Directeur technique de lab 2,5 : pour les applications d’IA, la priorité sera accordée aux profits

Chaque mise à niveau d’un grand modèle d’IA signifie que des barrières de certains produits d’applications IA, qui reposaient sur des capacités uniques, vont encore être davantage comprimées, voire perdre la valeur de leur existence en tant qu’entités indépendantes.

Cela fait planer une incertitude constante sur l’entrepreneuriat dans le domaine des applications IA.

Chez Jike, le responsable technique de 2,5 lab, Xia Junchen, se concentre aujourd’hui sur le développement d’applications IA, dont une application de traduction de voyages appelée kulikuli. Son principal concurrent, celui qui l’inquiète le plus, est Google translate.

Xia Junchen confie à Wall Street (Wall Street 見聞) : « Notre équipe fait face chaque jour à des pressions liées à un environnement de marché en évolution rapide », un problème que rencontrent toutes les équipes d’applications IA.

Mais il estime que les grands fabricants de modèles et les entrepreneurs d’applications IA ne mènent pas la même bataille ; leurs besoins diffèrent. Les petites entreprises se préoccupent davantage de la manière de créer un produit rentable. En outre, certains secteurs que visent les startups sont facilement marginalisés par les grands groupes. Une fois marginalisés, les petites entreprises ne conservent alors que cette marge pour continuer à survivre.

Le produit le plus réussi, issu de l’incubation de Jike, est la plateforme de podcasts « Xiao Yuanzhou » (小宇宙). Environ il y a 4 ans, Jike a créé 2,5 lab. Ce département est principalement chargé de mener des projets d’innovation IA.

Xia Junchen explique à Wall Street (Wall Street 見聞) que le nom du département vient du souhait de construire des produits pour les 2,5 % d’adopteurs précoces « qui osent essayer », d’explorer quels problèmes que l’IA ne pouvait pas résoudre auparavant peuvent désormais être abordés, ou encore de réoptimiser des problèmes qui existaient déjà.

Au cours des dernières années, 2,5 lab a successivement incubé plusieurs produits, dont un client open source d’IA nommé Chatbox, ChatHub qui met en avant « un seul écran pour utiliser plusieurs grands modèles et comparer les sorties côte à côte », kulikuli, ainsi que l’outil d’autodiscipline « 自律石头 » (Auto-discipline Stone).

Xia Junchen révèle que, même si le nombre d’utilisateurs n’est pas très important, les quelques produits lancés par 2,5 lab sont déjà rentables.

Entre l’acquisition d’utilisateurs à grande échelle et la rentabilité, Xia Junchen donne la priorité à la rentabilité.

Pendant plus de dix ans, les produits Internet ont presque suivi la même formule de croissance : obtenir des utilisateurs gratuitement, élargir rapidement les DAU, puis chercher un modèle commercial.

Mais à l’ère de l’IA, cette méthode commence à échouer. La raison est simple : les coûts.

Contrairement aux produits Internet traditionnels, les services IA ne peuvent pas s’étendre indéfiniment avec un coût marginal très faible ; chaque appel de modèle et chaque livraison de service génère un coût réel. À mesure que la taille des appels augmente, les coûts en Token deviennent rapidement un « monstre qui engloutit tout ».

Xia Junchen a prouvé cela par une expérience concrète.

Il indique à Wall Street (Wall Street 見闻) qu’aujourd’hui, presque toutes les applications IA rencontrent le même problème : les coûts en Token représentent souvent environ 70 % du revenu total. Avec un revenu de 1 000 yuans par jour, jusqu’à 700 yuans peuvent devoir être consacrés aux frais de modèle. Dans une structure de coûts comme celle-ci, appliquer la stratégie de croissance « brûler de l’argent pour acheter des utilisateurs » de l’ère Internet est presque impossible à tenir.

Par ailleurs, le marché primaire (prime/early stage) ne voudra pas non plus payer uniquement pour la taille du public. Par rapport aux DAU et au nombre de téléchargements, les investisseurs se concentrent désormais davantage sur la pertinence du revenu, de l’ARR et sur l’efficacité de la commercialisation. Ce n’est que lorsque le modèle commercial fonctionne, prouvant que les gens paient vraiment pour le produit, que la croissance ultérieure aura du sens.

« Il faut d’abord valider la commercialisation, puis seulement faire de la croissance. »

Aux yeux de Xia Junchen, cela est devenu le nouvel ordre du lancement d’applications IA. Et si kulikuli a pu passer d’un projet « jouet », un temps proche d’être abandonné, à un produit comptant plusieurs millions d’utilisateurs et devenu rentable, c’est précisément en suivant ce chemin.

On sait que les trois premiers mois de kulikuli ont été gratuits. À cette époque, Xia Junchen, sous la pression des coûts, ne savait vraiment pas où allait mener ce projet ; ils ont même discuté de « arrêter le projet ». Ensuite, ils ont essayé d’ajouter une offre payante : des gens ont vraiment accepté de payer, puis ils ont finalement réussi à remettre le projet sur de bons rails.

D’après Xia Junchen, aujourd’hui, kulikuli compte plus de 3 millions d’utilisateurs, essentiellement des utilisateurs à l’étranger. L’équipe compte environ 10 personnes et dispose d’une rentabilité correcte.

Xia Junchen pense que, comme la qualité de traduction de Google translate n’atteint pas encore celle de kulikuli, kulikuli dispose toujours d’espace pour survivre.

Quant à la raison pour laquelle Google translate, au lieu d’être meilleur, ne fait pas aussi bien qu’un produit développé par une petite entreprise, Xia Junchen estime que les scénarios de traduction de voyages sont trop éloignés, trop peu rentables pour un grand acteur comme Google. Si kulikuli réussit, c’est aussi parce que « l’équipe consacre beaucoup d’énergie à cela, et dispose également de certains acquis côté ingénierie ».

En plus de la compétitivité produit, l’équipe de développement doit aussi chercher à réduire autant que possible les coûts des modèles.

Xia Junchen révèle qu’en maintenant la qualité inchangée, il est possible de réduire les coûts de scénarios matures de 50 % à 70 % via des services du type Tencent Cloud TokenHub.

Une fois la survie réglée, les ambitions grandissent. Xia Junchen compare cela à « monter en niveau en combattant » : après être passé par une montagne comme kulikuli, l’équipe n’a alors plus trop envie d’escalader la même montagne ; elle voudra en trouver une plus haute.

En réalité, 2,5 Lab n’a pas de voie fixe pour ses nouveaux projets, ni de système d’évaluation dit « objectif ». Xia Junchen dit : « C’est surtout subjectif ». Aujourd’hui, avec l’aide d’outils d’agent comme WorkBuddy, toute personne, quel que soit son poste, dès lors qu’elle propose une idée de produit, construit un prototype et peut continuer à le pousser, a une chance de former une équipe et de réaliser vraiment le projet.