Réflexion interne d'a16z : les produits sociaux basés sur l'IA ne sont peut-être pas viables en théorie
TechFlow SélectionTechFlow Sélection
Réflexion interne d'a16z : les produits sociaux basés sur l'IA ne sont peut-être pas viables en théorie
L'IA ne fait que simuler l'"expression", sans jamais toucher à la relation elle-même.
Dédié à des analyses Web3 approfondiesSource : a16z
Compilation : Z Finance
Image source : a16z
Au cours des dix dernières années, chaque explosion d’un produit grand public a presque toujours coïncidé avec une reconfiguration du paradigme social : des fils d’actualité Facebook aux recommandations algorithmiques de TikTok, nous avons progressivement appris à définir notre identité et à exprimer notre individualité à travers les produits.
À cette époque, l’humain s’exprimait, tandis que le produit jouait un rôle d’assistance ; aujourd’hui, l’IA opère silencieusement un renversement des rôles — elle n’est plus seulement un outil au service de l’humain, mais devient progressivement le sujet de l’expression, l’intermédiaire de la connexion, voire même le porteur d’émotions. De ChatGPT à Veo3, de 11 Labs à Character.AI, nous assistons à une transformation profonde souvent perçue comme une simple « amélioration d’efficacité », alors qu’elle constitue en réalité une délégation massive du rôle humain.
Dans ce débat animé par Erik Torenberg, Justine Moore, Bryan Kim, Anish Acharya et Olivia Moore formulent ensemble un jugement sans précédent : les produits IA d’aujourd’hui ne sont plus des « outils comme des outils », mais des « outils comme des êtres humains », voire en train de devenir des produits qui « remplacent l’humain lui-même ».
Les utilisateurs commencent à payer jusqu’à 200 dollars par mois pour des abonnements IA élevés, **non pas parce qu’ils sont plus puissants, mais parce qu’ils peuvent « agir à votre place », voire « être à votre place ». Veos peut générer une vidéo personnalisée en 8 secondes, ChatGPT rédiger un business plan, offrir un soutien psychologique ou servir de confident émotionnel, 11 Labs vous permet de créer une personnalité vocale unique. Et tout cela se fait désormais sans que vous ayez besoin d’intervenir personnellement, voire sans que vous ayez besoin d’être « vous-même ».
L’essor de la consommation IA porte en lui un signal extrêmement inquiétant : l’expression est formatée, la sociabilité simulée, l’identité reconfigurée.
Nous partageons encore aujourd’hui sur Reddit, Instagram ou Snapchat des versions « moi » générées par IA, mais ces plateformes ne sont que des bouteilles anciennes contenant un nouveau vin. Le véritable réseau social natif IA n’existe pas encore, car l’IA peut produire un « statut », mais ne peut pas créer de « tension émotionnelle » ; elle peut offrir l’illusion de la compagnie, mais non remplacer les luttes imprévisibles et la vulnérabilité inhérentes aux connexions authentiques.
Ce phénomène conduit à trois affirmations bouleversantes :
Premièrement, l’essence des produits IA n’est pas d’améliorer l’utilisateur, mais de redéfinir « qui est l’utilisateur » ;
Deuxièmement, l’émergence des compagnons IA n’est pas le début de la sociabilité, mais bien sa fin ;
Troisièmement, la généralisation des doubles numériques (AI avatars) n’est pas une extension de l’expression, mais la dissolution des frontières de la personnalité.
Dans un avenir prévisible, les produits IA les plus réussis ne seront pas simplement des outils, mais des produits incarnant une personnalité. Ils pourront vous comprendre, vous imiter, vous représenter, vous guider, et finalement — vous remplacer.
Il ne s’agit pas là de la victoire de l’efficacité, mais d’une mutation existentielle.
Révolution de la consommation IA : abonnements chers et restructuration sociale
Erik Torenberg : Merci à tous d’avoir participé à ce podcast sur le secteur de la consommation. On observe que tous les quelques années apparaît un produit révolutionnaire : Facebook, Twitter, Instagram, Snap, WhatsApp, Tinder, puis TikTok. Tous les quelques années surgit un nouveau paradigme, une nouvelle percée. Mais il semble que cette dynamique se soit brusquement arrêtée il y a quelques années. Pourquoi ? Ou bien s’est-elle vraiment interrompue ? Comment reformuleriez-vous la question ? Quel est l’état actuel ? Et vers où allons-nous ?
Justine Moore : Je pense que ChatGPT est probablement le succès grand public le plus marquant des dernières années. Nous voyons également émerger de nombreux produits innovants dans d’autres modalités IA, comme Midjourney, 11 Labs ou Blackforce Labs dans les domaines de l’image, de la vidéo ou de l’audio. Même si des produits comme Veo apparaissent maintenant, ce qui est intéressant, c’est que beaucoup de ces nouveaux outils manquent de cet attribut social ou des caractéristiques traditionnelles des produits grand public que vous mentionnez. Cela pourrait s’expliquer par le fait que l’IA en est encore à un stade relativement précoce, et que la plupart des innovations actuelles proviennent d’équipes de recherche — excellentes dans l’entraînement des modèles, mais historiquement moins douées pour construire des couches produits grand public autour de ces modèles. D’un point de vue optimiste, les modèles sont désormais suffisamment matures, grâce à l’open source ou aux API, pour que les développeurs puissent bâtir dessus des produits grand public plus traditionnels.
