Titre de la vidéo : Comment construire une entreprise auto-améliorante avec l'IA
Auteur de la vidéo : YC Root Access
Traduction : Peggy

Note de l'éditeur : Lors de cette dernière conférence du batch YC, le partenaire général de YC Tom Blomfield ne discute pas simplement de « comment utiliser l'IA pour améliorer l'efficacité des employés », mais pose une question plus fondamentale : lorsque l'IA ne sera plus seulement un copilote, mais capable de percevoir, de décider, d'appeler des outils, d'accepter des retours et de s'auto-corriger, à quoi devrait ressembler la conception de l'entreprise elle-même ?

La conviction centrale de Tom est que les entreprises traditionnelles fonctionnent encore comme une « légion romaine » : l'information circule par des hiérarchies ascendantes, les ordres sont distribués par la chaîne de gestion vers le bas. Mais l'IA est en train de briser cette hypothèse organisationnelle. Ce qui est vraiment important, ce n'est pas que les ingénieurs écrivent 20 % de code en plus, mais que les connaissances métier dispersées dans les emails, Slack, réunions, documents et cerveaux humains soient extraites pour devenir un contexte organisationnel lisible, appelable et itératif par l'IA.

Selon lui, les entreprises natives IA de demain seront constituées d'une série de boucles récursives et auto-améliorantes : le système perçoit les changements externes à partir des emails clients, des tickets de support, des données produit, puis prend des décisions via des couches de règles, d'outils et de contrôles de qualité, pour enfin apprendre et se corriger automatiquement en fonction des résultats. YC expérimente déjà un mécanisme similaire : un agent ne se contente pas de répondre aux questions, mais surveille aussi quels requêtes échouent, détermine s'il faut de nouveaux outils, bases de données ou index, et soumet automatiquement du code, le révise, le fusionne et le déploie. En d'autres termes, l'entreprise peut continuer à s'optimiser pendant que les fondateurs dorment.

Cela signifie aussi que l'impact de l'IA sur l'entreprise ne se limite pas à l'outil, mais va encore plus loin en modifiant la structure organisationnelle. Tom propose « brûler des tokens, pas des headcounts » — le futur des startups ne sera peut-être plus limité par le nombre d'employés, mais par l'utilisation de tokens, la qualité du contexte métier et la lisibilité du savoir organisationnel. La coordination par la gestion intermédiaire sera largement remplacée par l'IA, tandis que les rôles d'IC, de responsables directs et de personnes capables de jugements à haut risque dans le monde réel deviendront encore plus cruciaux.

Ce qui est le plus intéressant, ce n'est pas que l'IA rende l'entreprise plus efficace, mais qu'elle change la forme même de l'organisation « entreprise ». Quand un logiciel peut générer temporairement, qu'un processus peut s'améliorer automatiquement, et que l'expérience peut être continuellement consolidée dans le cerveau de l'entreprise, le fondateur ne cherche peut-être plus à construire une équipe hiérarchisée, mais un système intelligent capable d'apprendre et de s'auto-optimiser en permanence.

Voici le texte original :

Repenser le mode de fonctionnement : l'entreprise ne doit plus fonctionner comme une légion romaine

Ce contenu s'inspire en partie d'une précédente conférence de Diana. La vidéo est déjà en ligne, elle est très intéressante. De plus, il y a deux ou trois semaines, Jack Dorsey a publié quelques tweets que j'ai trouvés très pertinents, alors je me suis « inspiré » de ses idées pour cette présentation.

Ce talk est plutôt conceptuel, à un niveau élevé, principalement pour réfléchir à comment repenser la construction des entreprises.

Le design de la légion romaine visait essentiellement à projeter le pouvoir depuis Rome vers l’extérieur, couvrant deux continents, voire jusqu’aux murs d’Hadrien en Écosse. Il reposait sur une structure hiérarchique imbriquée, chaque niveau ayant une amplitude de gestion stable. Chaque niveau avait un responsable clair, chargé de transmettre les ordres vers le bas et de remonter l’information vers le haut.

