Verso livre des études consommateur en 72 heures avec 4 salariés

OpenAI

L'automatisation agentique via OpenAI et Codex permet à la startup d'éliminer les postes de Customer Success Manager et de corriger 90 % des bugs sans intervention humaine.

AI-assisted summary of Verso, l'entreprise qui ne dort jamais — original source. Check the original for full context.

Source published: 2026-07-03

Detailed notes

## Background Cette vidéo a été publiée le 26 juin 2026 sur la chaîne YouTube d'OpenAI. La description présente une session enregistrée lors de l'événement OpenAI France en juin 2026, où Lydia Bellahouel, cofondatrice et CEO de Verso, explique comment son entreprise AI-native s'appuie sur les modèles d'OpenAI, Codex et des systèmes multi-agents pour automatiser ses opérations et faire évoluer son activité avec une équipe très réduite.

## TL;DR Lors de cette présentation, Lydia Bellahouel détaille le fonctionnement de Verso, une entreprise qui orchestre l'ensemble du processus de recherche consommateur pour livrer des études jusqu'à dix fois plus vite et deux fois moins cher. L'organisation repose sur le « Verso Brain », un système agentique s'articulant autour de trois piliers (Listen, Think, Act) qui gère l'exécution d'études en 72 heures sans aucun Customer Success Manager. L'automatisation s'étend aussi à l'ingénierie, où 90 % des bugs sont corrigés automatiquement, permettant à une équipe de seulement 4 personnes de gérer une trentaine de clients et plus d'une cinquantaine d'études.

## Atmosphere & style Le ton de la présentation est dynamique, enthousiaste et résolument pragmatique, démarrant par une touche d'humour sur le quotidien des entrepreneurs de startups. Lydia Bellahouel s'exprime de manière claire et fluide pour partager des retours d'expérience très concrets, créant une ambiance captivante et innovante autour des capacités réelles de l'IA. L'ensemble dégage une énergie stimulante, illustrant avec précision l'efficacité opérationnelle d'une structure ultra-légère tournée vers le futur.

## Key takeaways - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso a été conçue dès le premier jour pour être une entreprise « AI-native » et quasi autonome capable d'opérer en continu. - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso se positionne comme un « context provider » pour fournir le bon contexte consommateur en temps réel et éclairer des décisions stratégiques majeures. - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) La solution orchestre de bout en bout la recherche consommateur, incluant le design d'étude, le recrutement, la modération IA et l'analyse d'insights. - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso livre des retours consommateurs 10 fois plus rapidement et à la moitié du coût des méthodologies traditionnelles. - [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) L'organisation interne repose sur le « Verso Brain », un système central articulé autour de trois piliers : Listen, Think et Act. - [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) Dans la phase Listen, le système capte continuellement les données internes et externes grâce à des automatisations Codex. - [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) La phase Think s'appuie sur un Knowledge Agent propulsé par Codex pour l'extraction de contexte et sur une base de données protégée pour la mémoire. - [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) Le pilier Act permet d'interagir directement avec le monde extérieur via des outils, des MCP et des CLI pour exécuter des workflows autonomes. - [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) Grâce à son architecture agentique, Verso fonctionne sans aucun Customer Success Manager (CSM) là où une entreprise classique en nécessiterait 10 à 15. - [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) L'application de Verso a été conçue dès le premier jour pour être manipulée directement par des agents IA. - [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) Le délai global pour obtenir des insights vidéo exploitables passe de 6 semaines dans le modèle traditionnel à seulement 72 heures chez Verso. - [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) Côté ingénierie, les flux de support et de triage sont automatisés, permettant la correction automatique de 90 % des bugs. - [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) Avec une équipe ultra-léger de seulement 4 personnes, Verso gère déjà une trentaine de clients et a livré plus de 50 études. - [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) D'autres processus internes sont fortement automatisés, tels que le recrutement (automatisé à 80 %) et l'envoi d'un Daily Digest IA sur WhatsApp.

## Detailed walkthrough ### [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Présentation de Verso et de sa philosophie « AI-native »

Lydia Bellahouel, cofondatrice et CEO de Verso aux côtés de son associé Camille, ouvre la présentation avec une touche d'humour bien connue des entrepreneurs: si monter une startup signifie ne pas beaucoup dormir, chez Verso, c'est l'entreprise elle-même qui ne dort jamais. L'entreprise a été conçue dès le premier jour pour être *AI-native* et quasi autonome. Grâce notamment à l'utilisation des technologies d'OpenAI et de Codex, l'équipe a développé une organisation capable d'opérer en continu.

Verso se positionne comme un *context provider* auprès de ses clients business. L'objectif est de leur fournir le bon contexte consommateur en temps réel pour éclairer des prises de décision stratégiques majeures aux retombées financières considérables. La solution permet de comprendre ce que pensent les utilisateurs, comment ils prennent leurs décisions et pour quelles raisons, aidant ainsi les équipes et leurs agences à concevoir des produits, des messages et des visuels qui résonnent parfaitement avec leur cible.

- **Fonctionnement de la solution:** Orchestration de bout en bout du processus de recherche consommateur (design d'étude, recrutement de répondants, modération par un interviewer IA, puis pipeline d'analyse d'insights). - **Gain de performance:** Accès aux retours consommateurs **10 fois plus rapidement** et pour la **moitié du coût** par rapport aux méthodologies traditionnelles. - **Technologies utilisées:** Modèles de voix OpenAI pour la partie entretien, modèle Realtime Translate dès sa sortie, et pipeline d'analyse multi-agents basée sur les derniers modèles frontière (*frontier models*).

