Les startups font face à une pression croissante pour réaliser une croissance rapide, ce qui nécessite souvent de remporter des contrats avec de grandes entreprises (Enterprises) disposant de budgets colossaux dans le secteur des technologies de l'information. Cependant, conclure ces contrats n'est pas aussi simple que beaucoup de startups le pensent.
Lors de son intervention à la conférence TechCrunch Disrupt, Arsalan Tavakoli-Shiraji, cofondateur et vice-président senior de l'ingénierie sur le terrain chez Databricks, a révélé une erreur fondamentale commise par les startups : croire que la supériorité technologique suffit à vendre automatiquement le produit. Bien que la qualité de la technologie soit une condition préalable, Tavakoli-Shiraji a souligné que "l'élément humain et les processus organisationnels sont les plus importants".
Stratégie du "parapluie" : la force des partenariats avec les géants
Tavakoli-Shiraji a passé en revue l'expérience de Databricks (dont la valorisation atteint aujourd'hui 190 milliards de dollars et qui sert plus de 70 % des entreprises du Fortune 500) à ses débuts. L'entreprise a rencontré des difficultés à atteindre de grands clients comme la banque suisse UBS au départ, mais le tournant a été la signature d'un partenariat avec Microsoft pour devenir un partenaire de la plateforme cloud Azure.
Ce partenariat a offert à Databricks deux avantages cruciaux :
- Couverture des conditions juridiques : Les accords de vente ont commencé à être conclus sous l'égide des conditions de Microsoft, ce qui a facilité les procédures.
- Canaux de distribution et accès : L'équipe commerciale de Microsoft a organisé des réunions et défendu les produits Databricks, ouvrant des portes qui étaient auparavant fermées à la startup.
Aujourd'hui, Databricks joue le rôle de "parapluie" pour d'autres startups comme Hightouch, Addepar et Tecton, en vendant leurs produits sous ses propres conditions et normes de sécurité.
Faire face aux préoccupations liées à l'IA : les "4 C"
Lors de la vente de solutions d'intelligence artificielle aux grandes entreprises, Tavakoli-Shiraji a identifié quatre défis majeurs que les startups doivent relever, qu'il a appelés "les quatre C" (The Four C's) :
- Contexte (Context) : La capacité de l'IA à apprendre la terminologie, les processus et les priorités de l'entreprise, tout comme le ferait un nouvel employé.
- Choix (Choice) : Donner aux entreprises la liberté de naviguer entre différents modèles d'IA au lieu d'être liées à un seul fournisseur.
- Coût (Cost) : Fournir des mécanismes pour contrôler les coûts d'exploitation des produits d'IA.
- Contrôle (Control) : Mettre en place des garanties qui régissent le comportement de l'IA et protègent les informations sensibles.
La modernisation des systèmes hérités comme opportunité en or
Tavakoli-Shiraji a souligné un fossé important dans l'adoption de l'IA au sein des entreprises ; alors que les entreprises aspirent à atteindre des niveaux avancés d'automatisation, la grande majorité (environ 99 %) en est encore à des niveaux rudimentaires, se limitant à l'utilisation d'outils comme ChatGPT uniquement pour écrire du code.
Il estime que la véritable opportunité pour les startups réside dans la modernisation des systèmes hérités (Legacy Systems) coûteux et complexes, tels que les machines IBM AS/400 et les mainframes que les entreprises craignent de toucher en raison de la complexité de leur code. Les agents d'IA (AI Agents) peuvent aujourd'hui comprendre et décomposer ces anciens codes, ouvrant la voie à des produits qui ajoutent soit des interfaces modernes à ces systèmes, soit les remplacent complètement.
Pourquoi cette nouvelle est-elle importante ?
Cette analyse révèle que le succès dans le secteur de la technologie d'entreprise ne dépend pas seulement de l'innovation logicielle, mais de la capacité à s'intégrer dans les écosystèmes existants (comme Azure) et à comprendre les obstacles opérationnels et juridiques auxquels les grandes entreprises sont confrontées. Elle définit également une voie claire pour les startups spécialisées dans l'IA, à savoir passer de la simple fourniture d'outils d'assistance à la proposition de solutions radicales qui traitent le problème des systèmes anciens ainsi que les défis de contrôle et de coût.