Dialogue | Zhang Peng

Lorsque tout le monde se précipite pour développer des « employés numériques » et des outils « Agent », et s'engage dans une compétition incessante dans des scénarios spécifiques, où se trouve véritablement le avantage concurrentiel des startups en IA ?

Récemment, Zhang Peng, fondateur et PDG de Geek Park, et Liu Ye, fondateur de VisionFlow, ont mené une discussion prospective après l'explosion d'OpenClaw. En tant que l'un des premiers programmeurs chinois nés en 1979, Liu Ye a traversé l'ensemble du cycle allant du matériel de base au logiciel, en passant de l'intégration entreprise (ToB) à l'éducation en ligne (internet industriel). Après plusieurs mois de retrait et d'échanges avec des chercheurs des principales entreprises mondiales d'IA et des entrepreneurs de premier plan en Chine, il est arrivé à une conclusion impitoyable : considérer l'IA comme un « employé numérique » capable de remplacer une tâche unique constitue une simplification excessive de la réalité métier par une approche d'ingénieur.

Au cours de cette conversation, Liu Ye a introduit une série de concepts et cadres extrêmement inspirants, tels que « l'exposition progressive » et « la matrice multidimensionnelle des tâches ». Au cours du débat, une possibilité future est devenue de plus en plus claire : la prochaine étape de l'IA ne sera pas une prolifération d'outils automatisés, mais la construction d'« organisations numériques » dotées de mécanismes de collaboration, de reporting et de réflexion. Lorsque la culture d'entreprise ne sera plus nécessaire et que les tâches à faible dimension auront été entièrement éliminées, le PDG du futur ne sera peut-être plus un « directeur général », mais un « producteur » doté d'une esthétique extrême.

Il s'agit d'une exploration et d'une hypothèse sur la structure organisationnelle à l'ère de l'IA, les barrières à l'entrée commerciale et l'écosystème des nouveaux entrepreneurs. Nous espérons susciter des discussions plus approfondies sur l'avenir des entrepreneurs.

Voici la version condensée de la conversation compilée par GeekPark :

La bataille des 10 000 A a commencé, il y a trop de choses à faire,

Mais quoi faire est le plus important

Zhang Peng : De ZuoYe Hezi à aujourd'hui, tellement enthousiaste à l'idée d'explorer les changements apportés par OpenClaw, as-tu toi-même connu des changements ?

Liu Ye : Je suis l'une des premières générations de programmeurs en Chine, j'ai commencé à apprendre la programmation dès mon enfance. J'ai traversé l'évolution du BASIC au DOS, puis à Windows et à l'ère actuelle de Mac, et j'ai été témoin de l'émergence des trois grands portails. J'ai travaillé dans l'informationisation des entreprises, avec l'ambition de créer le IBM chinois ; plus tard, j'ai changé de cap pour JoinBox, en participant activement à l'éducation en ligne. L'éducation en ligne est une industrie profondément structurée, la forme la plus élevée de l'Internet industriel, et aussi le « dernier train ». Cette expérience m'a profondément convaincu que le cœur de l'Internet industriel n'est pas la technologie, mais l'industrie elle-même, c'est-à-dire les activités commerciales. Les lois de l'Internet industriel consistent d'abord à effectuer des mises en relation d'informations, puis à standardiser les produits, suivies par la chaîne d'approvisionnement, et enfin par des services complexes non standardisés. Plus on avance dans cette séquence, plus les marges brutes augmentent, mais plus il devient difficile à réaliser.

Ainsi, au moment où la vague de l’IA a commencé, la première chose que j’ai faite, c’est de passer près de six mois à ne rien faire d’autre qu’engager des conversations avec tous ceux que je pouvais : des scientifiques en chef de start-ups célèbres aux algorithmes, ingénieurs et chercheurs clés des grands fabricants de modèles de base, en passant par les nouveaux entrepreneurs de l’IA. J’ai parlé à tout le monde, accumulant environ mille heures de discussions intensives. Jusqu’à quel point ? Jusqu’à ce que, dès qu’ils prononçaient la première moitié de leur phrase, je connaisse la seconde. Les consensus entre tous étaient désormais très similaires.

Après avoir discuté avec tout le monde, la conclusion était étonnamment uniforme : tout le monde fait la même chose — des employés numériques. Cela m’a rappelé la mauvaise interprétation stratégique d’un grand patron concernant le cloud computing, qui avait dit que ce que Alibaba faisait avec le cloud, c’était simplement un disque dur en ligne. En utilisant un ancien cadre pour comprendre quelque chose de nouveau, vous ne voyez jamais que la couche la plus superficielle.

Aujourd'hui, tout le monde pense qu'il suffit de devenir un employé numérique et de créer un « vendeur numérique » ou un « service client numérique » avec Claude. Où est la barrière technologique ? Où est le avantage concurrentiel ? Quand brûler des centaines de millions de TOKEN par jour devient une norme, cela ressemble davantage à la fabrication qu'à une entreprise en croissance. Alors je pose la même question à chaque entrepreneur : Pourquoi toi ? Pourquoi toi, et pas les autres ? Es-tu plus jeune ? Plus intelligent ? Plus capable de travailler jusqu'à tard ? Compétitionner sur un seul critère, ce n'est pas simplement la différence entre « 69 secondes » et « 70 secondes » ?

Zhang Peng : Hmm, il y a tellement de choses à faire aujourd'hui, mais ce qui compte le plus, c'est de savoir quoi faire. As-tu des réflexions à ce sujet ?

