Gagner avec l'IA est facile, durer ne l'est pas : quatre filtres avant de se lancer

Gagner de l'argent avec l'IA n'a jamais semblé aussi simple : en quelques invites, un outil génère un site, un logo ou un assistant. Et c'est précisément là que se referme le piège décrit par Sandeep Swadia : la facilité de fabrication se confond avec la facilité de victoire. Il résume la situation d'une formule, l'illusion artificielle , et l'illustre par la vidéo en ligne : autrefois, trois chaînes décidaient qui existait à la télévision, alors qu'aujourd'hui chacun peut publier sans permission — mais vingt millions de clips supplémentaires paraissent chaque jour. La création se démocratise, la valeur se raréfie. Comme le note Forbes , l'envolée de l'IA générative a produit un torrent de jeunes pousses dont l'écrasante majorité ne sont que des enveloppes posées sur les interfaces des grands fournisseurs de modèles. Quand tout le monde dispose des mêmes outils, l'outil ne protège personne.

Face à ce constat, l'intervenant propose un parcours en quatre filtres, le cadre DEAL : la demande, l'avantage, l'accès et les boucles. Chaque initiale désigne une porte à franchir avant d'investir un euro et une heure de plus. La demande vérifie que quelqu'un paie ; l'avantage explique pourquoi c'est vous et pas un clone ; l'accès décrit le chemin réel vers l'acheteur ; les boucles garantissent que chaque tour rend le suivant plus intelligent. L'ordre compte : sans demande prouvée, l'avantage ne sert à rien, et sans canal, le meilleur produit reste invisible. La suite du propos teste chaque filtre avec un cas concret, de la voiture électrique au rasoir par abonnement.

La demande : le portefeuille tranche

Le premier filtre tient en une phrase : une bonne idée se reconnaît au moment où quelqu'un commence à payer. Pour le prouver, le récit remonte à 2006, quand Tesla, encore fragile, veut construire des millions de voitures électriques sans savoir si une seule trouvera preneur, face au scepticisme général devant Toyota et BMW. La parade consiste à exposer le Roadster et à proposer les cent premiers exemplaires en série spéciale, contre un acompte de cent mille dollars — sans livrer la moindre voiture. La série s'épuise en trois semaines et, dès août 2007, cinq cent soixante-dix Roadster sont déjà réservés, des mois avant le démarrage de la fabrication. Le client vote et oppose son veto par le portefeuille : s'il ne paie pas, il faut changer l'offre, la cible ou l'idée elle-même.

Reste à vérifier la demande sans se raconter d'histoires, et la méthode proposée compte trois gestes. D'abord viser la niche dans la niche : pas les petites entreprises en général, qui n'existent nulle part, mais les cabinets dentaires de moins de trois sites dans trois villes voisines, ou les recruteurs indépendants, ou les marques de vente en ligne sous le million de chiffre d'affaires. Ensuite parler aux acheteurs, jamais aux amis, car les amis rassurent pendant que les acheteurs décrivent la douleur, l'obstacle et le prix qu'ils mettraient pour la faire disparaître. Enfin construire le plus petit test possible, la version minimale viable, la confier aux futurs acheteurs, ajuster et recommencer jusqu'au premier paiement. L'erreur classique consiste à fabriquer à l'envers : un site assemblé en dix minutes prouve que l'outil sait faire un site, jamais que quelqu'un paiera pour l'obtenir.

L'avantage : ce que l'outil ne donne pas

Le cas de la comptabilité automatisée montre ce que donne cette discipline. Aux États-Unis, QuickBooks détient déjà une vaste part du marché et une nuée de jeunes pousses dites natives de l'IA l'attaquent de front : l'occasion n'est donc pas la comptabilité par IA en général, mais un client étroit et un problème que les outils actuels ne résolvent pas. L'intervenant raconte sa propre expérience de consultant : aucun logiciel standard ne collait à son organisation, il a fait appel à un comptable indépendant qui a bâti un processus sur mesure autour de ses habitudes, avec l'IA en renfort. La leçon consiste à resserrer encore — consultants indépendants, pressings de quartier — puis à interroger une dizaine de prospects sur ce que ni QuickBooks, ni les nouveaux entrants, ni leur comptable actuel ne règlent. PitchGrade chiffre l'enjeu : seize milliards de revenus annuels pour Intuit, dont environ huit et demi pour l'activité petites entreprises, avec un verrouillage des usages et une complexité des données comme remparts. LedgerBrief ajoute l'échelle : plus de six millions d'abonnés à QuickBooks en ligne, et deux familles d'outils à distinguer, les logiciels historiques assistés par IA et les plateformes nativement conçues autour de l'apprentissage.

