Blomfield et l'IA : Révolutionner l'organisation d'entreprise

Une analogie frappante avec les légions romaines

Blomfield, s'inspirant des récents tweets de Jack Dorsey, utilise une analogie percutante pour décrire les entreprises modernes. Il les compare aux légions romaines, qui étaient conçues pour projeter le pouvoir de Rome aux confins de l'empire à travers des hiérarchies imbriquées. Dans ce modèle, les individus avaient des portées de contrôle fixes, transmettant des ordres et renvoyant des informations. Blomfield souligne que la plupart des entreprises d'aujourd'hui sont encore organisées de cette manière, avec les humains servant de conduits pour les informations circulant de haut en bas. Ce n'est pas simplement un problème de productivité, mais une hypothèse structurelle profondément ancrée dans notre façon de penser les organisations.

L'IA, selon Blomfield, ne se contente pas d'améliorer cette structure, elle brise l'hypothèse sous-jacente. L'ancien modèle mental consistait à ajouter des copilotes IA à vos flux de travail existants, rendant les ingénieurs 20 % plus productifs et livrant plus de code. Blomfield critique cette approche, la comparant à l'ajout d'un moteur plus puissant sur une charrette tirée par des chevaux. Il propose un nouveau modèle mental : redéfinir ce qu'est une entreprise.

Les cinq couches de la boucle d'IA auto-améliorante

Blomfield propose de considérer l'entreprise comme un ensemble de boucles récursives et auto-améliorantes, composées de cinq couches. Si chaque étape fonctionne avec une intervention humaine minimale, le système s'améliore pendant que vous dormez.

• Couche 1 — Couche de capteurs : C'est là que les données du monde réel entrent, comme les emails des clients, les tickets de support, les changements de code, les annulations d'abonnement et la télémétrie produit. Cette couche sensorielle capte les signaux du monde extérieur.

• Couche 2 — Couche de décision (Couche de politique) : Ici résident les règles. Le système peut agir de manière autonome, enregistrer certaines actions ou demander une intervention humaine. C'est la couche de politique et de décision, avec des garde-fous pour ce que l'IA peut et ne peut pas faire seule.

• Couche 3 — Couche d'outils : C'est là que le code s'exécute. Les APIs déterministes permettent d'interroger une base de données, de consulter un calendrier, d'envoyer un email ou de mettre à jour un enregistrement. Blomfield décrit cela comme la couche des 'compétences et du code', les mécanismes d'exécution réels.

• Couche 4 — Portail de qualité : Avant qu'une action ne soit engagée, elle passe par un portail de qualité. Cela inclut des vérifications d'évaluation, des filtres de sécurité ou une révision humaine pour des actions à haut risque. C'est le point de contrôle entre "l'IA a décidé de faire quelque chose" et "la chose se produit réellement".

• Couche 5 — Mécanisme d'apprentissage : C'est ce qui rend l'ensemble auto-améliorant. Le système interagit avec le monde réel, identifie où cela n'a pas fonctionné et boucle à nouveau. Les échecs deviennent des signaux d'entraînement, et la boucle se resserre avec le temps.

L'idée clé est que si vous pouvez exécuter chaque étape de cette boucle sans intervention humaine, ou avec une supervision minimale, votre système s'améliore automatiquement.

Le moment décisif à Y Combinator

Blomfield partage une expérience marquante chez Y Combinator (YC), où ils ont construit un agent interne simple. Cet outil permettait aux partenaires de poser des questions comme "quand ai-je eu ma dernière réunion avec ce fondateur ?" et obtenait des réponses plus rapidement. Bien que cela fût utile, ce n'était pas révolutionnaire, ressemblant à une barre de recherche plus intelligente pour leur base de données interne.

Puis, ils ont ajouté un agent de surveillance par-dessus. Cet agent suivait chaque requête effectuée par chaque employé de YC, notant quand elles réussissaient ou échouaient. Lorsqu'elles échouaient, il demandait pourquoi, ce qui aurait pu faire que cela fonctionne, et s'il fallait des outils déterministes différents ou une nouvelle vue de base de données.

Du jour au lendemain, l'agent a écrit la correction, ouvert une demande de tirage dans le code de YC, fait réviser par un autre agent, et fusionné et déployé. Au moment où un humain est arrivé le lendemain matin pour poser la même requête, cela fonctionnait. Aucun humain n'était impliqué.

