Qiao Wang: L'IA a déjà changé radicalement les startups, la réflexion préalable sur l'avantage concurrentiel est plus importante que l'adéquation du produit

Auteur: qw

Compilation : TechFlow DeepTide

Il y a trois ans, lorsque ChatGPT a été lancé, j’ai écrit un petit programme pour m’aider à prioriser les e-mails et les messages. En raison de mes compétences en programmation un peu rouillées, j’ai choisi d’utiliser ChatGPT pour m’aider à coder. J’ai immédiatement ressenti la puissance de l’IA à l’époque. Ce projet ne m’a pris que la moitié d’une journée, alors qu’à l’époque sans IA, cela aurait peut-être pris plusieurs jours pour terminer.

Au cours des prochaines années, les fondateurs techniques avec lesquels nous collaborons au sein de l’Alliance ont commencé à utiliser divers outils de codage IA, tels que Cursor. Je leur ai demandé combien ces outils pouvaient améliorer l’efficacité de la production. En moyenne, cela représente une amélioration d’environ 1,5 fois, certains allant même jusqu’à affirmer qu’elle peut atteindre 2 fois.

Cette semaine, j’ai posé la même question aux membres de la dernière Alliance. Leurs réponses montrent une augmentation de la productivité de 2 à 4 fois. Cela m’a vraiment surpris. Non seulement en raison de l’ampleur de l’augmentation, mais aussi en raison de la rapidité des progrès - en seulement trois ans, la productivité a augmenté de 4 fois, et cette tendance se poursuit.

Quand j’ai utilisé ChatGPT comme assistant pour la première fois, j’ai immédiatement senti que l’IA changerait à jamais les règles de l’entrepreneuriat. Maintenant, je suis convaincu de cela.

Le coût du développement de logiciels est en train de chuter rapidement, atteignant presque zéro. Mais ce n’est que le début. Les coûts dans d’autres domaines tels que le marketing, les ventes, le service client et l’exploitation sont également en baisse significative. Ce changement est déjà perceptible dans les grandes entreprises. Pour les startups qui n’ont pas encore trouvé leur ajustement produit-marché (PMF), l’impact est pour l’instant limité car les fondateurs doivent personnellement se charger de l’acquisition et du support des utilisateurs pour rester proches des clients. Mais pour les startups qui ont déjà trouvé le PMF, elles commencent à utiliser l’IA pour étendre rapidement leurs activités.

Ces changements ont entraîné des résultats évidents : les start-ups n’ont plus besoin de beaucoup de fonds et d’une équipe massive pour croître rapidement. En d’autres termes, il pourrait y avoir plus de licornes créées par quelques cofondateurs avec moins de 50 millions de dollars à l’avenir. En fait, au cours des dernières années, nous avons vu de plus en plus de start-ups de l’Alliance réaliser une croissance annuelle de plusieurs millions, voire de plusieurs dizaines de millions de dollars, après avoir obtenu un petit financement de démarrage uniquement de notre part et de quelques investisseurs providentiels. Leur équipe compte généralement moins de 10 à 20 personnes et elles pourraient ne jamais avoir besoin de lever des fonds à nouveau.

Cela soulève une question : si le coût de développement de logiciels et d’extension commerciale est si bas aujourd’hui, sur quels “fossés (moats)” les entreprises peuvent-elles encore compter pour rester compétitives ?

Données exclusives : des données clients exclusives ou des ensembles de données publics difficiles à obtenir peuvent constituer un avantage concurrentiel pour les entreprises.

Effet de réseau : bien qu’il soit théoriquement possible de reconstruire l’architecture technique de Facebook ou du Nasdaq, attirer leurs utilisateurs n’est pas une tâche facile.

Intégration approfondie : Les logiciels d’entreprise intégrant profondément les flux de travail ont des coûts de changement élevés.

Système de verrouillage écologique : une plateforme avec un écosystème de développeurs solide et des intégrations tierces est plus collante.

Barrières réglementaires : l’IA ne peut pas aider les entreprises à obtenir les licences et les relations nécessaires pour opérer dans des secteurs fortement réglementés tels que la finance, la santé ou la défense.

Confiance et marque : les consommateurs et les organisations continuent de faire confiance aux marques bien connues lorsqu’ils prennent des décisions clés.

Limitations in the physical world: physical infrastructure, robotics technology, and supply chains still have real constraints that AI cannot overcome.

Compréhension approfondie des utilisateurs : bien que l’IA puisse aider à réaliser certaines idées assez bonnes, la véritable compréhension des besoins des utilisateurs ne se trouve pas dans les données d’entraînement de l’IA, mais provient directement de la communication avec les utilisateurs.

Pour les start-ups qui n’ont pas encore trouvé leur PMF, trouver leur PMF est une priorité. Cependant, de nos jours, il est peut-être plus important que jamais de réfléchir à l’avantage concurrentiel après avoir trouvé le PMF.