[02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) L'architecture du « Verso Brain » : Listen, Think, Act

Au-delà de la puissance de son produit, la spécificité de Verso réside dans son organisation interne entièrement agentique et autonome, lui permettant de maintenir une structure extrêmement *lean* au vu de son chiffre d'affaires et de sa forte croissance. L'ensemble de la société repose sur un système central baptisé le « Verso Brain » (ou *Company Brain*). Pour garantir son efficacité et son autonomie, ce cerveau s'articule autour de trois piliers fondamentaux: **Listen**, **Think** et **Act**.

Dans la phase **Listen**, le Verso Brain capte continuellement son environnement en récupérant des données internes (e-mails, calendriers, Slack, Notion) et externes, le tout orchestré par des automatisations Codex. La phase **Think** repose sur deux composantes: l'intelligence via un *Knowledge Agent* (propulsé par Codex) qui indexe les contenus et extrait le meilleur contexte selon le besoin, et la mémoire, constituée d'une base de données protégée et gérée par cet agent pour stocker tout l'historique de Verso. Enfin, le pilier **Act** donne au système la capacité d'interagir directement avec le monde extérieur via des outils, des MCP (*Model Context Protocol*) et des CLI, lui permettant de gérer de manière autonome des workflows d'exécution complets.

[03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) Cas d'usage concret : Livrer une étude consommateur en 72 heures sans CSM

Pour illustrer l'impact direct de ce système, Lydia prend l'exemple de la livraison d'une étude consommateur. Dans une entreprise traditionnelle, le volume d'activité de Verso nécessiterait une équipe de 10 à 15 *Customer Success Managers* (CSM); chez Verso, il y en a exactement zéro. Alors qu'une étude classique prend généralement 7 semaines (1 semaine de scoping, 3 semaines de terrain, 3 semaines d'analyse) pour un coût très élevé, Verso a totalement réinventé le processus grâce à une application conçue dès le premier jour pour être manipulée par des agents.

Lydia détaille le déroulement d'une étude récente pour illustrer cette réactivité: - **Vendredi, 17 h 00:** Fin d'une réunion client. Maxime, membre de l'équipe Verso, sollicite le Verso Brain dans le canal Slack client pour synthétiser le *call* et les échanges d'e-mails. - **Vendredi, 18 h 23:** Après quelques itérations automatiques (en seulement 1 h 30), l'étude terrain est officiellement lancée. - **Le week-end:** Une cinquantaine de consommateurs aux États-Unis interagissent par vidéo avec l'interviewer IA. - **Dimanche, 14 h 00:** La collecte de données sur le terrain est terminée. - **Lundi matin:** À l'arrivée de l'équipe, le Verso Brain a déjà identifié les quelques points nécessitant une vérification humaine (comme le signalement d'interviews potentiellement frauduleuses). Après validation, l'analyse est lancée et l'étude finale est livrée au client 2 heures plus tard.

Le délai global pour obtenir des insights vidéo exploitables passe ainsi de 6 semaines à seulement **72 heures**.

[07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) Automatisation de l'ingénierie et bilan opérationnel

L'approche agentique de Verso s'étend également au pôle ingénierie. Alors qu'un développeur dans une entreprise tech consacre habituellement environ 20 % de son temps au support et à la résolution de bugs, Verso a entièrement automatisé ce flux: chaque bug est identifié et trié par des agents, et **90 % des bugs sont corrigés automatiquement**. Cela permet aux ingénieurs de consacrer la quasi-totalité de leur temps à la création de valeur et aux évolutions du produit.

En conclusion, Lydia rappelle le chemin parcouru: avec une équipe de seulement **4 personnes**, Verso gère déjà une **trentaine de clients** et a livré plus d'une **cinquantaine d'études** dans de nombreuses langues. La session se termine sur l'évocation d'autres processus internes automatisés qu'elle n'a pas le temps d'approfondir, comme le recrutement (automatisé à 80 %) ou le *Daily Digest* envoyé chaque matin par l'IA sur son WhatsApp pour être lu au petit-déjeuner.

## Notable quotes > [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) si monter une startup signifie ne pas beaucoup dormir, chez Verso, c'est l'entreprise elle-même qui ne dort jamais. — Lydia Bellahouel

> [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) context provider — Lydia Bellahouel

> [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) 10 fois plus rapidement — Lydia Bellahouel

> [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) moitié du coût — Lydia Bellahouel

> [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) Verso Brain — Lydia Bellahouel

> [02:26](https://www.youtube.com/watch?v=mFwWax5pLTs&t=146s) Listen, Think et Act — Lydia Bellahouel

> [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 72 heures — Lydia Bellahouel

> [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 90 % des bugs sont corrigés automatiquement — Lydia Bellahouel

> [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 4 personnes — Lydia Bellahouel

> [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) trentaine de clients — Lydia Bellahouel

> [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) cinquantaine d'études — Lydia Bellahouel

## Mentioned Verso, OpenAI, Lydia Bellahouel, Camille, Maxime, Codex, Verso Brain, Company Brain, Realtime Translate, Slack, Notion, MCP, CLI, WhatsApp

[Source](https://www.youtube.com/watch?v=mFwWax5pLTs)

