Note de la rédaction : Dans cette dernière "batch talk" de YC, Tom Blomfield, partenaire général de YC, ne discute pas de "comment utiliser l'IA pour améliorer la productivité des employés", mais d'une question plus fondamentale : quand l'IA n'est plus seulement un Copilot, mais qu'elle peut percevoir, décider, utiliser des outils, recevoir des retours et s'autocorriger, à quoi devrait réellement ressembler une entreprise redessinée ?

Le jugement central de Tom est que les entreprises traditionnelles fonctionnent encore comme une "Légion romaine" : l'information remonte par la hiérarchie, les ordres descendent par la chaîne managériale. Mais l'IA est en train de briser cette hypothèse organisationnelle. Ce qui est vraiment important, ce n'est pas de faire écrire 20% de code en plus aux ingénieurs, mais d'extraire les connaissances métier éparpillées dans les e-mails, Slack, réunions, documents et cerveaux humains pour les transformer en un contexte organisationnel lisible, appelable et itérable par l'IA.

Selon lui, les futures entreprises natives IA seront constituées d'une série de boucles IA récursives et auto-améliorées : le système perçoit les changements externes à partir des e-mails clients, tickets de support, données produits, puis exécute des décisions via une couche de règles, une couche d'outils et des contrôles qualité, enfin apprend et se corrige automatiquement en fonction des résultats. YC teste déjà en interne des mécanismes similaires : un agent ne fait pas que répondre aux questions, il surveille aussi les requêtes qui échouent, juge s'il a besoin de nouveaux outils, nouvelles bases de données ou nouveaux index, et soumet, révise, fusionne et déploie automatiquement du code. Autrement dit, l'entreprise peut continuer à s'optimiser pendant que le fondateur dort.

Cela signifie aussi que l'impact de l'IA sur l'entreprise ne restera pas au niveau outil, mais transformera aussi la structure organisationnelle. Tom propose "brûler des tokens, pas des effectifs" ("burn tokens, not headcount") – à l'avenir, le goulot d'étranglement pour les startups ne sera peut-être plus le nombre d'employés, mais l'utilisation de tokens, la qualité du contexte métier et la lisibilité des connaissances organisationnelles. Les fonctions de coordination assumées par le middle management seront largement remplacées par l'IA, tandis que les rôles d'IC (contributeur individuel), de responsable direct et les rôles humains capables de traiter des jugements à haut risque dans le monde réel deviendront plus importants.

Le plus notable, ce n'est pas que l'IA rende l'entreprise plus efficace, mais qu'elle soit en train de changer la forme organisationnelle même de l'"entreprise". Quand le logiciel peut être généré temporairement, les processus améliorés automatiquement, l'expérience continuellement capitalisée en un cerveau d'entreprise, ce que le fondateur doit vraiment construire n'est peut-être plus une équipe à la hiérarchie claire, mais un système intelligent capable d'apprentissage continu et d'auto-optimisation.

Voici l'article original :

Réécrire le mode de fonctionnement : L'entreprise ne devrait plus fonctionner comme une Légion romaine

Cette partie s'appuie un peu sur un discours précédent de Diana. La vidéo de ce week-end est déjà en ligne, elle est excellente. De plus, Jack Dorsey a publié quelques tweets il y a deux ou trois semaines, je les trouve aussi très intéressants, donc j'ai "volé" pas mal de ses idées pour les intégrer à cette présentation.

Cette présentation sera assez conceptuelle, assez générale, elle porte principalement sur la façon dont nous devrions repenser la construction d'entreprise.

La Légion romaine était conçue essentiellement pour projeter le pouvoir depuis le centre, Rome, à travers deux continents, jusqu'au mur d'Hadrien près de l'Écosse. Elle s'appuyait sur une structure hiérarchique imbriquée, chaque niveau ayant une portée de gestion stable. Chaque niveau avait un responsable clair, chargé de transmettre les ordres vers le bas et de remonter l'information.

