Les Entreprises ‘IA First’ : Évolution, Stratégies et Impacts Concrets sur les Performances

Ces derniers mois, plusieurs entreprises se sont déclarées « IA First », mais que signifie réellement cette approche dans la pratique ? Examinons les résultats concrets de cette transformation numérique et ses implications pour l’avenir du travail et des services.

L’expérience pionnière de Klarna dans l’adoption de l’IA

Au cours des derniers mois, de nombreuses entreprises ont annoncé leur transition vers une stratégie centrée sur l’intelligence artificielle. Parmi elles, on retrouve Duolingo, Shopify, et Fiverr, dont le PDG a écrit une note expliquant que l’IA allait transformer tous les emplois. Cependant, Klarna, une entreprise spécialisée dans les solutions de paiement différé, fait figure de précurseur dans cette tendance depuis quelques années déjà, ce qui en fait un excellent cas d’étude pour évaluer ce qui fonctionne et ce qui ne fonctionne pas.

Vous vous souvenez peut-être que l’année dernière, Klarna avait annoncé avoir utilisé l’IA pour développer ses propres systèmes internes, leur permettant d’abandonner Salesforce et Workday. Sebastian Siemiatkowski, le PDG, a plus tard reconnu que les économies réalisées en se débarrassant de 1 200 services SaaS n’avaient pas été significatives. Selon lui, la valeur résidait plutôt dans le développement de leur propre infrastructure technologique qui stimulait la productivité, une évolution qui n’aurait pas été possible sans l’IA.

Nous avions également appris que l’entreprise avait cessé tout recrutement en 2023, prévoyant de faire appel à l’IA pour remplacer la main-d’œuvre humaine, principalement dans les rôles de service client. Cette caractéristique a d’ailleurs été un élément central de plusieurs annonces « IA First » que nous avons observées récemment : un gel tacite des nouvelles embauches jusqu’à ce qu’il soit prouvé que l’IA ne pouvait pas accomplir le travail.

Ajustement stratégique : l’importance persistante du facteur humain

Cependant, au début de ce mois, Klarna a ajusté sa stratégie. Bien que la plupart des médias aient rapporté qu’il s’agissait d’un revirement, ce n’était pas exactement le cas. En réalité, Klarna a réalisé qu’il y aurait toujours une demande parmi certains de leurs clients pour avoir accès à un agent de service client humain. Ainsi, tout en restant très désireux d’utiliser l’IA pour accroître l’efficacité du service client, ils souhaitaient également répondre à la demande des clients et proposer cette option.

À mon avis, c’était prévisible. Je pense même que l’opportunité réside dans la transformation du service client humain en une position prestigieuse, comme c’est le cas dans les industries de luxe.

Résultats financiers : l’impact concret de l’IA

Les dernières nouvelles de Klarna ne sont pas des annonces, mais des résultats financiers concrets. L’entreprise est désormais en passe d’atteindre 1 million de dollars de revenus par employé, soit presque le double de leur rythme d’il y a un an. Klarna affirme que la plupart des fonctions sont devenues plus efficaces grâce à leurs efforts en matière d’IA. En examinant strictement les chiffres, l’impact le plus important a été une réduction significative des coûts du service client.

Globalement, l’entreprise indique avoir constaté une réduction de 40 % de ses effectifs depuis le début de sa transformation IA en 2022. La contrepartie a été une forte augmentation des coûts ponctuels liés à la réduction des effectifs. L’entreprise a enregistré une perte de 92 millions de dollars au dernier trimestre en raison des coûts de restructuration liés aux indemnités de départ. Klarna cherche actuellement à entrer en bourse, bien que ces plans soient maintenant en suspens, ce qui entraîne de nombreuses dépenses liées au paiement des attributions d’actions.

Plus préoccupant pour Klarna, non pas du point de vue de l’IA, mais du point de vue du secteur dans lequel ils opèrent, l’entreprise a également signalé une augmentation de 17 % des pertes dues aux prêts à la consommation défaillants au premier trimestre par rapport à l’année précédente. Ces créances douteuses s’élèvent désormais à 136 millions de dollars par trimestre. Un porte-parole a noté que le taux de défaut est passé de 0,51 % à 0,54 %, qualifiant cette hausse de « très légère, mais toujours très faible ».

Ces défis ne sont pas dus à l’IA, mais aux conditions économiques plus larges. Ils nous rappellent néanmoins que l’efficacité n’est pas tout, et que les entreprises ne pourront pas utiliser l’IA comme une solution miracle qui les protégerait des forces plus larges du marché.

L’IA au cœur de la communication d’entreprise

Malgré ces défis, Klarna continue de mettre l’IA au premier plan. L’appel aux résultats de cette semaine a été mené par un avatar IA de leur PDG. TechCrunch écrit : « À part l’admission d’AICowski, il n’était pas évident qu’il s’agissait d’IA. Il n’y avait que quelques signes subtils. L’IA PDG ne clignait pas des yeux autant que la plupart des humains. L’intonation de la voix était bonne mais pas parfaite. Et l’IA portait également une veste marron qui ressemblait beaucoup à celle d’une photo d’entreprise largement diffusée de son homologue humain. » Ainsi, conditions économiques troublantes ou non, Klarna reste résolument engagée dans la voie de l’IA.

Shopify : l’IA comme outil de démocratisation du commerce électronique

Shopify a de son côté lancé une multitude de nouveaux outils d’IA pour aider les utilisateurs à concevoir leur expérience d’achat. Il y a un constructeur de boutique de bout en bout permettant aux utilisateurs de générer une vitrine complète à partir d’une seule instruction. Il existe également un générateur IA pour créer des éléments comme des bannières sans connaître le codage. Il y a aussi une importante mise à niveau de Sidekick, l’assistant commercial de la plateforme, avec des capacités supplémentaires de voix et de partage d’écran. La plateforme offre également la possibilité d’extraire des données de produits en temps réel à partir des millions de boutiques Shopify.