中文简报

Verso仅凭4名员工在72小时内交付消费者研究借助OpenAI和Codex的智能体自动化，该初创公司取消了客户成功经理岗位，且90%的Bug无需人工干预即可修复。在本次演讲中，Lydia Bellahouel详细介绍了Verso的运作机制。该公司统筹整个消费者研究流程，交付研究报告的速度最高可达传统方式的十倍，成本仅为其一半。公司的组织架构依托于围绕三大支柱（Listen、Think、Act）构建的智能体系统“Verso Brain”，该系统在没有任何客户成功经理的情况下，可在72小时内完成研究执行。这种自动化还延伸至工程领域，其中90%的Bug可自动修复，从而使一个仅有4人的团队能够管理约30家客户及50多项研究。 Verso 从创立第一天起就定位为一家 AI 原生且近乎自主运行的企业，依托 OpenAI 模型与 Codex 实现全天候持续运转。 (0:05) Verso 提供端到端的消费者调研流程，包括方案设计、受众招募、AI 访谈与多智能体洞察分析，交付速度比传统方案快 10 倍且成本降低一半。 (0:05) 公司内部运营依托由“Listen、Think、Act”三大支柱构成的“Verso Brain”，借助 Codex 自动化、知识智能体以及 MCP 和 CLI 工具实现全流程自主工作流。 (2:26) 在完全没有客户成功经理（CSM）的情况下，Verso 将传统需耗时 6 到 7 周的调研周期缩短至 72 小时即可向客户交付完整成果。 (3:54) 全公司仅由 4 人团队运营，服务约 30 家客户并已交付 50 多项调研；工程团队 90% 的 Bug 均由智能体自动修复。 (7:03)

Reading summary

Lydia Bellahouel présente Verso, une jeune pousse conçue dès sa création comme une organisation quasi autonome reposant sur des agents IA pour orchestrer des études consommateurs et gérer l'ensemble de ses opérations internes. Recherche consommateur accélérée par des agents conversationnels (0:05) Verso se positionne comme un fournisseur de contexte décisionnel pour les entreprises en automatisant l'intégralité du cycle de recherche consommateur, de la modération des entretiens jusqu'à la synthèse finale. L'outil emploie les modèles de voix et de traduction en temps réel d'OpenAI pour mener des interviews vidéo via une IA, puis applique des pipelines d'analyse multi-agents basés sur des modèles frontière. Selon la cofondatrice, ce dispositif permet d'obtenir des retours dix fois plus rapidement et à la moitié du coût des méthodologies traditionnelles. L'architecture interne tripartite du « Verso Brain » (2:26) Pour maintenir une équipe extrêmement réduite face à sa charge d'activité, la société s'organise autour d'un système central dénommé « Verso Brain », structuré en trois piliers : Listen, Think et Act. La phase d'écoute agrège en continu les communications internes et externes (e-mails, Slack, Notion) via des automatisations Codex. Le volet d'analyse s'appuie sur un agent de connaissances qui indexe le contexte et interroge une base mémorielle de l'historique d'entreprise, tandis que le volet d'action exécute les tâches opérationnelles au moyen d'outils, du protocole MCP et de commandes CLI. Livraison en 72 heures et automatisation opérationnelle (3:54) Pour illustrer son modèle sans gestionnaires de compte dédiés, l'entreprise cite une étude client déployée en 72 heures au lieu des sept semaines requises par les approches classiques. Initié un vendredi soir après une réunion client et 1 h 30 de paramétrage automatisé, le projet a recueilli une cinquantaine d'entretiens vidéo de consommateurs américains durant le week-end, avant une revue humaine ciblée sur les signaux de fraude le lundi matin et une restitution finale deux heures plus tard. Cette logique d'automatisation s'applique également au reste des activités : les agents détectent, trient et corrigent automatiquement 90 % des bugs d'ingénierie, tandis que le processus de recrutement est automatisé à hauteur de 80 %. Avec quatre collaborateurs, une trentaine de clients et plus de cinquante études livrées, la présentation met en avant la viabilité d'un modèle d'entreprise à forte composante agentique, sans toutefois aborder les contraintes potentielles liées au contrôle qualité ou à la mise à l'échelle future.

精炼阅读摘要

Verso联合创始人兼首席执行官Lydia Bellahouel展示了一种以AI为核心驱动的初创企业组织模式，其通过准自主运行的“Verso Brain”系统将消费者研究交付周期由数周缩短至72小时，并由仅4人的团队在零客户成功团队配置下维持高负荷运营。 AI原生的消费者研究解决方案 (0:05) Verso将自身定位为商业客户的“上下文提供商”（context provider），通过全流程自动化技术为关键决策提供实时消费者洞察。其方案涵盖研究方案设计、受访者招募、AI语音访谈以及多智能体分析，技术底层结合了OpenAI语音模型、Realtime Translate与多智能体前沿模型分析链路。据Bellahouel介绍，相较传统研究手段，该模式能将客户获取反馈的速度提升10倍，并将成本降低一半。 Verso Brain的三层核心架构 (2:26) Verso的内部运作依赖名为“Verso Brain”的中央控制系统，由倾听（Listen）、思考（Think）与行动（Act）三大支柱构成。在倾听阶段，系统借助Codex自动化持续获取电子邮件、日历、Slack及Notion等内外部数据。思考阶段由基于Codex的知识智能体（Knowledge Agent）负责内容索引、上下文提取，并通过受保护的数据库维护企业记忆。行动阶段则赋予系统通过工具、模型上下文协议（MCP）和命令行接口（CLI）与外界交互的能力，实现完整工作流的自主闭环。 72小时交付案例与零CSM运营 (3:54) 传统调研公司完成单项消费者研究通常需要约7周（方案设计1周、实地执行3周、分析3周），并需配置10至15名客户成功经理（CSM），而Verso未设置任何CSM岗位。其业务应用专为智能体操控而设计，在一项近期案例中，团队成员于周五17:00会议后调用Verso Brain归纳需求，18:23即正式启动实地调研。周末期间约50名美国消费者完成与AI面试官的视频互动，周日14:00采集截止。周一早晨系统自动标记疑似虚假面试供人工快速复核，确认后分析流程随即启动，最终在周一上午完成交付，将全流程压缩至72小时。工程自愈与极简团队的运营表现 (7:03) 智能体架构同样被深度应用于研发与日常运营。行业通常需将工程师约20%的时间用于排查Bug和支持工作，而Verso利用智能体自动检测并分类问题，据称实现了90%的Bug自动修复，让工程师聚焦于产品功能演进。目前Verso以4人团队服务约30家企业客户，累计交付超过50场多语言调研。此外，其招聘流程也实现了80%的自动化，并由AI每天向管理层推送晨间简报。 Verso验证了高密度AI代理体系对组织效率的杠杆效应，但流程关键节点仍需人工介入把关（如虚假受访者核验），且招聘自动化等其他内部辅助模块的具体落地细节在本次分享中未做深度展开。

