Nurau x TLM : L’expertise IA au service d’une vision

Nurau transforme les observations de première ligne en intelligence opérationnelle exploitable. Pour concrétiser cette vision en constante évolution, ils ont fait de TLM leur partenaire technologique de longue date.

Python – Django – React – IA – Multi-Agentic AI – Application mobile – Renforcement d’équipe (staff augmentation)

À propos de Nurau

Transformer chaque quart de travail en intelligence opérationnelle

Nurau est maintenant une plateforme d’assurance des processus par IA qui permet de capturer les signaux de risque directement sur le plancher, quart après quart, pour les transformer en intelligence exploitable. Incidents, quasi-accidents, enjeux de personnel, bris de qualité : des signaux que les outils conventionnels ne détectent simplement pas. Grâce à la saisie vocale, aux photos et aux caméras déjà en place, l’IA de Nurau (communément appelée moteur d’intelligence) structure ces données brutes en documentation prête pour l’audit et en recommandations conformes aux politiques, aux conventions collectives et aux exigences réglementaires. Plus aucun signal ne passe inaperçu : les organisations voient les risques venir avant même qu’ils ne deviennent des incidents, des griefs ou des interruptions coûteuses. C’est la mission de Shift Notes (notes de quart), l’outil IA au cœur de la plateforme Nurau.

Nurau s’adresse aux organisations qui gèrent des équipes réparties sur plusieurs sites : centres de distribution, usines de transformation, épiceries, commerces de détail et logistique. La plateforme est aujourd’hui déployée auprès de grandes organisations comptant de 200 à 90 000 employés, dont Ardene, Metro, La Vie en Rose, Food Basics et Mercuri Cuisine. En 2026, Nurau a été nommée entreprise d’IA industrielle de l’année par McRock Capital.

Statistiques :

  • 1 à 3 développeurs assignés selon les phases
  • Collaboration active depuis 2021
  • Marchés desservis : Canada, États-Unis
  • Secteurs d’activité : Distribution · Commerce de détail · Aliments et boissons · Manufacturier

 

Technologies :

  • Langages et frameworks : Python, Django, React
  • IA : OpenAI, Google AI, Groq, Cerebras, Cohere, OpenRouter, LangChain & LangSmith, LangExtract, Unstructured
  • Base de données : PostgreSQL, Qdrant, Redis, Valkey
  • Infonuagique et infrastructure : Google Cloud Platform, Digital Ocean
  • Analytique : Sentry, PostHog
astronaut

Les débuts : du premier MVP au produit en constante évolution

En 2020, Justin Lessard-Wajcer fonde Nurau avec une vision claire : outiller les entreprises face aux enjeux de santé mentale au travail. Avec son équipe interne, il développe un premier produit minimum viable (MVP). À mesure que le produit évoluait vers un deuxième MVP, une plateforme de vidéos et de micro-apprentissage, les besoins changeaient, notamment celui de stimuler l’innovation. C’est à ce moment que la collaboration avec TLM a pris de l’ampleur, en appui au développement.

Pourquoi Nurau a choisi TLM?

En phase de démarrage, attirer les bons talents prend un temps précieux, or dans une startup, le temps de recrutement, c’est du temps de développement perdu. Ce qu’il lui fallait, c’était un partenaire technologique capable de suivre le rythme d’une jeune entreprise en pleine construction : réactif et prêt à accélérer aux moments propices à la croissance.

« La plupart des autres firmes ont besoin d’un scope détaillé pour avancer. Si vous leur soumettez un besoin vague, ils vont soit bloquer, soit livrer une implémentation minimale. Chez TLM, c’est différent. Ils questionnent, ils proposent, ils ne restent pas passifs en attendant des instructions. »

– Sonia Israel, CTO, Nurau 

Ayant collaboré avec d’autres firmes par le passé, Justin et son équipe savaient aussi ce qu’ils cherchaient au-delà de la capacité technique : des collaborateurs capables de penser par eux-mêmes, de chercher des solutions en collaboration avec Nurau, de s’impliquer à chaque étape du produit et de s’intégrer comme des membres à part entière de l’équipe.