Bryan Kim : Cette question est très intéressante, car je suis en train de repasser en revue les 15 à 20 dernières années. Comme vous l’avez dit, Google, Facebook, Uber, etc., lorsque l’on combine Internet, le mobile et le cloud, on a vu naître de nombreuses entreprises impressionnantes. Je pense que la technologie mobile-cloud est désormais mature, ces plateformes existent depuis 10 à 15 ans, et tous les segments ont été explorés à un certain degré. Autrefois, les utilisateurs devaient s’adapter aux nouvelles fonctionnalités d’Apple ; désormais, ils doivent s’adapter à une mise à jour continue des modèles sous-jacents — c’est la première différence.
La deuxième différence, comme vous l’avez souligné, c’est que les gagnants historiques étaient concentrés sur l’information (comme Google), et aujourd’hui ChatGPT poursuit clairement dans cette direction. Dans le domaine des outils pratiques, nous avons manqué Box ou Dropbox, mais maintenant, de plus en plus d’applications grand public apparaissent, et de nombreuses entreprises se disputent ces usages. Même chose pour l’expression créative, où les outils foisonnent. Je pense que ce qui manque actuellement, c’est l’aspect de connexion sociale. L’IA n’a pas encore reconstruit la carte sociale. Ce domaine reste vide, et mérite une observation attentive.
Erik Torenberg : C’est très intéressant, car Facebook existe depuis près de 20 ans. Les entreprises que Justine vient de mentionner, à l’exception d’OpenAI, vont-elles pouvoir exister encore 10 à 20 ans ? Quelle robustesse ont-elles ? Et toutes les applications qu’elles proposent aujourd’hui seront-elles remplacées par de nouveaux acteurs dans 10 ans ? Ou bien continueront-elles à dominer tous les scénarios principaux ?
Anish Acharya : On peut dire que la qualité du modèle économique de ChatGPT est nettement supérieure à celle des entreprises grand public des cycles précédents. Son niveau de tarification atteint 200 $ par mois, contre 250 $ pour le produit grand public le plus cher de Google. Bien sûr, il y a des questions de réseau défensif, mais peut-être que cette approche compense justement les faiblesses antérieures du modèle économique — sans ces éléments, la qualité aurait été encore plus faible. Aujourd’hui, facturer directement l’utilisateur montre que nous avons trop complexifié le problème par le passé.
Erik Torenberg : Peut-être qu’un modèle économique de moindre qualité favorise-t-il en réalité une meilleure rétention ou une pérennité accrue du produit sur le marché ?
Anish Acharya : Exactement. Autrefois, il fallait inventer des histoires pour expliquer comment accumuler de la valeur d’entreprise sans pouvoir être rentable immédiatement. Aujourd’hui, ces entreprises basées sur des modèles réalisent des bénéfices directs. Un autre point soulevé par Justine mérite attention : tous les modèles fondamentaux évoluent dans des directions différentes. Les modèles horizontaux de Claude ou ChatGPT sont-ils interchangeables avec Gemini ? Cela signifie-t-il une concurrence sur les prix ? Mais les cas d’usage varient selon les utilisateurs, et ce que l’on observe en pratique, c’est une hausse des prix plutôt qu’une baisse. En creusant, on découvre donc déjà certaines stratégies défensives intéressantes.
Bryan Kim : Le phénomène de hausse des prix est fascinant, car le modèle de revenus des entreprises grand public a fondamentalement changé entre l’ère traditionnelle et l’ère IA : elles sont désormais capables de générer des profits immédiats. Je réfléchis beaucoup à la rétention — Olivia pourra corriger mon analyse — avant l’ère IA, lorsqu’on parlait d’abonnements consommateurs, distinguions-nous vraiment la rétention utilisateur de la rétention financière ? Car les structures tarifaires étaient stables, et peu d’utilisateurs passaient à des forfaits supérieurs. Aujourd’hui, nous devons impérativement distinguer les deux, car les utilisateurs passent activement à des offres supérieures. Ils achètent des crédits, les dépassent fréquemment, et leur dépense augmente continuellement. Le taux de rétention financière est donc nettement supérieur à celui des utilisateurs — un phénomène inédit.
Olivia Moore : Par le passé, un abonnement grand public haut de gamme coûtait environ 50 $ par an — déjà considéré comme élevé. Aujourd’hui, les utilisateurs sont heureux de payer 200 $ par mois, voire trouvent certains prix trop bas et seraient prêts à payer davantage.
