Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 4 · Deux dossiers réels

Lire deux dossiers : un executive summary et le deck Kapable

Exemple 1 · Executive summary (R&D médicale) : « Cherche 2 millions d'euros pour accompagner sa R&D » — détermination d'un score calcique à partir de radiographie mammaire 3D chez la femme. Trois bénéfices : prévenir les risques cardiovasculaires, généraliser le dépistage, diminuer les coûts de prise en charge.

BlocChiffres du document
Situation financière2022 : capital augmenté de 495 000 € · 2023 : 125 000 € de CA et subvention France Relance 2030 de 100 000 € · 2024 : 225 000 € de CA
Prévision 2025 → 2029 (CA)225 k€ · 225 k€ · 416 k€ · 1 299 k€ · 3 783 k€
CIR91 k€ puis 90 k€ par an ; total 316 · 315 · 506 · 1 389 · 3 873 k€
Contexte médical150 000 décès annuels en France liés aux MCV · 39 % des décès chez les femmes en Europe (23 % pour le cancer) · 250 millions de mammographies par an dans le monde
Marché1 milliard estimé en 2025 (200 millions en 2020) · 770 millions levés pour les solutions d'IA en mammographie depuis 2010 · 85 % des outils de CAD dédiés à la mammographie
24 derniers moisRecrutement d'un jeune docteur (PhD), datasets, développement d'un CAD, collaboration avec le CHU d'Orléans
24 prochains mois3 collaborateurs, études cliniques, outil de risque, publication et marquage CE & FDA

(remarque ajoutée) Dans l'extrait fourni, l'ES annonce 2 M€ sans détailler la répartition de l'usage des fonds : le cours demande « X € → Y milestone → Z mois ».

Vérifie que tu as compris

Dans l'executive summary d'exemple, quel est le CA de 2024 ?

Exemple 2 · Pitch deck Kapable (« L'IA qui vous fait garder vos clients, sans jamais leur faire de fausses promesses »), 250 k€ d'amorçage.

SlideContenu
ProblèmeLe commercial promet une date que l'usine ne peut pas tenir. 80 % des acheteurs B2B ont déjà quitté un fournisseur qui n'a pas tenu ses engagements (Accenture) · ~10 % du CA : coût du désalignement (IDC) · 50 % des industriels pilotent sur Excel (Qlector, 2025)
CiblePME industrielles en make-to-order avec commerciaux ; premier client type : DG d'une PME de ~120 salariés ; c'est la direction qui paie
Why nowLes LLM, des PME sous-outillées, et un CTP (Capable-to-Promise) réservé aux gros ERP
Marché25 000 PME industrielles France (INSEE 2023) × ~35 % make-to-order avec commerciaux = ~8 000 sites × ~11,6 k€/an ≈ 93 M€ (SAM France) ; SOM an 1 : ~20 sites payants
Business modelPrix par siège et par mois : commercial 100 €, prod / ordonnancement 35 €, direction 50 € ; 5 sièges gratuits en découverte · CA/site ~11,6 k€ · marge brute ~90 % · CAC ~3 000 € · LTV ~30 k€ · LTV/CAC ~8–10 · point de bascule ≈ 30 sites
Traction et scénariosPré-pilote : 8 entretiens + une enquête (6 répondants), prochaine étape 3 pilotes payants · base ~20 sites ; worst case ~8 sites (cycle de vente 9-12 mois) ; risque n°1 : qualité des données Excel
Fundraising250 k€ : équipe 130 k€, produit + infra 70 k€, commercial / canal / pilotes 30 k€, juridique / RGPD 20 k€ · milestones à 18 mois : 20 sites payants, ~230 k€ ARR, 3 pilotes convertis

Ce deck suit la logique du cours : un marché chiffré par une équation, une traction honnête (« signal qualitatif, pas validation marché »), un risque n°1 assumé, des milestones. (remarque ajoutée) 25 000 × 35 % = 8 750 : le deck arrondit à ~8 000 sites.

Vérifie que tu as compris

Dans le deck Kapable, quel montant est levé ?

Vérifie que tu as compris

Kapable : LTV ~30 k€ et CAC ~3 000 €. Quel est le rapport LTV/CAC ?