Auteur : Lex Sokolin
Compilé par Jia Huan, ChainCatcher
Cet article explore comment l'IA redéfinit la structure organisationnelle elle-même. Les entreprises passent des équipes "de deux pizzas" au style Amazon, (une équipe d'environ 6 à 10 personnes, conçue pour maintenir une structure agile.) vers des groupes "nés de l'IA" composés de 3 à 5 personnes, avec une productivité considérablement accrue.
Nous avons comparé deux chemins :
La stratégie de remplacement par l'IA de Klarna a échoué. Le nombre d'employés a été réduit de 5 500 à 3 400, et les problèmes de qualité du service ont fini par l'obliger à recruter à nouveau.
Coinbase et Ramp ont choisi de restructurer leurs activités autour de l'augmentation et de l'orchestration par l'IA. Coinbase a licencié 700 personnes tout en passant à des équipes produit individuelles et à la génération de code par l'IA.
Ramp a développé un cadre interne piloté par l'IA que 99,5 % des employés utilisent quotidiennement, couvrant plus de 350 compétences métier.
En outre, nous avons analysé pourquoi des entreprises telles que Box et Plaid ont été réévaluées par les marchés financiers comme des infrastructures AI, principalement parce qu'elles contrôlent les données d'entreprise avec accès nécessaires au fonctionnement des agents AI.
Troisième évolution de la forme organisationnelle
Il y a quelques mois, nous avons discuté des « Zero Human Companies » et de la courbe d’autonomisation économique par l’IA :
Bien que des forces soient déjà en marche pour créer des organisations entièrement dépourvues d'intervention humaine, les acteurs économiques actuels restent nous, les humains.
Le travail le plus difficile actuel consiste à transformer les entreprises traditionnelles existantes en des formes privilégiant l'IA.
C'est une opportunité énorme, au point qu'Anthropic collabore avec l'ensemble du secteur du capital-investissement pour la faire avancer.
Outre ces données financières impressionnantes, nous commençons à percevoir un autre point d'entrée de l'impact de l'IA : la manière dont les gens créent et organisent des entreprises.
La structure organisationnelle est elle-même une technologie.
Le développement en cascade (Waterfall) a donné naissance aux géants du logiciel hiérarchiques qui ont dominé l'ère technologique naissante.
Ensuite, l'industrie a adopté des équipes agiles et精益, puis l'agilité a évolué vers les « équipes de deux pizzas » inventées par Amazon. C'est cette structure opérationnelle qui sous-tend aujourd'hui chaque entreprise de technologie financière moderne.
Mais la direction du courant a de nouveau changé.
Martin Harrysson et Natasha Maniar de McKinsey ont prévu la prochaine version pour la fin de l'année 2025 :
Les rôles natifs à l’IA signifient fondamentalement que nous passons d’une structure « deux pizzas » à des équipes individuelles de 3 à 5 personnes.
La moitié des gens partent, mais le travail continue.
Le 5 mai 2026, Brian Armstrong a renforcé cette affirmation en licenciant 700 personnes.
What did Coinbase do?
Coinbase a réduit de 14 % ses 4 951 employés.
En partie parce qu'il s'agit d'une opération normale du cycle de marché d'une entreprise dont les activités et le volume de transactions sont étroitement liés — on anticipe un chiffre d'affaires du premier trimestre de 1,7 milliard de dollars (en baisse de 26 % en glissement annuel) et une baisse de 86 % du résultat par action (EPS).
Mais il est essentiel de prêter une attention particulière à la manière dont la direction planifie la mise en œuvre de l'IA dans les entreprises modernes de technologie financière / cryptomonnaies, ainsi qu'à leurs attentes en matière de productivité par habitant à l'avenir.
Les ingénieurs de Coinbase peuvent désormais lancer des produits qui prenaient auparavant plusieurs semaines en seulement quelques jours, et cette accélération s'intensifie.