Erik Torenberg : Comment expliquer ce phénomène ? Quelle valeur perçoivent-ils pour justifier une telle dépense ?
Olivia Moore : J’estime que ces produits accomplissent le travail à la place de l’utilisateur. Les abonnements grand public d’autrefois concernaient principalement la finance personnelle, la forme physique, la santé ou le divertissement. Bien qu’ils promettent amélioration ou loisirs, ils nécessitaient un investissement important de temps de la part de l’utilisateur pour fournir de la valeur. Aujourd’hui, un produit comme Deep Research peut remplacer 10 heures de travail d’un utilisateur pour générer un rapport de marché. Pour beaucoup, cette efficacité vaut clairement les 200 $ mensuels, même s’ils n’utilisent le service qu’une ou deux fois.
Justine Moore : Prenons l’exemple de Veo3 : les utilisateurs paient 250 $ par mois sans rechigner, car c’est comme une boîte magique — ils l’ouvrent et obtiennent la vidéo désirée, même si elle dure seulement 8 secondes, son impact est stupéfiant. Les personnages parlent, les utilisateurs créent du contenu impressionnant à partager avec leurs amis, comme une vidéo personnalisée incluant le nom d’un ami, ou une histoire complète publiée sur Twitter. Un tel produit, capable de créer du contenu personnalisé et de le diffuser sur plusieurs plateformes, offre aux consommateurs un pouvoir d’action bien supérieur à tout ce qui existait auparavant.
Anish Acharya : Il semble que tous les domaines de la consommation soient destinés à être remplacés par des logiciels.
Erik Torenberg : Pouvez-vous donner un exemple concret ?
Anish Acharya : Comme l’a dit Olivia, le divertissement a été transformé par les logiciels d’expression créative — ce qui était autrefois réalisé hors ligne est désormais entièrement porté par le logiciel. Les services intermédiaires dans les relations humaines, qui absorbaient autrefois une part importante du revenu disponible, sont eux aussi en passe d’être remplacés par des logiciels. Tous les aspects de la vie seront médialisés par des modèles, et les gens seront prêts à payer pour cela.
Révolution sociale de l’IA : l’essor du « soi numérique » et les points de rupture des plateformes traditionnelles
Erik Torenberg : Brian, vous avez mentionné que, malgré l’ère nouvelle de l’IA, l’aspect social manque encore — les gens dépendent toujours des réseaux sociaux traditionnels comme Instagram ou Twitter. Où se situe le point de rupture ?
Bryan Kim : Le domaine social — ce secteur qui m’enthousiasme tant —, en y réfléchissant bien, repose essentiellement sur la mise à jour d’état. Facebook, Twitter, Snap, tous visent à montrer « ce que je fais ». À travers ces mises à jour, les gens se connectent. La forme de ces états a évolué : du texte à la photo réelle, puis à la courte vidéo. Actuellement, les gens se connectent via des formats comme Reels, ce qui constitue une ère de la connexion sociale. La question est maintenant : comment l’IA peut-elle révolutionner cette connexion ? Comment peut-elle permettre une connexion humaine plus profonde, une perception plus fine de la vie ? Si l’on se concentre uniquement sur les formes médiatiques existantes — photo, vidéo, audio — leurs possibilités ont été largement exploitées sur mobile.
Ce qui est intéressant, c’est que bien que j’utilise Google depuis plus de dix ans, ChatGPT me connaît peut-être mieux — parce que j’y saisis plus de contenu, fournis plus de contexte. Quand ce « soi numérique » pourra être partagé, quelle forme prendront les nouvelles relations humaines ? Cela pourrait devenir la prochaine génération de la sociabilité, particulièrement attrayante pour les jeunes générations lassées des interactions superficielles.
Justine Moore : Nous voyons déjà des cas similaires. Par exemple, le phénomène viral « Demandez à ChatGPT de résumer mes cinq forces et faiblesses » ou « Générez un portrait représentant mon essence », ou encore « Dessinez ma vie en bande dessinée ». Les utilisateurs partagent massivement ces contenus — j’ai publié quelque chose et en quelques minutes, des dizaines d’autres avaient partagé leur version. Curieusement, les comportements sociaux déclenchés par les outils IA sont encore principalement hébergés sur les plateformes sociales traditionnelles, pas sur les nouvelles plateformes IA. Facebook est par exemple envahi de contenus générés par IA.
Bryan Kim : Certains groupes d’utilisateurs n’en sont peut-être pas encore conscients.
Justine Moore : Facebook devient un centre de diffusion pour les contenus IA des utilisateurs âgés, tandis que Reddit et Reels accueillent les créations IA des jeunes générations.
