VivaTech 2026 : Glanceable, l'IA qui transforme la voix du client en plan d'action

Pour sa 10ᵉ édition anniversaire, VivaTech a réuni à Paris Expo Porte de Versailles plus de 15 000 startups et 4 000 investisseurs. Le fil rouge de cette édition ne laissait aucun doute : l'intelligence artificielle jugée à l'impact, pas à la promesse. Un mot d'ordre qui colle bien à Glanceable. Cette jeune pousse française est venue présenter sa plateforme dédiée à la voix du client, et rencontrer de nouveaux clients.

Remplacer le rapport trimestriel par le pilotage en continu

Fondée à Paris en 2020, Glanceable réinvente l'écoute client en se positionnant sur le secteur de l'IA et du big data, en phase de croissance. Sa promesse tient en une idée simple : faire en sorte que le feedback client pilote chaque décision de l'entreprise. Fini le rapport qui dort dans une boîte mail, envoyé une fois par trimestre.

La plateforme agrège l'ensemble des signaux clients d'une entreprise : avis publics, tickets de support, enquêtes NPS et CSAT, verbatims de centres d'appel, conversations WhatsApp. Elle en extrait automatiquement les causes racines d'insatisfaction, puis priorise les actions à mener.

Un positionnement qui a déjà convaincu de grands comptes comme Stellantis, Allianz, Fortuneo, Fnac, Darty, Decathlon ou Orange.

Sous le capot : taguer, comprendre, agir

Ce qui frappe en écoutant la démonstration, c'est l'insistance mise sur l'automatisation complète du tri. Le système catégorise chaque verbatim de façon chronologique, sans intervention manuelle. Il en tire ensuite un résumé synthétique des motifs de satisfaction ou d'insatisfaction. Ce résumé peut porter sur un établissement, un produit ou un point de vente, selon le secteur. Trois briques structurent ensuite l'expérience :

• L'analyse thématique dynamique : le système crée lui-même sa classification de thèmes et sous-thèmes, sans taxonomie prédéfinie. Il mesure ensuite l'impact de chaque thème sur les indicateurs clés (NPS, CSAT…).
• La génération de plans d'action : chaque insight identifié peut être transformé en tâche, assignée à une équipe et suivie dans un gestionnaire dédié. L'objectif : sortir du simple reporting pour aller vers l'action.
• Un assistant conversationnel interne, entraîné sur les données propres de l'entreprise (KPIs, rôle de l'utilisateur, documentation interne). Il est présenté comme plus pertinent qu'un modèle généraliste pour interroger ses propres données.

Sur la partie technologique, l'équipe revendique environ 70 % de modèles propriétaires, développés par une équipe de R&D interne. Cette architecture est pensée pour gérer les nuances sémantiques, dont l'ironie, un point faible classique des moteurs génériques, sur plusieurs langues européennes. Glanceable détaille elle-même cette approche dans un billet consacré à l'IA et à l'empathie client.

Des cas d'usage concrets

Deux exemples partagés sur le stand illustrent la logique « insight → action » revendiquée par Glanceable. Le premier concerne la détection de fraude sur une marketplace. Le système repère automatiquement les vendeurs suspects : liens frauduleux, absence de réponse sous sept jours. Il passe ensuite par une étape de validation humaine, avant de déclencher une action automatisée. Celle-ci peut aller jusqu'à la suspension du vendeur.

Le second exemple vient du secteur de l'assurance, autour d'un programme de fidélité. Un client était convaincu que son offre était la meilleure du marché, sur le papier. La plateforme a révélé un tout autre constat : ce n'était pas la perception réelle de ses clients. Cet écart entre discours interne et ressenti client n'est apparu qu'après une analyse fine des verbatims.

L'intégration se veut également rapide. Glanceable revendique un déploiement en quelques semaines, contre plusieurs mois pour des solutions VoC plus traditionnelles. Le client exporte six à douze mois de données historiques, ce qui permet d'amorcer la valeur dès le démarrage du projet. La startup développe cet argument dans un article dédié à la rapidité de déploiement.

Une feuille de route en trois temps

L'équipe présente sa roadmap comme une progression logique en trois temps. D'abord, comprendre le passé, avec l'analyse thématique déjà existante. Ensuite, surveiller le présent : c'est le rôle de Radar, une fonctionnalité tout juste déployée qui anticipe l'émergence de nouvelles problématiques. Enfin, anticiper l'avenir grâce à un module prédictif en construction, capable d'estimer l'impact de décisions futures en tenant compte d'événements externes.

Une intégration via MCP est également annoncée. Elle permettra aux entreprises utilisant déjà des assistants IA en interne d'interroger directement les données Glanceable, sans passer par la plateforme elle-même.

Ce qu'on en retient, côté MBA

Pour une observatrice en communication et marketing, l'intérêt de Glanceable ne tient pas seulement à la prouesse technique. Il tient surtout à la promesse business qui l'accompagne : transformer un centre de coût, le traitement du feedback client, en outil de pilotage stratégique. Cet outil est partagé entre plusieurs directions : expérience client, produit, logistique, marketing. C'est aussi un bon exemple de la manière dont une IA « spécialisée » cherche aujourd'hui à se différencier des IA génératives généralistes. Elle mise sur la donnée propriétaire et le contexte métier, plutôt que sur la seule puissance du modèle. Nous avions déjà abordé cette tension entre IA généraliste et IA métier dans un précédent article.

Reste, comme souvent avec ce type de solution, la question de la preuve. Les gains de chiffre d'affaires ou de rétention évoqués sur le stand restent, à ce stade, des retours d'expérience rapportés oralement. Ce ne sont pas encore des études de cas publiées. C'est un point à garder à l'œil pour qui voudrait évaluer sérieusement le retour sur investissement d'un tel outil.