Imaginez ceci : vous êtes assis dans une salle de conférence, à mi-chemin d’un argumentaire de vente. La démo semble solide et le prix correspond bien au budget. Le calendrier semble également raisonnable. Tout le monde acquiesce.
Vous êtes littéralement à quelques minutes de dire oui.
Puis quelqu’un de votre équipe financière entre. Ils fronçaient les sourcils en regardant le pont. Quelques minutes plus tard, ils vous envoient un message sur Slack : « En fait, j’en ai créé une version la semaine dernière. Cela m’a pris 2 heures sur mon curseur. Vous voulez y jeter un oeil ?
attends… quoi ?
Cette personne ne code pas. Vous savez qu’ils n’ont jamais écrit une seule ligne de JavaScript de toute leur vie. Mais ici, ils vous montrent un prototype fonctionnel sur leur ordinateur portable qui est… à peu près exactement ce que le fournisseur a proposé. Bien sûr, il y a quelques aspérités, mais ça marche. Et cela n’a pas coûté six chiffres. Leur temps n’est que de deux heures.
Soudainement, les hypothèses que vous avez formulées – sur la façon dont les logiciels sont construits, qui les construit et comment les décisions sont prises autour de ceux-ci – commencent toutes à s’effondrer.
ancienne structure
Pendant des décennies, toutes les entreprises en croissance se sont posées la même question : Devons-nous le fabriquer nous-mêmes ou devons-nous l’acheter ?
Et pendant des décennies, la réponse était assez simple : Créez si c’est au cœur de votre activité ; Sinon, achète-le.
La logique était logique, car la construction était coûteuse et impliquait d’emprunter du temps à des ingénieurs surmenés, de rédiger des spécifications, de planifier des sprints, de gérer l’infrastructure et de se préparer à une longue maintenance. Les achats ont été rapides. en toute sécurité Vous payez pour le soutien et la tranquillité d’esprit.
Mais quelque chose de fondamental a changé : l’IA a rendu la construction accessible à tous. Ce qui prenait auparavant des semaines prend désormais des heures, et la maîtrise des langages de programmation nécessite désormais la maîtrise d’un anglais simple.
Lorsque le coût et la complexité des bâtiments ont chuté de façon spectaculaire, les anciennes structures se sont effondrées avec elles. C’est construire plutôt que ne plus acheter. C’est quelque chose d’inhabituel pour lequel nous n’avons pas trouvé le mot juste.
Quand le marché ne sait pas (encore) ce dont vous avez besoin
Mon entreprise n’a jamais prévu de créer la plupart des outils que nous utilisons. Nous devions simplement construire parce que les choses dont nous avions besoin n’existaient pas. Et, grâce à ce processus, nous développons cette compréhension viscérale de ce que nous voulons vraiment, de ce qui est utile et de ce que cela peut ou ne peut pas faire. Non pas ce que le fournisseur nous a dit dont nous avions besoin ou ce que les rapports d’analystes ont dit que nous voulions, mais ce qui a réellement fait bouger les choses dans notre entreprise.
Nous avons découvert quels problèmes méritaient d’être résolus, lesquels ne l’étaient pas, où l’IA créait un réel effet de levier et où elle n’était que du bruit. Et c’est seulement alors, une fois que nous aurons cette clarté durement gagnée, que nous commencerons à acheter.
À ce moment-là, nous savions exactement ce que nous recherchions et pouvions faire la différence entre le contenu et le marketing en cinq minutes environ. Nous avons posé des questions qui ont rendu les vendeurs nerveux car nous avions déjà réalisé quelques premières versions de ce qu’ils vendaient.
Quand on peut créer en quelques minutes
La semaine dernière, un membre de notre équipe CX a remarqué des commentaires de clients concernant un bug dans Slack. Juste une petite réclamation client, rien de majeur. Dans d’autres entreprises, cela aurait fermé un ticket d’assistance et aurait attendu que quelqu’un d’autre le gère, mais cela ne s’est pas produit ici. Ils ont ouvert le curseur, décrit les modifications et laissé l’IA écrire le correctif. Ensuite, ils soumettent une pull request que l’ingénierie examine et consolide.