En prime, Shopify a mis en place son propre serveur MCP pour rendre l’intégration avec des agents externes transparente, ce qui pour certains sera une note de bas de page dans les actualités, mais je pense que cela pourrait être la partie la plus significative de toute cette annonce.

Étant donné à quel point nous avons parlé de la productisation de l’IA au cours de la semaine dernière, toutes ces nouvelles de Shopify en sont un excellent exemple. La plateforme a toujours été conçue comme un outil « no-code » pour permettre aux personnes ordinaires de se lancer dans le commerce électronique, mais jusqu’à présent, cela se faisait par la personnalisation de modèles. Nous commençons maintenant à voir des concepts de codage visuel intégrés dans les plateformes no-code, les rendant beaucoup plus ouvertes.

Cette suite d’outils est également un bon exemple de la façon dont on peut prendre un concept large comme l’assistance au codage par IA et le réduire à un package convivial. Je suis absolument certain que ce ne sera pas le dernier exemple de ce type cette année, mais c’est une excellente démonstration de la façon dont l’IA est sur le point de tout changer dans l’industrie des logiciels grand public.

Mistral AI lance Devstral : un agent de codage open-source

En parlant d’agents de codage, Mistral a lancé son premier modèle d’agent de codage open-source appelé Devstral. Le produit est un petit modèle de 24 milliards de paramètres optimisé pour piloter un agent d’ingénierie logicielle.

Baptiste Rosier, chercheur scientifique chez Mistral, a déclaré : « Nous voulions publier quelque chose d’ouvert pour la communauté des développeurs et des passionnés, quelque chose qu’ils peuvent exécuter localement, en privé, et modifier comme ils le souhaitent. Ce modèle est suffisamment petit pour fonctionner sur du matériel grand public et est sous licence Apache 2.0, ce qui signifie que les développeurs peuvent l’utiliser pratiquement comme ils le souhaitent. Il se compare bien aux autres petits modèles. »

Sophie Yang, responsable des relations avec les développeurs de l’entreprise, a écrit : « Comparez Devstral aux modèles fermés et ouverts évalués sous n’importe quel échafaudage. Nous constatons que Devstral obtient des performances nettement meilleures qu’un certain nombre d’alternatives à source fermée. »

L’idée n’est pas seulement de fournir un modèle haute performance, mais de l’associer à un framework d’agent open-source commun comme OpenHand, SUI Agent et Open Devon. Rosier a déclaré : « Nous le publions avec Open Devon, qui est un échafaudage pour les agents de code. Nous avons construit le modèle et ils ont construit l’échafaudage, un ensemble d’instructions et d’outils que le modèle peut utiliser comme un backend pour le modèle de développeur. »

L’entreprise continue d’expérimenter pour combler les lacunes du marché. Rosier a ajouté : « Il y aura toujours un écart entre les modèles plus petits et plus grands, mais nous avons parcouru un long chemin pour combler cet écart. »

LM Arena lève 100 millions de dollars : l’importance croissante des benchmarks IA

Pour finir, la plateforme de benchmarking LM Arena a levé 100 millions de dollars lors d’un tour de table initial qui valorise l’entreprise à 600 millions de dollars. Ce qui a commencé comme un projet académique est maintenant une startup commerciale soutenue par Andreessen Horowitz et l’University of California Investment Fund. Lightspeed, Felicis et Kleiner Perkins participent également.

Jusqu’à présent, la plateforme avait été financée par une combinaison de subventions et de dons provenant de sources comme Google, Together AI et A16Z. La plateforme a également fait l’objet de nombreuses critiques au cours de l’année écoulée. Elle a été au centre d’allégations selon lesquelles Meta aurait manipulé leurs benchmarks lors de la sortie de Llama for Maverick, ce qui a révélé que la plateforme permet aux laboratoires d’IA de soumettre plusieurs versions différentes de leurs modèles, spécifiquement affinées pour performer dans les tests comparatifs.

Il semble cependant que cette levée de fonds marque un bon moment pour un nouveau départ, LM Arena écrivant : « Nous nous concentrons sur la construction d’une plateforme neutre, ouverte et communautaire qui aide le monde à comprendre et à améliorer les performances des modèles d’IA sur des requêtes réelles d’utilisateurs réels. »

De grandes nouvelles sont également attendues la semaine prochaine. « Nous relançons LM Arena avec un tout nouveau look, construit directement avec les retours de la communauté, depuis la base. »

Je pense que nous sommes arrivés au point où il y a suffisamment de critiques des benchmarks pour que nous assistions probablement à davantage d’innovation dans ce domaine. C’est donc un sujet que je continuerai à suivre de près.

Conclusion : l’IA First, entre promesses et réalités

L’approche « IA First » adoptée par ces entreprises révèle plusieurs tendances importantes :

1. L’IA peut considérablement améliorer l’efficacité opérationnelle, comme le montre Klarna avec son million de dollars de revenus par employé
2. L’élément humain reste essentiel dans certains domaines, notamment le service client de qualité
3. La démocratisation des outils de développement par l’IA, illustrée par Shopify, transforme l’accessibilité du commerce électronique
4. L’open source, à travers des initiatives comme Devstral de Mistral, joue un rôle crucial dans l’écosystème IA
5. Les benchmarks et l’évaluation objective des performances, comme le propose LM Arena, deviennent des enjeux stratégiques

Ces exemples montrent que l’IA n’est pas une solution miracle, mais un outil puissant qui, lorsqu’il est intégré stratégiquement, peut transformer les entreprises tout en nécessitant des ajustements constants basés sur les retours du marché et les besoins des clients.