Résumé des points clés
Pete Koomen, partenaire de YC (un célèbre incubateur d’entreprises), a mené son équipe pour transformer YC, fondé avant l’ère de l’intelligence artificielle, en une “organisation nativement adaptée à l’IA” en un an. Ils ont commencé par identifier les problèmes du département financier et ont mis en place une infrastructure complète d’agents intelligents (Agent) : une base de données centralisée, un registre d’outils (plus de 350 outils) et un système de compétences, permettant à l’IA d’améliorer constamment ses performances. Les points forts de cette approche sont les suivants :
- Permettre aux employés non techniques d’utiliser le langage naturel pour faire fonctionner l’IA et résoudre des problèmes ;
- Convertir les connaissances de l’organisation en compétences IA ;
- Construire une “super-intelligence organisationnelle” grâce à une culture basée sur la transparence et la confiance ;
- Remettre en question l’idée erronée selon laquelle on peut simplement intégrer de l’IA dans des logiciels obsolètes, en préférant donner aux utilisateurs le contrôle total sur ces outils.
Analyse détaillée
1. Le point de départ de la transformation : les inefficacités du département financier
Le mode de fonctionnement précédent de YC était très peu efficace : le département financier expliquait les processus complexes, les ingénieurs programmaient, puis les résultats étaient utilisés par le département financier, dans un cycle sans fin. Au moment où les outils d’agents intelligents (tels que Claude Code) sont devenus populaires, Pete a réalisé qu’il pouvait utiliser ces outils pour résoudre rapidement de nombreux problèmes, tandis que l’entreprise continuait à suivre des méthodes obsolètes. Il s’est demandé si le département financier pourrait utiliser directement le langage naturel (plutôt que du code) pour interagir avec l’IA et résoudre les problèmes par lui-même.
Le premier pas a été l’introduction d’un “outil de requête SQL” qui permet aux employés financiers, ne connaissant pas le code, de poser des questions en langage courant (par exemple : “Quelles entreprises spatiales ont été investies au cours des quatre dernières tranches ?”). L’IA génère alors automatiquement les requêtes SQL pour consulter la base de données. Auparavant, ces demandes nécessitaient plusieurs heures d’attente avant que l’équipe d’analyse des données ne réponde ; maintenant, les réponses sont immédiates. C’est ce qu’ils appellent un “moment magique”.
Exemple concret : Au lieu de demander à un comptable de calculer les dépenses, vous pouvez simplement demander à l’IA combien a coûté le budget de réception ce mois.
2. Les trois éléments fondamentaux de l’infrastructure : la base nécessaire pour que l’IA soit efficace
Pour que l’IA soit vraiment utile dans une entreprise, trois éléments sont essentiels :
- Base de données centralisée : Toutes les données de YC (informations sur les entreprises investies, les fondateurs, les comptes financiers) sont stockées dans une base de données Postgres, sans être dispersées dans différents outils externes. Cela permet à l’IA d’accéder à tous les contextes et de répondre à n’importe quelle question commerciale.
- Registre d’outils : Toutes les tâches pouvant être effectuées par l’IA (gestion du temps de travail, tenue des comptes, organisation d’événements) sont regroupées en outils et disponibles dans un registre partagé. Le nombre d’outils est passé de 20 à plus de 350, couvrant toutes les tâches importantes de YC.
- Système de compétences : Les outils sont organisés en “compétences” (par exemple : “Rédiger une description courte de l’entreprise”). Cela permet à l’IA d’utiliser ces compétences de manière combinée. Par exemple, le département financier peut utiliser la compétence “tenue des comptes”, tandis que les partenaires peuvent utiliser la compétence “accompagnement des fondateurs”.
Exemple concret : La base de données centralisée sert d’“banque de mémoire” pour l’IA, le registre d’outils constitue son “boîtier à outils”, et le système de compétences ses “habiletés”. Avec ces trois éléments, l’IA peut agir comme un assistant polyvalent.
3. L’évolution autonome de l’IA
Les compétences IA peuvent s’améliorer avec le temps : par exemple, la compétence “rédiger une description courte de l’entreprise” a été initialement conçue par Pete Koomen lui-même ; ensuite, les partenaires ont fourni des conseils aux fondateurs, et l’IA a appris en analysant leurs commentaires. Résultat : l’IA écrit désormais des descriptions meilleures que celles de n’importe quel partenaire.
C’est ainsi que se crée une “super-intelligence organisationnelle” : les connaissances dispersées dans l’esprit de chaque individu sont intégrées par l’IA pour former la capacité globale de l’organisation. Les nouveaux employés peuvent acquérir directement l’expérience des anciens partenaires, sans avoir besoin de six mois d’apprentissage.
4. L’idée “pas de cheval dans le carrosse” : évitez d’intégrer de l’IA dans des logiciels obsolètes !
Pete Koomen a écrit un article intitulé “Pas de cheval dans le carrosse”, dans lequel il critique les produits IA courants dans les entreprises : par exemple, ajouter une fonction d’écriture automatique de emails sans laisser aux utilisateurs modifier les instructions. Il compare cela à installer un moteur dans un vieux véhicule qui reste identique à son état initial. Selon lui, un vrai logiciel nativement adapté à l’IA devrait permettre aux utilisateurs de concevoir eux-mêmes les instructions et d’ajuster les paramètres des outils, plutôt que de rester confinés dans des interfaces préétablies.
5. La clé pour une super-intelligence organisationnelle : la transparence et la confiance
YC a pris la décision audacieuse de rendre publics tous les enregistrements des interactions avec l’IA pour les employés à temps plein. Au début, certains craignaient pour la confidentialité, mais ils ont constaté que :
- La transparence favorise l’apprentissage mutuel (en observant comment les autres utilisent l’IA) ;
- La confiance permet à l’IA d’accéder à plus de données et d’améliorer ses performances ;
- Les nouveaux employés peuvent rapidement acquérir l’expérience des anciens, augmentant ainsi le niveau global de compétences de l’organisation.
Garry souligne que cela nécessite une culture basée sur l’égalité et la confiance, ce qui est difficile dans la plupart des entreprises, mais possible pour les startups. Le coût d’investissement n’est pas élevé : entre 100 000 et 1 million de dollars par an en tokens IA, mais cela permet à l’entreprise de prendre une avance sur ses concurrents (comme si elle vivait déjà en 2028).
Exemple concret : Imaginez une cuisine ouverte où tout le monde peut voir comment les autres cuisinent ; les novices apprennent rapidement les techniques des experts, améliorant ainsi le niveau de toute la communauté.
Conclusion
La transformation d’YC grâce à l’IA ne repose pas sur l’achat d’outils prêts à l’emploi, mais sur la mise en place d’une infrastructure permettant à l’IA de s’intégrer pleinement dans l’organisation. Les éléments clés sont : une base de données centralisée, des outils accessibles à tous, et une culture basée sur la transparence et la confiance. Pour les entreprises qui souhaitent intégrer l’IA, il est essentiel de centraliser les données, d’ouvrir l’accès aux outils et de permettre à l’IA d’apprendre à partir de l’expérience collective. L’IA n’a pas pour but de remplacer les humains, mais de permettre à chacun d’accéder à la sagesse de toute l’organisation pour devenir plus puissant.