Detailed notes — zh

## Background 本视频由 OpenAI 官方频道于 2026 年 7 月 3 日发布在 YouTube 平台。内容记录了 Verso 联合创始人兼 CEO Lydia Bellahouel 在 2026 年 6 月举办的 OpenAI 法国活动中的精彩分享，重点介绍了 Verso 如何依托 OpenAI 前沿模型、Codex 与多智能体流水线打造完全自主运转的原生 AI 公司，以极致精简的团队规模实现 10 倍速的消费者调研交付。 ## TL;DR Verso 将自身定位为企业的“上下文提供商”，围绕具备“倾听、思考与行动”三大支柱的 Verso Brain 系统构建起高度自主化的组织架构。在业务端，Verso 打破了传统长达 6 周且高度依赖人力的市场调研模式，在专职 CSM 为零的情况下，仅需 72 小时即可全自动交付包含 AI 视频交互与多模态洞察的深度消费者报告。在工程与运营端，Verso Brain 能够自主修复高达 90% 的代码 Bug，并接管了大部分招聘与日常简报流程。目前 Verso 仅凭 4 名核心全职员工便成功服务了约 30 家企业客户并完成 50 多场跨国调研，验证了原生 AI 组织在降本增效方面的颠覆性潜力。 ## Atmosphere & style 整场演讲节奏明快、充满创业者的敏锐与幽默感，Lydia 以“从不睡觉的公司”轻松开篇，迅速抓住全场注意力。分享过程兼具硬核技术拆解与务实商业视角的双重张力，演讲者没有停留在抽象概念，而是以具体的时间线和业务实录层层剖析自动化流水线的威力。听众能直观感受到那种颠覆“旧世界”商业逻辑的科技震撼，以及极客团队在强大 AI 赋能下轻量、从容且高效运转的独特魅力。 ## Bulletin - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso 借助 OpenAI 前沿模型、Codex 与多 Agent 架构构建原生 AI 企业系统，使消费者洞察调研获取速度提升 10 倍，成本缩减 50%。 - [02:41](https://www.youtube.com/watch?v=mFwWax5pLTs&t=161s) 公司核心组织系统“Verso Brain”围绕“倾听、思考、行动”三大支柱构建，通过工具接口、MCP 与 CLI 直接接管全流程业务流，完全取消了专职 CSM 岗位。 - [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 传统需耗时 6 到 7 周的端到端消费者调研，在 Verso Brain 的驱动下可在 72 小时内自动完成跨国样本访谈、欺诈筛查及富媒体报告交付。 - [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) Verso 仅依靠 4 人核心团队便服务了约 30 家企业客户并交付 50 多场跨国调研；研发端高达 90% 的 Bug 可由 AI Agent 自主修复，招聘流程自动化率达 80%。 ## Key takeaways - [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso 从创立第一天起便定位为原生 AI 企业，利用持续运转的组织系统消除初创团队的时间与精力瓶颈。 - [00:40](https://www.youtube.com/watch?v=mFwWax5pLTs&t=40s) Verso 的核心业务定位是“上下文提供商”，旨在为企业产品与营销决策提供近乎实时的消费者决策逻辑及心智认知。 - [01:50](https://www.youtube.com/watch?v=mFwWax5pLTs&t=110s) 技术架构端到端依托 OpenAI 技术栈，访谈环节采用最新语音与实时转译模型，数据分析依托复杂的多 Agent 流水线。 - [02:41](https://www.youtube.com/watch?v=mFwWax5pLTs&t=161s) Verso 能够以极致精简团队支撑高速增长，核心归功于构建了具备“倾听、思考与行动”闭环能力的 Verso Brain 系统。 - [03:15](https://www.youtube.com/watch?v=mFwWax5pLTs&t=195s) 在“倾听”阶段，Verso Brain 借助 Codex 自动化流持续监听 Slack、邮件、日程及 Notion 等内外部数据信号。 - [03:30](https://www.youtube.com/watch?v=mFwWax5pLTs&t=210s) 在“思考”阶段，系统通过基于 Codex 的知识智能体与持久化记忆库双轮驱动，实现精准的场景上下文索引与检索。 - [03:45](https://www.youtube.com/watch?v=mFwWax5pLTs&t=225s) 在“行动”阶段，Verso Brain 依托 API、MCP（Model Context Protocol）与 CLI 接口直接自主操纵并执行业务工作流。 - [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 同等体量传统机构通常需要 10 至 15 名客户成功经理（CSM），而 Verso 因所有业务模块原生适配 Agent 操纵，专职 CSM 为零。 - [04:15](https://www.youtube.com/watch?v=mFwWax5pLTs&t=255s) 传统市场调研通常需要历经范围界定、实地访谈与数据分析三段共约 7 周的漫长周期，而 Verso 将全流程极限压缩至 72 小时。 - [04:40](https://www.youtube.com/watch?v=mFwWax5pLTs&t=280s) 调研全流程实现高度自治：周五仅需 1.5 小时即可上线调研，周末由 AI 访谈员全自动完成 50 份跨国样本视频采集。 - [06:10](https://www.youtube.com/watch?v=mFwWax5pLTs&t=370s) Verso Brain 会在周一自动标记低质或欺诈样本，经极少量人工确认后，2 小时内即可自动合成包含视频切片的深度图表报告。 - [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 系统自动捕获并分级技术缺陷，高达 90% 的 Bug 由 AI Agent 直接修复，大幅解放工程师日常运维精力。 - [07:25](https://www.youtube.com/watch?v=mFwWax5pLTs&t=445s) 仅凭 4 名核心全职员工，Verso 已成功支撑约 30 家企业客户的跨语言多国调研交付，打破传统商业组织的规模化人效上限。 - [07:45](https://www.youtube.com/watch?v=mFwWax5pLTs&t=465s) 自动化全面渗透公司内部运营，包括实现 80% 的招聘流程自动化以及每日晨间向创始人 WhatsApp 自动推送业务运营简报。 ## Detailed walkthrough ### [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) 一家“从不睡觉”的原生 AI 公司 Verso 联合创始人兼 CEO Lydia Bellahouel 首先幽默地向在场的创业者们打招呼。她调侃道，创办过公司的人都知道创业者往往严重缺乏睡眠，但在 Verso，有一个存在睡得比她还要少——那就是 Verso 本身。这是因为 Verso 从成立的第一天起，就被打造成了一家高度自主化、AI-native（原生人工智能）的企业。通过引入 OpenAI 模型以及 Codex 自动化，团队构建起了一套能够昼夜不停运转的组织系统。作为一家“上下文提供商”（Context Provider），Verso 的核心使命是为企业客户提供精准的消费者洞察与上下文环境，帮助他们在产品、营销文案与视觉设计上做出具备巨大商业影响力的决策。传统的消费者调研周期漫长且信息滞后，而 Verso 则为客户提供了几乎实时了解消费者想法、决策路径与底层原因的途径，从而让客户能够打造真正引起受众共鸣的产品。 - **核心价值定位**：扮演“上下文提供商”，为客户提供近乎实时的消费者决策逻辑与心智认知。 - **业务效率优势**：相比传统调研模式，Verso 获取消费者反馈的速度提升了 10 倍，而成本直接缩减了一半。 - **技术全栈支持**：端到端由 OpenAI 赋能，访谈环节采用最新的语音模型与实时转译模型（Realtime Translate），数据分析则依托基于前沿模型（Frontier Models）构建的复杂多 Agent 流水线。 --- ### [02:41](https://www.youtube.com/watch?v=mFwWax5pLTs&t=161s) Verso Brain 的三大核心支柱：倾听、思考与行动 Lydia 指出，比 Verso 的产品本身更有意思的，是其组织背后的运作方式。Verso 能够以与其收入和增长规模完全不相称的极简团队架构（Lean Structure）高效运转，其秘密就在于全公司围绕“Verso Brain”建立的组织系统。一个真正自治且高效的系统必须具备三项能力：听懂外界（Listen）、进行思考（Think）以及落地执行（Act）。 ```mermaid flowchart TD accTitle: Verso Brain 系统架构 accDescr: 展示 Verso Brain 如何通过监听、思考与行动三大支柱完成端到端自动化。 subgraph Listen ["1. 倾听 (Listen)"] InRaw["内部与外部数据源\n(Emails, Calendars, Slack, Notion)"] CodexAuto["Codex 自动化流"] InRaw --> CodexAuto end subgraph Think ["2. 思考 (Think)"] KnowledgeAgent["智能体 (Knowledge Agent)\n驱动: Codex / 索引与检索"] CompanyMem[("记忆库 (Memory)\n集中存储上下文与方法论")] KnowledgeAgent <--> CompanyMem end subgraph Act ["3. 行动 (Act)"] Toolbox["执行接口\n(Tools, MCP, CLI)"] Workflows["业务工作流\n(调研上线、数据清洗、报告交付)"] Toolbox --> Workflows end CodexAuto --> KnowledgeAgent Workflows -. 触发反馈.-> InRaw ``` “倾听”（Listen）环节负责接收全方位的信号。Verso Brain 借助 Codex 自动化机制，时刻监听内部的电子邮件、日程安排、Slack 频道和 Notion 文档，同时捕获外部关键数据。“思考”（Think）由智能（Intelligence）与记忆（Memory）双轮驱动：基于 Codex 的知识智能体（Knowledge Agent）负责对海量输入建立索引并调取最贴合场景的上下文，而结构化的受保护数据库则充当公司大脑的持久化记忆。“行动”（Act）则是最关键的一环，Verso Brain 借助各类 API 工具、MCP（Model Context Protocol）以及命令行接口（CLI），直接接管各类复杂的业务执行工作流。 --- ### [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 告别传统 CSM：72 小时端到端消费者调研为了展现 Verso Brain 的实际威力，Lydia 详细拆解了交付客户调研的完整工作流。在同等业务体量的传统公司中，通常需要配备 10 到 15 名客户成功经理（CSM）来跟进调研的全流程。但在 Verso，专职 CSM 的数量是“零”。因为从产品构思之初，所有模块就被设计为完全对 Agent 开放并可被其操纵。传统市场调研通常需要 1 周时间明确范围（Scoping）、3 周进行现场访谈执行（Fieldwork），以及另外 3 周进行深度数据分析，全程耗时耗资且需要大量人力介入。Verso 则打破了这种冗长的节奏。以一个真实的周五下午为例： | 阶段与时间节点 | 执行动作与运作细节 | 涉及角色 | |:--- |:--- |:--- | | **周五 17:00** | 刚结束客户沟通会议，团队成员 Maxime 在客户 Slack 专属频道中 @ Verso Brain，指示其提取刚开完的会议记录与往来邮件关键信息。 | 人工指令 + Verso Brain | | **周五 18:23** | 仅历经一个半小时的自动推导与微调迭代，针对美国市场的消费者调研正式在系统中上线启动。 | Verso Brain 全自动 | | **周末期间** | 全美约 50 名真实消费者陆续与 AI 访谈员开展交互视频对话，AI 负责动态提问与流程把控。 | AI 访谈员 + 消费者 | | **周日 14:00** | 50 份消费者样本调研全部采集完毕。 | 自动化流水线 | | **周一早晨** | 团队到岗，Verso Brain 已经预先排查并标记出几例涉嫌欺诈或质量存疑的访谈样本供人工快速复核。 | Verso Brain + 极少量人工 | | **周一上午 (复核后 2 小时)** | 人工一键确认后触发深度分析流水线，包含高清视频切片、洞察提炼与可视化图表的完整调研报告正式交付客户。 | Verso Brain 自动交付 | 从传统的 6 周漫长等待，压缩到仅需 72 小时即可交付富媒体视听洞察，Verso 彻底改变了消费者调研的周期形态。 --- ### [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 极致精简团队与未来愿景这种高度自动化的组织范式同样深刻地重塑了研发效能。在常规的技术公司中，软件工程师通常要将约 20% 的工时消耗在排查客服工单、支持和修补 Bug 上。而在 Verso，所有 Bug 都会被系统自动捕获与分流分级，其中高达 90% 的 Bug 能够直接被 AI Agent 自动修复，让工程师得以将几乎全部精力投入到核心产品开发与技术架构迭代上。 Lydia 总结道，Verso 正式上线的时间并不长，但目前已经成功服务了大约 30 家企业客户，在极短时间内交付了 50 多场涵盖多种语言的复杂跨国调研。支撑这一切庞大商业运转的，仅仅是一个 4 人的核心全职团队——这在“旧世界”中是完全不可想象的。在分享的结尾，Lydia 提及还有许多自动化流程由于时间限制未能展开：例如 Verso 已经将内部 80% 的招聘流程实现了全自动化；而她每天清晨吃早餐时，手机 WhatsApp 上收到的每日运营简报（Daily Digest），同样是由 Verso Brain 自动生成并准时推送的。 ## Notable quotes > [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) 创办过公司的人都知道创业者往往严重缺乏睡眠，但在 Verso，有一个存在睡得比她还要少——那就是 Verso 本身。 — Lydia Bellahouel > [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) Verso 从成立的第一天起，就被打造成了一家高度自主化、AI-native（原生人工智能）的企业。 — Lydia Bellahouel > [00:05](https://www.youtube.com/watch?v=mFwWax5pLTs&t=5s) 相比传统调研模式，Verso 获取消费者反馈的速度提升了 10 倍，而成本直接缩减了一半。 — Lydia Bellahouel > [02:41](https://www.youtube.com/watch?v=mFwWax5pLTs&t=161s) 一个真正自治且高效的系统必须具备三项能力：听懂外界（Listen）、进行思考（Think）以及落地执行（Act）。 — Lydia Bellahouel > [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 在同等业务体量的传统公司中，通常需要配备 10 到 15 名客户成功经理（CSM）来跟进调研的全流程。但在 Verso，专职 CSM 的数量是“零”。 — Lydia Bellahouel > [03:54](https://www.youtube.com/watch?v=mFwWax5pLTs&t=234s) 从传统的 6 周漫长等待，压缩到仅需 72 小时即可交付富媒体视听洞察，Verso 彻底改变了消费者调研的周期形态。 — Lydia Bellahouel > [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 所有 Bug 都会被系统自动捕获与分流分级，其中高达 90% 的 Bug 能够直接被 AI Agent 自动修复。 — Lydia Bellahouel > [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) 支撑这一切庞大商业运转的，仅仅是一个 4 人的核心全职团队——这在“旧世界”中是完全不可想象的。 — Lydia Bellahouel > [07:03](https://www.youtube.com/watch?v=mFwWax5pLTs&t=423s) Verso 已经将内部 80% 的招聘流程实现了全自动化。 — Lydia Bellahouel ## Mentioned Verso, OpenAI, Lydia Bellahouel, Codex, Verso Brain, Maxime, Slack, Notion, MCP (Model Context Protocol), WhatsApp ## Video description Découvrez comment Verso développe une entreprise véritablement AI-native. Lors de cette session enregistrée lors de l'événement OpenAI France en juin 2026, Lydia Bellahouel, cofondatrice et CEO de Verso, partage la manière dont son équipe s'appuie sur les modèles OpenAI, Codex et des systèmes multi-agents pour automatiser ses opérations, accélérer la recherche consommateur et faire évoluer l'entreprise avec une structure particulièrement légère. Lydia explique comment fonctionne le « Verso Brain », un système conçu pour écouter, raisonner et agir de manière autonome, ainsi que les choix techniques et organisationnels qui permettent à Verso de livrer des études consommateurs jusqu'à dix fois plus rapidement et à moitié prix par rapport aux approches traditionnelles. [Source](https://www.youtube.com/watch?v=mFwWax5pLTs)