Si vous observez la plupart des entreprises d'aujourd'hui, vous verrez qu'elles fonctionnent encore comme une Légion romaine : les humains sont les canaux de circulation verticale de l'information. Ce qui m'a frappé dans les tweets de Jack Dorsey, c'est que nous avons toujours supposé que l'organisation hiérarchique était la meilleure façon d'organiser les unités de valeur économique. Mais je pense que l'IA est en train de briser cette hypothèse.

Il y a un an, si vous demandiez à quoi servait l'IA, on parlait généralement de "productivité" : par exemple, Copilot augmente l'efficacité des ingénieurs de 20%, intégrez Copilot au flux de travail, aidez les équipes à livrer plus de logiciels. Mais je pense que c'est une façon problématique de le comprendre. C'est comme mettre un moteur plus puissant sur une vieille façon de travailler. Ce qui mérite vraiment réflexion, ce n'est pas comment ajouter un outil IA à l'ancienne organisation, mais de réimaginer ce qu'est l'entreprise elle-même, comment elle devrait fonctionner.

Par exemple, ce que Garry vient de dire, je crois vraiment qu'il peut maintenant produire seul plus de code qu'une équipe d'ingénierie entière. Ce qui m'occupe vraiment l'esprit, c'est comment extraire les connaissances métier internes à l'entreprise, et les définir comme un contexte, un ensemble de compétences, ou comme vous voulez les appeler.

Les connaissances métier, le savoir-faire, étaient auparavant dispersés dans les cerveaux, les messages Slack, les e-mails, les documents Notion. Ces informations définissaient ensemble le fonctionnement de votre entreprise. Une fois que vous rendez ces connaissances claires, lisibles, vous pouvez passer d'une organisation hiérarchique à une organisation intelligente pilotée par des logiciels natifs IA.

Améliorer l'entreprise pendant son sommeil : Comment les boucles IA découvrent, corrigent et déploient automatiquement

L'IA n'est pas quelque chose d'ajouté à côté de l'entreprise. Ce n'est pas seulement un outil pour améliorer l'efficacité des ingénieurs. Je pense que nous pouvons réimaginer l'entreprise comme un ensemble de boucles IA récursives et auto-améliorées. Ce point est très important, car une fois que l'entreprise atteint ce stade, elle continue à s'auto-optimiser même pendant votre sommeil.

Un exemple.

Diana a aussi mentionné cette boucle IA dans son discours. Elle a d'abord une "couche de capteurs". Ça semble sophistiqué, mais ça peut être simple : les e-mails des clients, les tickets de support, les changements de code, les désabonnements d'utilisateurs, les données de télémétrie produit, ce sont toutes des données de capteurs, pour obtenir des informations du monde extérieur.

Ensuite, il y a la couche de stratégie ou de décision, c'est-à-dire les règles : ce que l'IA peut faire, ce qui nécessite une autorisation humaine, quelles actions doivent être enregistrées. Vient ensuite la couche d'outils, un peu comme les "skills" et le code mentionnés par Garry, essentiellement des API déterministes, par exemple interroger une base de données, consulter un agenda, etc., un ensemble d'outils que l'IA peut appeler.

Puis les contrôles qualité, comme les vérifications déterministes, les filtres de sécurité évoqués par Eva, et les revues humaines pour les actions à haut risque. Enfin, le mécanisme d'apprentissage : le système interagit avec le monde réel, découvre ce qui ne fonctionne pas, et renvoie le feedback au début de la boucle.

Si chaque étape peut fonctionner sans intervention humaine, ou avec très peu d'intervention, alors le système s'améliorera pendant que vous dormez.

Je peux vous donner des exemples que nous utilisons réellement. Au début, nous avons créé un agent auquel vous pouvez poser des questions, il a des outils déterministes pour interroger notre base de données. Par exemple, une question simple : quand ai-je eu mon dernier "office hours" avec cette entreprise ?

Ensuite, il est devenu un peu plus intelligent. Par exemple, pendant un office hours avec une entreprise qui a besoin de contacts dans le secteur pétrochimique. Le système peut interroger la base de données de différentes manières, utiliser le RAG, etc., pour trouver cinq fondateurs pertinents à recommander.