02 Les dix ans de l'Internet industriel se rejoueront aujourd'hui

Liu Ye : L'IA est très différente, mais je crois qu'il existe toujours des parallèles avec les lois de l'Internet industriel. Au début, on développe des outils, puis au milieu, on se concentre sur les activités, et enfin, on passe au conseil. Lorsque la technologie n'est pas encore mature, les premiers à entrer sont inévitablement les ingénieurs, qui ont tendance à sur-abstraire le monde — comme le « calcul par cadre » de Baidu, qui considérait tout comme un cadre. Mais la seconde moitié de l'Internet mobile repose sur le contenu et les services, pas sur les cadres.

Les personnes issues de l'ingénierie ont souvent une vision trop simplifiée de l'organisation. Regardez les trois grands portails de la première génération d'Internet : ceux qui ont réussi le mieux à la fin étaient Tencent et Alibaba, qui s'éloignaient légèrement de la technologie mais étaient très proches de l'industrie. Aujourd'hui, c'est pareil : la technologie devient de moins en moins importante.

Zhang Peng : Cette vague de étudiants en lettres semble bien s'amuser ; ne pas savoir coder ne semble plus être un problème. Mais à long terme, quelles sont les exigences de l'ère de l'IA pour les humains ? Qu'est-ce qui a changé ?

Liu Ye : Dans la structure des talents en Chine, j'ai remarqué un problème. Les premiers programmeurs chinois étaient aussi des chefs de produit, car il n'existait pas encore de poste de chef de produit à l'époque. Le poste de chef de produit n'est devenu largement reconnu qu'autour de l'année 2010, après la sortie de l'iPhone 4 par Jobs et les idées de Zhang Xiaolong sur les produits, ce qui a donné naissance à l'expression « tout le monde est un chef de produit ». Avant cela, les programmeurs assuraient à la fois les fonctions de programmeurs et de chefs de produit : les programmeurs sont apparus en premier, puis les chefs de produit ; ainsi, les premiers programmeurs étaient aussi des chefs de produit. Les premiers programmeurs n'apprenaient pas la programmation pour travailler, mais par passion ; ils y ont consacré leur énergie par amour pour ce qu'ils faisaient. Ce sont précisément ces personnes non définies, qui sortaient des sentiers battus, qui se sont distinguées le plus.

Mais les programmeurs de la deuxième génération, avec l'essor de l'industrie Internet au cours de la dernière décennie, sont devenus des « ouvriers du code » ; les chefs de produit sont devenus des architectes, et les ouvriers du code ont été conditionnés à ne plus réfléchir aux métiers. Aujourd'hui, avec l'arrivée de l'IA, la partie « code » a été éliminée ; sans évolution, ils ne resteront que des « agriculteurs ». Ces jeunes sont très talentueux, mais leur compréhension des industries est vide. Ainsi, la « guerre des 10 000 A » actuelle est fondamentalement une surabondance au niveau des outils.

À l’ère de l’internet industriel, des entreprises comme Alibaba et Meituan utilisent systématiquement des professionnels issus des grandes sociétés de conseil (MBB) pour l’analyse commerciale, et font diriger les processus métiers par ces consultants auprès des produits managers, car les produits managers issus de l’internet manquent naturellement d’une approche systémique. Feishu a été construit de cette manière. Même si ByteDance est une entreprise purement internet, elle utilise largement des consultants pour établir ses processus internes. À l’ère de l’IA, cette tendance ne fera que s’accentuer, pas diminuer.

03 Les problèmes d'entreprise ne sont jamais des problèmes de personnel, mais des problèmes organisationnels.

Zhang Peng : Donc, tu penses que se concentrer sur le « salarié numérique » n’a pas beaucoup de sens.

Liu Ye : Voici mon jugement le plus fondamental : les employés numériques ne sont pas la fin, c'est l'organisation numérique qui l'est. Si les employés numériques deviennent omniprésents, que le poste de recrutement n'existe plus et que tout le monde peut avoir de bons employés numériques, alors quoi ? Toutes les entreprises pourraient-elles alors gagner de l'argent et réussir ? En réalité, tous les problèmes des entreprises sont des problèmes de stratégie et d'organisation, jamais des problèmes de personnel.

Ainsi, aujourd'hui, les agents continuent d'effectuer des tâches pour les gens, et non de prendre des décisions à leur place. Nous avons rénové OpenClaw pour créer un outil appelé MetaOrg. Il s'agit fondamentalement d'un noyau capable de générer des équipes d'agents. Pour résoudre toute tâche, nous ne déployons pas un seul employé, mais nous construisons une « organisation ». Cette organisation possède des relations de collaboration, des chaînes de hiérarchie, une mission, des objectifs et des méthodes d'action.

Zhang Peng : Mais est-il possible qu'à l'avenir, une personne soit un département ? Même une entreprise ?

Liu Ye : C'est une excellente question. Reprenons au niveau de la tâche, par exemple lorsqu'on utilise l'IA pour créer une courte vidéo ou rédiger un document, il faut plusieurs cycles de conversation. Vous dites une phrase, elle répond, puis vous lui donnez un retour : c'est une utilisation de type outil, elle est simplement très intelligente.

Le concept de personne et de département ne s'agit pas d'une question de quantité, mais de qualité. Lorsque nous décrivons une fiche de poste senior, nous disons généralement : premièrement, être capable de travailler et de réaliser diverses tâches, d'utiliser divers outils. Un poste senior consiste à comprendre les intentions, planifier activement les chemins à suivre, exécuter de manière proactive, livrer les résultats, faire des rapports réguliers, réfléchir et synthétiser les résultats obtenus, et ajuster dynamiquement les stratégies en fonction des écarts constatés. C'est cela, la compétence avancée.