Olivia Moore : Je suis totalement d’accord. La forme du premier réseau social natif IA me laisse perplexe. Nous avons vu des tentatives comme « générer une photo personnelle par IA », mais le problème est que les réseaux sociaux exigent un engagement émotionnel authentique — si tout peut être généré selon ses goûts (apparence parfaite, bonheur affiché, décor stylé), on perd la tension émotionnelle nécessaire aux vraies interactions. Je pense donc que le véritable réseau social natif IA n’existe pas encore.
Bryan Kim : Le terme « cumorphique » (cumorphic) est très pertinent. Beaucoup de produits sociaux IA ne font que simuler les flux d’Instagram ou de Twitter avec des robots/IA, une innovation « cumorphique » qui revient à « recopier l’ancien avec de l’IA ». La vraie percée devra peut-être sortir du cadre mobile — même si les bons produits IA doivent être accessibles sur mobile, les modèles de pointe ont encore besoin de percées en calcul embarqué / côté terminal, ce qui pourrait engendrer de nouvelles formes. J’ai hâte de voir ce que l’avenir réserve.
Erik Torenberg : La recommandation interpersonnelle est clairement un cas d’usage important — trouver un associé, se faire des amis, faire des rencontres. Les plateformes actuelles possèdent déjà d’importantes bases de données utilisateur.
Anish Acharya : Observer les tentatives de type LinkedIn natif IA est très instructif. Le LinkedIn traditionnel ne donne que des informations directionnelles, par exemple « je maîtrise ça », tandis que la nouvelle technologie permet de créer un vrai dossier de connaissances, par exemple en discutant avec une « version numérique d’Erik » pour accéder à toutes ses connaissances. Le futur social pourrait ressembler à cela — quand les modèles connaîtront profondément l’utilisateur, peut-être pourrons-nous déployer des « doubles numériques » pour interagir.
Le secret de la priorité entreprise : vitesse d’innovation et marchés verticaux
Erik Torenberg : Vous avez mentionné que certaines entreprises adoptent les produits IA avant les consommateurs, contrairement aux cycles technologiques précédents. Que signifie ce phénomène ?
Justine Moore : C’est effectivement très intéressant. Avec BK chez 11 Labs, nous avons investi tôt dans 11 Labs, participant à la série A un mois après le premier tour. Nous avons observé que les premiers utilisateurs étaient des consommateurs, créant des vidéos/audio amusants, clonant leur voix, développant des mods de jeux. Mais dans la plupart des cas, le produit n’avait pas encore touché le grand public — aux États-Unis, tout le monde n’a pas encore 11 Labs installé ou un abonnement. Pourtant, l’entreprise a déjà signé de nombreux contrats d’entreprise, avec de gros clients dans l’IA conversationnelle et le divertissement.
Ce phénomène se reproduit sur plusieurs produits IA : une viralité initiale côté consommateur, suivie d’une stratégie de vente entreprise — contrairement à la génération précédente. Aujourd’hui, les décideurs d’entreprise ont une obligation liée à l’IA (par exemple, élaborer une stratégie IA, utiliser des outils IA). Ils surveillent attentivement Twitter, Reddit et les actualités IA, et lorsqu’ils découvrent un produit grand public, ils réfléchissent à son application dans leur métier, devenant ainsi un « levier » pour leur propre stratégie IA.
Bryan Kim : J’ai entendu parler d’un cas similaire : une entreprise lance un produit viral grand public, puis utilise les données de transactions Stripe, injecte les paiements anonymisés dans un outil IA pour identifier l’entreprise cliente. Quand ils détectent qu’une entreprise dépasse un seuil, disons 40 utilisateurs, ils contactent directement : « Plus de 40 employés de votre entreprise utilisent notre produit, envisagez-vous une collaboration entreprise ? »
Erik Torenberg : Vous avez cité beaucoup d’entreprises et de produits au début. Sont-ils des pionniers du type « MySpace », ou ont-ils une valeur durable ? Dans 20 ans, parlerons-nous encore d’eux aujourd’hui ?
Justine Moore : Nous espérons naturellement que toutes les grandes entreprises IA grand public d’aujourd’hui survivront, mais la réalité pourrait être différente. La différence clé entre l’ère IA et les cycles précédents est que la couche modèle et les capacités techniques évoluent rapidement. Souvent, nous n’avons même pas encore atteint le potentiel maximal de ces technologies. Par exemple, après le lancement de Veo3, on peut soudain réaliser des dialogues multi-personnages, un traitement audio natif, des fonctions multimodales, alors que les LLM textuels sont relativement matures, tous les domaines ont encore de la marge d’amélioration. L’observation montre que tant qu’une entreprise reste à la « pointe technologique/qualitative » — possédant les modèles les plus avancés ou une intégration excellente — elle évitera le sort de MySpace ou Friendster. Même si elle accuse un retard temporaire, une mise à jour suffit à la remettre au sommet.
Ce qui est encore plus intéressant, c’est l’émergence de marchés verticaux : il n’y a plus un seul meilleur modèle dans le domaine de l’image. Designers, photographes, différents groupes payeurs (10 $/mois vs 50-100 $/mois) ont chacun leur solution optimale. Comme les utilisateurs dans chaque niche sont très impliqués, tant qu’il y a innovation continue, plusieurs gagnants peuvent coexister durablement.