Mais c'est encore un sidekick, un agent assistant. C'est encore le mode d'utilisation de l'IA de l'année dernière : l'IA me rend plus efficace en tant que group partner, augmente ma productivité de 20 ou 30%.

Le vrai moment "aha" est venu quand nous avons ajouté un agent de surveillance au-dessus de ce système. Il examine chaque requête lancée par chaque employé de YC, juge quelles requêtes ont réussi, lesquelles ont échoué. Puis il se demande : pourquoi l'échec ? Comment faire pour que cette requête réussisse ? Avons-nous besoin d'un nouvel outil déterministe ? De mettre à jour le fichier de skills ? D'une nouvelle base de données ? D'un nouvel index ?

Ces choses se produisent réellement la nuit maintenant. Il écrit du code, soumet une demande de fusion (merge request) au dépôt de code de YC, un autre agent la révise, puis fusionne et déploie. Ainsi, le lendemain, quand un humain pose la même question, la requête réussit.

Pour moi, c'est le moment charnière. Ce n'est pas seulement rendre un humain 20 ou 30% plus performant. C'est l'IA qui parcourt elle-même la boucle, trouve comment s'améliorer.

Je pense que si vous pouvez identifier quelles parties de votre entreprise peuvent fonctionner ainsi, et minimiser le rôle d'exécution et de supervision humaines, alors vous pouvez investir des tokens sur ce problème, et l'entreprise continuera à s'améliorer.

Il y a beaucoup d'autres exemples. Par exemple, avec des données d'analyse produit, un agent peut analyser les données, identifier les points de friction les plus importants dans l'entonnoir de vente. Il peut étudier les meilleures pratiques, configurer un test A/B, l'exécuter une semaine, choisir la version performante, puis la déployer.

Cela se produira encore et encore. Votre produit aura une boucle de produit auto-optimisante.

C'est pareil pour le support client. Les suggestions des clients arrivent constamment, un agent peut faire le tri. Cet agent est en quelque sorte votre CPO et CTO, il doit juger : cette suggestion, nous n'en voulons pas, on jette ; mais celle-ci correspond à notre feuille de route, on peut la terminer ce soir. Écrire le code, déployer, livrer directement au client, sans intervention humaine.

Donc, si vous pouvez voir chaque partie de l'entreprise comme une boucle IA récursive auto-améliorée, cela deviendra quelque chose de totalement différent d'une entreprise hiérarchique "légion romaine".

Moins d'effectifs, plus de tokens : Les entreprises natives IA remodeleront la structure organisationnelle

Alors, si vous voulez faire cela, qu'est-ce que cela implique ?

Premier point : brûler des tokens, pas augmenter les effectifs. Nous voyons maintenant que beaucoup d'entreprises, au Demo Day, ont un chiffre d'affaires par tête environ 5 fois plus élevé qu'il y a 18 mois. Je pense que cette tendance continuera jusqu'aux phases Series A et B. Bientôt, la vraie limite ne sera pas le nombre d'employés, mais la consommation de tokens.

La façon la plus grossière actuellement est de mesurer la consommation de tokens par personne. Bien sûr, cet indicateur est stupide à l'extrême, facile à manipuler. Mais dans son principe, je pense qu'il est juste. Nous sommes dans une phase d'exploration "qu'est-ce qui est possible", donc tout le monde devrait expérimenter au maximum pour voir ce que cette nouvelle intelligence folle peut faire.

Une fois que vous en faites un classement, et liez promotions ou licenciements à cet indicateur, il sera évidemment manipulé, faussé. Mais en principe, comprendre qui dans l'organisation pousse l'utilisation des tokens à l'extrême, et qui ne le fait pas, est une façon de juger sur quels employés vous devriez concentrer votre temps.

Je pense que le middle management est terminé. Du moins pour ce type de problèmes de coordination, je ne pense pas qu'on ait encore besoin de middle management, l'IA devrait s'en charger.