Zhang Peng : Un département qualifié doit être un « niveau 4 d'automatisation »

Liu Ye : Oui. Lui donner une compétence lui permet d'accomplir des tâches complexes ; lui fournir un système de compétences lui permet d'accomplir des tâches complexes et intégrées ; lorsqu'un ensemble d'agents est orchestré, il peut accomplir des choses encore plus complexes, comme tourner une courte série. Je dis souvent à mes employés lors des réunions : lorsque vous utilisez MetaOrg, ne vous considérez pas comme un superviseur, mais comme un président du conseil. Vous devez essayer de sonder ses limites.

Pour les jeunes qui entreprendront dans le futur, alors qu'auparavant on disait que la famille donnait 500 000 yuans pour démarrer une entreprise, dans le futur, ce pourraient être des TOKENS alloués pour expérimenter. La quantité de TOKENS que vous êtes prêt à dépenser détermine le niveau d'emploi auquel vous pouvez prétendre. Plus l'emploi est élevé, plus la chaîne de raisonnement est longue, et plus il nécessite des essais et erreurs répétés, des itérations et des synthèses.

Zhang Peng : Revenons à la question précédente : si un groupe d'agents peut être décomposé en unités plus fines, ou encore décomposé selon des postes et des compétences spécifiques, la qualité de chaque individu au sein de l'équipe déterminera le succès ou l'échec face à la tâche centrale. Cela ramène à la logique de concurrence organisationnelle de l'ère précédente : la densité des talents, c'est-à-dire une haute qualité des talents, facilite la réalisation et la supériorité de la tâche centrale de l'organisation.

Le cœur de la question réside dans le fait que, si à l'avenir toutes les IA sont omniscientes et que nous pouvons toutes appeler la meilleure IA, alors, outre la valeur créée par les organisations commerciales grâce à une fourniture plus efficace de services spécialisés, il faut également considérer un autre niveau : celui de la « densité de talents ». Autrement dit, plus vos agents et bots possèdent des capacités décomposées jusqu'à un niveau atomique élevé, plus la « densité de talents » est élevée, ce qui améliore les résultats, l'efficacité et même l'innovation dans les tâches complexes. Je ne sais pas si ce raisonnement est correct.

Liu Ye : Je partage ce point de vue. Dans les entreprises, il existe un département, généralement appelé OD (Organizational Development) dans les grandes entreprises. Pour évaluer la capacité d'une organisation à remporter une bataille, la méthode courante consiste à comparer tous les talents de l'adversaire, en analysant la correspondance entre les personnes et les postes, ainsi que la force des compétences par rapport aux exigences du poste, afin de prédire le résultat du conflit. Ainsi, les entreprises gagnent généralement grâce à leur capacité organisationnelle, et non à leur stratégie commerciale. L'exemple le plus typique est Alibaba. Alibaba accorde une grande importance à la construction organisationnelle, ce qui lui permet aujourd'hui de connaître un « deuxième souffle ». En effet, les fondateurs vieillissent, mais l'organisation peut se renouveler indéfiniment. Fondamentalement, si un jour nous sommes concurrents et que nous utilisons tous deux l'IA, j'ai créé une organisation IA puissante avec une forte capacité de développement organisationnel en matière d'IA. Comment construire cette organisation ? Je vais ouvrir un par un les systèmes de compétences des agents de mes concurrents, analyser leur code de compétences, puis développer dans mon propre système des compétences supérieures, voire combler les fonctions manquantes. Par exemple, si j'ai un département stratégie, je commencerai par observer et analyser.

Huawei utilise une méthodologie appelée « cinq regards, trois décisions ». J'ai plaisanté avec un ami en disant que si nous appliquions simplement cette approche lors de notre création d'entreprise, nous éliminerions 99 % de nos concurrents. Les « cinq regards » consistent à examiner les tendances du secteur, le marché et les clients, les concurrents, nos propres capacités et les opportunités stratégiques ; les « trois décisions » consistent à définir les points de contrôle, les objectifs et les stratégies. Cette méthodologie suffit à éliminer la majorité des concurrents, car la plupart des gens jouent aux échecs au hasard, en s'appuyant sur une réflexion rapide, tandis que les experts adoptent par défaut un mode de réflexion approfondie et de raisonnement. La première réaction doit être : je dois penser en tant que commandant pour déterminer comment aborder cette question.

Zhang Peng : Ce qu'on appelle « cinq observations, trois décisions » signifie essentiellement ne pas réagir de manière réflexe, mais plutôt instaurer un processus de raisonnement à long terme.

Liu Ye : Les experts utilisent un modèle basé sur une recherche approfondie et une réflexion ; ils commencent par examiner les meilleures pratiques et informations mondiales, puis synthétisent, analysent et réfléchissent en profondeur avant de fournir une réponse, qui est toujours décisive.

Je pense donc que le cœur de la concurrence future ne repose qu'une seule chose : modéliser les activités des industries traditionnelles, les abstractiser en capacités systémiques capables d'orchestrer des agents intelligents. Il s'agit de la nouvelle génération de compétences en développement organisationnel (OD), qui évoluera vers l'AIOD, la seule compétitivité fondamentale de l'avenir.

L'avantage fondamental d'Alibaba réside dans la construction d'organisations : une fois celle-ci bien établie, l'entreprise peut faire face à n'importe quel concurrent et mener n'importe quelle activité avec compétitivité. De plus, Jack Ma a déjà déclaré que le but d'une bataille n'est pas nécessairement de conquérir un domaine spécifique, mais de permettre la croissance de l'organisation à travers le combat. Alibaba évalue la valeur d'une bataille selon le critère central de la croissance organisationnelle — une approche d'une grande sophistication. Jack Ma lui-même agit comme une superbe plateforme d'information, effectuant 200 voyages par an pour recueillir diverses informations qu'il utilise ensuite pour perfectionner la construction organisationnelle. Il est véritablement un président au sens plein du terme, et non simplement un PDG.