Si vous observez la majorité des entreprises aujourd’hui, vous verrez qu’elles fonctionnent encore comme une légion romaine : l’humain est le canal par lequel l’information circule verticalement. Ce qui m’a marqué dans les tweets de Jack Dorsey, c’est que nous avons toujours supposé que l’organisation hiérarchique était la meilleure façon de créer de la valeur économique. Mais je pense que l’IA est en train de briser cette hypothèse.

Il y a un an, si vous demandiez à tout le monde à quoi sert l’IA, ils répondaient généralement « à la productivité » : par exemple, Copilot augmente l’efficacité des ingénieurs de 20 %, en intégrant Copilot dans le flux de travail pour livrer plus de logiciels. Mais je pense que cette vision est problématique. C’est comme si on équipait une vieille machine d’un moteur plus puissant. La vraie réflexion ne devrait pas porter sur comment ajouter un outil IA à une organisation existante, mais sur la redéfinition même de ce qu’est une entreprise et comment elle fonctionne.

Par exemple, ce que Garry a mentionné tout à l’heure, je suis convaincu qu’il peut produire aujourd’hui plus de code seul qu’une équipe entière d’ingénieurs. Ce qui me fait vraiment réfléchir, c’est comment extraire et formaliser la connaissance métier interne, en la définissant comme contexte, compétences ou tout autre nom que vous souhaitez lui donner.

La connaissance métier, le savoir-faire, qui était autrefois dispersé dans les cerveaux, Slack, emails, Notion, constitue la base du fonctionnement de votre entreprise. Une fois que vous pouvez rendre ces connaissances claires, lisibles, vous pouvez passer d’une organisation hiérarchique à une organisation intelligente, pilotée par une IA native.

Faire évoluer l’entreprise dans son sommeil : comment l’IA en boucle fermée peut automatiquement détecter, réparer et déployer

L’IA n’est pas un gadget externe à l’entreprise. Ce n’est pas seulement un outil pour augmenter l’efficacité des ingénieurs. Je pense qu’on peut envisager l’entreprise comme une boucle récursive et auto-améliorante d’IA. C’est un point crucial, car une fois que l’entreprise atteint ce stade, elle peut continuer à s’auto-optimiser même pendant que ses fondateurs dorment.

Prenons un exemple.

Diana a aussi évoqué cette boucle IA dans son discours. Elle commence par une « couche de capteurs ». Ce terme peut paraître sophistiqué, mais en réalité c’est très simple : emails clients, tickets support, changements de code, désabonnements, données télémétriques du produit, tout cela constitue des données de capteurs, permettant de capter l’information du monde extérieur.

Ensuite, il y a la couche stratégique ou décisionnelle, c’est-à-dire les règles : ce que l’IA peut faire, ce qui nécessite une approbation humaine, ce qui doit être enregistré. Plus bas, il y a la couche d’outils, qui ressemble un peu à ce que Garry a mentionné avec les compétences et le code, c’est-à-dire des API déterministes comme la consultation de bases de données, la vérification de calendriers, etc., qui sont des outils que l’IA peut appeler.

Puis, il y a la couche de contrôle de qualité, comme l’a mentionné Eva, avec des vérifications déterministes, des filtres de sécurité, et la revue humaine pour les sujets à haut risque. Enfin, il y a le mécanisme d’apprentissage : le système interagit avec le monde réel, détecte ses faiblesses, 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 de lui-même, même pendant que vous dormez.

Voici quelques exemples concrets que nous utilisons déjà. Au début, nous avons créé un agent capable de répondre à des questions, avec certains outils déterministes pour interroger notre base de données. Par exemple, une question simple : quand a eu lieu la dernière office hours avec cette entreprise ?

Puis, il est devenu un peu plus intelligent. Par exemple, si je travaille avec une entreprise qui souhaite connaître des personnes dans le secteur pétrochimique, le système peut utiliser différentes méthodes pour interroger la base de données, combiner avec des techniques RAG, et recommander cinq fondateurs pertinents à rencontrer.