Armstrong réorganise les lignes d'activité pour s'assurer qu'il n'y ait au maximum cinq niveaux de gestion sous le PDG et le directeur des opérations.
Le « gestionnaire » pur et simple n'existera plus — chaque leader doit être à la fois contributeur individuel et un « joueur-entraîneur » maîtrisant les outils modernes, capable de diriger l'équipe tout en participant activement.
L'équipe "native AI" interfonctionnelle remplace complètement les équipes traditionnelles. Coinbase a même testé en interne des équipes individuelles regroupant les fonctions ingénierie, design et produit en une seule personne.
Coinbase, un géant coté en bourse avec un chiffre d'affaires de 7 milliards de dollars, fait fonctionner une équipe produit d'une seule personne.
En septembre 2025, Armstrong a déclaré publiquement que 40 % du code de Coinbase était généré par l'IA, et prévoyait d'augmenter ce pourcentage à 50 % en octobre.
Dans le podcast Cheeky Pint du cofondateur de Stripe, John Collison, il a admis avoir licencié les ingénieurs qui refusaient toujours d'utiliser Cursor et GitHub Copilot une semaine après la mise à disposition de la licence entreprise :
Certaines personnes ne l'utilisent tout simplement pas, alors elles ont été licenciées.
La version V1 est un remplacement direct, mais elle a échoué.
Cependant, Coinbase n'est pas la première entreprise de technologie financière à effectuer des licenciements sous prétexte de l'IA.
Vous vous souvenez de l'expérience de Klarna en 2024, un exemple de référence sur la "réduction des coûts grâce à l'IA" ? À l'époque, elle semblait annoncer une explosion de productivité impressionnante.
Mais nous avions alors l'impression que cela ressemblait davantage à un resserrement du cycle de crédit qu'à une véritable innovation.
Le PDG Sebastian Siemiatkowski a annoncé avec éclat que l'assistant IA alimenté par OpenAI a traité 2,3 million de conversations lors de son premier mois, représentant deux tiers de tous les chats clients et accomplissant un volume de travail équivalent à 700 employés à temps plein.
- Le nombre total d'employés est passé de 5 500 à 3 400.
- Augmentation prévue des bénéfices : 40 millions de dollars
- Le temps de résolution des questions clients est passé de 11 minutes à 2 minutes
Cependant, tout cela s'est effondré rapidement face à la réalité.
La satisfaction client (CSAT) pour les tickets complexes a chuté, tandis que le taux de réapproche a fortement augmenté.
En mai 2025, Siemiatkowski a reconnu auprès de Bloomberg que l'entreprise avait « fait trop de choses trop vite ». Klarna a dû commencer à recruter à nouveau selon un modèle à distance similaire à celui d'Uber — en embauchant des étudiants à horaire flexible, des parents au foyer et des travailleurs des régions éloignées.
La Commonwealth Bank of Australia a rapidement arrêté 45 projets de remplacement par des robots vocaux en quelques jours. Taco Bell a également retiré l'IA vocale de 500 restaurants drive-through.
Gartner prévoit qu'en 2027, la moitié des entreprises ayant établi un "plan de remplacement complet" y renonceront.
L'IPO de Klarna a encore augmenté de 30 % le premier jour, atteignant une valorisation de 20 milliards de dollars, ce qui reflète en partie le fait que les marchés publics sont assez bienveillants tant que les entreprises corrigent rapidement leurs erreurs.
Mais cette logique simpliste de « remplacement », qui consiste à supprimer directement un poste humain et à y intégrer un grand modèle de langage (LLM), peut fonctionner sur des indicateurs axés sur la « quantité », mais échouera inévitablement sur des indicateurs axés sur la « qualité ».
Le coût du recrutement de remplacement dépasse largement les économies initiales. Il est évident que la première tentative de transformation numérique par l'IA dans le domaine de la fintech a donné un résultat mitigé.