Pour moi, il y a deux rôles importants à l'avenir. Jack Dorsey en a mentionné trois, mais je n'aime pas trop le troisième, donc je l'ai supprimé. Je pense que les deux vraiment importants sont : tout le monde doit être un IC, un contributeur individuel, un constructeur, un opérateur. Et le point clé est d'avoir un responsable direct désigné. Pour que quoi que ce soit avance, il faut une personne clairement nommée responsable, pas un comité, pas un groupe.

Je pense qu'une entreprise peut parfaitement être construite sur des IC. Le middle management est vraiment terminé. Et construire une entreprise auto-améliorée, c'est cette vision.

Au fait, je pense que tout le monde est encore à la pointe sur ce sujet. J'aimerais aussi savoir où vous en êtes. On a l'impression que tout le monde explore encore les limites. Je ne suis pas sûr que quelqu'un ait déjà construit une entreprise vraiment auto-améliorée dans chaque fonction. Peut-être que je me trompe, vous pouvez me prouver que j'ai tort.

Si c'était moi, par quoi commencerais-je ?

La première chose très importante est de rendre toute l'organisation lisible et compréhensible par l'IA. Qu'est-ce que cela signifie ? Cela signifie que vous devez tout enregistrer.

Pour faire simple, maintenant, tous les e-mails de nos partenaires, si vous envoyez un e-mail à un partenaire YC, cet e-mail entre dans la base de données de YC. Chaque message Slack, chaque DM, chaque office hours, nous avons commencé depuis trois ou quatre mois à tous les enregistrer. Tout ce qui se passe, s'il est enregistré, pour l'IA c'est arrivé ; s'il n'est pas enregistré, pour votre système intelligent, ce n'est pas arrivé.

Tout à l'heure, je discutais avec des fondateurs ici, nous avons parlé de beaucoup de bonnes choses sur leur entreprise. À chaque conversation, je pense : je devrais vraiment enregistrer cet échange. Parce que quelqu'un avait besoin que je lui présente une personne, maintenant je ne me souviens même plus de qui il s'agissait. Je lui ai dit oui sur le moment, puis je lui ai demandé de m'envoyer un e-mail ensuite, car je savais que j'allais oublier, je vais encore parler à 20 personnes.

Donc, cela pourrait nécessiter des téléphones, des enregistreurs, des lunettes intelligentes, ou mettre des micros dans chaque pièce. En bref, tout doit être enregistré pour que l'IA puisse le lire.

Ensuite, comme le dit Garry, il faut faire la séparation des locuteurs et le résumé. Vous ne pouvez pas balancer 10 000 heures d'enregistrement directement dans la fenêtre de contexte. Vous devez les organiser, agréger, compresser, extraire les parties importantes, laisser des indices à l'IA.

Un exemple : qui parmi vous a lu le manuel utilisateur de YC ? J'espère que tout le monde dans cette salle l'a ouvert au moins une fois. Ce n'est pas grave. Ce manuel a été écrit en grande partie il y a cinq ou dix ans, il est un peu obsolète.

Le week-end dernier, Harsh a soudain pensé : puisque nous avons accumulé environ 2 000 heures d'enregistrement d'office hours sur les trois derniers mois, pourquoi ne pas régénérer une version du manuel utilisateur ?

Vous pouvez donc donner au système un ensemble d'instructions : d'abord transcrire, compresser, synthétiser les enregistrements, les classer par thèmes comme financement, recrutement, conflits de cofondateurs, puis lui demander d'écrire une nouvelle version du manuel. À la fin du week-end, il avait généré un manuel de 150 pages, clairement meilleur que la version existante.

Encore plus important, maintenant nous pouvons le mettre à jour tous les mois. Ainsi, notre manuel utilisateur devient un système auto-amélioré. Chaque nouvelle suggestion est comparée au manuel existant, soit intégrée, soit rejetée. Le manuel devient ainsi un cerveau vivant constamment mis à jour, portant les conseils que nous donnons chaque semaine aux fondateurs.

