Nick Deveau, Co-Fondateur et PDG de Grotto AI – Série d’entretiens

Nick Deveau est Co-Fondateur et PDG de Grotto AI, une plateforme d’intelligence artificielle qui aide les opérateurs de logements multifamiliaux à réduire les pertes de vacance en stimulant leurs équipes de location grâce à un coaching en temps réel. Avec plus de 10 ans d’expérience dans la construction d’IA, notamment une formation universitaire à Stanford, Nick a piloté le développement de produits SaaS verticaux d’IA pour des clients Fortune 500 dans des secteurs tels que l’assurance, les soins de santé et le recrutement. Récemment, il a co-dirigé le développement de la technologie clé d’EvolutionIQ, qui a conduit à l’acquisition de la société pour 730 millions de dollars à la fin de 2024, l’une des premières sorties majeures de SaaS d’IA verticale.

Grotto AI est une plateforme de coaching de vente alimentée par l’IA, conçue spécifiquement pour l’industrie du logement multifamilial, aidant les équipes de location à convertir plus de prospects en résidents grâce à des conseils d’appel en temps réel, à un coaching de tournée personnalisé et à des insights de performance au niveau du portefeuille. La plateforme apprend des interactions de location réussies et fournit aux agents des conseils sur les besoins des prospects, la gestion des objections, les recommandations d’unités et les actions de suivi, tout en capturant automatiquement les informations sur les locataires et en mettant à jour les systèmes de gestion de la relation client et de gestion de propriété connectés. Fondée par le PDG Nick Deveau et le CTO Ben Epstein, Grotto vise à améliorer les performances de location, à raccourcir les périodes de formation des employés, à réduire le travail administratif et à donner aux opérateurs de propriété une meilleure visibilité sur les préférences des locataires et les facteurs de conversion.

Vous avez passé des années à construire des systèmes d’IA dans les soins de santé, l’assurance, le recrutement et la recherche universitaire avant de co-fonder Grotto AI. Qu’est-ce qui vous a convaincu que la location multifamiliale était le problème à résoudre pour votre prochaine entreprise, et comment la vision de fondation de Grotto a-t-elle pris forme ?

Je suis new-yorkais, donc je pense que l’on aime ou déteste l’immobilier résidentiel. Je l’adore. Et précédemment, j’avais passé ma carrière dans les données et l’apprentissage automatique, donc je suis allé demander : quels sont les gros problèmes dans l’immobilier résidentiel que les données peuvent vraiment résoudre ?

Je me suis connecté à des personnes de l’industrie et j’ai simplement demandé : “Quels sont les plus gros problèmes que vous avez ?” Et la perte de vacance est revenue dans chaque conversation. C’est simple — c’est l’argent que les propriétaires d’appartements perdent lorsque les unités restent vides. Et il s’avère que c’est énorme : environ 30 milliards de dollars par an en revenus de loyer perdus, et plus de la moitié d’un trillion de dollars de valeur d’actif effacée. C’est un énorme problème.

Voici ce que j’ai appris en construisant des entreprises au fil des ans : certains problèmes sont meilleurs pour construire une entreprise que d’autres. Le meilleur critère est un problème qui apparaît clairement sur le bilan de votre client. Il y a beaucoup de problèmes à résoudre qui n’apparaissent pas sur un bilan — et ceux-là sont beaucoup plus difficiles à construire une grande entreprise, car vous ne pouvez pas facilement justifier votre impact. La perte de vacance est le contraire. C’est un cas d’affaires indéniable. Cela regarde le client droit dans les yeux. Nous avons donc dit : c’est ça. Résolvons-le.

Avant de lancer Grotto, votre équipe a analysé des millions de conversations de location et a découvert que les comportements humains tels que la curiosité, la chaleur et même le rire étaient de meilleurs prédicteurs de conversion que de nombreuses tactiques de vente traditionnelles. Qu’est-ce qui vous a le plus surpris dans cette recherche ?

