Bon, il faut adresser LE sujet chaud chez les entrepreneurs : Que construire à une époque où l’IA est l’interface principale sur laquelle on peut reconstruire toutes les fonctionnalités des outils en allant chercher la donnée dans des logiciels existants ? Les startups se retrouvent coincées entre les IA généralistes et les logiciels qui possèdent déjà les données.
Pour comprendre où il reste de la place, il faut distinguer quatre niveaux d’agents IA : 1) Les assistants qui recherchent et résument l’information. 2) Les agents de processus qui exécutent des procédures. 3) Les agents de politique qui appliquent les règles de l’entreprise aux cas ambigus. 4) Les agents décisionnaires qui arbitrent entre stratégie, risques et ressources.
Les 2 premiers niveaux sont cuits depuis longtemps… et les SaaS historiques commencent aussi à exercer du jugement (Docusign confronte les clauses aux règles des juristes). Mais leur vision reste partielle (Salesforce voit le dossier commercial, pas toute la vente, Docusign, le contrat, pas toute l’affaire). Donner accès aux données à Claude ne suffit donc pas à lui apprendre à bien travailler.
L’opportunité pour les startups est donc de se spécialiser sur une tâche précise et d’apprendre des corrections des experts. L’IA travaille, un professionnel explique ses erreurs, puis la startup améliore son système. Harvey applique parfaitement cette stratégie au droit. Sans attendre les données confidentielles des cabinets, la startup a créé 1 750 simulations de missions juridiques à partir de données publiques, synthétiques et produites par des experts, chacune évaluée selon une cinquantaine de critères.
Et les marchés les plus propices sur ce domaine sont : le droit, la fiscalité, la comptabilité et le contrôle qualité industriel car 1) le travail se répète souvent, 2) il nécessite du jugement, 3) un expert peut rapidement identifier les erreurs et 4) la startup peut commencer par une tâche avant de prendre en charge tout le processus.