Bryan Kim : Je suis entièrement d’accord. Le domaine vidéo suit la même tendance — vidéo publicitaire, placement de produit, etc. Hier, j’ai lu un article indiquant que différents modèles excellent dans des scénarios spécifiques : présentation de produit, prise de personne, etc. Chaque segment vertical a un énorme potentiel.
Erik Torenberg : Comment la discussion sur les fossés de protection et les barrières concurrentielles évolue-t-elle à l’ère de l’IA ? Comment devrions-nous aborder cette question ?
Bryan Kim : J’y ai beaucoup réfléchi récemment. Les fossés traditionnels (effet réseau, intégration aux workflows, accumulation de données) restent importants, mais j’observe que les entreprises obsédées par « construire d’abord un fossé » ne sont souvent pas celles qui gagnent. Dans les domaines que nous suivons, les vainqueurs sont généralement ceux qui cassent les règles, itèrent rapidement — lançant de nouvelles versions et produits à une vitesse incroyable. À ce stade précoce de l’IA, la vitesse est le fossé. Que ce soit la vitesse de canal pour couper le bruit, ou la vitesse d’itération produit, c’est la clé du succès. Agir vite permet de capturer la part mentale des utilisateurs, de la convertir en revenus réels, et de créer un cercle vertueux de développement continu.
Erik Torenberg : C’est très intéressant. Ben Thompson a écrit il y a environ dix ans un article intitulé « La stratégie de la maison en pain d’épice de Snapchat », dont l’idée centrale était : « Tout ce que Snapchat peut faire, Facebook peut le faire mieux, mais Snapchat continue d’innover. Si elle maintient cette vitesse, cela pourrait devenir son fossé. » Il appelait cela la stratégie de la maison en pain d’épice.
Bryan Kim : Je pense que ce qui finit par compter, c’est l’accès aux utilisateurs et l’effet réseau. Snapchat a aussi cet avantage — elle occupe une position centrale dans les communications des générations Z et jeunes adultes.
Erik Torenberg : Comment construire l’effet réseau pour de nouveaux produits ?
Bryan Kim : La plupart des produits sont encore à un stade d’outil de création, sans boucle fermée « création-consommation-effet réseau ». Bien que l’effet réseau authentique n’émerge pas encore, nous voyons des fossés de type nouveau comme chez 11 Labs : une itération extrêmement rapide, une excellence produit qui pénètre le marché entreprise, s’intègre profondément aux workflows. Ce modèle se met en place, tandis que l’effet réseau classique reste à observer.
Olivia Moore : 11 Labs est un cas typique. Il y a quelques jours, j’avais besoin d’une voix pour une vidéo IA. Grâce à leur avantage précoce, leur modèle optimal, et une base utilisateur large qui alimente une spirale de données, ils ont maintenant construit une bibliothèque vocale — les utilisateurs ont téléchargé d’innombrables voix personnalisées et personnages. En comparant plusieurs fournisseurs, si je cherche un type spécifique, comme une voix de vieux sorcier, 11 Labs m’offre 25 choix, alors que d’autres plateformes en ont peut-être 2-3. Même si c’est encore précoce, ce modèle ressemble à l’effet réseau traditionnel, pas à une forme entièrement nouvelle.
IA vocale : explosion de la demande d’IA vocale en entreprise
Erik Torenberg : Nous nous sommes intéressés très tôt à l’interaction vocale. Quelles parties de notre vision initiale se sont réalisées ? Quelles sont les tendances futures ? Anish, pourquoi étiez-vous si enthousiaste à l’égard de l’interaction vocale ?
Anish Acharya : Ce qui nous a inspirés initialement, c’est que la voix, support fondamental des interactions humaines, n’a jamais été au cœur des applications technologiques. La technologie n’était tout simplement pas mature — de Voice XML aux applications vocales, en passant par des produits comme Dragon NaturallySpeaking dans les années 90, intéressants mais incapables de devenir une base technologique solide. L’apparition des modèles génératifs fait de la voix un élément natif de la technologie, et ce domaine essentiel de la vie reste largement inexploré, voué à engendrer de nombreuses applications natives IA.
Olivia Moore : Notre excitation initiale pour la voix venait surtout du côté grand public — par exemple, imaginer un coach de poche, un thérapeute ou un compagnon disponibles 24h/24. Ces idées commencent à se concrétiser, et plusieurs produits offrent déjà ces fonctionnalités. Mais ce qui m’a surpris, c’est que, avec la progression des modèles, les applications professionnelles progressent plus vite : les institutions financières et autres secteurs critiques adoptent rapidement la technologie vocale pour remplacer ou renforcer les agents humains, car ces entreprises faisaient face à des problèmes de conformité, à un taux de désabonnement client de 300 % par an, et à une gestion difficile des centres d’appel externalisés.