« Les développeurs de TLM partagent nos outils, nos canaux et participent à nos réunions quotidiennes ; ils sont complètement intégrés à notre façon de travailler. »

– Sonia Israel, CTO, Nurau 

Une collaboration qui a traversé trois phases de croissance

La force de Nurau est dans sa capacité à cerner, satisfaire et dépasser les besoins de certaines des plus grandes entreprises en Amérique du Nord et à s’entourer de partenaires tels que TLM pour y parvenir. Cette collaboration se distingue par sa durée et la capacité d’adaptation des deux organisations.

Shift Notes est aujourd’hui au cœur du produit, fruit d’une évolution construite étape par étape.

Phase 1 — Les débuts : une plateforme de micro-apprentissage (2021-2022)

Nos deux premiers développeurs ont rejoint Nurau au moment du passage vers un deuxième MVP. Le mandat, contribuer au développement d’une plateforme de vidéos et de microapprentissages dédiée au bien-être en milieu de travail : coaching, méditation, formations et activités collectives pour favoriser la connectivité entre collègues. Notre rôle s’est ensuite étendu au back-end, en soutien à l’équipe de Nurau.

Phase 2 — Le virage vers l'IA : la naissance de l'eCoach (2023–2024)

Bâtir un agent avant même que ça existe

Pour la première fois, l’IA faisait son entrée dans le produit. Après plusieurs itérations et en réponse directe aux besoins des utilisateurs, Nurau a amorcé une nouvelle phase : faire évoluer sa plateforme de vidéos et de microapprentissages vers un agent conversationnel propulsé par un grand modèle de langage (LLM). Plutôt que d’accéder à des formations en ligne, les gestionnaires de première ligne interagiraient désormais directement avec un agent conversationnel, l’eCoach, pour soutenir leurs tâches de gestion quotidiennes. 

Cette solution a été construite de zéro, en collaboration étroite entre les équipes de TLM et Nurau, portée par une fenêtre technologique qui venait à peine de s’ouvrir : les premiers LLM.

Un exemple concret

Un gestionnaire doit aborder une conversation difficile avec un employé concernant des retards répétés. Il décrit la situation à l’eCoach, qui lui propose une approche adaptée aux politiques internes et à la convention collective. Résultat? Le gestionnaire arrive à la conversation préparé et confiant, plutôt qu’à l’improviste.

« Il n’y avait pas d’IA dans le produit à cette époque, on construisait quelque chose de complètement nouveau pour Nurau. »

– Sonia Israel, CTO, Nurau 

Pour concrétiser cette vision, un premier développeur de TLM a pris en charge la création de la solution IA, en sélectionnant des technologies durables et rentables, avant que d’autres ne se joignent au projet. L’équipe a rapidement été confrontée à toute la complexité technique de l’époque.

Les défis techniques de l’ère pré-agentique

Avant d’aller plus loin, clarifions quelques termes :

Petit lexique

  • Prompt : instruction ou question soumise à un LLM pour orienter sa réponse (comme ce qu’on écrit à ChatGPT ou à Claude). Plus le prompt est précis, plus la réponse est pertinente.
  • LLM (grand modèle de langage) : programme d’IA capable de comprendre et de générer du texte, c’est le moteur derrière les agents conversationnels comme l’eCoach.
  • Agent : programme qui utilise un ou plusieurs LLM pour accomplir des tâches de façon autonome, étape par étape, selon le contexte.
  • Appel d’outils (tool calling) : capacité d’un LLM à décider par lui-même d’utiliser un outil externe (une recherche, une base de données) au moment où c’est nécessaire.
  • RAG : technique qui permet à un LLM d’aller chercher de l’information dans des documents externes avant de répondre, plutôt que de se fier uniquement à ce qu’il a appris pendant son entraînement. Terme qui sera abordé un peu plus loin.

Retour dans le temps avant l’ère pré-agentique : concrètement!

Ces travaux ont été réalisés en 2023. avant l’émergence des agents IA. Dans cette période, la mise en place d’un processus exploitant les LLM représentait une réelle complexité technique. Les modèles étaient moins puissants, ce qui exigeait un ajustement rigoureux des prompts, surtout pour un produit qui devait fonctionner dans deux langues. Malgré ces obstacles, notre équipe et celle de Nurau ont bâti ensemble un agent conversationnel performant, bien avant que les outils agentiques actuels simplifient ce travail.