Mais cela reste un assistant, un agent de soutien. C’est encore la même utilisation de l’IA qu’avant : l’IA m’aide à être plus efficace en tant que partenaire de groupe, augmentant ma productivité de 20 ou 30 %.

Ce qui m’a vraiment fait « tilt », c’est quand on a ajouté un agent de surveillance à ce système. Il vérifie chaque requête lancée par chaque employé de YC, identifie celles qui échouent, et se demande pourquoi. Comment faire pour que cette requête réussisse ? Faut-il de nouveaux outils déterministes ? Mettre à jour les fichiers de compétences ? Ajouter une nouvelle base de données ou un nouvel index ?

Tout cela se passe maintenant automatiquement la nuit. Il écrit du code, soumet des merge requests dans notre dépôt, fait réviser par un autre agent, puis fusionne et déploie. Le lendemain, quand quelqu’un pose la même question, la requête aboutit.

Pour moi, c’est là que réside le vrai tournant. Ce n’est pas simplement rendre un humain 20 ou 30 % plus efficace, mais faire que l’IA boucle elle-même, trouve ses propres moyens d’amélioration.

Je pense que si vous pouvez identifier les parties de votre entreprise qui peuvent fonctionner ainsi, en minimisant l’intervention humaine, alors vous pouvez investir des tokens dans cette démarche, et l’entreprise continuera à s’améliorer.

Il y a aussi beaucoup d’autres exemples. Par exemple, si vous avez des données d’analyse produit, vous pouvez faire qu’un agent les analyse pour repérer les points de friction dans le funnel de vente. Il peut étudier les meilleures pratiques, lancer un test A/B, et déployer la version la plus performante.

Ce processus peut se répéter indéfiniment. Votre produit s’auto-optimise en permanence.

Le support client fonctionne de la même façon. Les suggestions des clients arrivent en continu, et vous pouvez utiliser un agent pour faire du tri. Cet agent joue un rôle de chef de produit ou de CTO, en décidant : « ce n’est pas une suggestion à suivre », ou « cette suggestion correspond à notre roadmap, on peut la réaliser ce soir ». Il écrit du code, déploie, et livre directement au client, sans intervention humaine.

Donc, si vous pouvez voir chaque partie de votre entreprise comme une boucle récursive d’IA auto-améliorante, elle deviendra radicalement différente d’une organisation hiérarchique « légion romaine ».

Moins de personnel, plus de tokens : l’IA native va remodeler la structure organisationnelle

Alors, qu’est-ce que cela implique concrètement ?

Premièrement : consommer des tokens, pas embaucher. Nous voyons déjà que, lors du Demo Day, le revenu par personne a été multiplié par environ 5 par rapport à il y a 18 mois. Je pense que cette tendance va continuer jusqu’aux phases de série A et B. Bientôt, la limite ne sera plus le nombre d’employés, mais la quantité de tokens utilisée.

La méthode la plus grossière consiste à mesurer la consommation de tokens par personne. Bien sûr, cet indicateur peut être facilement manipulé ou mal utilisé, mais dans la direction, je pense qu’il est pertinent. Nous sommes encore en phase d’expérimentation pour comprendre ce qui est possible, et chacun doit tester à fond pour voir ce que cette nouvelle intelligence peut réellement faire.

Une fois que vous faites un classement basé sur cette métrique, et que vous liez promotions ou licenciements à cette dernière, il y aura forcément des manipulations ou des distorsions. Mais l’idée est de repérer qui dans l’organisation pousse le plus l’utilisation des tokens, et qui ne le fait pas, pour orienter votre attention.

Je pense que la gestion intermédiaire est terminée. Pour ce genre de coordination, je ne vois plus besoin de managers intermédiaires : l’IA doit prendre cette responsabilité.