À peine 15 minutes après l’apparition de cette plainte sur Slack, le correctif était en production.
La personne qui a fait ça n’est pas du tout un technicien. Je doute qu’ils puissent vous faire la différence entre Python et JavaScript, mais ils ont quand même résolu le problème.
Et c’est là le point.
L’IA est devenue si douée pour créer du code relativement simple qu’elle gère 80 % des problèmes qui nécessitent des réunions de planification de sprint et deux semaines de temps d’ingénierie. Cela brouille les frontières entre technique et non technique. Un travail qui était entravé par l’ingénierie est désormais effectué par des personnes plus proches du problème.
Cela se produit actuellement dans des entreprises qui y prêtent réellement attention
C’est le contraire qui se produit
C’est là que cela devient intéressant pour les dirigeants financiers, car l’IA a en fait bouleversé toute la logique stratégique de la décision de construire ou d’acheter.
L’ancien modèle ressemblait à ceci :
-
Définir le besoin.
-
Décidez si vous souhaitez construire ou acheter.
Mais la définition des exigences prend une éternité et nécessite une expertise technique approfondie, sinon vous dépenserez de l’argent en procédant à une mise en œuvre par essais et erreurs du fournisseur. Vous assisterez à d’innombrables démos, essayant de déterminer si cela a réellement résolu votre problème. Ensuite, vous négociez, mettez en œuvre, migrez toutes vos données et flux de travail vers le nouvel outil, et six mois et six chiffres plus tard découvrez si vous aviez réellement raison (ou non).
Maintenant, toute la séquence est inversée :
-
Créez quelque chose de léger avec l’IA.
-
Utilisez-le pour comprendre ce dont vous avez réellement besoin.
-
Décidez ensuite si vous souhaitez acheter (et vous découvrirez exactement pourquoi).
Avec cette méthode, vous pouvez réaliser des expériences contrôlées. Vous vous demandez si le problème est vraiment important. Vous découvrez quelles fonctionnalités apportent de la valeur et lesquelles semblent bonnes dans les démos. alors Vous faites du shopping. Au lieu de laisser un fournisseur externe vous vendre ce dont vous avez besoin, vous pouvez découvrir si ce besoin existe en premier lieu.
Pensez au nombre d’achats de logiciels que vous avez effectués et qui, apparemment, ont résolu des problèmes que vous n’aviez pas réellement. Combien de fois avez-vous passé trois mois dans une mise en œuvre et pensé : « Attendez, est-ce que cela nous aide vraiment, ou essayons-nous simplement de justifier ce que nous avons dépensé ?
Désormais, lorsque vous achetez, la question devient « est-ce que cela résout le problème que nous avons déjà prouvé que nous pouvons construire ?
Ce recadrage change toute la conversation. Vous affichez maintenant la notification d’appel du vendeur. Vous posez des questions pointues et négociez en position de force. Plus important encore, vous pouvez éviter l’erreur la plus coûteuse dans les logiciels d’entreprise, qui consiste à résoudre un problème que vous n’avez jamais vraiment résolu.
Les pièges à éviter
À mesure que ces nouvelles capacités émergent, je vois les entreprises prendre la mauvaise direction. Ils savent qu’ils doivent être natifs de l’IA, alors ils font du shopping. Ils recherchent des outils basés sur l’IA, remplissant leurs piles de produits intégrés aux intégrations GPT, aux interfaces utilisateur de chatbot ou aux sites de marketing « IA ». Ils pensent qu’ils se transforment, mais ce n’est pas le cas.
Rappelez-vous ce que le physicien Richard Feynman a dit Science du culte du fret? Après la Seconde Guerre mondiale, les insulaires du Pacifique Sud ont construit de fausses pistes d’atterrissage et des tours de contrôle pour imiter ce qu’ils avaient vu pendant la guerre, dans l’espoir que les avions cargo reviendraient. Ils avaient tous les atouts d’un aéroport : des tours, des casques d’écoute, et même des gens imitant les contrôleurs de vol. Mais aucun avion n’a atterri, car la forme n’était pas la fonction.
