Lab / Expérience
Esen
Un coach privé en leadership qui ne rejoint jamais l’appel.
La thèse
Un coach, pas une caméra.
Aujourd’hui, on dirige surtout en appel. Les équipes sont à distance, la réunion est devenue la salle, et plus personne n’est assis au fond pour te dire ce que ça a donné. Le retour qui venait autrefois d’un mentor qui te regardait mener la réunion a tout simplement cessé d’arriver.
Tous les outils qui écoutent ces réunions rendent des comptes à quelqu’un d’autre. Le preneur de notes envoie le résumé à tout le fil de discussion. L’outil de suivi commercial note le commercial pour son manager. Leur raison d’être, c’est d’être vus, et c’est exactement ce qui pousse tout le monde à jouer la comédie pour eux. Dès qu’un outil est dans la salle pour le compte de quelqu’un d’autre, la réunion change.
Esen est l’outil inverse. Il écoute depuis ton propre Mac, il ne rejoint jamais l’appel, et tu es la seule personne à lire ce qu’il a entendu. Pas de bot dans la salle, pas de tableau de bord pour le manager, pas de synthèse pour l’entreprise. Juste une note courte et honnête après la réunion, écrite pour toi.
Ton coach, pas l’outil de surveillance de ton entreprise.
L’expérience consiste à voir si un logiciel peut observer la façon dont quelqu’un dirige sans devenir ce pour quoi la salle joue la comédie. Si le coach est invisible pour tout le monde sauf toi, la réunion reste vraie, et le retour porte sur ce qui s’est réellement passé, pas sur ce qui s’est passé pendant qu’un bot regardait.
D’où c’est venu
Quelqu’un a dit que ce serait cool.
Quelqu’un m’a dit que ce serait cool d’avoir un coach pour les dirigeants pendant les appels d’équipe. C’était tout le brief. L’idée m’est restée parce qu’elle nommait un vrai manque : les gens dirigent en visio toute la journée, et le seul endroit où ils pourraient progresser est le seul où personne ne les observe.
Je ne voulais pas construire un énième assistant de réunion. Je voulais voir si le coaching pouvait être privé par construction, et non par une politique de confidentialité. Cette seule contrainte, le dirigeant est le seul lecteur, a fini par décider presque tous les autres choix du produit.
Ce qu’il écoute
Quatre facettes de ta façon de diriger, chacune issue de la recherche publique.
Un coach qui se contente de dire « bonne réunion » ne vaut rien, et un coach qui invente sa propre théorie du leadership est pire encore. Alors Esen n’improvise pas. Il lit chaque réunion selon quatre dimensions, et chaque dimension est ancrée dans des recherches publiées et évaluées par les pairs sur la façon dont les bons dirigeants dirigent vraiment. Aucun cadre propriétaire, rien d’inventé.
Une règle encadre l’usage de la recherche : Esen s’en sert pour voir, jamais pour briller. Les cadres orientent ce que le modèle cherche dans une transcription. Ils n’apparaissent presque jamais dans la note elle-même. Un dirigeant qui lit son retour doit entendre un partenaire de réflexion qui était dans la réunion, pas un cours magistral avec citations.
| Dimension | Ce qu’il écoute | La recherche derrière |
|---|---|---|
| Création d’espace | Si les voix plus discrètes ont été amenées dans la conversation ou laissées de côté, comment tu as réagi quand quelqu’un n’était pas d’accord, si tu as fait de la place aux contributions ou si tu as attendu qu’elles émergent d’elles-mêmes | Les travaux d’Amy Edmondson sur la sécurité psychologique (Harvard), et le Project Aristotle de Google sur ce qui rend les équipes efficaces |
| Questionnement humble | Si tu as plus questionné qu’affirmé, et si tes questions ouvraient la discussion ou n’étaient en réalité que des affirmations affublées d’un point d’interrogation | Humble Inquiry d’Edgar Schein |
| Amplification des idées | Quand quelqu’un apportait une idée, si tu l’as développée, si tu en as reconnu l’auteur, ou si tu l’as laissée de côté | Project Aristotle, et Daniel Goleman sur l’intelligence émotionnelle |
| Clarté d’intention | Si la réunion s’est terminée avec des responsables nommés et une prochaine étape claire, ou si elle a dérivé vers « continuons d’y réfléchir » | La direction par objectifs de Peter Drucker, et les recherches de Gallup sur l’engagement |
Pas de score
Le modèle n’a pas le droit de renvoyer un chiffre.
Le moyen le plus rapide de transformer un coach en entretien d’évaluation, c’est de lui donner un chiffre. « Création d’espace : 6 sur 10 », c’est un chiffre que tu défends, que tu digères mal, ou que tu transfères à la mauvaise personne. C’est ce que les gens détestent dans tous les outils qui les mesurent.