Mais ce ne sera certainement pas la dernière tentative.
La version V2 est une amélioration des capacités, avec Harness comme fossé défensif
Ramp a officiellement lancé "Glass" au début avril 2026.
Seb Goddijn, expert interne en IA ayant collaboré avec cinq collègues pour développer cet outil, a publié un article détaillé. Ce jour-là, Eric Glyman, PDG de Ramp, a partagé l'article sur Twitter. En quelques heures, l'article a occupé la première page de Hacker News.
Pourquoi la version V1 a échoué, Goddijn l'a souligné avec précision :
The primary barrier to AI adoption is not the model itself, but the extreme complexity of configuring the AI runtime environment.
Glass est exactement ce que Ramp a créé pour briser ce壁垒:
Tout d'abord, la configuration d'accès automatisée — il suffit de se connecter via Okta SSO, et chaque outil interne autorisé (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk, ainsi que les outils internes Ramp) est intégré en couche inférieure.
Ensuite, créez le Dojo — un marché comprenant plus de 350 compétences AI, chacune étant un fichier Markdown chargé d'enseigner à un agent comment accomplir une tâche. Toutes sont stockées dans Git, soumises à des revues de code et gérées par contrôle de version.
Un agent intelligent nommé Sensei推送 les cinq compétences les plus pertinentes pour le nouvel employé le premier jour de son intégration.
Troisièmement, construire une base de mémoire durable — générée automatiquement via l'authentification et mise à jour en continu par un pipeline de traitement intégré sur 24 heures. Ainsi, lors de chaque interaction, l'agent possède une connaissance complète de l'équipe de l'employé, des projets auxquels il participe, des tickets actifs et des flux de communication en cours.
Aujourd'hui, 99,5 % des employés de Ramp utilisent l'IA chaque jour.
Ramp a été partiellement écrit par l'IA et progresse vers 80 %. Son chef produit, Geoff Charles, a mis en place un cadre de maturité L0–L3, où L3 représente le déploiement direct de fonctionnalités de production par des agents IA.
Tout employé encore au niveau L0 est considéré comme en grève à l'intérieur.
Ramp est actuellement évaluée à 32 milliards de dollars américains, avec un ARR (revenu récurrent annuel) de 1 milliard de dollars américains, et occupe la première place du classement Fast Company 2026 des entreprises les plus innovantes du secteur financier.
Klarna tente de réduire le seuil de main-d'œuvre grâce à l'automatisation, tandis que Ramp s'efforce d'élever la ligne de fond de productivité par employé. Coinbase se situe entre les deux.
AI Harness
Au cœur de tout cela réside le concept d'« AI Harness ».
Des entreprises comme Manus ont créé une architecture permettant de compresser et de transformer l'intelligence artificielle brute en flux commerciaux répétables, tandis que des frameworks d'orchestration comme OpenClaw les rendent accessibles au grand public.
Un ensemble Harness est une combinaison parfaite d'authentification, d'intégration système, de mémoire, d'annuaire de compétences accumulées par l'équipe, de programmeur de tâches nocturnes et d'interface interactive multi-panneaux permettant aux analystes d'effectuer plusieurs tâches en parallèle.
Et ces modèles de langage avancés ne sont que des composants interchangeables au sein de ce système Harness — lorsque OpenAI lance GPT-5.5 ou qu'Anthropic publie Opus 5, Ramp se contente de remplacer le modèle, tandis que tout le reste du système continue de fonctionner normalement.
Le produit Cowork d'Anthropic sera officiellement commercialisé (GA) au premier trimestre 2026, intégrant 11 plugins spécifiques à des postes, couvrant les domaines des ventes, des finances, du droit, du marketing, des ressources humaines, du développement, du design et de l'exploitation — cette logique de classification des postes est identique à celle de Dojo de Glass.