La véritable expérience de consommation vocale révolutionnaire est encore en gestation. Des cas précoces existent, comme les utilisateurs poussant le mode vocal avancé de ChatGPT vers des usages originaux, ou des produits comme granola qui créent de la valeur à partir de données vocales continues. Le marché grand public est séduisant par son imprévisibilité — les meilleurs produits surgissent souvent de nulle part, sinon ils auraient déjà été créés. L’innovation dans le domaine vocal grand public mérite une attention particulière dans l’année à venir.
Anish Acharya : Effectivement, la voix devient le point d’entrée de l’IA dans le marché entreprise. Actuellement, beaucoup ont une erreur de perception : penser que l’IA vocale convient seulement aux scénarios à faible risque, comme le service client. Notre avis est que les conversations les plus importantes de l’entreprise — hebdomadaires, annuelles — comme les négociations commerciales, les propositions de vente, la persuasion client, la fidélisation relationnelle, seront dominées par l’IA, car elle excelle dans ces domaines.
Erik Torenberg : Quand les gens commenceront-ils à interagir de manière continue et efficace avec des « doubles numériques » générés par IA ? Par exemple, dialoguer avec AI Justine, AI Anish ou AI Erik ?
Justine Moore : Nous voyons déjà des embryons. Par exemple, des entreprises comme Delphi créent des clones IA basés sur des bases de connaissances, permettant aux utilisateurs d’obtenir des conseils ou retours. Comme Brian l’a dit, la question clé est : que se passe-t-il si, au lieu de limiter les doubles IA aux célébrités, on les rend accessibles à tous ? Dans le grand public, nous pensons souvent : beaucoup de gens ont des compétences ou idées uniques — par exemple, votre ami du lycée drôle aurait pu créer un spectacle comique-cuisine, mais n’a pas pu percer ; ou un mentor avec des conseils précieux sur la vie — comment, via un clone IA/personnalité, leur permettre d’étendre leur influence comme jamais auparavant ?
Les applications actuelles se concentrent souvent sur des célébrités/experts, ou à l’opposé — des personnages virtuels déjà connus (comme les premières formes de Character.ai avec ajout vocal). Lorsqu’on essaie une nouvelle technologie, les utilisateurs préfèrent interagir avec des personnages familiers, comme un personnage d’animation préféré. Mais à l’avenir, nous comblerons le vide intermédiaire — ni pur personnage fictif, ni célébrité, mais des doubles IA couvrant tous les individus réels.
Olivia Moore : Je pense que les modes d’apprentissage varient, et les produits vocaux IA répondent bien à cette diversité. Masterclass a lancé récemment une version bêta intéressante : transformer ses enseignants existants en agents vocaux, permettant aux utilisateurs de poser des questions personnalisées. D’après ce que je comprends, le système analyse tout le contenu des cours via RAG pour fournir des réponses très personnalisées. Cela m’intéresse beaucoup — bien que fan de l’entreprise, je n’ai jamais eu la patience ou le temps de terminer un cours de 12 heures, mais grâce à 2-5 minutes de dialogue avec l’agent vocal de Masterclass, j’obtiens des idées utiles. C’est un exemple parfait de transformation d’une personne réelle en clone IA utile.
Coexistence réel-virtuel : doubles IA et créateurs humains
Anish Acharya : La question plus profonde est : les utilisateurs préfèrent-ils dialoguer avec une version clonée d’une personne qui les intéresse, ou interagir avec un « idéal synthétique parfait » ? Ce dernier pourrait avoir plus de potentiel d’exploration — ce « partenaire idéal » pourrait exister réellement mais ne jamais avoir été rencontré, et la technologie le rendrait tangible. Quelle forme prendrait cette existence ? C’est là la direction la plus intéressante à explorer.
Erik Torenberg : Une autre question à considérer : dans quels scénarios avons-nous encore besoin d’humains, et dans quels cas accepterons-nous plus facilement l’IA comme substitut ? Où cette frontière sera-t-elle tracée ?
Anish Acharya : L’exemple de Masterclass cité par Olivia illustre essentiellement une extension de lien émotionnel unidirectionnel. La valeur de dialoguer avec un clone d’une personne spécifique réside dans la satisfaction du besoin d’interagir avec un objet personnifié, plutôt qu’avec un concept abstrait de « parfait inconnu idéalisé ».
Bryan Kim : Cela me rappelle un tweet viral sur ChatGPT — quelqu’un dans le métro de New York discutait en continu avec ChatGPT par voix, comme s’il parlait à sa petite amie.
Justine Moore : Un autre cas : un parent, submergé par les 45 minutes de questions de son enfant sur Thomas le petit train, active le mode vocal et donne le téléphone à l’enfant. Deux heures plus tard, il revient et trouve l’enfant toujours en pleine discussion approfondie avec ChatGPT sur Thomas le petit train — l’enfant se moque de savoir qui est son interlocuteur, tant que cette « personne » satisfait infiniment sa curiosité.
