Tech • IA • Robotique • Jeu
Il a lancé un business sans rien faire (ou presque) - Pierre-Louis Biojout
7/10INTRO
Pierre-Louis Bijou, fondateur de Nanocorp, affirme que les agents d’IA passent rapidement du rôle d’assistants conversationnels à celui de travailleurs autonomes, transformant les startups, les logiciels et le travail de bureau qualifié.
POINTS CLÉS
Du chatbot à l’agent
Un agent d’IA est défini comme une entité qui observe son environnement et agit pour atteindre un objectif. La différence avec les anciens chatbots est que le système n’attend plus un humain après chaque réponse: il peut enchaîner des tâches, appeler des outils, parcourir des données et exécuter des objectifs en plusieurs étapes. Une demande comme créer un pitch deck peut désormais inclure étude de marché, rédaction, révisions et livraison sans supervision constante.
Les agents échouent encore sur des raisonnements de base
Malgré les progrès, les systèmes actuels restent inégaux. Certains agents peuvent chercher sur le web, écrire du code et automatiser des workflows, tout en ratant encore des déductions qu’un adolescent ferait. Leur plus grande faiblesse apparaît souvent quand le contexte pertinent n’est pas numérisé et reste dans des documents, des systèmes fragmentés ou dans la tête d’un employé.
L’échelle opérationnelle de Nanocorp
Nanocorp, lancé en mars 2026, veut permettre aux utilisateurs de transformer une idée en entreprise autonome à partir d’un prompt. L’entreprise affirme avoir déjà exécuté des agents environ 1,7 million de fois et être désormais rentable après une première phase de financement. Les dépenses internes d’usage des modèles atteignent environ 20 à 50 milliards de tokens par semaine, pour une facture hebdomadaire pouvant monter à 25 000 $.
L’amélioration récursive devient praticable
Au-delà de l’exécution de tâches, certains agents sont désormais conçus pour modifier et améliorer leur propre code. Cette forme d’auto-amélioration récursive permet au logiciel de réagir aux erreurs, d’optimiser ses workflows et d’itérer sans attendre qu’un développeur réécrive chaque composant. Cette approche est déjà utilisée en production, même si elle reste imparfaite.
Un nouveau modèle de startup avec moins d’humains
Bijou décrit un modèle de startup centré sur les agents plutôt que sur de grandes équipes. Dans ce cadre, les fondateurs s’appuient sur des travailleurs logiciels capables de prospecter, préparer des documents, gérer des pipelines et coordonner les opérations. La logique est autant économique que technique: le logiciel passe à l’échelle plus vite que le recrutement humain, et une entreprise avec un effectif minimal peut avancer exceptionnellement vite.
La frontière, c’est la recherche automatisée
L’étape suivante ne consiste pas seulement à remplacer les tâches de bureau, mais à automatiser la recherche elle-même. Les grands laboratoires d’IA utilisent déjà des agents pour tester des idées d’entraînement, mener des expériences sur des clusters de GPU et évaluer les performances des modèles, réduisant dans certaines boucles le besoin de chercheurs humains. Bijou évoque des centres de données de plus en plus opérés par des agents et des systèmes avancés qui contribuent peut-être déjà au développement de modèles de pointe.
L’intelligence peut dépasser l’explication
Une conséquence de ces progrès est que l’IA peut résoudre ou analyser des problèmes que beaucoup d’utilisateurs instruits ne comprennent pas pleinement. Bijou cite de récentes affirmations selon lesquelles des systèmes avancés auraient traité de grands problèmes mathématiques comme Navier-Stokes et la conjecture de Hodge, alors que des humains peuvent avoir besoin d’heures rien que pour comprendre l’énoncé. Cela crée un paradoxe: les machines peuvent produire des réponses correctes avant de pouvoir les expliquer d’une manière accessible.
Les élites françaises sont jugées trop averses au risque
Bijou, diplômé de Polytechnique en 2023, critique le conservatisme de carrière qu’il voit chez de nombreux diplômés des grandes écoles françaises. Selon lui, trop d’entre eux privilégient encore des postes stables dans de grands groupes ou dans la fonction publique plutôt que l’entrepreneuriat. Il estime que cet état d’esprit cadre mal avec le cycle actuel de l’IA, où la vitesse, l’expérimentation et la tolérance aux erreurs non fatales comptent plus que des références impeccables.
L’Europe perd du terrain sur les modèles de fondation
Sur le plan concurrentiel, Bijou ne voit pas de troisième bloc crédible entre les États-Unis et la Chine dans les modèles d’IA de tout premier plan. Il dit que Mistral a un temps semblé compétitif, mais paraît désormais s’être orienté vers les services, le déploiement et le conseil plutôt que vers la course aux modèles de frontière. Cela reflète une vision plus large selon laquelle la qualité des modèles continuera d’augmenter tandis que les coûts baisseront, concentrant le pouvoir chez ceux qui exploitent le mieux la technologie.
Vers des entreprises sans salariés
La projection la plus radicale est une économie où de nombreuses entreprises fonctionneraient sans personnel humain. Bijou présente cela comme un état final possible, car des sociétés entièrement construites à partir d’agents logiciels passent plus facilement à l’échelle que des organisations liées à une personne par entité. Il s’attend aussi à ce que les systèmes juridiques explorent de nouvelles structures pour les organisations pilotées par des agents, avec des lieux comme le Delaware et l’Argentine déjà vus comme terrains d’expérimentation possibles.
CONCLUSION
Le pari central de Nanocorp et d’initiatives similaires est que les agents autonomes deviendront une ressource économique de base, et non un simple outil de productivité. Si cela se produit, la principale fracture opposera les organisations qui se réinventent autour de l’IA à celles qui continuent de fonctionner au rythme humain.
Poser une question