Comment l'IA Remodèle le Marché du Travail : Discussion avec les Partenaires d'a16z

L'Évolution des Logiciels : De la Numérisation à l'IA

L'histoire des logiciels peut être divisée en trois phases distinctes, chacune marquée par une avancée significative dans la manière dont nous interagissons avec la technologie. La première phase a vu la numérisation des systèmes de classement traditionnels. Imaginez les classeurs physiques remplis de documents ; les premiers logiciels ont cherché à reproduire cela sous forme de bases de données numériques. Des exemples notables de cette époque incluent Sabre, un système de réservation de compagnies aériennes, Quicken, un logiciel de finances personnelles, et PeopleSoft, un outil de gestion des ressources humaines. Cette phase, bien qu'elle ait amélioré l'efficacité en numérisant l'information, n'a pas entraîné de réduction significative du nombre d'employés.

La deuxième phase a été marquée par l'arrivée des logiciels basés sur le cloud. Cette transition a permis de déplacer les logiciels des serveurs sur site vers des plateformes en nuage, améliorant ainsi l'accessibilité et l'évolutivité. Des entreprises comme Salesforce (CRM), QuickBooks (comptabilité), NetSuite (ERP) et Zendesk (support client) sont devenues des acteurs clés de cette phase. Bien que cette évolution ait permis d'accéder plus facilement aux informations et de les gérer à plus grande échelle, elle était encore principalement axée sur la gestion des informations et non sur l'automatisation des tâches.

La troisième phase, dans laquelle nous nous trouvons actuellement, est celle des logiciels basés sur l'IA. L'intelligence artificielle permet désormais aux logiciels d'accomplir des tâches qui étaient auparavant réalisées par des humains. Cette phase ne consiste plus seulement à gérer l'information, mais à remplacer ou à améliorer le travail humain. Des exemples de cette nouvelle ère incluent des agents d'IA capables de gérer le support client, de traiter les factures ou d'effectuer des contrôles de conformité.

Le Déplacement du Logiciel Vers le Travail

Le marché du travail est un domaine beaucoup plus vaste que celui des logiciels. Pour illustrer cela, prenons l'exemple du marché annuel des salaires des infirmières aux États-Unis, qui dépasse les 600 milliards de dollars, tandis que le marché mondial des logiciels est inférieur à ce montant. Cela souligne l'énorme potentiel pour les entreprises de logiciels de puiser dans le budget du travail, et non plus seulement dans le budget des logiciels.

L'IA permet désormais aux logiciels d'exécuter des tâches auparavant réalisées par des humains. Par exemple, l'IA peut gérer des demandes de support client, traiter des factures ou effectuer des contrôles de conformité. Cela signifie que les entreprises de logiciels peuvent désormais vendre des solutions qui réduisent les coûts de main-d'œuvre, et non plus seulement améliorer l'efficacité. Cette transformation est fondamentale et ouvre des perspectives inédites.

Le concept de "Input Coffee, Output Code" est une illustration parfaite de cette évolution. Les ingénieurs en logiciel peuvent désormais créer des produits qui automatisent les tâches auparavant réalisées par les utilisateurs finaux. C'est un changement radical par rapport aux générations précédentes de logiciels, où l'utilisateur était encore au centre de l'exécution des tâches.

Transformation des Modèles de Tarification

Les modèles de tarification traditionnels des logiciels, basés sur le nombre d'utilisateurs, pourraient ne pas être adaptés aux logiciels basés sur l'IA. Les entreprises pourraient devoir facturer en fonction de la valeur qu'elles apportent en réduisant les coûts de main-d'œuvre. Par exemple, au lieu de facturer par agent de support, une entreprise pourrait facturer en fonction du nombre de tickets de support résolus par l'IA.

Ce changement de modèle de tarification pourrait bouleverser les entreprises de logiciels existantes. Celles qui ne s'adapteraient pas à ces nouveaux modèles pourraient voir leurs revenus diminuer, tandis que celles qui réussiraient à s'adapter pourraient voir leurs revenus multipliés par dix. La capacité à innover et à adopter de nouvelles approches est essentielle pour prospérer dans ce nouvel environnement.

Le Problème de la "Boîte de Réception en Désordre"

Le "problème de la boîte de réception en désordre" fait référence au défi d'extraire des informations à partir de données non structurées. Cela inclut les courriels, les fax, les enregistrements téléphoniques et d'autres formes de données non structurées. Historiquement, cette tâche était réalisée par des humains.

L'IA est désormais utilisée pour résoudre ce problème. Les entreprises utilisent l'IA pour extraire des informations à partir de données non structurées et automatiser les flux de travail. C'est un domaine clé pour l'innovation en matière d'IA. Les entreprises qui parviennent à résoudre ce problème peuvent potentiellement devenir les nouveaux systèmes d'enregistrement natifs de l'IA. Elles peuvent commencer par automatiser une tâche spécifique, puis s'étendre à d'autres domaines.

Un exemple de cette approche est Tenor, qui a commencé par automatiser les transferts de patients et qui s'étend maintenant à d'autres domaines de l'administration des soins de santé. Cette capacité à commencer petit et à grandir progressivement est un atout majeur pour les entreprises qui souhaitent innover dans ce domaine.