Erik Torenberg : Imaginez utiliser aujourd’hui ChatGPT ou Claude pour une thérapie ou un coaching professionnel — je pourrais préférer un thérapeute/coach IA dédié. À l’avenir, peut-être enregistrerons-nous les consultations pour accumuler des données, ou utiliserons directement la bibliothèque en ligne du thérapeute/coach pour recréer son double numérique.
Revenons au cœur de votre question : dans 5 à 10 ans, les meilleurs artistes seront-ils des figures comme Lil Machaela, générées par IA, ou Taylor Swift et son armée d’IA ? De même, la prochaine Kim Kardashian des réseaux sociaux sera-t-elle un humain ou une création IA ? Quelles sont vos prévisions ?
Justine Moore : J’y réfléchis depuis des années. Nous avons vu l’ascension de Little Machela, et suivi des groupes K-pop introduisant des personnages holographiques IA. Ce phénomène est lié à l’évolution des images/vidéos ultra-réalistes — des influenceurs générés par IA attirent désormais de vastes audiences avec des apparences convaincantes, suscitant souvent des débats sur leur authenticité. Je pense que les créateurs/célébrités se diviseront en deux catégories : d’un côté, le type « expérience humaine » comme Taylor Swift, dont le charme artistique vient non seulement de ses œuvres, mais aussi de son vécu, de ses concerts en direct, des éléments que l’IA ne peut pas encore reproduire ; de l’autre, le type « orienté intérêt », semblable au cas de ChatGPT discutant du petit train Thomas — sans besoin de passé réel, juste la capacité à produire continuellement du contenu de qualité dans un domaine précis. Les deux pourraient coexister durablement.
Olivia Moore : Cela me rappelle le débat persistant sur l’art IA — bien que le seuil de création soit abaissé, produire un excellent art IA demande encore beaucoup de temps. L’été dernier, lors d’un événement pour artistes IA, nous avons constaté que de nombreux créateurs mettaient autant de temps à réaliser un film IA qu’un tournage traditionnel, la différence étant qu’ils manquaient souvent des compétences cinématographiques classiques, ce qui leur interdisait auparavant de créer. Actuellement, le nombre d’influenceurs générés par IA explose, mais seuls quelques-uns comme Little Machaela parviennent à se démarquer. Je prévois que se formeront deux camps : talents IA et talents humains, chacun ayant ses leaders, mais la probabilité de réussite sera extrêmement faible pour les deux — ce qui est peut-être l’état normal.
Justine Moore : Ou disons « talents non humains ». Sur Veo3, un phénomène intéressant apparaît : dans des interviews de rue, les personnes interrogées peuvent être des elfes, des sorciers, des fantômes, ou des personnages peluches appréciés par la génération Z. Ceux-ci peuvent être entièrement des entités virtuelles générées par IA, une forme innovante pleine de potentiel.
Anish Acharya : Ce phénomène existe aussi dans la musique. La musique générée par IA est actuellement majoritairement banale, essentiellement un produit de la moyenne culturelle, alors que la vraie culture devrait être à la pointe. Le problème réside dans la qualité des œuvres, pas dans le type de créateur — nous avons tendance à voir l’IA comme le problème, alors qu’il faut regarder la qualité du résultat.
Erik Torenberg : Supposons une qualité équivalente, pensez-vous que les gens préféreront encore les créateurs humains ?
Anish Acharya : C’est tout à fait possible. Cela mène à une discussion philosophique plus profonde : en utilisant tous les morceaux de musique antérieurs au hip-hop pour entraîner un modèle, pourrait-on générer du hip-hop ? Je ne pense pas, car la musique est le produit de l’histoire et du contexte culturel. La vraie innovation musicale nécessite de franchir les limites des données d’entraînement, or les modèles actuels manquent justement de cette capacité disruptive.
Révolution des compagnons IA : écosystèmes verticaux et empowerment social
Erik Torenberg : Je connais plusieurs amis très talentueux qui développent une application de compagnon IA destinée à un public homosexuel. En 2015, j’aurais été choqué d’entendre cela. Mais selon eux, parmi les 50 applications les plus populaires actuellement, 11 sont des applications de compagnon. Cela pose question : sommes-nous au début de cette tendance ? Allons-nous voir apparaître toutes sortes d’applications spécialisées ? Quelle sera la forme finale de ces applications ? Comment interpréter cette évolution ?
Justine Moore : Nous avons mené de nombreuses recherches sur divers scénarios d’accompagnement — thérapie psychologique, orientation de vie, amitié, assistant professionnel, amoureux virtuel, etc., couvrant presque toutes les dimensions. Ce qui est intéressant, c’est que cela pourrait être le premier cas d’usage grand public des LLM. Nous plaisantons souvent en disant que, que ce soit un agent de concession automobile ou tout autre chatbot, les utilisateurs essaient toujours de le transformer en psychiatre ou en petite amie. En examinant les historiques de discussion, on constate que de nombreux utilisateurs cherchent fondamentalement quelqu’un à qui parler.