"Pour moi, c'était comme le moment 'Holy Shit'. Ce n'est pas juste l'IA qui vous rend 20 ou 30 % plus précieux. C'est l'IA qui passe par cette boucle pour découvrir comment s'auto-améliorer."

C'est le changement. Pas un gain de productivité, mais un système qui détecte ses propres échecs et les corrige.

Application pratique dans les entreprises

Blomfield ne s'est pas arrêté à l'exemple interne de YC. Il a décrit comment cette même structure de boucle s'applique à chaque fonction commerciale.

• La boucle produit auto-optimisante : Imaginez un agent qui parcourt vos analyses de produit pour déterminer quelle partie de votre entonnoir de vente présente le plus de friction. Il recherche les meilleures pratiques, met en place un test A/B, le fait fonctionner pendant une semaine, choisit la version la plus performante et la déploie. Puis il recommence encore et encore. Une boucle produit auto-optimisante, fonctionnant en continu, sans qu'un chef de produit ait besoin d'être impliqué à chaque cycle.

• La boucle de support client automatisée : Les suggestions des clients arrivent constamment. Un agent IA "CPO/CTO" prend des décisions : cette suggestion ne correspond pas à la feuille de route, à jeter. Celle-ci convient — écrivez le code, déployez-le, envoyez-le au client. Aucun humain impliqué dans la décision, la construction ou la livraison. La boucle se ferme du jour au lendemain.

Ce ne sont pas des spéculations. Blomfield décrivait des boucles qui existent ou qui sont en cours de construction en ce moment dans les entreprises de YC.

Recommandations pour intégrer l'IA

Blomfield propose quatre actions pour préparer les entreprises à cette transformation :

• Rendez votre entreprise lisible pour l'IA : Si une interaction n'est pas enregistrée, elle n'existe pas pour votre système IA. Cela signifie que chaque email doit être dans une base de données consultable. Chaque message Slack. Chaque réunion enregistrée. Chaque décision consignée. YC a pris 2 000 heures d'heures de bureau enregistrées des 3 derniers mois et a utilisé l'IA pour régénérer leur manuel utilisateur entier — un document vivant qui se met à jour avec chaque nouveau conseil donné. C'est ce que signifie "lisible pour l'IA" en pratique.

• Brûlez des jetons, pas des effectifs : La contrainte est en train de changer. Vous atteindrez des limites sur l'utilisation des jetons avant d'atteindre des limites sur l'embauche. La mesure directionnelle d'un membre d'équipe performant en ce moment : combien utilisent-ils réellement l'IA ? Qui maximise les jetons ?

• Éliminez la gestion intermédiaire : La gestion intermédiaire existe pour résoudre un problème de coordination. L'IA résout ce problème mieux et plus rapidement. Ce qui reste : des contributeurs individuels (IC) qui construisent et opèrent, et un individu directement responsable (DRI) pour chaque résultat significatif. Blomfield : "Je ne pense pas que vous ayez besoin de gestion intermédiaire pour ce problème de coordination. Je pense que l'IA devrait s'en charger."

• Traitez le logiciel comme éphémère, le contexte comme précieux : Les modèles s'améliorent tous les quelques mois. Le tableau de bord que vous avez construit il y a six mois ? Régénérez-le. L'outil interne ? Réécrivez-le avec le dernier modèle et de meilleures instructions. Ce que vous ne devez jamais jeter : le contexte commercial. La connaissance du domaine. Le raisonnement derrière les décisions. Blomfield : "La partie précieuse est la compréhension dans la tête des gens de comment la fonction fonctionne. Le logiciel qui le surmonte est éphémère."

Le rôle persistant des humains

Blomfield est clair : les humains ne disparaissent pas. Ils se déplacent vers la périphérie — là où votre système d'intelligence entre en contact avec la réalité. Cela inclut des situations nouvelles que les modèles n'ont pas encore rencontrées, des moments à enjeux élevés et à forte émotion, comme un fondateur envisageant de se séparer de son co-fondateur, ou une négociation difficile avec un client. Les décisions éthiques nécessitent un raisonnement moral authentique, et les conversations de vente restent essentielles. Les humains se concentreront sur les tâches où l'IA ne peut pas encore rivaliser, assurant ainsi une complémentarité entre l'IA et l'intelligence humaine.