C'est la forme d'organisation la plus avancée que nous ayons observée : capable de traverser plusieurs générations, de couvrir différents secteurs, de connaître des succès continus et de se rétablir après une période de déclin. En général, une entreprise qui nomme mal son PDG pendant dix ans a de fortes chances de décliner. Ainsi, en tirant des leçons de l'histoire et en adoptant une perspective plus élevée pour analyser le développement actuel, même des ajustements et optimisations mineurs du modèle existant sont bien plus efficaces que de reconstruire tout depuis le début.

Maintenant, n'importe qui peut facilement créer un agent, la courbe d'apprentissage pour les employés est extrêmement faible, et avec le soutien de la communauté open source, il ne reste plus beaucoup de secrets dans l'industrie. La concurrence sur le plan des outils ne peut jamais rivaliser avec la communauté open source. Alors, quel est le avantage compétitif fondamental que la communauté open source ne possède pas et ne peut pas reproduire ?

04 La physique des organisations AI : pourquoi l'exposition progressive est-elle essentielle ?

Zhang Peng : Lorsqu'on parlait d'organisation à l'ère précédente, on mettait l'accent sur des éléments tels que la culture d'entreprise, les valeurs, les KPI, etc. Lorsque nous passons de la gestion d'organisation de l'ère précédente à la nouvelle ère des agents IA, quels éléments peuvent être complètement abandonnés, et lesquels peuvent être conservés mais nécessitent une transformation ?

Liu Ye : La raison fondamentale pour laquelle Anthropic a lancé des skills réside dans la philosophie de « révélation progressive » dans le domaine du codage par IA — si une IA reçoit une grande quantité d'informations désordonnées, elle subit une dégradation du contexte et une perte d'attention, ce qui entraîne du désordre ; seule une révélation progressive permet à l'IA de maintenir une bonne attention et de produire des résultats de haute qualité. Si la révélation progressive devait être réalisée manuellement, cela reviendrait fondamentalement à une conversation entièrement humaine, peu efficace. Ainsi, la valeur essentielle des skills réside dans la décomposition hiérarchique des tâches complexes pour réaliser une révélation progressive de l'IA.

Cela est cohérent avec la logique de gestion d'entreprise : le conseil d'administration se concentre sur les questions stratégiques, le PDG sur les questions opérationnelles et la gestion des cadres supérieurs, tandis que les employés traitent les tâches simples. Si 300 personnes participent simultanément à la même réunion, celle-ci ne peut plus être menée efficacement. Le sens fondamental d'une organisation réside dans la gestion hiérarchisée de l'information, tout comme les trois formes normales d'une base de données améliorent l'efficacité en compressant et en hiérarchisant les données. Les problèmes complexes doivent être décomposés en couches et révélés progressivement, et non exposés en une seule fois avec un volume massif de contexte — c'est précisément la logique fondamentale des structures organisationnelles traditionnelles, car la puissance de calcul disponible à un moment donné est limitée.

Zhang Peng : Le modèle doit consommer une énorme puissance de calcul pour créer à chaque fois depuis le début, ce qui est trop peu efficace.

Liu Ye : Cela n'est pas réalisable ; l'essentiel repose sur une exposition progressive et hiérarchisée : les ressources nécessaires doivent être appelées, ce qui est déterminé par les limites des capacités des modèles d'IA. De plus, une autre raison pour laquelle Anthropic a introduit les compétences est que les tâches complexes dépassent désormais les théorèmes fondamentaux de la physique ; les compétences permettent de décomposer les tâches complexes en une série de tâches simples à faible dimension. Le critère fondamental de distinction des tâches n'est pas leur difficulté, mais leur complexité — il existe différents types de complexité, comme des tâches à faible dimension mais haute difficulté, ou à haute dimension et haute difficulté. Par exemple, la programmation informatique ou la résolution de problèmes mathématiques relèvent de tâches à faible dimension mais haute difficulté.

Yu Kai de l'horizon a proposé un modèle classique : tous les métiers peuvent être classés en quatre quadrants selon le « niveau de concurrence » et le « niveau de dimension », à savoir haute dimension haute concurrence, basse dimension basse concurrence, basse dimension haute concurrence, et haute dimension basse concurrence. Les ventes et les ingénieurs appartiennent à la catégorie basse dimension haute concurrence ; les produits et les PDG appartiennent à la catégorie haute dimension haute concurrence ; les scientifiques relèvent de la catégorie haute dimension basse concurrence — ces sujets peuvent n'être étudiés que par une seule personne dans le monde entier, avec une faible concurrence mais une dimension extrêmement élevée. Des tâches de haute dimension et haute concurrence, comme les courts séries de qualité ou les bons romans, l'IA ne peut pas encore accomplir ; tandis que des tâches de basse dimension haute concurrence, comme l'optimisation du code, l'IA peut déjà les assumer efficacement. Plus une tâche est de haute dimension, moins il y a de sources de données, mais plus la quantité de données requise pour entraîner le modèle est grande — c'est la raison fondamentale pour laquelle les modèles textuels sont apparus en premier, suivis par les modèles d'images et de vidéos, et pourquoi les modèles de courtes vidéos peinent à être déployés. Ce déséquilibre entre l'offre et la demande de tâches et de données de haute dimension ne peut être compensé que par la décomposition des compétences en tâches, tout comme dans une entreprise, lorsqu'on ne trouve pas de candidats pour des postes avancés, on les décompose en trois postes de base ; seul le poste de PDG, de haute dimension, est irrémédiablement irremplaçable.