Source quotes

[0:05] Lydia Bellahouel: 创办过公司的人都知道创业者往往严重缺乏睡眠，但在 Verso，有一个存在睡得比她还要少——那就是 Verso 本身。 [0:05] Lydia Bellahouel: Verso 从成立的第一天起，就被打造成了一家高度自主化、AI-native（原生人工智能）的企业。 [0:05] Lydia Bellahouel: 相比传统调研模式，Verso 获取消费者反馈的速度提升了 10 倍，而成本直接缩减了一半。 [2:41] Lydia Bellahouel: 一个真正自治且高效的系统必须具备三项能力：听懂外界（Listen）、进行思考（Think）以及落地执行（Act）。 [3:54] Lydia Bellahouel: 在同等业务体量的传统公司中，通常需要配备 10 到 15 名客户成功经理（CSM）来跟进调研的全流程。但在 Verso，专职 CSM 的数量是“零”。 [3:54] Lydia Bellahouel: 从传统的 6 周漫长等待，压缩到仅需 72 小时即可交付富媒体视听洞察，Verso 彻底改变了消费者调研的周期形态。 [7:03] Lydia Bellahouel: 所有 Bug 都会被系统自动捕获与分流分级，其中高达 90% 的 Bug 能够直接被 AI Agent 自动修复。 [7:03] Lydia Bellahouel: 支撑这一切庞大商业运转的，仅仅是一个 4 人的核心全职团队——这在“旧世界”中是完全不可想象的。 [7:03] Lydia Bellahouel: Verso 已经将内部 80% 的招聘流程实现了全自动化。

Source quotes

[0:05] Lydia Bellahouel: si monter une startup signifie ne pas beaucoup dormir, chez Verso, c'est l'entreprise elle-même qui ne dort jamais. [0:05] Lydia Bellahouel: context provider [0:05] Lydia Bellahouel: 10 fois plus rapidement [0:05] Lydia Bellahouel: moitié du coût [2:26] Lydia Bellahouel: Verso Brain [2:26] Lydia Bellahouel: Listen, Think et Act [3:54] Lydia Bellahouel: 72 heures [7:03] Lydia Bellahouel: 90 % des bugs sont corrigés automatiquement [7:03] Lydia Bellahouel: 4 personnes [7:03] Lydia Bellahouel: trentaine de clients [7:03] Lydia Bellahouel: cinquantaine d'études

