Depuis fin 2024, en plus de ses activités principales de garde de crypto-actifs et de paiement en stablecoins, Cobo explore la combinaison de l'IA et de la blockchain.
Nous avons d'abord vu le potentiel de standardisation des compétences apporté par le MCP. En théorie, si les compétences sont suffisamment standardisées, l'IA pourrait appeler des capacités comme des plugins, et la blockchain deviendrait l'infrastructure financière la plus naturelle pour l'IA.
Nous avons donc incubé en interne un magasin d'applications MCP. Mais cela a rapidement été invalidé.
À l'époque, le seuil d'entrée de l'IA était encore trop élevé, seuls les ingénieurs expérimentés pouvaient l'utiliser couramment, et le MCP n'était pas suffisamment standardisé. Chaque intégration prenait du temps et des efforts, le coût était élevé, la progression lente, et les résultats sur le terrain étaient loin des attentes.
Mais l'équipe IA était tout de même constituée. Coûteuse, difficile à recruter, impossible à démanteler facilement.
Nous avons donc décidé de changer de direction. Si nous ne pouvions pas encore transformer le monde du client, nous commencerions par nous transformer nous-mêmes.
Premier problème : la sécurité
Cobo, en tant que société de garde d'actifs, a des données et un cadre de processus techniques internes extrêmement sensibles. Il existe également une hiérarchie stricte des données en interne. Mais sans données, sans intrants business réels, il est impossible d'entraîner notre propre Agent.
Nous avons d'abord pensé à un déploiement de modèle local. Mais la réalité est que le niveau intellectuel des modèles locaux n'était pas à la hauteur. Ils pouvaient fonctionner, mais n'étaient pas pratiques ; ils pouvaient répondre, mais pas assez intelligemment.
Finalement, nous avons choisi Claude et Gemini comme principaux modèles (il est possible de demander une clause ZDR — Zero Data Retention, pour une isolation maximale).
Mais les grands modèles de langage ne sont que le "cerveau" sous-jacent de l'activité. Ce qui est vraiment complexe, ce sont les données et les autorisations.
Nous avons ensuite construit toute une base de connaissances interne et un framework d'Agent.
Base de connaissances interne + système d'agent développé en interne par Cobo
La base de connaissances est responsable de la stratification des données internes de l'entreprise. En fonction des autorisations de l'employé, elle attribue une portée accessible en lecture.
L'Agent, lorsqu'il appelle la base de connaissances, hérite également des autorisations de l'employé, et ne possède pas une "vision divine".
Les détails incluent :
- Comment isoler l'environnement réseau
- Comment limiter la circulation transfrontalière des données
- Comment contrôler la conservation des journaux pour qu'ils soient auditable
- Comment éviter la fuite d'informations sensibles
Rien de tout cela n'est sexy, mais cela détermine si cette chose peut fonctionner à long terme. L'IA ne doit pas devenir une faille de sécurité.
Le problème après la mise en place de l'architecture : personne ne l'utilise
Même aujourd'hui, l'entreprise fait face à une réalité : de nombreuses activités opérationnelles (front office) méprisent l'IA.
Si on se contente d'encourager son utilisation, le changement du flux de travail par l'IA n'arrivera pas.
Nous avons ensuite réalisé qu'il fallait intervenir au niveau de la gestion de l'entreprise.
Premier point d'entrée : l'Agent OKR
Le premier scénario que nous avons imposé n'était pas le service client, ni l'écriture de code.
C'était les OKR (Objectifs et Résultats Clés).
Nous utilisons l'IA pour décomposer la stratégie de l'entreprise, pour aider à fixer les OKR, pour suivre les progrès, pour analyser les points bloquants.
Autrement dit, la gestion de l'entreprise passe progressivement d'une gestion humaine à une co-gouvernance silicium-carbone. Ce processus est extrêmement inconfortable pour les employés.
Avant, les objectifs pouvaient être écrits de manière plus flatteuse, le processus pouvait être expliqué de manière plus raisonnable. Maintenant, les données hebdomadaires sont là, les excuses se font de plus en plus rares.