Zhang Peng : Les tâches à faible dimension et forte concurrence seront très probablement entièrement remplacées par l'IA.

Liu Ye : Il sera entièrement remplacé, et ce remplacement a déjà eu lieu.

Zhang Peng : C'est exact, donc tous les domaines à faible dimension et à forte concurrence devraient être résolus au plus vite grâce à l'IA, en les décomposant en compétences, puis en les mettant en œuvre via des agents ; ce processus ne nécessite pas nécessairement la participation humaine.

Liu Ye : J'ai une idée préliminaire : IBM et Accenture, en tant que deux des plus grandes entreprises de conseil au monde, ont pour activité fondamentale d'extraire les meilleures pratiques industrielles et de les aligner sur la numérisation ; elles vendent des processus, et non des outils. Lorsqu'une entreprise achète des processus de gestion des risques ou de la propriété intellectuelle, elle fait toujours appel à une société de conseil pour sa mise en œuvre. Notre travail central actuel consiste à construire des clusters de compétences, à identifier les experts de pointe dans chaque domaine, à extraire leurs capacités et à les aligner pour former des ensembles de compétences standardisés. Cela ressemble au modèle de Zuoyebang — Zuoyebang collabore avec le lycée n°4 de Pékin, le lycée affilié à l'Université Renmin, les concepteurs d'examens du Gaokao et des enseignants de Xueersi pour extraire les méthodes fondamentales de création de questions, d'explication et de correction, puis travaille avec des ingénieurs en algorithmes de Baidu pour construire un système ; il s'agit également d'aligner les meilleures pratiques. La capacité organisationnelle fondamentale réside dans la constitution d'équipes interdisciplinaires de qualité, qui doivent comprendre l'industrie et l'ingénierie, être capables de coordonner les experts de pointe dans divers secteurs, tout en possédant des compétences en affaires, en recrutement et en gestion des talents — ce qui constitue la composition fondamentale des nouvelles entreprises AI SaaS.

Zhang Peng : En poussant plus loin la réflexion, l'avenir exige de déduire la structure organisationnelle nécessaire à partir des dimensions opérationnelles. L'organisation est fondamentalement une structure d'orchestration, semblable à un système d'exploitation opérationnel — en plaçant les individus comme unités de productivité dans une organisation adaptée, on maximise leur valeur ; à l'inverse, elle ne fonctionne pas efficacement. Les facteurs de production ont désormais changé : ils ne dépendent plus de la main-d'œuvre humaine, mais d'une IA offrant une capacité infinie, qui peut s'étendre continuellement dès lors qu'un cercle vertueux est établi. La culture organisationnelle passée peut désormais être transformée en objectifs et en contexte, sans nécessiter de slogans, de réunions formatées ni d'activités de cohésion.

Liu Ye : La culture est une intention de gestion, pas une intention commerciale. À l'ère précédente, la stratégie commençait par la vision, la vision déterminait la valeur, l'organisation se soumettait à la stratégie, les activités validaient tout, tandis que la culture n'était qu'un moyen de gouverner l'organisation, sans servir directement la stratégie, voire n'était parfois qu'une préférence personnelle du fondateur.

Zhang Peng : Lors du processus de service aux clients, il existait de nombreux écarts ; l'IA est-elle en train de les éliminer ?

Liu Ye : Oui, la culture n'est plus importante à l'ère de l'IA. La culture fait partie des croyances qui organisent les êtres humains, mais l'IA n'en a pas besoin. L'IA n'a pas de corps physique et n'a pas besoin d'être guidée par la culture. Le besoin fondamental de l'IA est la puissance de calcul.

Zhang Peng : Vous voulez dire que l'IA a besoin d'objectifs et de principes. Un seul document suffit à définir clairement ces objectifs et principes, permettant à toutes les unités de productivité de se synchroniser immédiatement et de les exécuter fidèlement, sans déviation. Une grande partie de la friction dans les organisations humaines disparaît.

Liu Ye : Oui. L'ancienne organisation : stratégie → culture → talents → exécution ; l'organisation actuelle basée sur l'IA : objectifs → principes → compétences → orchestration. La chaîne de gestion a été divisée par deux.

05 La dernière barrière : esthétique et chorégraphie

Zhang Peng : Quelles sont les nouvelles barrières pour les entreprises ? La qualité des talents est remplacée par les Skill Set ; tant que j'ai un sens esthétique, je peux puiser dans le monde entier les meilleures compétences. Au niveau supérieur, il s'agit de l'« orchestration », n'est-ce pas ? Quels changements cela entraînera-t-il ?

Liu Ye : Tout comme on peut acheter tous les composants électroniques à Huaqiangbei, pourquoi tout le monde ne peut-il pas créer un iPhone ? La biographie de Jobs définit très clairement l'esthétique : avoir vu suffisamment de bonnes choses dans le monde et être capable de distinguer le bon du mauvais, c'est l'esthétique. Si l'on n'a jamais vu de bons produits, de bons processus ou de bonnes organisations, on ne peut pas produire des résultats de qualité.

Zhang Peng : La connaissance est la condition préalable à l'esthétique.

Liu Ye : Du talent et de la connaissance, c'est tout.

Zhang Peng : L'esthétique se manifeste de deux manières : premièrement, par une conception et une organisation actives ; deuxièmement, par la reconnaissance et le choix de choses de qualité qui émergent dans le chaos. Ces deux approches ne sont pas contradictoires.

Liu Ye : Il n'y a effectivement pas de conflit. Une partie des résultats d'Apple sont le fruit de développements internes, une autre provient d'acquisitions de tiers ; l'essentiel est de posséder un sens esthétique — pas besoin de réinventer la roue, il suffit de développer en interne si nécessaire.

