Kiva est un cas que j’ai intégré au programme du module de marketing à l’Executive Master in Management (EMM) de Solvay Lifelong Learning, le bras executive education de la Solvay Brussels School of Economics and Management à l’Université libre de Bruxelles.
Kiva fait partie de sujets de que suis et que j’analyse depuis 2007; donc j’ai pas mal de papiers académiques et de contenus de différentes sources sur la question de l’inclusion financière et de la manière de laquelle l’innovation digitale peut aider à gérer ce genre de problématiques que je considère comme centrales dans la réflexion sur le développement humain durable dans l’univers qui est le nôtre. C’était donc un bon sujet pour faire d’une pierre plusieurs coups: tester NotebookLM, le faire en amont d’une discussion de cas demain avec la nouvelle promotion de l’EMM, continuer à actualiser mon dossier de recherche sur Kiva et accentuer la dimension de durabilité avec une question très importante pour moi qui est de savoir dans quelle mesure et de quelle manière on peut exploiter les possibilités offertes par les avancées des technologies numériques pour répondre aux grands défis que nous avons devant nous. Spoiler alert: le dioxyde de carbone n’est pas le seul sujet qui devrait nous préoccuper, et pas seulement parce que c’est une faillite philosophique et éthique de ne se préoccuper que de ça, et encore pire si on ne regarde que ça par le petit bout de la lorgnette réglementaire et compliance CSRD… Bref, ceci est pour un autre épisode.
Ce que je vous livre ici comme audio est un des produits de mon exploration de toute ma documentation avec NotebookLM. Par ailleurs, j’ai constaté que NotebookLM est impressionnant par:
sa capacité à croiser des sources et à répondre à des questions précises sur les contenus, y compris pour ce qui est d’exploiter ces sources pour alimenter des frameworks comme le business model canvas, où l’outil arrive à très bien identifier des contenus pertinents mais sans grande finesse notamment au niveau des segments de clients;
l’identification de sources anormales sans pour autant les rejeter mais sans trop savoir quoi en faire: j’avais ajouté le texte d’un cas Walmart sur l’omnicanalité qui n’avait aucun rapport avec le sujet et j’ai un stream audio du style de celui que je vous pose ici qui mentionne Walmart alors que ça n’a aucun lien et que ça devrait juste être ignoré;
la fluidité de l’interaction avec l’utilisateur;
les fonctionnalités de rétention de notes pour pouvoir par ailleurs alimenter d’autres travaux, avec notamment une possibilité de combiner des notes et de produire un outline / un plan de contenu analogue à celui que ferait un étudiant en vue d’écrire un mémoire (emoji clin d’œil à mes confrères du monde académique qui auront des mémoires à traiter dans les mois et les années qui viennent!)
Je vous laisse à vos réflexions.
Share this post