Alors Esen ne note pas. Chaque dimension revient sous la forme de l’une de trois lectures simples, Solide, Marge de progrès ou À creuser, avec une phrase de contexte tirée de ce qui s’est réellement passé dans la réunion. Le retour est en mots, pas en chiffres.
Et c’est imposé, pas seulement demandé. Le prompt demande des mots, et une vérification en sortie rejette toute réponse qui contient un score chiffré. Si le modèle glisse un chiffre, la réponse est jetée au lieu d’être affichée. Un coach qui te note n’est pas un coach.
Ce que j’ai construit
Une application de barre de menus, un serveur, une note.
Une petite application vit dans la barre de menus de ton Mac. Avant une réunion, tu cliques sur démarrer. Elle enregistre deux flux séparés : ton micro, qui ne capte que toi, et l’audio système, qui est tout le reste de la salle. Quand la réunion se termine, tu cliques sur arrêter.
À partir de là, tout est automatique. L’application envoie les deux flux à mon serveur. Le serveur les transcrit, fait un seul appel à Claude qui renvoie le retour structuré, en mots, sur les quatre dimensions, puis supprime l’audio. Tu reçois un e-mail, et une page dans un tableau de bord privé que tu es la seule personne à pouvoir ouvrir.
La première conception était un bot qui rejoignait Zoom, et je l’ai abandonnée avant de la construire. Un bot est un participant visible : il apparaît dans la liste des participants, il doit annoncer qu’il enregistre, le faire approuver par les plateformes de réunion prend des semaines, et chaque bot a besoin de son propre serveur costaud pour rester dans l’appel. Enregistrer sur la machine même du dirigeant a supprimé les quatre problèmes d’un coup. C’était aussi, par chance, la seule conception fidèle à la thèse, parce qu’un bot dans la salle est, par définition, dans la salle.
Construit avec :
- Swift, l’application de barre de menus, macOS 13 et versions ultérieures, signée et notariée
- Express dans Docker sur Hetzner, réception et traitement
- Deepgram nova 3, transcription, avec identification des locuteurs sur le flux de la salle uniquement
- Claude Sonnet 4.6, un appel par réunion, retour structuré en mots
- Supabase, comptes et notes
- Resend, l’e-mail après chaque réunion
- Next.js 16 sur Vercel, le site et le tableau de bord
Comment fonctionne EsenD’une réunion sur ton Mac à une note privée, avec l’audio supprimé en chemin.
Fais défiler sur le côté pour voir tout le schéma.
Mon serveur supprime l’audio une fois transcritConçu, pas encore construit
Ce qui a été difficile
Dire non à la conception évidente.
Toute la construction a été une suite de refus : la conception évidente, le raccourci pratique, la fonctionnalité que le modèle voulait ajouter. Chacun a apporté quelque chose au produit.
| La partie difficile | Ce que j’en ai fait |
|---|---|
| Le bot était la réponse évidente, et la mauvaise. | Chaque assistant de réunion rejoint l’appel, et c’est exactement ce qui pousse les gens à jouer la comédie pour lui. Déplacer l’enregistrement sur le Mac du dirigeant a sorti le produit de la salle et a rendu toute la thèse possible. |
| Savoir quelle voix est la tienne. | Séparer les locuteurs à partir d’un seul enregistrement mixé n’est pas fiable, et le dirigeant est la seule voix qui doit être identifiée sans erreur, parce que les quatre dimensions portent sur ce que tu as fait. Alors ton micro est un flux à part, et l’identification des locuteurs ne sert que pour la salle. |
| Empêcher le coach de noter. | Les modèles aiment attribuer des notes. Le prompt demande des mots, et une vérification rejette toute réponse qui contient un chiffre. L’absence de score est une fonctionnalité que j’ai dû défendre activement contre les instincts du modèle. |
| Un seul appel, exprès. | Esen fait exactement un appel à Claude par réunion. Il serait facile de le démultiplier, mais un seul appel garde le coût et le temps d’attente prévisibles, et garde le retour cohérent plutôt que rapiécé. |
Ce que ça coûte
Le coût, c’est la transcription, pas le modèle.
Environ un centime la minute, et presque tout part dans la transcription. L’appel au modèle qui rédige la note de coaching est presque gratuit. C’est l’audio qui coûte de l’argent, et il coûte double, parce qu’Esen enregistre ton micro et la salle comme deux flux séparés.
Le seul appel au modèle coûte quelques centimes. Une réunion de quarante minutes, c’est environ sept à huit mille tokens de transcription en entrée, et la note en sortie a mesuré entre 450 et 520 tokens sur les réunions que j’ai fait passer. Au tarif public, trois dollars le million en entrée et quinze en sortie, ça fait environ trois à cinq centimes, avec le prompt système mis en cache pour qu’il ne soit pas refacturé à chaque réunion.