Zhang Peng : L'essentiel réside dans le fait de laisser l'agent exécuter ses actions au sein du module configuré avant de confirmer le chemin, afin d'atteindre un orchestration émergente ; ou bien de définir directement tous les chemins pour réaliser une orchestration conçue.

Liu Ye : L'émergence est non manipulable ; il faut d'abord établir des règles et principes de base, ce qui révèle le goût d'une personne. Tout comme un excellent ingénieur peut créer un Openclaw performant avec 500 ou 5 000 lignes de code, tandis qu'un ingénieur peu qualifié ne parvient pas à atteindre le même résultat avec 50 000 lignes, les règles fondamentales doivent toujours être définies par des humains.

Zhang Peng : Donc, on ne peut pas attendre l'émergence dans le chaos, car cela prendrait un temps extrêmement long ; la mise en scène reste essentielle. Cette mise en scène ne peut-elle finalement provenir que du fondateur, ou ressemble-t-elle davantage à un « producteur » ?

Liu Ye : Je trouve que cette définition du producteur est excellente. C'est vrai que, même avec l'émergence et les effets d'échelle, il est nécessaire de procéder à l'annotation des données, au nettoyage des données et à un alignement continu des algorithmes pour éviter une croissance désordonnée.

La répartition des tâches dépend de la complexité de l'activité — une personne ne peut pas gérer seule des activités complexes, comme la production de courtes séries ou la rédaction de prompts, ce qui pose de nombreux défis en pratique. Le concept de « entreprise à un seul employé » est surutilisé ; le monde ne peut pas être simplifié à l'infini. Bien qu'un ordinateur puisse être géré par une seule personne, il est extrêmement rare de trouver des talents exceptionnels capables de maîtriser plusieurs domaines et de prendre en charge n'importe quel poste, comme Elon Musk ou Fei-Fei Li.

Zhang Peng : Si nous pouvons mobiliser les meilleurs agents et systèmes de compétences au monde, comme un excellent scénariste, théoriquement, pourrions-nous utiliser ces ressources pour produire un film mondialement connu et rentable ? Bien que le scénariste apporte un point fort central (un bon scénario), il ne peut pas accomplir tous les étapes. Ce cercle vertueux « point fort central + ressources mondiales » est-il réalisable ?

Liu Ye : C'est essentiellement une question de données — existe-t-il des données stockant des informations de plus haute dimension ? Par exemple, pour former les compétences d'un PDG, il n'existe actuellement pas suffisamment de données : les textes de dix mille caractères de Ren Zhengfei ou les déclarations orales de Jack Ma ne parviennent pas à refléter complètement leur cognition de haute dimension ; même en collectant tous les états financiers des entreprises du monde entier et toutes les déclarations des PDG, il serait impossible d'entraîner un modèle capable de remplir les fonctions d'un PDG, car la capacité essentielle d'un PDG réside dans des connaissances implicites qui ne peuvent pas être entièrement révélées par le texte.

Zhang Peng : Autrement dit, les compétences fondamentales du PDG ne peuvent pas encore être vectorisées. Cela limite l'idéal d'une « entreprise à une personne » — même si chacun peut exploiter ses avantages sur un seul axe et combiner des ressources de premier plan mondial, il manque toujours un coordinateur central, ce qui revient fondamentalement à un problème de capacité d'organisation. Au final, posséder les meilleurs « composants » nécessite toujours une forte capacité d'organisation.

Liu Ye : Il en va de même pour les produits managers, dont les connaissances implicites ne peuvent pas être entièrement textuelles. C'est la raison fondamentale pour laquelle les compagnons IA et les contenus générés par IA ne sont pas encore suffisamment « vivants » — ils manquent de soutien de données en matière de connaissances implicites de haut niveau. Lorsque les volumes de données sont faibles, concentrez-vous sur les compétences ; lorsque les volumes de données sont importants, passez ensuite aux modèles. Les robots ne peuvent pas encore être déployés, car ils manquent tout simplement de données suffisantes.

Zhang Peng : On peut donc en déduire que, dans le futur, la compétitivité des entreprises ne dépendra plus de l'accès aux modèles de pointe — les ressources initiales en IA semblent homogènes, la puissance de calcul dépend de la richesse et de la capacité à boucler les processus métier ; la différence finale reviendra néanmoins à « l’producteur » lui-même, c’est-à-dire à ses compétences en organisation et à l’innovation et à la pertinence de ses objectifs, deux éléments qui constituent la compétitivité fondamentale de l’entreprise.

Liu Ye : Un ancien associé de McKinsey m'a autrefois dit que l'activité principale de McKinsey consiste à extraire les meilleures pratiques, à établir des modèles, puis à aider les entreprises à les mettre en œuvre une par une. Par exemple, lorsqu'on conseille des fabricants automobiles chinois, on consulte les collègues japonais sur les pratiques de Toyota ; il s'agit essentiellement de copier et de déployer les meilleures pratiques.

L'exemple de Mi Meng pour les courts métrages est très instructif. Diplômée en littérature chinoise, elle a constitué une équipe centrale composée de talents issus des départements de mathématiques et d'informatique de Tsinghua et de Peking, spécialisés dans l'analyse des logiques des vidéos virales, ce qui lui a permis d'atteindre un taux de viralité extrêmement élevé. Cette approche revient fondamentalement à modéliser l'ingénierie sociale du secteur ; même s'il existe un risque de surajustement, la direction de la modélisation est correcte.

IBM, Accenture et McKinsey font toutes ce genre de choses — McKinsey de première génération a modélisé les meilleures pratiques sur les partenaires, tandis qu'IBM l'a transformé en processus numériques ; en essence, il s'agit tous deux de « vendre de la gestion et des processus ».

