L’IA et la ruée vers l’or

C’est peut-être parce que j’ai la face collée sur l’arbre de la techno, mais la forêt me semble être composée uniquement d’arbres d’IA ces temps-ci. Avec ChatGPT qui mène la parade, l’IA c’est le buzzword par excellence.

Faut investir en IA avant que la compétition le fasse.

Faut devenir un prompt engineer parce que programmeur c’est dépassé.

Faut avoir un .ai parce que .com c’est tellement 2022.

Tout ça me sonne comme la folie du web en 2000, du mobile en 2008, des réseaux sociaux en 2012. En bref, faut faire de quoi parce que les autres le font. 🤷‍♂️

Ça me fait penser à 2005 quand j’ai lancé Nuouz (lire news), un me-too de digg.com. J’ai développé ça en quoi, une couple de jours max? Et bien je n’étais pas seul. On a dû être une vingtaine à faire la même chose en même temps. Aucun n’a vraiment fonctionné. 🤦‍♂️

Même chose avec les sites de penny auctions (vous vous rappelez, pouvoir acheter une xbox pour 12$?). J’en ai fait un en même temps que des dizaines d’autres. Gros flop. 🤦‍♂️

Même chose avec la Million dollar home page. J’ai essayé de faire la passe comme le mec. Mais on était des centaines à essayer en même temps. Demande moi si j’ai réussi à vendre un pixel? 🤦‍♂️

Je vois plusieurs tools d’IA suivre le même pattern. Facile à faire. Facile à lancer. Plein de monde lance la même chose en même temps.

Bien sûr, le potentiel de l’IA est incroyable. C’est une révolution majeure, comme l’Internet, les microprocesseurs ou le mobile. Aucun doute que ça va changer bien des choses. 

Moi même, ça fait un bon moment que je tire des cailloux dans la flaque de l’IA pour voir comment ça se comporte. Je trouve ça très intéressant. Les possibilités me semblent illimitées.

Et c’est peut-être aussi un problème.

De un, on dirait que pour les problèmes simples à régler c’est facile créer de la valeur, mais plus compliqué pour la capturer, i.e. faire un bon profit. 💰

De deux, les gros problèmes semblent inaccessibles pour les petits entrepreneurs comme moi. Question d’expertise, de budget faramineux, de qualité et quantités de données accessibles ou pas.

De mon point de vue d’entrepreneur qui pense « produit », ce n’est pas évident de trouver une opportunité qui a le potentiel de faire une business pour les 10-15 prochaines années et qui va faire dans les 10M$ de revenus.

Quand on y pense, qui va faire de l’argent avec l’IA? 🤔

Quelqu’un à déjà dit « In a gold rush you’d better sell pick and shovels ». Autrement dit, la meilleure façon de faire de l’argent n’est pas avec l’or, mais avec les compléments vendus aux chercheurs d’or. Les restos, les pelles, l’hébergement, les vêtements, les GPS, etc.

Ici, ce sont les NVidia, Azure, Google et autres OpenAI de ce monde.

Je vois très bien le potentiel pour des firmes de services comme Videns. Ils peuvent faire des projets personnalisés pour des clients qui ont des données. Le potentiel de l’IA dans chaque organisation qui a un minimum de données est immense si on pense au service client, ventes, assurance qualité, etc. 

Puis si une recette fonctionne pour un, ça peut sûrement s’appliquer à d’autres. Ainsi un projet de « service » devient éventuellement un « produit ». C’est une bonne avenue, bien que l’aspect « service » me tente pas mal moins. 🤨

Je vois évidemment le potentiel pour les gros joueurs comme Shopify, Google, Amazon, etc. Ils ont déjà un shitload de données. En plus, ils ont les experts et du gros budget.

Mais moi? Je les prends où mes données pour un éventuel produit?

Via des APIs ou autres sources ouvertes? Oui ok. Mais ça veut dire que ce ne sont pas mes données comme tel. Alors ça devient difficile d’empêcher les autres d’imiter.