Défendabilité à l'Ère de l'IA

L'IA offre une forte différenciation initiale, mais cela ne suffit pas à créer une entreprise défendable à long terme. La capacité d'utiliser l'IA pour résoudre le "problème de la boîte de réception en désordre" pourrait devenir banalisée avec le temps. La véritable défendabilité vient de :

La propriété du flux de travail de bout en bout.
L'intégration profonde avec d'autres systèmes.
La création d'effets de réseau.
Devenir une plateforme.
L'intégration de la croissance virale dans le produit.

Les mêmes principes qui ont toujours été importants dans le développement de logiciels s'appliquent encore à l'ère de l'IA. La capacité à créer un écosystème autour de son produit et à établir des barrières à l'entrée est essentielle pour assurer le succès à long terme.

L'Impact de l'IA sur le Marché du Travail

L'IA va probablement automatiser de nombreuses tâches répétitives, mais elle va également créer de nouveaux emplois. L'accent sera mis sur les tâches qui nécessitent une connexion humaine et de la créativité. Des exemples incluent les chefs de produit, les concepteurs UX et les gestionnaires de médias sociaux.

La valeur de l'interaction humaine va probablement augmenter. À mesure que l'IA se généralise, les gens rechercheront des liens humains authentiques. Chaque emploi de col blanc aura probablement un copilote. L'IA aidera les gens dans leur travail, les rendant plus efficaces. Certains emplois pourraient être complètement automatisés par des agents d'IA. Cela met en évidence la nécessité de se préparer à un marché du travail en constante évolution.

Métriques pour Évaluer les Entreprises d'IA

Les principes fondamentaux d'évaluation d'une entreprise n'ont pas changé. L'accent est toujours mis sur les bénéfices futurs, la fidélisation de la clientèle, la marge brute et les coûts fixes. Cependant, il est important de tenir compte des spécificités des entreprises basées sur l'IA.

La taille potentielle du marché est en expansion. L'IA permet aux logiciels de pénétrer de nouveaux marchés qui n'étaient pas viables auparavant. En effet, l'IA peut réduire les coûts de main-d'œuvre, rendant les logiciels plus abordables. La barrière à l'entrée est plus faible. L'IA facilite la création et l'évolution des entreprises de logiciels. Cela signifie que la concurrence sera probablement plus intense. La capacité à s'adapter et à innover est donc primordiale.

Domaines d'Innovation

Il est préférable de cibler des niches. Il faut se concentrer sur les domaines où l'IA peut apporter des améliorations significatives. Il faut rechercher les secteurs qui sont mal desservis par les logiciels. Il ne faut pas essayer d'automatiser tout. Certains cas d'utilisation sont trop complexes ou nécessitent trop d'intégration.

Il faut se concentrer sur les domaines où la technologie est déjà suffisamment performante pour apporter une amélioration de 100x. Il faut rechercher des opportunités pour perturber les anciens systèmes. De nombreux secteurs ont des systèmes anciens qui sont mûrs pour la perturbation. Des exemples incluent les services financiers et l'assurance.

Il faut envisager de construire des entreprises natives de l'IA à pile complète. Ces entreprises peuvent avoir une structure de coûts complètement différente de celle des entreprises existantes. Elles peuvent également capter plus de valeur en étant propriétaires de l'ensemble du flux de travail. Le "problème de la boîte de réception en désordre" est un domaine clé pour l'innovation. Il faut rechercher des opportunités pour automatiser les tâches qui impliquent l'extraction d'informations à partir de données non structurées.

Des opportunités de logiciels horizontaux existent toujours. Il existe toujours un besoin de versions natives de l'IA pour les logiciels de vente, de marketing, de gestion de produits et d'autres domaines. Cependant, il est nécessaire de comprendre la structure du marché et le potentiel d'adaptation des concurrents existants. L'innovation doit être guidée par une compréhension approfondie des besoins du marché et des opportunités d'améliorer les processus existants.

Concepts Clés Expliqués

Copilote vs. Pilote Automatique :
- Copilote : Un outil d'IA qui aide les humains dans leur travail, les rendant plus efficaces.
- Pilote Automatique : Un outil d'IA qui effectue des tâches de manière autonome, sans intervention humaine.
Problème de la Boîte de Réception en Désordre : Le défi d'extraire des informations à partir de données non structurées, telles que les courriels, les fax et les enregistrements téléphoniques.
Système d'Enregistrement Natif de l'IA : Un système qui utilise l'IA pour gérer les données et automatiser les flux de travail, remplaçant potentiellement les systèmes d'enregistrement traditionnels.
SaaS Vertical : Logiciel conçu pour un secteur spécifique, tel que les restaurants ou les soins de santé.
SaaS Horizontal : Logiciel conçu pour un large éventail de secteurs, tel que le CRM ou le support client.
Code NAICS : Le Système de Classification des Industries de l'Amérique du Nord, un système utilisé pour classer les entreprises par secteur.
Force Déflationniste : Une force qui fait baisser les prix, telle que l'innovation technologique.
Entreprise Native de l'IA à Pile Complète : Une entreprise qui construit l'ensemble de son activité autour de l'IA, plutôt que de simplement ajouter l'IA à un produit existant.