Une fois que tu acceptes que la productivité de l'IA est façonnée par les flux métier et non par les boîtes de discussion, le rôle professionnel devient naturellement l'unité la plus élémentaire d'une organisation IA.
C’est précisément la logique sous-jacente des outils dédiés à la création d’« entreprises sans humains » lorsqu’ils réfléchissent à la construction d’organisations axées sur l’IA. Voir ci-dessous Polsia, ainsi que la carte rapide des segments industriels qui suivent.
Les marchés financiers rattrapent leur retard
Alors que de nombreuses entreprises logicielles traditionnelles luttent en raison de la désintermédiation par l'IA, un type d'acteurs progresse à contre-courant.
Ces entreprises ont creusé tôt des fossés de données propres, et elles intègrent désormais sans effort des logiciels IA ponctuels dessus.
Prenez l’exemple de Box, une entreprise de stockage de fichiers professionnelle : après la publication de ses résultats du quatrième trimestre de l’exercice 2026, son cours a grimpé de 10 %. Aaron Levie a résumé la situation lors de la conférence téléphonique sur les résultats :
The file is, at its core, the natural unit of work for AI agents.
Enterprise Advanced——Box proposant une couche d'abonnement avancée axée sur l'IA et les flux de travail—est tarifée à 30 % à 40 % de plus que la version phare traditionnelle Enterprise Plus.
Les revenus du quatrième trimestre ont atteint 420 millions de dollars, en hausse de 5 % sur un an.
- Box Extract permet d'extraire précisément des données structurées à partir de contrats.
- Box Shield Pro introduit directement l'IA agentic dans les systèmes de contrôle d'accès
- Le mode professionnel et le mode étendu de Box AI Studio permettent aux agents de traiter des charges multi-étapes dans une fenêtre de contexte plus large.
Levie a déclaré dans un entretien avec GeekWire :
À part les 12 premiers mois après sa création, Box n'a jamais semblé aussi être une startup qu'aujourd'hui.
Sachez que jusqu'à 95 % des données d'entreprise sont non structurées. Les agents IA ont un besoin extrême de ces données et doivent être appelés tout en conservant intégralement les limites d'autorisation.
Celui qui contrôle ce coffre-fort de données avec autorisation peut se libérer de l'étiquette de « stockage bon marché » et être réévalué par les marchés financiers comme une « infrastructure d'agent ».
Autrefois, le marché considérait Box comme le frère un peu gênant de Dropbox, avec un cours longtemps stagné à 26 dollars. Aujourd'hui, le prix cible moyen de Wall Street s'élève à 35,63 dollars, soit une prime de 35 % par rapport au cours actuel.
Un autre exemple est Plaid, ce regroupement de données financières qui a failli être racheté par Visa et espérait ainsi devenir un réseau de paiement direct.
Mais pendant un certain temps, Plaid se trouvait dans une position assez embarrassante : Web3 est ensuite arrivé en tête, remplaçant Web2 en tant que nouvelle infrastructure financière à la mode.
De son sommet de valorisation de 13,4 milliards de dollars en 2021, Plaid a connu un déclin jusqu'à 6,1 milliards de dollars lors d'un tour de marché primaire en avril 2025, puis a rebondi à 8 milliards de dollars lors d'une offre d'achat secondaire en février 2026 visant à offrir de la liquidité aux employés.
Il doit évoluer.
Environ 20 % des nouveaux clients de Plaid sont des entreprises nées de l'IA — elles développent des agents nécessitant un accès autorisé aux données financières et s'appuyant sur une infrastructure d'identité fiable.
La plateforme de lutte contre la fraude de Plaid Protect a détecté 50 % de tentatives de fraude supplémentaires par rapport aux outils d'authentification similaires lors des tests au début de 2026.
Plaid Bank Intelligence propose à son tour aux banques, via le Retention Score et les bientôt lancés Primacy Indicators, une capacité de prédiction de la perte de clients.