C’est exactement ce qui se passe avec la transformation de l’IA dans les salles de réunion du monde entier. Sans demander aux dirigeants d’acheter des outils d’IA, ils changent de manière significative la façon dont le travail est effectué, les personnes qu’ils responsabilisent ou les processus qu’ils débloquent.
Ils ont construit la piste d’atterrissage, mais les avions ne sont pas visibles.
Et l’ensemble du marché est essentiellement conçu pour vous piéger là-dedans. Tout est désormais qualifié d’IA, mais personne ne se soucie de ce que font réellement ces produits. Chaque produit SaaS s’est doté d’un chatbot ou d’une fonctionnalité de saisie semi-automatique et y a apposé une étiquette d’IA, et l’étiquette a perdu tout sens. Il s’agit simplement d’une case à cocher que les vendeurs estiment devoir cocher, que cela crée ou non une réelle valeur pour les clients.
fLa finance est le nouveau super pouvoir du parti
C’est la partie qui m’enthousiasme quant à ce que les équipes financières peuvent faire maintenant. Vous n’avez plus besoin de deviner. Vous n’êtes pas obligé de miser à six chiffres sur un jeu de vente. Vous pouvez tester des choses et réellement apprendre quelque chose avant de dépenser.
Voici ce que je veux dire : si vous évaluez un logiciel de gestion des fournisseurs, prototypez le flux de travail principal avec des outils d’IA. Découvrez si vous résolvez un problème d’outillage ou un problème de processus. Déterminez si vous avez besoin du logiciel.
Cela ne signifie pas que vous construisez tout en interne – bien sûr que non. La plupart du temps, vous finirez par acheter, et c’est tout à fait normal, car les outils d’entreprise existent pour de bonnes raisons (évolutivité, support, sécurité et maintenance). Mais maintenant, vous achèterez les yeux bandés.
Vous saurez à quoi ressemble le « bien ». Vous montrerez déjà la démo pour comprendre le cas extrême, et vous saurez dans environ 5 minutes s’ils ont réellement votre problème spécifique. Vous mettrez en œuvre rapidement. Vous négocierez mieux car vous n’êtes pas entièrement dépendant de la solution du fournisseur. Et vous le choisirez parce que c’est en réalité meilleur que ce que vous auriez pu faire vous-même.
Vous avez déjà défini la forme de ce dont vous avez besoin et vous en recherchez simplement la meilleure version.
nouveau paradigme
Pendant des années, le mantra était : construire ou acheter.
C’est désormais plus élégant et plus intelligent : construisez pour savoir quoi acheter
Et ce n’est pas un état futur. Cela se produit déjà. En ce moment, quelque part, un représentant client utilise l’IA pour dépanner un produit qu’il a vu il y a quelques minutes. Ailleurs, une équipe financière prototype ses propres outils analytiques parce qu’elle se rend compte qu’ils peuvent itérer plus rapidement que l’ingénierie ne peut rédiger les exigences. Quelque part, une équipe se rend compte que la frontière entre technique et non technique a toujours été plus culturelle que fondamentale.
Les organisations qui adoptent ce changement évolueront plus rapidement et dépenseront plus intelligemment. Ils connaîtront leurs opérations plus intimement que n’importe quel fournisseur. Ils feront moins d’erreurs coûteuses et achèteront un meilleur équipement parce qu’ils comprennent réellement ce qui rend l’équipement bon.
Les entreprises qui s’en tiennent à l’ancien manuel de jeu assisteront aux présentations des fournisseurs, hochant la tête face aux propositions respectueuses du budget. Ils débattront des délais et choisiront de faire appel à des professionnels pour obtenir de vraies solutions.
Jusqu’à ce qu’un membre de sa propre équipe ouvre son ordinateur portable en disant : « J’en ai fait une version hier soir. Vous voulez la tester ? Et leur montrer quelque chose qu’ils ont fait en deux heures représente 80 % de ce qu’ils vont payer à six chiffres.
Et c’est ainsi que les règles changent pour de bon.
Sikki Chen est co-fondateur et PDG de Runway.
En savoir plus sur nous Auteur invité. Ou pensez à soumettre votre propre message ! nous voir Les directives sont ici.