Zhang Peng : L'essentiel consiste à identifier les meilleures pratiques, puis à les vérifier et les mettre en œuvre de manière répétée ; c'est là la clé du succès des organisations commerciales de l'avenir. Seule une analyse approfondie permet une orchestration efficace. Votre direction principale à venir consiste donc à avancer selon cette logique ?

Liu Ye : Au cours des trois dernières années, nous nous sommes principalement concentrés sur les activités AI ToC, en reconstruisant l'ensemble du système pédagogique et de recherche selon la méthode MetaOrg. Ce n'est pas simplement une histoire de « utilisation de l'IA pour améliorer l'efficacité ». Nous avons créé une organisation pédagogique entièrement agente, composée de plusieurs équipes virtuelles : une équipe de recherche en apprentissage des langues suit les dernières théories en acquisition d'une seconde langue ; une équipe de collecte de corpus verticaux extrait des expressions naturelles à partir de contextes réels ; une équipe d'évaluation des dialogues établit des critères multidimensionnels pour évaluer la compétence orale ; une équipe de conception de dialogues traduit les méthodes pédagogiques en interactions naturelles homme-machine ; une équipe de conception de conteneurs d'exercices résout les problèmes d'adaptation entre la forme et le contenu des exercices ; et une équipe d'analyse de données extrait des signaux réels sur l'efficacité d'apprentissage à partir du comportement des utilisateurs. Chaque équipe possède ses propres compétences, ses propres flux de travail et ses propres critères d'évaluation. Actuellement, environ 80 % des tâches — telles que l'étiquetage des données pédagogiques, la surveillance et l'évaluation, l'analyse des utilisateurs et l'itération produit — sont réalisées par l'IA.

Notre parcours de développement consiste à passer de « l’IA comme fonction » à « l’IA comme capacité organisationnelle ». Le poste d’enseignant d’anglais présente une complexité moyenne ; nous l’avons déjà abstrait et généré sous forme d’autres postes via MetaOrg ; en combinant cette approche avec la dernière architecture de compétences, il est possible de construire des postes encore plus avancés.

Nous avons actuellement achevé la mise en place complète du tutor IA, incluant l'abstraction et la réalisation technique des capacités d'orchestration. À l'avenir, il est très probable que le Meta tutor évolue vers une organisation Meta — dont l'unité de base est le poste, et non l'employé, avec pour cœur de gravité la collaboration et la gestion entre postes. Notre priorité actuelle est d'établir des partenariats avec les meilleurs PDG de chaque secteur, car ce sont eux les « producteurs » principaux.

Zhang Peng : Donc ce que vous avez lancé ressemble davantage à un département extensible ?

Liu Ye : L'objectif est de progresser vers une approche « entreprise » ; une grande entreprise est fondamentalement composée de plusieurs petites entreprises, et l'unité la plus élémentaire est le poste. Il faut à la fois se concentrer sur les choix stratégiques de l'ensemble du secteur et commencer par les postes pour faire évoluer les produits — si les postes ne sont pas bien gérés, même un manager compétent ne pourra pas créer une organisation efficace.

Zhang Peng : Pour bien gérer un département, il faut d'abord décomposer les compétences et les postes associés, puis décomposer les compétences correspondantes à chaque poste, en visant à atteindre un niveau SOTA pour ces compétences.

Liu Ye : Il n'y a qu'une seule méthode fondamentale : co-créer avec les entreprises les plus performantes. Les compétences développées doivent être évaluées par des entreprises de premier plan pour vérifier qu'elles répondent aux besoins, tout comme un plan rédigé par un subordonné doit être approuvé par son supérieur — il ne s'agit pas de s'auto-congratuler. Par exemple, pour modéliser des courts métrages, il faut obtenir la reconnaissance des institutions les plus prestigieuses du secteur ; sinon, ce n'est pas véritablement de la pointe. Tout doit être évalué et mesuré.

Midjourney peut produire des images de haute qualité, car son équipe est composée de photographes et d'ingénieurs possédant un sens esthétique d'excellence ; LV a entraîné un modèle d'images avec Stable Diffusion, dont les résultats dépassent largement ceux des modèles ordinaires, car LV dispose des meilleurs critères esthétiques et des données les plus performantes au monde. Il apparaît donc que la capacité d'évaluation est le cœur du sujet. Pour créer une entreprise d'IA, il faut adopter la même approche qu'IBM ou Huawei — après avoir servi les principaux constructeurs automobiles, IBM a intégré les meilleures pratiques de fabrication et les a diffusées ; Huawei a investi 4 milliards de dollars dans le processus IPD, qu'il utilise à la fois pour sa propre gestion et pour le commercialiser à l'extérieur : telle est la véritable compétence distinctive.

Zhang Peng : Il s'agit essentiellement de décomposer les compétences selon les meilleures pratiques, d'atteindre l'état de l'art (SOTA) pour chaque compétence, puis de les améliorer pour atteindre le SOTA au niveau des postes et des départements, et enfin de les organiser pour aboutir au SOTA de l'activité. Voilà le chemin clair vers l'excellence opérationnelle. Il y a aussi une question cruciale : comment maintenir l'actualité des compétences ? Tout comme la variation dans la biosphère terrestre, le SOTA d'une époque peut être remplacé à l'époque suivante. Comment faire face à ce changement ?

Liu Ye : La logique fondamentale est cohérente avec celle de l'évolution humaine et biologique, à savoir percevoir, planifier, agir, réfléchir. Maintenir une forte densité de talents et une nature interdisciplinaire au sein de l'organisation, d'un côté en entrant en contact avec les frontières technologiques (les chercheurs), de l'autre en étudiant les modèles commerciaux, tout en co-créant avec les clients de pointe du secteur et en évaluant et optimisant continuellement dans des scénarios réels : telle est la seule méthode.