Honnêtement, c’est presque ce qui ne m’a pas surpris. Le rire, la construction de relations — quiconque a déjà été en vente, ou qui a déjà dû convaincre quelqu’un de quelque chose, sait que la construction de relations est fondamentale pour faire le travail.

Ce qui était surprenant, c’est que nous avons étayé cela avec des données à grande échelle — et que les données allaient à l’encontre du grain de la narration d’aujourd’hui, où la narration a été “automatiser tout”. Depuis que nous avons publié ces chiffres pour la première fois, nous avons en fait vu la narration changer. Elle passe de “l’IA devrait faire tout” à “l’IA est excellente pour le travail de base, et parce que l’IA fait ce travail, elle libère les humains pour faire les choses humaines qui font vraiment bouger les choses.”

Cela repositionne tout. Si la construction de relations est la priorité, alors vous construisez des outils qui stimulent les gens pendant ces moments, et vous embauchez des constructeurs de relations naturelles et utilisez la technologie pour les augmenter sur les parties spécifiques à la location du travail.

De nombreuses startups d’IA se concentrent sur le remplacement du travail humain par l’automatisation. Grotto a adopté l’approche inverse, en utilisant l’IA pour aider les agents de location à performer mieux lors de conversations critiques. Pourquoi pensez-vous que l’augmentation est une stratégie plus efficace que le remplacement sur ce marché ?

C’est simple. Les choses les plus précieuses qui se produisent pendant les interactions de location — la construction de relations, la construction de rapports, même la politesse (nous avons des données sur cela également) — sont les choses que les humains font encore mieux. Vous avez donc besoin d’humains pour faire ces choses.

Une fois que vous acceptez cela, le débat augmentation-remplacement se répond de lui-même. Si les humains sont nécessaires pour les moments que les données disent être les plus importants, vous devez augmenter. Vous ne pouvez pas simplement remplacer.

La plateforme de coaching de Grotto fournit des conseils en temps réel pendant les appels, les tournées et les suivis. Quels sont les plus grands défis techniques impliqués dans la fourniture de conseils actionnables au milieu d’une interaction humaine en direct ?

Franchement, le plus grand défi provient de la fourniture d’une expérience utilisateur de haute qualité — spécifiquement, une expérience à faible latence qui garde les gens dans le flux de la conversation. Dans de nombreux systèmes agencés, comme le chat, vous pouvez tolérer beaucoup de latence. Sur un appel en direct, vous ne pouvez pas.

Cela semble facile dans une démo : il suffit de mettre quelques invites pour dire aux gens ce qu’ils doivent faire. Mais s’assurer que ces invites sont de haute qualité — qu’elles guident les gens sans les sortir du flux — est vraiment non trivial. Et finalement, notre impact est médiatisé par les humains. Si les humains ne veulent pas utiliser le produit, le produit n’est pas utilisé, et nous n’avons pas d’impact. Nous devons donc construire quelque chose que les gens veulent vraiment utiliser.

Quand nous avons déployé notre produit de coaching d’appel pour la première fois, le retour immédiat a été : “Les gars, c’est cool, mais ces invites sont trop longues, trop lentes, elles me sortent du flux de mon appel.” Nous avons donc mis tout cela sous la loupe et résolu le problème.

L’autre pièce est la définition des attentes. Devenir A+ sur les appels de location lorsque vous commencez à un B-moins est un peu comme reconstruire votre tir au basket. Cela va vous sembler étrange au début. Mais après quelques jours de pratique et de coaching, vous en sortez 10 fois meilleur qu’avant.

Votre carrière a inclus la construction de systèmes d’IA dans des industries hautement réglementées telles que les soins de santé et l’assurance. Comment cette expérience a-t-elle influencé votre façon de penser à la confiance, à l’explicabilité et au déploiement responsable de l’IA chez Grotto ?

Énormément. J’ai passé une décennie à construire des produits d’IA B2B verticaux dans le recrutement, les soins de santé et l’assurance, et la plus grande chose que cette expérience nous a donnée est une profonde appréciation de la gestion du changement.