Le deuxième filtre répond à la question centrale : que construire de difficile à copier, puisque l'IA elle-même ne constitue jamais l'avantage ? Trois sources possibles : l'imagination, l'obtention et le contexte. L'imagination s'incarne dans l'artiste de rue canadien Guy, cracheur de feu et musicien, qui rêve d'un cirque au moment où le genre décline face aux parcs d'attractions. Il marie le cirque au spectacle de Broadway — acrobates, lumières, musique originale, récit, sans animaux — et donne naissance au Cirque du Soleil, crédité dans le propos d'environ un milliard de revenus annuels. L'obtention, elle, vient du récit de direction de l'intervenant : trois voies de croissance, dont deux sur des marchés plus vastes et très tentants, puis le choix inverse de se concentrer davantage — un marché, un problème, un produit, un type de client — jusqu'à une belle cession quelques années plus tard.

La troisième source d'avantage, le contexte, doit beaucoup à Andrew Ng, dont MIT rapporte la thèse : les algorithmes sont largement disponibles, parfois en libre accès, et l'heure est à l'ingénierie systématique des données nécessaires au système. Ses savoirs, ses relations, ses conversations, ses erreurs et ses flux de travail, nul outil ne les possède à votre place. IEEE complète le portrait : pionnier de l'entraînement sur processeurs graphiques avec ses étudiants de Stanford, cofondateur de Google Brain, ancien responsable scientifique de Baidu, Ng applique aujourd'hui cette vision à l'inspection visuelle dans l'industrie avec sa société Landing AI. Et à vingt-six ans sans passé industriel ? Le propos rassure : on fabrique du contexte en se resserrant et en fréquentant ceux qui vivent le problème. Passionné de photo, on hésite entre servir les marques en ligne, les agences immobilières ou les photographes de mariage — trois problèmes distincts — et l'avantage naît des questions de terrain : où le flux casse, où se perdent l'argent et le temps, ce que le client valorise, ce que devient l'activité hors saison.

L'accès et les boucles : le canal puis l'apprentissage

Le troisième filtre, l'accès, rappelle que tout produit doit épouser son canal. L'histoire de Dollar Shave Club l'illustre : vendre lames et rasoirs aux hommes face au gorille Gillette rendait la bataille des supermarchés perdue d'avance, d'où la vente directe au consommateur par abonnement, avec livraison régulière à domicile — et cinq ans après le lancement, le rachat par Unilever pour un milliard. Le canal épouse parfois le client : pour un logiciel destiné aux pressings, la rencontre se joue sur les cartes en ligne, au téléphone et en poussant la porte des boutiques. L'exemple du simulateur d'entretien transpose la leçon : un agent qui étudie curriculum, offre, culture d'entreprise et adapte ses questions séduit sur le papier, mais on ne chasse pas les candidats un par un. La distribution passe par les bureaux d'insertion des universités, les écoles de code, les recruteurs ou les cabinets de reclassement — car l'utilisateur, le candidat, n'est pas l'acheteur. Comme l'écrit Foundra , qui reprend la phrase de Thiel sur la distribution comme première cause d'échec, un produit moyen qui possède son canal bat un excellent produit sans canal : Notion et ses modèles, Linear et son ingénieur répondant à tout le monde, Figma et ses modules communautaires.

Le quatrième filtre transforme l'usage en actif : chaque interaction doit rendre le tour suivant plus intelligent. L'image vient de la Formule 1, où le pilote enchaîne les tours pendant que les ingénieurs dépouillent des centaines de capteurs, comparent les chiffres au ressenti, règlent des détails et renvoient la voiture en piste. La jeune pousse transpose le rituel : appels de vente, tickets d'assistance, avis et entretiens regorgent d'enseignements, qu'on confie aux grands modèles pour y détecter des régularités invisibles à l'œil nu, puis on réinjecte le tout dans le fonctionnement. Nvidia donne à ce mécanisme son nom savant de volant de données : une boucle où les données issues des usages affinent les modèles, ce qui améliore les résultats et produit des données encore plus précieuses, à travers traitement, personnalisation, évaluation, garde-fous et déploiement. La règle de gestion est simple : la boucle doit rendre l'entreprise plus efficace à chaque passage, car dans une course où l'avantage d'un laboratoire s'efface au suivant, seule compte la vitesse d'apprentissage.

L'état d'esprit de l'artisan

Le final déplace le regard de l'entreprise vers la personne qui la construit. Si les artisans de Crémone, en Italie, ne produisent que trois à six violons par an, sélectionnant épicéa et érable à la réponse acoustique et passant des mois sur un seul instrument, c'est que le jugement — savoir à quoi ressemble le beau — ne s'achète pas : il se fabrique en bricolant, en luttant, en écoutant. Le propos invite à la même ascèse : confier tout le labeur à l'outil, jamais l'apprentissage ni le raisonnement, et avancer à la vitesse de l'IA sans lui abandonner le volant. Forbes fournit l'avertissement jumeau : sans barrières à l'entrée, l'enveloppe se copie en un week-end. Reste la question qui ouvre le propos et que chacun emporte : que construire de difficile à copier, là où l'atelier peut prospérer des années ?