Pour moi, il y a deux rôles clés à l’avenir. Jack Dorsey en a proposé trois, mais je n’aime pas le troisième, je l’ai donc supprimé. Les deux rôles essentiels sont : que chacun devienne un IC, c’est-à-dire un contributeur individuel, un bâtisseur, un opérateur. Et surtout, qu’il y ait une personne responsable clairement identifiée. Tout doit avancer sous la responsabilité d’une personne précise, pas d’un comité ou d’un groupe.

Je pense qu’une entreprise peut tout à fait fonctionner sur la base d’IC. La gestion intermédiaire est terminée. Construire une entreprise auto-améliorante, c’est cette vision.

Au passage, je pense que beaucoup sont encore en train d’explorer cette voie. J’aimerais bien savoir où vous en êtes. Tout le monde semble encore en phase de découverte. Je ne suis pas sûr que quelqu’un ait déjà construit une vraie entreprise auto-améliorante dans chaque fonction. Peut-être que je me trompe, et vous pouvez me prouver le contraire.

Si c’était moi, que ferais-je en premier ?

La première étape cruciale est de rendre tout l’organisation lisible et compréhensible par l’IA. Qu’est-ce que cela signifie ? Cela veut dire que vous devez tout documenter.

Concrètement, toutes les emails de nos partenaires, si vous leur envoyez un message, celui-ci doit entrer dans la base de données de YC. Chaque message Slack, chaque DM, chaque réunion d’office hours, que nous avons commencé à enregistrer ces trois ou quatre derniers mois. Tout ce qui se passe doit être enregistré, car pour l’IA, cela doit exister ; sinon, cela n’existe pas pour le système intelligent.

Hier, j’ai discuté avec quelques fondateurs, et nous avons parlé de beaucoup de choses intéressantes sur leur entreprise. À chaque conversation, je me disais qu’il faudrait vraiment tout enregistrer. Parce qu’une personne m’a demandé de lui faire une introduction, et maintenant je ne me souviens même plus à qui je devais présenter. J’avais promis, mais je lui ai dit d’envoyer un email, car je sais que je vais oublier, et je vais continuer à parler avec 20 autres personnes.

Donc, tout doit être enregistré — avec un smartphone, un enregistreur, des lunettes intelligentes, ou en installant des microphones dans chaque pièce. Tout doit être capturé, pour que l’IA puisse le lire.

Ensuite, comme Garry l’a dit, il faut faire de la séparation de locuteurs et du résumé. On ne peut pas simplement mettre 100 000 heures d’enregistrements dans une fenêtre contextuelle. Il faut organiser, agréger, compresser, et extraire l’essentiel, puis laisser quelques indices à l’IA.

Par exemple : qui a lu le manuel utilisateur de YC ? J’espère que tout le monde dans cette salle l’a au moins parcouru une fois. Ce manuel est majoritairement écrit il y a 5 à 10 ans, il est un peu dépassé.

Le week-end dernier, Harsh a eu l’idée : puisque nous avons accumulé environ 2000 heures d’enregistrements d’office hours ces trois derniers mois, pourquoi ne pas générer une nouvelle version du manuel utilisateur ?

Il peut donner une série d’instructions au système, pour qu’il organise, comprime, synthétise, puis classe par thèmes comme financement, recrutement, conflits entre co-fondateurs, etc., et qu’il rédige une nouvelle version du manuel. À la fin du week-end, il a produit un manuel de 150 pages, avec une qualité bien supérieure à l’actuel.

Et surtout, on peut le mettre à jour chaque mois. Notre manuel devient ainsi un système auto-améliorant. Chaque nouvelle suggestion est comparée à la version existante, et elle est soit intégrée, soit rejetée. Le manuel devient un cerveau vivant, qui contient nos conseils hebdomadaires aux fondateurs.

Mais cela ne s’arrête pas là. On peut aussi l’utiliser comme contexte pour un agent IA. Vous pouvez poser une question à un super IA, et recevoir la sagesse combinée de 16 partenaires YC. Mais pour cela, ces connaissances doivent être lisibles par l’IA. Il faut tout enregistrer.