La réalité technique de l’époque : quand rien de tout ça n’existait encore

Solutions techniques de l’ère pré-agentique

  • Raisonnement et fiabilité des réponses : Sans capacité de raisonnement native, notre équipe a dû concevoir les prompts pour que l’agent réfléchisse d’abord, le conditionnant ainsi à donner une meilleure réponse. Puis, sans garde-fous standardisés (guardrails), elle a dû renforcer les instructions de façon itérative pour garder l’agent centré sur sa mission et bâtir un système capable de bien réagir même hors du format attendu. Résultat : un agent fiable et cohérent, capable de guider les gestionnaires avec précision, quelle que soit la situation.
  • Support multilingue : Considérant que les documents des clients de Nurau existaient en français et en anglais, alors qu’un système RAG standard ne répondait que dans la langue de la requête, notre équipe a développé une approche multirequêtes, un système capable de chercher dans les deux langues en simultané. Résultat : un agent qui répond avec pertinence, peu importe la langue utilisée par le gestionnaire.
  • Mémoire et orchestration multi-LLM (coordination de plusieurs modèles IA) : Notre équipe a conçu un processus reposant sur plusieurs LLM, chacun appelé selon l’état de la conversation pour questionner, clarifier un enjeu ou recommander une action. Elle a aussi géré la mémoire manuellement, pour éviter que l’agent se perde dans l’historique des échanges. Résultat : un agent qui suit le fil de la conversation, sans jamais perdre le contexte.

 

Le RAG : une couche de complexité supplémentaire

Le système RAG de l’eCoach posait lui aussi ses propres défis.

  • Contenu visuel : Certains documents contenaient des graphiques et des tableaux, illisibles pour un RAG conventionnel. Un modèle de langage visuel a été intégré au système pour que l’eCoach les interprète aussi.
  • Recherche pilotée par le système, pas par le LLM : Les LLM de l’époque ne pouvaient pas initier de recherche par eux-mêmes. C’est donc notre système qui détectait et déclenchait la recherche, en s’appuyant sur Qdrant, une base de données choisie pour sa rapidité et sa fiabilité, afin de retrouver l’information pertinente dans les documents d’entreprise.
  • Citations exactes : Certains passages, comme ceux liés aux conventions collectives, devaient être retranscrits intégralement, au mot près, notre équipe les insérait donc directement dans la réponse pour éviter toute reformulation par le LLM.

« Je proposais les orientations et les méthodologies, l’équipe TLM faisait les recherches pour valider et implémenter. Les meilleures décisions techniques venaient toujours des deux côtés. C’était un beau travail d’équipe! »

– Sonia Israel, CTO, Nurau 

Des défis qui ont forgé notre expertise

Aujourd’hui, ces défis n’existent plus grâce aux agents IA. Ce n’est pas la technologie qui nous a limités à l’époque : on a bâti, avec Nurau, quelque chose de solide avec ce qu’on avait, une longueur d’avance qu’on maintient encore aujourd’hui. L’eCoach n’a jamais eu de concurrent direct, en partie grâce à ces défis techniques de taille qu’on a su surmonter.

Tandis que l’eCoach poursuit son déploiement auprès de certains clients, Shift Notes s’impose progressivement comme la solution phare de Nurau.

Phase 3 — Shift Notes : un nouvel outil majeur propulsé par l'IA (2025 à aujourd’hui)

Shift Notes est un outil de saisie vocale qui permet aux équipes de terrain de documenter leurs observations en temps réel, quart après quart et de créer des rapports automatiquement générés par l’IA. Bien au-delà de ça, il propose aussi des recommandations selon la situation, détecte les événements qui se produisent sur le terrain et les relie automatiquement aux notes concernées.

Concrètement, ça fait quoi?

Un superviseur remarque un liquide de nettoyage renversé dans l’entrepôt d’une épicerie en fin de quart. En quelques secondes, il enregistre une note vocale sur son téléphone. Shift Notes transcrit automatiquement, classifie l’incident comme risque de sécurité, suggère les étapes à suivre selon les politiques internes et génère un rapport prêt pour audit. Résultat? Aucune information ne se perd entre les quarts. La continuité est assurée et l’équipe qui prend le relais dispose de tout le contexte nécessaire pour agir.

