- « Fine et éphémère » vs. « Grande et faible » vs. « Petite et forte »
Thin and ephemeral (fine et éphémère)
- La plupart des idées de startups basées sur la GenAI/les LLM relèvent de cette catégorie
- Elles se caractérisent par une tentative de résoudre un problème métier très étroit, généralement horizontal, uniquement à l’aide de prompts adressés à un LLM via une API tierce
- Beaucoup appellent cela un « thin wrapper » autour d’un LLM, et c’est « fin » parce qu’il n’y a en réalité aucune technologie propriétaire, ni même de véritable logiciel, derrière
- Quelle que soit la valeur créée, c’est éphémère, car cela peut trop facilement être déchiré puis remplacé par une solution de second choix
- l’arrivée d’un concurrent meilleur ou moins cher
- sa transformation en fonctionnalité d’une plateforme applicative plus large
- ou son remplacement par une version interne de la même fonctionnalité, développée directement avec des outils faciles d’accès
- Le paradigme GenAI/LLM implique peu de friction à l’onboarding et une faible adhérence (on peut démarrer facilement, et être remplacé tout aussi facilement)
- Dans la plupart des cas, les fondateurs de ces entreprises « fines » sont incapables d’expliquer clairement la défendabilité de leur société
- parce que l’entreprise est entièrement construite sur des données qu’ils ne possèdent pas et sur un cadre de calcul caché d’une infrastructure qu’ils ne comprennent pas
- Cela peut être un moyen rapide de gagner de l’argent avec un ou deux clients, mais dans la plupart des cas, cela ne ressemble pas à une activité durable
Big and weak (grande et faible)
- Intellectuellement bien plus intéressant. Fascinant
- L’idée est grande, mais trop grande, au point que tout se fond ensemble et que la différenciation devient difficile
- Autrement dit, ce sont toutes de légères variantes d’une seule et même entreprise
- Cela va de « organiser toute la connaissance » à « se connecter/s’intégrer à toutes les applications », mais converge vers la même idée
- Les fondateurs imaginent avec ambition collecter toutes les sources d’information d’une entreprise (emails, logs, code, configuration, Salesforce, etc.) afin que tous les utilisateurs — métiers, développeurs, et tous ceux entre les deux — puissent aller de simples questions à la ChatGPT jusqu’à la génération complète d’applications façon GitHub Copilot
- Ces idées sont si courantes que tout le monde finit par se battre pour construire la même chose
- Il faut alors avancer un argument fort expliquant pourquoi son équipe est en position de gagner cette compétition et, surtout, comment elle peut effectivement la remporter
- Il faut aussi pouvoir expliquer comment défendre cette position si l’on est en tête. C’est très difficile, et je n’ai encore jamais vu de cas vraiment convaincant
- En bref, les grandes idées sont le plus souvent formulées de manière faible, ce qui rend le financement difficile
Small and strong (petite mais forte)
- Très rare, mais intéressant
- « Petite » parce qu’elle s’appuie sur un ICP (Ideal Customer Profile) clair et sur un vertical où les fondateurs disposent d’une véritable expertise
- Autrement dit, le TAM (Total Addressable Market) est limité — vaste, mais pas infini — et le périmètre du produit l’est aussi
- Au lieu de promettre toutes les fonctionnalités, elle promet d’exécuter extrêmement bien quelques tâches très spécifiques
- Ces startups sont « fortes »
- parce qu’elles ont tendance à posséder une couche de fonctionnalités applicatives très solide construite au-dessus de la couche données et IA, et génèrent parfois leurs propres données propriétaires
- Grâce à leur expertise métier, elles peuvent créer des barrières à l’entrée dans la manière de concevoir les entrées et sorties des LLM, d’une façon qu’une équipe moins expérimentée ne pourrait pas imaginer
- La profondeur stratégique de ces équipes s’étend souvent jusqu’aux opérations go-to-market, avec parfois des parties prenantes et des spécialistes qui savent comment attaquer un secteur précis
- En résumé, la verticalité de ces entreprises constitue une source clé de clarté produit et de défendabilité business
- Ces entreprises exploitent l’IA et les capacités des LLM, mais celles-ci ne sont que de simples briques au service d’une application plus profonde et plus robuste
- Elles se concentrent sur la résolution de vrais problèmes métier, ce qui les rend attrayantes pour les investisseurs
- Du point de vue classique du venture capital, elles ne sont pas du tout « petites ». Leur marché peut être immense
- Mais elles paraissent relativement petites face à des pairs mettant en avant un niveau d’IA plus élevé, parce qu’elles n’essaient pas d’être tout pour tout le monde
- Les LLM permettent aux fondateurs de se laisser bercer par l’illusion qu’ils peuvent tout construire pour tout le monde en même temps, et dans une certaine mesure c’est possible
- Mais ces visions produit « grandes » finissent souvent par déboucher sur un produit médiocre et une entreprise encore plus faible
2 commentaires
Je pense que ce sont de bons points de vue pour éviter de se laisser emporter lorsqu’apparaissent des services ou des idées de business surfant sur les tendances IT, même s’il ne s’agit pas forcément d’IA.
Ils peuvent aussi générer leurs propres données exclusives => générer leurs propres données exclusives ?