À partir de ce moment, l'objectif n'est plus seulement une discussion en réunion, mais devient un enregistrement continu dans le système.
Stratégie OKR : suivi hebdomadaire de l'avancement des activités
Mais c'est aussi à partir de la performance que chacun a vraiment commencé à se familiariser avec l'IA. Parce que si vous ne participez pas, cela affecte directement votre rémunération.
De la performance à l'activité : Agentification complète
Une fois les OKR en place, nous avons commencé à pousser l'Agentification des services internes. Par le biais d'évaluations et de primes, nous avons forcé chaque département à mettre en place un Agent lié à son activité.
Le service client a créé un Agent client. Le juridique un Agent d'assistance contractuelle. Les ventes un Agent CRM.
Recherche de l'agent client le plus sarcastique
Finalement, plus de 100 Agents ont été mis en ligne.
Nous ne pouvons pas quantifier précisément le résultat de la "co-gouvernance silicium-carbone".
Mais au moins un changement est clair :
Avant, face à un problème, la première réaction était "Faut-il recruter une personne de plus ?". Maintenant, la première réaction est "Peut-on d'abord faire participer le système ?".
C'est précisément ainsi que nous comprenons la co-gouvernance silicium-carbone. Ce n'est pas l'IA qui remplace l'homme. C'est l'homme qui commence à s'habituer à travailler avec le système.
Le chemin parcouru cette année, quelques enseignements très concrets
Premièrement, avoir une trésorerie saine.
Si la trésorerie de l'entreprise n'est pas saine, ce type de transformation n'ira pas jusqu'au bout. L'IA n'est pas un outil d'économie, c'est un investissement initial en échange d'une amélioration structurelle à long terme. Merci à l'activité principale de Cobo d'avoir encore une trésorerie saine.
Deuxièmement, cela doit être impulsé par le haut (top-down).
Une organisation ne change pas spontanément. Si la direction ne pousse pas fortement, cela avortera naturellement.
Comme chacun sait, les fondateurs de Cobo sont des joueurs assidus d'IA, le CTO, le Dr. Jiang, a commencé des recherches sur l'IA dès les années 2000 lors de son post-doctorat à la CMU.
Troisièmement, l'utilisation doit être obligatoire.
Si on se contente d'encourager, l'IA restera toujours au stade de l'écriture d'e-mails. Le véritable changement intégré dans les processus doit être un peu "contraignant".
Quatrièmement, résoudre d'abord ses propres problèmes métier.
Beaucoup d'entreprises parlent d'IA + Web3. Mais si elles n'ont pas achevé leur propre transformation interne en IA, ce qu'elles racontent à l'extérieur n'est que du concept.
Retour en arrière
Nous ne pouvons pas non plus quantifier complètement cette transformation. L'entreprise commence à passer d'un "processus piloté par l'homme" à un "système piloté par les objectifs".
Si à l'avenir une "organisation intelligente" apparaît vraiment, elle ne sera certainement pas le fruit d'une évolution naturelle. Elle sera le résultat d'une poussée inconfortable, round après round.
Grâce à la participation de tous, l'entreprise peut également mieux comprendre les véritables besoins à l'ère de l'IA.
C'est aussi un sous-produit de notre transformation interne.
Récemment, nous avons lancé Cobo Waas Skill. Cobo WaaS Skill est une couche de capacité d'intégration et d'exploitation conçue pour les Agents de Codage IA, permettant grâce à des connaissances structurées, des exemples exécutables et une orchestration de scénarios, à l'Agent d'appeler avec précision l'API WaaS. Nous sommes en train de faire évoluer l'API de portefeuille en un module de capacité financière directement appelable par un Agent IA. Le cycle de développement passe de l'échelle hebdomadaire à l'échelle conversationnelle.
Ce n'est pas le résultat d'une inspiration produit particulière. C'est le résultat de l'effet de retombée naturel de nos capacités après cette ronde interne de co-gouvernance silicium-carbone.
Nous tâtonnons encore.
Mais au moins, aujourd'hui, Cobo n'est plus l'entreprise qu'elle était en 2024.