Le second flux, c’est le coût, et c’est tout l’intérêt. Un seul enregistrement mixé coûterait deux fois moins en transcription. Mais séparer ta voix de la salle, c’est ce qui permet au coach de savoir quelle voix est la tienne, et chaque dimension porte sur ce que tu as fait. Les minutes d’audio en plus, c’est la précision, pas du gaspillage.
Le seul coût fixe propre à Esen, ce sont les 99 $ par an de l’Apple Developer Program, pour signer et notarier l’application Mac. Si le coût par réunion devenait un jour un problème, le levier serait de faire tourner la reconnaissance vocale sur un serveur que j’exploite déjà, ce qui ramènerait la transcription vers zéro au prix de la qualité de Deepgram. À un centime la minute, je préfère garder la qualité.
Ce que coûte une réunion de quarante minutesPresque tout vient de l’audio, parce qu’Esen transcrit deux flux au lieu d’un.
| Par réunion de quarante minutes | Coût estimé |
|---|---|
| Transcription, deux flux Deepgram Nova 3 (quatre-vingts minutes d’audio) | environ 0,35 à 0,40 $ |
| Un appel Claude Sonnet 4.6, la transcription en entrée, la note en sortie | environ 0,03 à 0,05 $ |
| Total | environ 0,40 $, à peu près un centime la minute |
Source : tarifs publics de Deepgram et d’Anthropic, octobre 2026, avec des tokens de sortie mesurés sur quatre vraies réunions passées dans le pipeline. Une estimation tant qu’une réunion complète n’a pas été mesurée de bout en bout.
La suite
D’abord la plus petite étape qui prouve quelque chose.
Dans l’ordre de ce qui débloque quoi.
- Une vraie réunion, de bout en bout. Ça marche en test. La preuve qui reste à faire : un vrai dirigeant qui fait passer une vraie réunion d’une heure dans l’outil et qui se reconnaît dans la note.
- Publier qui d’autre l’entend. L’audio est transcrit par Deepgram, et la transcription est lue par Anthropic. Mon serveur supprime l’audio après la transcription. La promesse n’est complète que lorsque leurs conditions de conservation figurent à côté des miennes, en langage clair, là où un dirigeant peut les lire avant de lui faire confiance.
- La mémoire d’une réunion à l’autre. Conçue, pas construite. Aujourd’hui, chaque note est indépendante. La prochaine version se souvient de ce qu’elle t’a déjà dit, pour que le coaching s’accumule au lieu de se répéter.
- Au-delà du Mac. Mac uniquement pour l’instant. Les connexions aux agendas Google et Microsoft, et une version Windows, sont planifiées mais pas construites.
Ce que je ne sais pas encore
Les questions intéressantes ne sont pas techniques.
- Un coach privé change-t-il les comportements ? Une note que tu es la seule personne à lire est honnête, mais elle est aussi facile à ignorer. Le vrai test, c’est de savoir si les dirigeants agissent en conséquence.
- Les quatre cadres tiennent-ils à l’oral ? Ils sont bien éprouvés sur le papier et dans des questionnaires. Savoir s’ils sonnent juste à partir de la transcription d’une vraie réunion, désordonnée et pleine d’interruptions, c’est une autre question.
- Qui d’autre l’entend, et est-ce acceptable ? J’ai construit la suppression et le lecteur unique. Il me reste à rendre le parcours des données assez lisible pour qu’un dirigeant prudent dise oui.
- Est-ce un business ? Qui paie, le dirigeant ou l’entreprise, et est-ce que le fait qu’une entreprise paie casse discrètement la seule promesse qui fait que ça marche.
- Est-ce que ça tient avec du volume ? Ça marche pour moi, en test. Une vraie réunion, puis beaucoup de vraies réunions avec beaucoup de dirigeants différents, voilà la barre honnête.
Ce dont je suis sûre est plus étroit : l’enregistrement peut vivre sur la machine du dirigeant plutôt que dans l’appel, le coaching peut s’appuyer sur la recherche publique plutôt que sur de l’invention, et un coach qui refuse de te donner un chiffre est un meilleur coach qu’un coach qui le fait.
Comment je l’ai construit
Trois jours, un repo.
D’un repo vide à une application Mac signée, un serveur et un site, seule, avec Claude Code. J’ai consigné les décisions au fur et à mesure, y compris pourquoi le bot a été abandonné et comment la mémoire devra fonctionner quand j’y arriverai, pour que chaque nouvelle session parte d’un meilleur point que la précédente.
Parle-moi
Tu construis quelque chose qui écoute les gens ? Je tiens beaucoup à savoir qui a le droit de lire ce qu’il entend.