Les produits d’IA ont des sorties probabilistes. Ils sont la plupart du temps corrects, mais pas toujours — et quand ils sont incorrects, les utilisateurs peuvent perdre confiance, même si le produit est encore beaucoup mieux en moyenne que ce qui a précédé. Faire cette messagerie correcte est critique.

Et cela compte plus aujourd’hui que jamais. Lorsque vous déployez dans une entreprise, il y a un accord au niveau de la direction. Mais les utilisateurs finals ne sont pas nécessairement des personnes qui lisent TechCrunch tous les jours. Ce sont souvent de jeunes agents de location fraîchement sortis de l’université à travers le pays qui, franchement, ont mieux à faire que suivre ce qui se passe dans l’IA. Nous devons donc leur envoyer un message direct : l’IA est là pour vous aider — pour vous rendre meilleur dans votre travail, vous faire gagner plus d’argent, vous faire promouvoir — et non pour vous remplacer. Nous ne pouvons littéralement pas le faire sans vous.

L’autre leçon est d’aller épaule contre épaule avec nos partenaires. La plupart de nos clients sont des sociétés immobilières, et non des sociétés professionnelles de déploiement de technologie. Nous jouons donc un rôle consultatif et aidons directement à déployer la technologie — nous avons un mouvement de déploiement complet construit autour de cela. Une minorité de clients préfèrent quelque chose de moins tactile, que nous offrons également, mais généralement, il y a une appréciation pour l’aspect gestion du changement de cela, et nos clients sont impatients de notre aide sur ce point.

Les agents de location ont souvent des styles et des personnalités très différents. Comment Grotto distingue-t-il entre les meilleures pratiques de coaching et la contrainte des agents dans un script universel ?

Nous passons beaucoup de temps sur cela. Nous entendons le mot “flux” beaucoup — les gens veulent rester dans leur flux. Donc, la façon dont nous pensons à cela est moins comme donner aux agents un script qu’ils doivent suivre, et plus comme leur donner un livre de jeu avec des balises : des choses qu’ils doivent accomplir à un moment donné de la conversation.

Ces balises peuvent être atteintes de nombreuses manières différentes. Prenez une commune : l’agent pose-t-il une question ouverte au prospect ? Il y a des moyens infinis de le faire. “Dites-moi un peu plus à ce sujet.” “Quelles sont certaines choses que vous ne pouvez pas vivre sans ?” Tant que notre produit comprend la sémantique de toutes ces choses, nous pouvons nous assurer que les gens atteignent les étapes sans dicter les mots exacts qu’ils disent.

L’industrie multifamiliale a investi massivement dans les chatbots, les outils de self-service et l’automatisation. Où pensez-vous que l’industrie a surestimé les capacités de l’IA, et où est-elle encore en train de sous-estimer son potentiel ?

En termes de surestimation : il y a eu quelques sociétés qui ont essayé de faire fonctionner essentiellement des propriétés sans humains — pas d’agents de location humains, pas de personnel permanent sur place. Cette vision semblait grande dans la salle de réunion. Le salaire de bureau et de personnel sur place est un poste de dépense énorme — coupez-le simplement, branchez l’IA. Cela n’a pas fonctionné, en partie d’un point de vue de faisabilité, mais aussi parce que ce n’est pas ce que la plupart de l’industrie veut. Parlez aux leaders de ce domaine et ils vous diront : c’est un business de personnes. C’est à propos de relations. C’est à propos de personnes qui trouvent un foyer et qui font un foyer. C’est un vent de face clair pour la prise en main totale de l’IA des opérations sur place.

En termes de sous-estimation : vous pouvez mesurer la sous-estimation par le manque d’investissement, et il y a eu un investissement total dans l’utilisation de l’IA pour améliorer les membres de l’équipe humaine lors d’interactions humaines critiques. La chose la plus avancée que nous voyons généralement est la notation des appels : verser une transcription dans une rubrique et la noter. C’est une utilisation tellement sous-puissante de la technologie par rapport à ce que nous avons trouvé possible.