Bien sûr, cela ne s'arrête pas au manuel. Vous pouvez l'utiliser comme contexte d'entrée pour un agent IA. Soudain, vous pouvez poser une question à une IA super intelligente et obtenir la sagesse combinée de 16 partenaires YC. Mais la condition préalable est que ces connaissances soient lisibles par l'IA. Donc vous devez tout enregistrer.

Le deuxième point est similaire : si quelque chose peut créer un artefact auto-améliorable et lisible par l'IA, gardez-le ; sinon, jetez-le.

Le troisième point est que chaque fonction devrait pouvoir générer son propre logiciel. Avant, on aurait dit "tableau de bord", mais maintenant ce n'est pas seulement un tableau de bord, c'est du logiciel généré à la demande. Codex 5.5 est maintenant assez bon, la plupart des logiciels internes simples et tableaux de bord peuvent être générés en une fois avec une qualité assez élevée. J'ai testé avec certains de nos outils internes ce week-end, les résultats étaient vraiment incroyables.

Donc, toutes les équipes opérationnelles internes devraient s'asseoir au-dessus de cette couche : avoir une compréhension intelligente du métier, puis générer elles-mêmes leurs tableaux de bord et flux de travail.

Et je considérerais ces logiciels comme entièrement jetables. Ce qui devrait être précieusement conservé, ce sont les données. Comme le dit Garry, il sauvegarde tous ses e-mails en Markdown, ne jette jamais rien. Mais le logiciel lui-même est éphémère, temporaire. Vous pouvez le générer, le régénérer.

Ce qui a de la valeur, c'est la compréhension métier dans les cerveaux : comment cette fonction opère, comment nous organisons un événement YC, etc. Quant au logiciel pour exécuter l'événement, vous pouvez en générer un pour l'événement, l'utiliser, le jeter. Un ou deux mois plus tard, le modèle est plus intelligent, vous jetez l'ancien logiciel, redonnez les instructions originales, et générez une nouvelle version.

Donc je pense que ce qui a de la valeur, c'est le contexte métier et les compétences (skills). Le logiciel construit dessus est temporaire.

Alors, dans ce monde, quel est le rôle des humains ?

Je pense que nous parlons en fait d'un "cerveau d'entreprise". Je sais qu'il y a beaucoup de gens dans cette salle qui travaillent sur des choses similaires. La partie centrale – toutes vos données, e-mails, DM, compétences, savoir-faire – c'est le cerveau de l'entreprise.

Les humains se situent à la périphérie de ce cerveau, responsables de l'interaction avec le monde réel. C'est-à-dire que les humains sont l'endroit où ce système intelligent touche la réalité. Les humains peuvent entrer dans des scénarios où le modèle ne peut pas encore aller. Par exemple, sur place lors d'une réunion, ou dans des situations nouvelles, complexes. J'allais prendre le téléphone comme exemple, mais maintenant l'IA peut facilement gérer les appels aussi.

Plus typiquement, les situations inconnues, les jugements éthiques, les moments à haut risque. Par exemple, un fondateur vient nous voir en disant qu'il envisage de se séparer de son cofondateur. Ce genre de moment vraiment à haut risque, chargé d'émotion, vous voudrez encore qu'un humain soit présent.

C'est la place des humains. Pour beaucoup de vos entreprises, c'est aussi le cas des conversations commerciales. Dans les 20 prochaines années, je pense qu'une présence humaine sera encore nécessaire sur le terrain commercial.

Donc, je pense que les humains vivront à la périphérie du cerveau d'entreprise, chargés d'apporter l'intelligence dans le monde réel.

J'ai dépassé mon temps, l'animateur va probablement me faire descendre de la scène. Je vous laisse avec une dernière question : si vous recréiez votre entreprise aujourd'hui, la concevriez-vous dès le départ sous cette forme ?

La plupart de vos entreprises sont encore assez petites pour pouvoir le faire. Donc je pense que vous n'avez aucune excuse. Et je sais que plusieurs personnes ici sont en train de démonter et reconstruire leur entreprise.

Je vais m'arrêter là et passer la parole à Pete. Merci à tous.

[Lien vidéo]