Plaid est actuellement réévalué comme le plus grand corpus de données de transactions financières autorisées au monde.
Ce n'est pas un pipeline de données — les pipelines de données sont toujours des produits bon marché. Le véritable actif, c'est l'intelligence construite dessus, et la proportion de clients natifs AI constitue la preuve la plus convaincante de cette affirmation.
Un exemple typique est son intégration avec Perplexity — créant ensemble un « ordinateur » complet d'administration financière personnelle. Que nous manque Mint.com ! (application américaine emblématique de gestion budgétaire personnelle lancée en 2006)
Box et Plaid se trouvent du même côté du même parcours.
Les deux ont été évaluées pendant l'ère des taux d'intérêt nuls (ZIRP) selon la logique du « roi du SaaS », ayant vu leurs valorisations divisées par deux ; aujourd'hui, elles sont à nouveau évaluées selon une toute nouvelle logique : les entrepôts de contenus non structurés et les réseaux de données avec autorisation constituent la matrice fondamentale que les agents peuvent lire dans l'ère V2.
La version V3 est l'orchestration — la naissance de l'entreprise à une personne
Sam Altman a un pari avec d'autres PDG de la technologie sur l'année où la première entreprise à un seul fondateur atteindra une valeur de 1 milliard de dollars.
Dario Amodei évalue la probabilité d'apparition d'ici 2026 à 70 % à 80 %, en citant trois domaines : le trading propriaire, les outils pour développeurs et le service client automatisé.
Sequoia ajuste son modèle d'investissement et de souscription, en faisant du "leverage agentique" (revenu par personne) le signal principal. Pour les entreprises acceptées lors des premières promotions de Y Combinator, 95 % du code a été généré par l'IA.
En fait, certaines entreprises ont déjà créé un levier économique impressionnant grâce à l'IA.
Dans cette entreprise, le PDG devient un « orchestrateur d’agents », pilotant des milliers d’agents d’IA depuis un cockpit géant.
Le schéma organisationnel est devenu un flux de travail pouvant être externalisé à une machine. Le budget des ressources humaines est devenu un budget de puissance de calcul.
La première génération de ces entreprises s'établira dans des domaines étroits : le trading propres, les outils pour développeurs, et des logiciels de consommation spécialisés dotés d'effets de réseau. Dans ces scénarios, le travail est entièrement numérique, la réglementation est légère et les coûts de confiance sont faibles.
They will be fragile, because all single points of failure are fragile.
Ils sont également difficiles à introduire sur les marchés d'entreprises réglementées, où le nom sur le contrat et le visage constituent une entité structurelle.
Mais ce type d'entreprise existe déjà.
Chaque révolution technologique détruit le rôle considéré comme essentiel dans le paradigme précédent — « computer » (calculateur humain des débuts), contremaître de chaîne de production, chef de projet, manager intermédiaire.
Les entreprises qui ont compris en premier la "nouvelle forme d'organisation économique" obtiennent souvent d'énormes retours grâce à leur avance.
Par exemple, la règle des deux pizzas d'Amazon, qui lui permet de maintenir son innovation même à l'échelle d'un million d'employés, constitue elle-même un avantage concurrentiel.
La question réelle n’est pas de savoir si nous finirons par tomber sur une « entreprise à un seul homme » ou une « entreprise sans humain ».
Actuellement, nous sommes toujours en cours de transformation numérique, et la livraison de valeur à l'échelle de l'ensemble de l'économie selon cette trajectoire générera des retours de plusieurs milliers de milliards de dollars.
La vraie question est : Qui peut posséder ou construire le bon AI Harness aujourd'hui peut concevoir la bonne structure organisationnelle pour les entreprises en 2026.
Cela signifie mettre à niveau cet organisme supérieur d'entreprise pour qu'il puisse continuer à combattre et vivre encore un jour.
Espérons que nous, les êtres humains, puissions également réaliser nos désirs.