Ce qui est vraiment excitant, c’est prendre une approche ascendante : déterminer quels comportements vos meilleures performances déployées qui font d’eux de grands, construire de nouveaux livres de jeu et des rubriques à partir de cela, et puis guider les gens en temps réel pour déployer ces comportements. La plupart des sociétés ne font pas encore ce type de travail ascendante — et honnêtement, c’est assez difficile.

Il y a une autre pièce : ces moments humains devraient être traités comme les nœuds centraux d’un parcours de prospect, avec une automatisation intelligente construite autour d’eux en utilisant les données que ces moments génèrent. Le marché a corrigé vers une autonomie totale pendant un certain temps. La bonne réponse est les moments humains au centre et l’automatisation s’étendant à partir de ces nœuds lorsque cela est pertinent.

Grotto s’attaque à la perte de vacance, un problème qui affecte les propriétaires et les opérateurs de propriétés à grande échelle. Quels sont les indicateurs que vos clients se soucient le plus, et comment démontrez-vous un lien direct entre les conseils d’IA et les résultats commerciaux ?

La perte de vacance est notre indicateur Nord, en grande partie parce qu’elle apparaît sur le bilan de nos clients. Nous travaillons avec nos clients pour suivre un certain nombre d’indicateurs principaux qui s’accumulent dans la perte de vacance jusqu’à ce que nous ayons suffisamment de données pour mesurer cet indicateur Nord. Un exemple d’indicateur principal est les différents taux de conversion dans le tunnel de location — si ceux-ci augmentent, la perte de vacance devrait diminuer avec le temps.

Nous suivons également certaines métriques opérationnelles, comme le temps de montée en puissance pour les nouveaux embauches. Avec un turnover des employés d’environ une fois tous les 12 à 14 mois dans cette industrie, le coût d’une période de montée en puissance de trois mois par rapport à une période de deux semaines est énorme (c’est-à-dire presque un quart de tout le salaire sur place pourrait être considéré comme “pas pleinement productif”), et la réduction devrait donner la paix d’esprit à qui que ce soit qui paie la facture.

À mesure que les grands modèles de langage continuent de s’améliorer, quels nouvelles capacités attendez-vous que les systèmes de coaching d’IA développent au cours des trois à cinq prochaines années qui ne sont pas possibles aujourd’hui ?

Je ne veux pas donner trop d’informations sur notre feuille de route, mais à mesure que les modèles deviennent meilleurs, plus rapides, plus petits et moins chers, il devient plus facile que jamais de faire un travail réel en temps réel.

Sur le côté du coaching, il y a plus et plus de rétroaction en temps réel. Tout comme vous avez des instructions étape par étape lorsque vous conduisez quelque part, je veux des instructions étape par étape vraiment intelligentes pour chaque type d’interaction.

Et comme toujours, l’UX est la chose à bien faire. Faites-le mal, ces choses sont distrayantes et laides — il y a des modes d’échec assez clairs. Mais vous pouvez le faire correctement. Je pense à mes propres réunions de vente : parfois c’est mardi à 16 heures, je n’ai pas eu mon café, et il y a juste beaucoup à retenir. Avoir tout cela dans mon champ de vision — être rappelé lorsque je oublie quelque chose d’important — est vraiment, vraiment utile. Nous n’y sommes pas encore tout à fait sur l’UX, et une grande partie de cela est l’état des modèles : trop gros, trop lents, parfois trop coûteux. Avec le temps, tout cela devient moins problématique.

En regardant au-delà de la location, voyez-vous la technologie de Grotto évoluer en une plateforme plus large pour améliorer les interactions humaines à haut enjeu dans d’autres industries, et si oui, quels secteurs vous semblent les plus intéressants ?

Actuellement, le SaaS gagnant que nous voyons est profondément axé sur le secteur vertical, et nous nous concentrons sur cette industrie. Lorsque nous sommes dans un processus de vente contre des concurrents, il y a une profondeur de fonctionnalité que nous pouvons fournir qui nous différencie et qui est le résultat de milliers d’heures passées sur les équipes de location. C’est ce qui nous aide à gagner. Pour faire cela et continuer à gagner, nous devons rester vraiment concentrés sur cette industrie.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter Grotto AI.