Deuxièmement, si une chose peut créer un artefact auto-améliorant et que l’IA peut le lire, il faut le conserver ; sinon, il faut le jeter.

Troisièmement, chaque fonction doit pouvoir générer ses propres logiciels. Avant, on parlait de « dashboards », mais maintenant, il ne s’agit plus seulement de dashboards, mais de logiciels générés à la demande. Codex 5.5 est déjà très performant, la plupart des logiciels internes simples et des dashboards peuvent être générés en une seule fois avec une qualité très élevée. J’ai testé avec certains de nos outils internes ce week-end, et le résultat est incroyable.

Donc, toutes les équipes opérationnelles internes devraient se situer au-dessus de cette couche : avoir une compréhension intelligente du business, puis générer elles-mêmes dashboards et workflows.

Et je considère ces logiciels comme totalement jetables. La vraie valeur réside dans les données. Comme Garry l’a dit, il stocke tous ses emails en Markdown, et ne supprime jamais rien. Mais les logiciels eux-mêmes sont temporaires, éphémères. On peut les générer, puis les régénérer.

Ce qui a vraiment de la valeur, c’est la compréhension du business dans la tête des humains : comment fonctionne chaque fonction, comment on organise un événement YC, etc. Quant aux logiciels pour exécuter ces activités, on peut en générer un pour chaque événement, puis le jeter après. Un mois ou deux plus tard, le modèle sera plus intelligent, et on pourra supprimer l’ancien logiciel, donner de nouvelles instructions, et en générer un nouveau.

Je pense que la valeur réside dans le contexte métier et les compétences. Les logiciels qui s’y appuient sont temporaires.

Alors, dans ce monde, quel est le rôle de l’humain ?

Je pense que nous parlons en réalité d’un « cerveau d’entreprise ». Je sais que beaucoup ici travaillent sur des projets similaires. La partie centrale — toutes vos données, emails, DM, compétences, savoir-faire — constitue le cerveau de l’entreprise.

L’humain se trouve à la périphérie de ce cerveau, chargé d’interagir avec le monde réel. En d’autres termes, l’humain est la porte d’entrée de ce système intelligent dans la réalité. Il peut intervenir dans des scénarios que le modèle ne peut pas encore simuler, comme lors d’une réunion, ou dans des situations nouvelles et complexes. J’avais initialement pensé au téléphone comme exemple, mais aujourd’hui, l’IA peut aussi facilement entrer dans ce contexte.

Plus typiquement, dans des situations inconnues, pour des jugements éthiques ou des moments à haut risque. Par exemple, un fondateur vient nous voir, en disant qu’il envisage de se séparer de son co-fondateur. Dans ces moments de haute tension et de risque élevé, on souhaite toujours qu’un humain soit présent.

C’est là que se trouve la place de l’humain. Pour beaucoup d’entreprises, cela concerne aussi les conversations de vente. Je pense que dans les 20 prochaines années, il y aura toujours besoin d’un humain dans la pièce lors des ventes.

Donc, je pense que l’humain vivra à la périphérie du cerveau d’entreprise, chargé d’apporter l’intelligence dans le monde réel.

J’ai dépassé mon temps, le modérateur va probablement me couper. Pour finir, je vous laisse une question : si vous deviez repartir à zéro et créer votre entreprise aujourd’hui, la concevriez-vous dès le départ selon cette forme ?

La plupart d’entre vous ont encore une entreprise suffisamment petite pour le faire. Donc, il n’y a aucune excuse. Et je sais que certains d’entre vous sont déjà en train de démanteler et de reconstruire leur entreprise.

Je vais m’arrêter ici, je passe la parole à Pete. Merci à tous.

[ lien de la vidéo ]

Cliquez pour découvrir les offres d’emploi de BlockBeats

Rejoignez la communauté officielle de BlockBeats :

Abonnement Telegram : https://t.me/theblockbeats

Groupe Telegram : https://t.me/BlockBeats_App

Compte officiel Twitter : https://twitter.com/BlockBeatsAsia