Aujourd’hui, les ordinateurs peuvent répondre instantanément, 24h/24, de façon quasi humaine. Pour beaucoup de gens qui n’avaient jamais personne pour les écouter, ou qui avaient l’impression de crier dans le vide, c’est une percée révolutionnaire. Je pense que ce n’est qu’un début, surtout que les produits actuels sont majoritairement généralistes, reposant principalement sur des fournisseurs de modèles de base (par exemple, les utilisateurs utilisent ChatGPT pour des usages non prévus). Des cas montrent qu’une seule entreprise peut doter un personnage d’une personnalité, créer un jeu ou un univers virtuel via une image numérique et un ingénierie de prompts, obtenant un engagement très élevé. Par exemple, Tolen cible les adolescents, tandis qu’une autre application de « compagnon » permet aux utilisateurs de photographier leur nourriture, puis fournit des conseils nutritionnels et un soutien émotionnel — car pour beaucoup, les problèmes alimentaires sont liés à des troubles psychologiques, nécessitant traditionnellement un traitement spécialisé.
Le plus excitant, c’est que la définition de « compagnon » s’étend rapidement, de l’ami/l’amant à tout conseil, divertissement ou service d’expertise auparavant fourni par un humain. Nous assisterons à l’émergence de nombreuses applications spécialisées dans divers accompagnements.
Bryan Kim : Lorsque je travaillais dans une entreprise sociale, j’ai remarqué une tendance évidente : le nombre d’amis à qui l’on peut se confier diminue continuellement. Chez les jeunes générations, la moyenne est légèrement supérieure à 1. Cela indique que la demande pour des applications d’accompagnement sera durable, cruciale pour beaucoup. Comme le dit Justine, ces applications prendront diverses formes, mais le besoin fondamental de connexion profonde ne changera pas. Peut-être, comme nous le discutons, la connexion humaine était-elle un besoin insatisfait, et les compagnons IA comblent ce vide — l’essentiel est de créer un sentiment de lien, l’objet n’a pas besoin d’être humain.
Erik Torenberg : Beaucoup de gens, en entendant ce genre de discussion, s’inquiètent : diminution des vrais amis, disparition des relations amoureuses, hausse de la dépression, du taux de suicide, baisse continue du taux de natalité.
Justine Moore : Je ne partage pas ce point de vue. Cela me rappelle le meilleur post que j’ai vu dans la communauté Subreddit des rôles IA — je dois préciser que j’ai passé beaucoup de temps à étudier cette communauté. De nombreux lycéens, étudiants, dont l’adolescence a eu lieu pendant la pandémie, ont manqué de sociabilité réelle et souffrent d’un manque de compétences relationnelles. Un étudiant universitaire, régulièrement partageant ses échanges avec son IA-amoureuse, a un jour annoncé avoir trouvé une « petite amie 3D » dans la vraie vie, et prenait congé de la communauté. Il a particulièrement remercié Character AI de lui avoir appris à communiquer avec les gens, notamment à flirter avec les femmes, à poser des questions, à discuter d’intérêts. Cela illustre la plus haute valeur de l’IA : favoriser de meilleures connexions humaines.
Erik Torenberg : La communauté était contente pour lui ? Ou l’a-t-elle traité de traître ?
Justine Moore : La grande majorité l’a sincèrement félicité. Bien qu’il y ait quelques commentaires « aigres » de ceux qui n’ont pas encore trouvé de partenaire réel, je crois qu’ils y parviendront aussi.
Olivia Moore : Cela a un fondement réel. Prenez le produit Replica : des études montrent que la dépression, l’anxiété et les tendances suicidaires des utilisateurs diminuent. La tendance actuelle est que beaucoup manquent de sentiment d’être compris et de sécurité, ce qui les empêche de s’engager socialement. Si l’IA aide ceux qui ne peuvent pas supporter le coût temporel ou financier d’une thérapie à se transformer, ils seront finalement plus capables d’agir dans le monde réel.
Erik Torenberg : Ce qui m’a vraiment fait prendre conscience de l’impact des applications d’accompagnement, c’est la réaction après mon premier entretien avec le fondateur de Replica. Après l’interview, le fondateur a fermé la section de discussion, mais les commentaires sous la vidéo ont débordé de messages d’utilisateurs, comme « c’est comme ma femme après que j’ai arrêté le sexe ». C’est à ce moment-là que j’ai réalisé l’importance de cette application dans la vie des gens.
Justine Moore : Cela prolonge en réalité un schéma social humain ancien. La génération Z développe des relations amoureuses sur Discord, comme nous le faisions autrefois sur des sites de cartes postales anonymes avec des inconnus — vous ne savez jamais qui est l’autre, et pouvez même
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
a16z
