif régulièrement repoussé, une
baisse de rythme ou au contraire une accélération inhabituelle.
• Préparer les prochains rendez-vous avec une synthèse personnalisée : où en est la start-up, ce qui devait être
fait depuis le dernier rendez-vous, les sujets à relancer et les points nécessitant une attention particulière.
• Comparer les trajectoires de plusieurs start-up, de manière anonymisée si nécessaire, afin d'identifier des
problématiques communes et les besoins d'accompagnement récurrents.
• À terme, alimenter le pilotage de l'incubateur : typologie des besoins, difficultés rencontrées par les start-up,
accompagnements les plus sollicités, facteurs de progression, etc. L'enjeu ne serait pas simplement de créer un outil qui « fait des comptes rendus avec l'IA ». Le véritable sujet serait de réfléchir à comment construire une mémoire augmentée de l'accompagnement.
Un outil d'aide à la détection permettant d'analyser automatiquement les candidatures reçues par l'incubateur afin de faire ressortir les projets qui paraissent très aboutis dans la forme, mais qui manquent de preuves concrètes sur le fond.
Objectif : fournir aux équipes une première lecture critique de chaque candidature, avec les points solides, les zones de flou et les questions à poser au porteur pour challenger rapidement la réalité et la maturité du projet (cf. la grille de Katerina).
Donner à QFC sa propre IA, installée sur nos serveurs, pour que nos équipes puissent utiliser l'IA au quotidien sans jamais faire sortir nos données de l'entreprise. Cette IA « maison » serait associée à des outils développés en interne (un équivalent d'Asana, d'Airtable, etc.) pour une souveraineté totale sur les données.
Pourquoi ? Aujourd'hui, utiliser des IA comme ChatGPT implique d'envoyer des informations vers des serveurs externes — ce qui pose problème quand on manipule des données confidentielles. L'objectif est de couvrir 80 % de ces besoins en interne, en toute sécurité. Ce que ça pourrait apporter, à terme :
• Résumer automatiquement les comptes-rendus de rendez-vous.
• Une IA « formée » sur nos propres pratiques et données, pour mieux accompagner les chargés d'affaires.
• Créer facilement des documents ou supports sur-mesure.
• Une base technique sur laquelle construire d'autres outils IA internes.
Étape 1 — pendant le hackathon : construire une première version simple (un prototype) qui tourne sur du matériel basique, avec des modèles d'IA légers, pour prouver que le concept fonctionne. Étape 2 — plus tard : investir dans du matériel plus puissant pour aller vers des usages plus avancés.
Équipe · 5
ERIC BAUMHAUERFlorence ChristmannMaria CespedesNora LEONYves Gendrault
Accompagnement de startups
LeCLUB AI
📍 Salle Quintero
Le constat : LeCLUB concentre une richesse considérable — entrepreneurs, experts, investisseurs, mentors, partenaires, entreprises, événements et historiques de mises en relation. Mais aujourd'hui, la valeur du réseau dépend encore beaucoup de la connaissance humaine que chacun en a : « Je cherche quelqu'un qui pourrait aider cette startup… Qui connaît-on ? ». Plus le réseau grandit, plus cette connaissance devient difficile à mobiliser.
Le problème, en 3 mots : personne n'utilise l'outil.
L'ambition : créer LeCLUB AI, un moteur de recherche et de matching intelligent capable d'interroger l'ensemble de l'écosystème Quest for Change en langage naturel. L'objectif n'est plus simplement de retrouver une fiche ou un contact : l'IA doit pouvoir répondre à une intention et argumenter la réponse. LeCLUB devient ainsi une cartographie intelligente et dynamique des compétences, relations et opportunités du réseau.
Problème : Aujourd'hui, la veille (mentions médias de QFC et du réseau, actualités des startups accompagnées, actualité de l'écosystème Grand Est/French Tech) est faite manuellement et de façon dispersée entre plusieurs personnes. Elle prend du temps, elle est irrégulière, et beaucoup d'informations utiles (une levée de fonds, une mention presse, un pivot) sont découvertes tard, une fois qu'il est trop tard pour en faire une actualité ou une success story à chaud. Résultat : on sous-exploite des informations qui alimentent directement nos objectifs de notoriété et d'attractivité.
Solution imaginée — mettre en place une veille automatisée et centralisée, organisée autour de trois axes :
• Notoriété : mentions de QFC et des structures du réseau (SEMIA, Innovact, The Pool, Quai Alpha, Rimbaud
Tech) dans les médias.
• Sourcing : actualités des startups accompagnées (levées, prix, partenariats, pivots).
• Écosystème : actualités Grand Est, French Tech, deep tech, AAP concurrents.
Chaque semaine, une synthèse unique est produite, avec les informations déjà triées et qualifiées, prête à être exploitée par l'équipe com.
Ce que l'IA apporte : elle scanne en continu des sources définies (alertes, flux RSS, LinkedIn des startups et partenaires) sans effort manuel de suivi ; elle qualifie chaque information selon son usage possible (« à publier tel quel », « à creuser pour une capsule success story », « info concurrentielle à surveiller ») ; elle produit directement une synthèse lisible et actionnable, au lieu d'une simple liste brute de liens. Bénéfice attendu : un gain de temps immédiat sur une tâche récurrente aujourd'hui non structurée, une détection plus précoce des bonnes histoires à raconter, et une alimentation directe du KPI notoriété (mentions médias, valeur média équivalente).
Des data au service de la notoriété de Quest for Change
📍 Salle ex-Naboo · fond du couloir
Un des objectifs stratégiques de QFC est d'élargir notre notoriété et notre attractivité. Un des axes de travail est d'utiliser intelligemment les données contact que nous collectons par des biais divers : nos pages LinkedIn (il y en a beaucoup, des milliers d'abonnés), nos événements (ceux que nous organisons et ceux auxquels nous assistons), le pipe de détection, toutes nos rencontres... Aujourd'hui nous n'avons pas de process pour récupérer ces données (qui pour beaucoup dorment dans nos mails) et enrichir notre CRM. Et donc élargir la base de « à qui on parle », qualifier nos contacts : clients, usagers, financeurs, partenaires, investisseurs... Exploiter ces données est une première étape mais elle est indispensable. Mon idée : réfléchir à toutes les sources de données et voir comment les connecter pour récupérer et exploiter « sans effort » des données de contacts, et surtout structurer notre stratégie de communication.
Équipe · 5
Charles de BOHANChristophe KnechtGuillaume VetterMyriam BenfattoQuentin DELAIRE
Préparation aux concours
GreffierGPT
📍 Salle ex-Naboo · sas d'entrée
Développer un outil qui centralise l'ensemble des documents produits par une startup accompagnée (decks, rapports, dossiers de candidature antérieurs) et s'en sert de base pour pré-remplir de nouvelles candidatures à des dispositifs standardisés (type i-Lab). L'outil s'appuierait sur l'historique interne — dossiers déposés, retours de jury, startups lauréates — pour structurer les réponses selon les critères qui ont statistiquement fonctionné, et identifier les sections à compléter avant dépôt.