Via ma propre collecte de données? Oui ok. Mais ça veut dire qu’on part de zéro et ça peut être long avant d’avoir le seuil requis pour de la qualité. 

Et pour les modèles? Je prends les trucs open source disponibles à tout le monde?

Si on prend l’équation business Défendable + Différenciation = Profits alors ça donne pas mal zéro. Nada. ⛔

Bien franchement, je vois beaucoup de startups et/ou d’outils/plugins qui sont super cool, mais qui ont zéro défense face à la concurrence. Ça prend plus qu’un produit utile pour faire une business profitable et durable.

Par ailleurs, c’est un brin ironique, mais beaucoup de systèmes d’IA reposent sur une armée d’humains pour collecter et étiqueter des données pour pouvoir les entraîner. 🤨

Mais bon, tu peux aussi me dire que j’ai réussi DashThis alors que c’est relativement facile à imiter. Après tout, on se connecte sur des APIs publics et on fait de la visualisation en utilisant des librairies tout aussi publiques. 

Je pense que la différence entre DashThis et mes autres projets qui ont flopper est que DashThis a demandé un investissement nettement plus important. Bien que ça n’était pas impossible à répliquer, ça ne se fait pas en un week-end non plus. Ça va prendre au minimum des mois à un me-too. L’adoption de ce nouveau mode (SaaS, automatiser la collecte de données avec des APIs), était véritablement plus lente que ChatGPT qui a eu des millions d’utilisateurs en quelques jours. 

Un autre gros facteur de succès de DashThis a été le SEO. C’était un immense Océan Bleu à l’époque alors j’ai profité du truck load de trafic de qualité et gratuit. Aujourd’hui, c’est clairement plus difficile de trouver des niches pour sortir au top quand on part de zéro. 🎯

Alors donc, comment une startup bootstrapped avec une petite équipe peut créer une business viable et profitable en AI?

Quelques idées:

  • Développer un modèle unique qui fait mieux que les alternatives en termes de performance ou de précision. C’est-à-dire, si ton modèle est public et accessible, tout le monde pourra le copier.
  • Si on est pas capable de ramasser nos propres données alors il faut essayer d’obtenir une certaine exclusivité auprès de partenaires afin de mettre des barrières à la compétition. 
  • Réussir à collecter des données auprès de clients/utilisateurs/prospects en échange de valeur ajoutée. 
  • Développer une communauté autour d’un problème niché. Une communauté, c’est très difficile à copier.
  • Penser aux données non structurées. Les données ne sont pas seulement dans un beau fichier excel, mais dans plein de sources et dans plein de format. Les données non publiques des entreprises sont un beau terrain de jeu. Difficile d’accès et c’est justement ça que tu veux.
  • Avoir un brevet. Si on est capable de protéger nos algorithmes légalement, ça donne un sérieux avantage. Les modèles open source c’est bien, mais c’est ouvert à tout le monde.
  • Offrir du contenu exclusif qu’on ne retrouve pas ailleurs, basé sur les données, mais surtout innover continuellement pour distancer les copieurs.

J’ajouterais de penser beaucoup à la distribution. Amateurs think about product. Professionals think about distribution. 🎯

Aucun doute que d’autres entrepreneurs plus allumés verront des opportunités que je suis incapable de voir pour l’instant. Je suis curieux de pouvoir m’en inspirer!

Mais bon, peu importe ce qu’on dit sur l’IA, ça reste un moyen de faire quelque chose. Le comment. Idéalement, on part du pourquoi, de quel problème on veut régler exactement. Et ensuite, mieux vaut avoir une bonne idée de notre avantage par rapport aux autres alternatives / compétiteurs.

Enfin, leçon apprise: je ne rejouerai pas le jeu du me-too facile à faire cette fois. 🤪

📧 Reçois les prochains billets dans ton email! 👇