Zhang Peng : En inversant ce raisonnement, les systèmes formés par les meilleures pratiques des entreprises de premier plan peuvent aider les entreprises de niveau moyen à réaliser une progression spectaculaire, mais ces systèmes ne sont probablement accessibles qu'aux entreprises disposant de ressources et de moyens financiers, ce qui les rend inaccessibles aux petites et moyennes entreprises et aux jeunes entrepreneurs. Le secteur du conseil a évolué d'un service traditionnel vers des produits outillés : les opportunités pour la nouvelle génération ne résident-elles que sur le plan des compétences ? Comment réaliser une innovation disruptive au niveau des compétences afin d'éviter que le secteur ne tombe dans un « cercle aristocratique » ?

Liu Ye : Dans la génération précédente du secteur SaaS, des entreprises comme Salesforce, Palantir, Notion et Slack, certaines se sont spécialisées dans des outils universels, d'autres dans des services d'intégration, prouvant que les jeunes entrepreneurs ont encore des opportunités — éviter les domaines où l'on n'a pas d'avantage compétitif, se concentrer sur des compétences universelles et trouver un écosystème adapté. Notion en est un exemple typique : elle ne touche pas aux processus métiers spécifiques, mais abstractise simplement la fonction de prise de notes textuelles pour devenir un outil universel. Le monde finira par être composé de nombreuses entités intelligentes (agents) travaillant en collaboration. Les jeunes doivent d'abord identifier leur écosystème, puis exploiter leurs forces spécifiques, s'ancrer dans les tendances futures et éviter de devenir les ennemis du temps. Au cours des dix dernières années, les premiers entrepreneurs internet étaient principalement des rapatriés (bénéficiant d'un avantage cognitif), les seconds des programmeurs (bénéficiant de l'explosion des outils), et les troisièmes du secteur industriel internet étaient souvent des entrepreneurs en seconde intention. Les tendances sont claires : les jeunes doivent comprendre la phase intermédiaire et leurs propres avantages.

Zhang Peng : Donc, vous pensez que les innovations et optimisations locales au niveau des compétences ont un effet limité ; la plus grande opportunité pour la nouvelle génération réside probablement dans l'innovation d'objectif — identifier les nouveaux objectifs émergents de l'époque, les combiner avec des compétences de qualité et les faire évoluer continuellement afin de construire un nouveau système autour de ces objectifs et réaliser une percée.

Liu Ye : La compétition en matière de compétences est très subtile. Bien que les compétences actuelles soient populaires, si quelqu'un parvient à s'aligner sur les meilleurs experts humains et à développer des compétences supérieures, les compétences actuelles seront remplacées. Cela ramène à la question du avantage concurrentiel : les premiers arrivés ne sont pas nécessairement ceux qui gagneront en dernier, et risquent de devenir le « terreau nutritif » pour des adversaires de niveau supérieur.

Zhang Peng : Ce qui fait peur, c’est de devenir un « chargeur » qui ne fait que poser les bases pour un adversaire de niveau supérieur. Optimiser l’efficacité sur des objectifs existants n’a aucun sens, car cet avantage d’efficacité sera finalement effacé. Ainsi, pour réaliser une percée, la nouvelle génération doit apporter une différence fondamentale aux objectifs eux-mêmes.

Liu Ye : C'est exact, ne pas se développer en tant que force centrale ne fait que nourrir des adversaires de dimensions supérieures. La nature du commerce est simple : il s'agit de bien identifier qui est le client, comment servir le client et comment rendre le client dépendant de vous. Tout jeune qui ne parvient pas à clarifier qui est son client ne peut pas réaliser d'optimisation.

Zhang Peng : Il faut également se concentrer sur les marchés émergents ; la concurrence sur les marchés existants est extrêmement difficile. Si votre activité réussit, elle portera les entreprises du secteur au même niveau d'avancement, et ces entreprises disposent à la fois de richesse et de connaissance — il est très difficile pour les jeunes de rivaliser avec elles sur les marchés existants.

Liu Ye : Dans la génération précédente du secteur SaaS, le succès d'entreprises comme Notion et Slack reposait principalement sur une différenciation cible.

Au début du développement des SaaS de la génération précédente, les fonds chinois avaient tendance à investir dans des scientifiques, mais ont ensuite constaté que les scientifiques étaient plus adaptés à la collaboration et à l’échange qu’à l’entrepreneuriat — les domaines de haut niveau et à faible concurrence dans lesquels les scientifiques évoluent diffèrent des logiques de haut niveau et forte concurrence du monde des affaires ; plus le niveau du domaine est élevé, plus il est difficile de passer à un nouveau domaine, car les modèles de pensée fondamentaux sont totalement différents. Au début de tout domaine, la concurrence est technologique (faible niveau, forte concurrence, technologie immature) ; une fois la technologie mature, la concurrence devient commerciale (haut niveau, forte concurrence, dominée par des professionnels de l’industrie, des produits managers et des praticiens commerciaux). Par exemple, au lancement initial de l’iPhone, les applications classées en tête étaient principalement développées par des programmeurs ; quelques années plus tard, avec l’émergence de l’industrie Internet, tous les produits dominés par des programmeurs dans les classements ont été remplacés.

Si l'ère de l'IA poursuit la logique de l'Internet mobile, les forces centrales de la Silicon Valley resteront les professionnels expérimentés, tout comme l'Internet industriel en Chine est principalement porté par des entrepreneurs à la seconde expérience. Les opportunités pour les jeunes résident toujours à trouver des objectifs différenciés.