Original transcript

[0:05] Bonjour à tous, moi c'est Lydia. Je suis du coup la cfondatrice et COD Verseau [0:10] que je construis avec mon associé Camille. Alors s'il y a des fins d'or dans la salle, [0:14] vous savez que quand on monte une entreprise, on dort pas beaucoup. Il se trouve que chez Verseo, [0:21] il y a quelqu'un qui dort encore moins que moi et bah c'est Verseau lui-même en fait parce que [0:26] chez Verseo, on a construit une entreprise qui est native et qui est quasi autonome depuis le jour 1, [0:31] le jour 1 pardon. Et aujourd'hui, bah je vais vous expliquer comment est-ce qu'on a fait ça [0:35] notamment grâce à Codex et surtout qu'est-ce que ça change concrètement pour nous au quotidien. [0:42] Alors si je simp Fifi, en fait chez Verseo, on est des context providers. On fournit à nos clients le [0:48] bon contexte consommateur pour leur permettre de prendre les bonnes décisions business, [0:53] des décisions qui peuvent ensuite avoir des impacts financier énorme. Pour se faire, [0:57] on leur donne accès quasiment en temps réel à ce que leur consommateur et et leur user pensent, [1:02] comment ils prennent les décisions et pourquoi est-ce qu'ils les prennent. [1:05] Et ça derrière ça leur permet à donc à nos clients et à leurs agendats [1:10] de créer des produits, des messages, des visuels qui vont raisonner auprès de leur consommateur. [1:16] Donc concrètement aujourd'hui on a créé une solution qui orchestre en fait tout un process [1:20] de recherche consommateur de bout en bout du design d'une étude au recrutement de répondant [1:26] à un interviewer IA qui va modérer des échanges avec ses répondants et ensuite toute une pipeline [1:31] d'analyse pour fournir du coup des insights à nos clients pour leur permettre de prendre ces [1:35] décisions. En fait l'impact chez nos clients, il est assez énorme. Grâce à Versau. Ils ont accès [1:42] à des consommateurs 10 fois plus rapidement et pour la moitié du coup que dans le monde d'avant [1:48] si je puis dire. Et ça ça leur permet d'être catégorie leader sur leur marché respectif. [1:54] Notre produit il est power by Open AI de bout en bout. Sur la partie entretien utilise les modèles [2:00] de voice bien sûr. Euh on utilise aussi le modèle de Rim Trend Translate que Romain nous montrait. [2:06] B on l'a utilisé dès sa sortie. Et ensuite sur la partie analyse, comme je vous expliqué, [2:10] on a construit en fait une pipeline qui est multiagent, qui est assez complexe et qui [2:14] repose notamment sur les derniers frontiè model. Alors, ce produit, il est très puissant, on en [2:21] est très fier mais du coup c'est pas forcément ce dont je voulais vous parler aujourd'hui. [2:26] Ce que j'ai envie de vous expliquer, c'est comment on a créé une organisation qui est [2:30] complètement agentique et qui est autonome et ce qui fait que aujourd'hui Verseau opère avec une [2:36] structure qui est extrêmement ligne par rapport à notre niveau de revenu et notre croissance. [2:41] En fait, toute notre entreprise s'organise autour de ce qu'on appelle le company brain, [2:45] le Versau Brain. Vous le savez, pour qu'un système soit efficace et autonome, [2:50] il a besoin d'être capable de faire trois choses : de listen, de think et d'act. Lisen en fait notre [2:57] compagnie Brain, il écoute tout ce qui se passe autour de lui en récupérant des données en interne [3:02] donc dans les mails, dans les calendriers, dans les slags, le notion et des données en externe. [3:08] Et tout ça est orchestré notamment par des cotex automations. Synch en fait nos compagnie brain, [3:14] il est constitué de deux composantes principales, l'intelligence et la mémoire. [3:19] L'intelligence, c'est le knowledge agent. C'est une solution qui indexe le contenu enant et qui [3:25] va récupérer les meilleurs éléments de contexte en fonction du cas d'usage. Ça c'est Power Podex. [3:31] Et il a aussi du coup une mémoire, c'est une base de données qui est proté qui est [3:36] managée par ce agent et qui stock l'ensemble de l'information et du contexte verso. Et puis [3:41] enfin acte, c'est probablement le plus important. Notre Brain en fait, il a une capacité d'action [3:46] sur le monde via des tools, des MCP, des CLI et du coup il agit et il gère des warfow d'exécution. [3:54] Et du coup, pour rentrer dans un exemple concret, je vais vous expliquer comment notre VERS brain [3:58] gère un workflow d'exécution qui est absolument clé pour nous, qui est celui du coup de délivrer [4:03] une étude consommateur à un client. Pour vous donner une idée en fait avec le volume d'activité [4:08] qu'on a aujourd'hui dans une entreprise classique, il faudrait probablement environ [4:12] 10 à 15 customer success manager pour gérer tout ça. Chez Verseo, on en a zéro. [4:19] Euh donc pour vous mettre aussi un petit peu le contexte aujourd'hui en fait délivrer une [4:24] étude de façon traditionnelle, c'est une semaine de scoping, 3 semaines de terrain, [4:29] 3 semaines d'analyse, ça prend beaucoup de temps, ça nécessite d'avoir beaucoup de monde [4:33] et ça coûte très cher. Et nous en fait, on a complètement repensé ce processus. [4:37] Donc comme je vous l'ai expliqué en fait le Vers brain il a accès à tout le knowledge client, [4:42] à toute la méthodologie Versau et surtout il a interagit avec l'application Versau. [4:46] Et en fait, ça c'est parce qu'on a pensé notre produit dès le jour 1 pour qu'il soit [4:50] totalement accessible et manipulable par des agents et là ce qui fait que aujourd'hui [4:55] notre verbrain, il est complètement autonome pour réaliser l'essentiel des tâches qui que ferait un [5:00] customer success manager et il vient nous pinger simplement bah quand il a besoin de nous qui [5:04] flag quelque chose qui est intéressant pour qu'on regarde. Donc si je vous donne un exemple concret, [5:12] là on est dans notre slack, c'est là où on travaille. [5:15] Vendredi dernier 17h, on sort d'une réunion client. Maxime qui travaille avec nous, [5:22] bah il va ping du coup le Verso Brain dans le channel client et il lui dit de récupérer [5:26] les informations du call qu'on vient d'avoir avec les clients et nos échanges de mail. [5:31] 1h30 plus tard, 18h23, le il y a eu quelques itérations et le terrain est lancé. Donc ensuite, [5:39] pendant le weekend, on a une cinquantaine de consommateurs aux États-Unis qui vont interagir [5:44] avec notre intervieweria dont je vous parlais et qui vont du coup répondre à une étude. [5:48] On voit que dimanche 14h, ce terrain est complété. Nous, on arrive tranquillement le lundi matin. [5:57] Le Versau Brail nous a flagué quelques éléments à checker, donc des interviews frauduloses. [6:01] On valide tout ça, on lance l'analyse et du coup 2h après, l'étude elle est délivrée au client. [6:07] On passe donc d'un monde où nos clients attendaient 6 semaines pour avoir des [6:10] réponses à leurs questions à un monde où ils ont accès à des insight consommateurs en 72 he [6:17] et pour vous montrer à quoi ça ressemble concrètement. [6:22] Donc ça c'est le type d'étude qu'on livre à nos clients chez Verseo. [6:26] Donc avec l'ensemble des insights. Comme les entretiens sont par vidéo en fait [6:30] le client est capable de voir les consommateurs ce qu'ils ont dit [6:34] et ensuite prendre du coup la meilleure décision. à partir de ces insights. [6:40] Euh ça ce qui a rendu possible tout ça, c'est deux choses. C'est ce que Conter Brain dont je [6:47] vous parlais euh qui est du coup structuré, très bien outillé et en fait c'est loin d'être rivial [6:52] de construire ça. Et ensuite la deuxième chose c'est de construire un produit qui est comme je [6:56] vous le disais en fait utilisable qui va interagir de façon naturelle avec des agents dès le jour 1. [7:03] Pour finir sur un autre exemple rapide sur la partie engineering, aujourd'hui un ingénieur d'une [7:09] boîte tech, c'est 20 % de son temps qui est passé sous du support à corriger des bugs. Chez Verso, [7:15] chaque bug, il est automatiquement identifié, il est trié par des agenas et ensuite 90 % des [7:22] bugs vont être fixés automatiquement. Donc ce qui fait que aujourd'hui nos ingénieurs, ils passent [7:26] quasiment tout leur temps sur euh le produit, la tech et délivrer d'impact pour nos clients. [7:33] Je pourrais vous parler de plein d'autres cas d'usage euh mais du coup ce qui est important [7:37] à retenir c'est que aujourd'hui euh on a lancé l'au il y a pas si longtemps. [7:41] On gère une trentaine de clients, on a délivré plus d'une cinquantaine d'études [7:45] dans plein de langues différentes et ça on l'a fait avec une équipe de quatre personnes, [7:49] ce qui aurait juste pas été possible dans l'ancien monde. Voilà. Donc, j'aurais aimé avoir plus [7:53] de temps pour vous parler de comment on a aussi automatisé 80 % de notre process de recrutement, [7:57] comment m'envoie tous les matins un petit daily digest sur WhatsApp que je regarde [8:01] au petit déjeuner. Mais du coup, ça sera pour une prochaine fois. Merci. [applaudissements]