L’idée est née d’une conversation avec un client. Le constat : au passage de relais entre les quarts, les informations critiques se perdaient.

« On a identifié son besoin et on a réalisé que le problème était général, toutes les entreprises qui opèrent par quarts vivaient ça. On a parlé à d’autres clients, tout le monde validait, l’engouement a été immédiat. »

– Sonia Israel, CTO, Nurau 

En deux semaines, notre équipe a livré un MVP, en collaboration avec celle de Nurau. Au-delà de la saisie vocale, le système codé en Python identifie automatiquement les entités clés et accepte des images en pièce jointe pour un contexte encore plus riche. Le MVP a été lancé auprès d’un premier client, itéré et déployé progressivement dans d’autres organisations.

Shift Notes continue son évolution et TLM demeure impliqué dans son développement : un expert IA reste actif sur le projet, nous avons intégré des pratiques de développement assisté par IA, soutenu Nurau dans le recrutement d’un nouveau développeur.

Quelle est la suite, maintenant? Du côté de Nurau, plusieurs avenues sont déjà envisagées : davantage d’automatisation, du contenu vidéo et des outils facilitant la création et le remplissage des rapports.

Des impacts concrets pour Nurau

Depuis 2021, TLM accompagne Nurau dans la construction et l’évolution de son produit, en tant que partenaire technique clé.

Flexibilité & scalabilité de l’équipe TLM

  • Une équipe qui s’est ajustée selon les phases du projet et le budget
  • Une capacité à accélérer rapidement lors des moments critiques, TLM proposant proactivement des ressources supplémentaires au besoin
  • Des développeurs qui ne travaillent jamais seuls : derrière chaque ressource assignée, toute l’expertise de la communauté TLM est disponible, assurant un niveau d’expertise constant sur le projet

Qualité & continuité, l’expertise TLM en action

  • Des développeurs qui contribuent à la réflexion produit de l’équipe de Nurau : ils remettent en question, proposent et prennent des initiatives
  • Une expertise IA disponible selon les besoins, en développement actif, en consultation ou en accompagnement stratégique

« En 2026, si je veux juste quelqu’un pour coder ce qu’on lui demande, je demande à l’IA. Ce dont j’ai besoin, c’est d’une équipe qui pense avec nous et c’est exactement ce que TLM fait au quotidien. »

– Sonia Israel, CTO, Nurau 

Retombées stratégiques

  • Une exécution technique fiable qui a permis à Nurau de se concentrer sur l’essentiel : son produit
  • Un partenaire qui a su s’adapter à chaque phase, sans jamais être limité par la technologie disponible ni ralentir l’équipe
  • Une relation de confiance qui va au-delà du code : TLM a contribué à renforcer les capacités IA de Nurau

Nurau : de startup à leader de l’IA industrielle

Aujourd’hui, Nurau déploie sa solution auprès de certaines des plus grandes organisations au Canada et aux États-Unis. Des résultats qui parlent d’eux-mêmes, quart après quart. Shift Notes génère des résultats concrets pour ses utilisateurs :

  • 34 % de réduction des incidents de sécurité évitables en 90 jours
  • 22 % de réduction des dépassements d’heures supplémentaires dans les trois premiers mois
  • 25 % de réduction des incidents répétés grâce à la capture en temps réel des observations terrain

 

Curieux d’en savoir plus sur Nurau et le produit Shift Notes (notes de quart)? Visitez nurau.com

Construisez votre produit IA avec le bon partenaire

Vous développez un produit IA et cherchez une équipe qui s’intègre durablement à la vôtre?

Discutons de vos enjeux et voyons comment notre expertise en intelligence artificielle peut faire la différence.

TLM
Aperçu de la confidentialité

Ce site Web utilise des cookies afin que nous puissions vous offrir la meilleure expérience utilisateur possible. Les informations des cookies sont stockées dans votre navigateur et remplissent des fonctions telles que vous reconnaître lorsque vous revenez sur notre site Web et aider notre équipe à comprendre quelles sections du site Web vous trouvez les plus intéressantes et utiles.