Charles Yang, fondateur et PDG de Vibe – Série d’entretiens

Charles Yang, fondateur et PDG de Vibe, est un entrepreneur qui repense la façon dont les équipes enregistrent, conservent et enrichissent les connaissances de leur organisation. Il a cofondé une société de jeux mobiles qui a atteint plus de 800 employés et 50 millions de joueurs mensuels avant de rejoindre Tencent. Après cette expérience, il s’est intéressé de plus en plus à la préservation de la mémoire institutionnelle à mesure que les organisations grandissent. Il a ensuite exploré les technologies de collaboration immersive chez Inlight Interactive, avant de fonder Vibe en 2017. Sous sa direction, Vibe est passée du matériel intelligent de collaboration, adopté par plus de 50 000 organisations, à une plateforme plus large d’« espace de travail d’IA contextuelle ». Celle-ci vise à transformer les réunions, conversations et décisions en une mémoire organisationnelle structurée, vivante et alimentée par l’IA.

Vibe construit ce qu’elle décrit comme un « Contextual AI Workspace », combinant des logiciels d’IA avec un matériel de collaboration conçu à cet effet pour aider les organisations à préserver et à exploiter les connaissances institutionnelles. La société s’est d’abord fait connaître grâce à des tableaux intelligents interactifs de collaboration utilisés par les entreprises et les établissements d’enseignement, mais a depuis élargi ses activités à l’analyse des réunions par l’IA, aux systèmes de mémoire contextuelle et aux appareils physiques d’IA tels que le Vibe Bot. Sa plate-forme est conçue pour capturer les conversations à travers les réunions, les documents et les sessions de collaboration, puis les organiser en flux de travail persistants et consultables par recherche, sur lesquels les équipes peuvent continuer à s’appuyer au lieu de recréer constamment le contexte. La vision plus large de l’entreprise est centrée sur les « organisations natives de la mémoire », où l’IA agit moins comme un chatbot et plus comme une couche d’intelligence organisationnelle évolutive intégrée directement dans les outils de collaboration quotidiens.

Vous avez fondé plusieurs sociétés avant de lancer Vibe, notamment une société de jeux qui a grandi à plus de 50 millions de joueurs par mois et a été acquise par Tencent. Comment ces expériences ont-elles façonné votre conviction que la « mémoire organisationnelle » deviendrait l’un des plus grands problèmes non résolus de l’IA d’entreprise ?

En dirigeant plusieurs sociétés, notamment celle de jeux, ce qui m’a le plus surpris n’était pas la montée en charge technique, mais l’augmentation des effectifs. Vous ajoutez cent personnes en six mois et, soudain, la moitié de l’entreprise décide à partir de conversations auxquelles l’autre moitié n’a pas participé. Des réunions récapitulent celle de la semaine précédente. Du travail est refait parce que quelqu’un se souvient mal d’une tâche convenue. Les lundis matin commencent par : « Attendez, qu’avons-nous décidé la semaine dernière ? »

Je supposais que c’était un problème de startup que la croissance nous permettrait de dépasser. Ce n’est pas le cas. Plus la société grandissait, plus cela empirait, car le contexte était créé plus rapidement que tout système ne pouvait le retenir. Lorsque nous avons vendu à Tencent, j’étais convaincu que le véritable goulet d’étranglement dans la plupart des organisations n’était pas le talent ou la stratégie — c’était la mémoire.

C’est ce que je voulais que Vibe résolve. Non pas parce que la mémoire organisationnelle est un concept abstrait, mais parce que j’ai vu des équipes intelligentes perdre des mois de progrès à cause de cela.

Apple (AAPL ) a prouvé que les appareils connectés deviennent plus précieux lorsqu’ils fonctionnent dans le cadre d’un écosystème plus large plutôt que comme du matériel isolé. Pourquoi croyez-vous que l’IA d’entreprise aurait finalement besoin d’une approche similaire, plutôt que de s’appuyer uniquement sur des applications SaaS ?

Le SaaS n’a jamais vraiment été conçu pour le déroulement réel du travail. Chaque outil gère sa part : le CRM les affaires commerciales, l’outil documentaire les documents, l’outil de réunion les réunions. Au bout du compte, le salarié doit tout relier mentalement, copier entre les applications et rappeler à chaque outil ce que les autres savent déjà. Cela fonctionne lorsque le travail se décompose en tâches et reste dans un écran. Le modèle s’effondre dès qu’un projet passe, en un après-midi, d’un lieu de travail à un couloir, à un appel client et à trois applications différentes. C’est le cas de la plupart des projets.

Je suis arrivé à cette conclusion après des années de construction de produits grand public avant Vibe, et la leçon d’Apple m’est restée. Ils n’ont pas gagné parce que leurs appareils individuels étaient meilleurs. Ils ont gagné parce que les appareils partageaient le contexte. Vous passez d’un appareil à l’autre, et le travail passe avec vous.

L’IA d’entreprise doit davantage ressembler à ce modèle qu’à une application supplémentaire à laquelle il faut tout enseigner. Les appareils enregistrent le contexte partout où le travail se déroule et envoient toutes les informations au même endroit. Le salarié n’a plus à servir de lien entre les outils.

Vous décrivez Vibe comme construisant un « Contextual AI Workspace » où les conversations deviennent une intelligence d’équipe permanente. Quel a été le constat essentiel qui vous a convaincu que cela devait être résolu avec des appareils physiques comme Vibe Board, Vibe Bot et Vibe Dot, plutôt qu’avec uniquement des logiciels ?

Le constat était en fait très ordinaire. J’observais les gens travailler et remarquais combien de réflexions importantes se déroulaient loin de leurs ordinateurs portables. Quelqu’un esquisse une idée sur un tableau blanc. Un superviseur de site trouve une solution en se tenant devant le problème. Deux dirigeants prennent une décision réelle en revenant à pied du déjeuner. Rien de tout cela ne se passe sur un écran, ce qui signifie que les logiciels d’IA n’ont aucune idée que cela s’est produit.

C’est la limite de l’IA reposant uniquement sur des logiciels. Si les moments les plus importants de votre journée de travail ne sont pas sur un écran, les logiciels d’IA ne peuvent pas vous donner une image réelle de l’organisation. Il faut intégrer la prise d’informations dans l’environnement où le travail se déroule réellement — la salle, le site, la conversation. C’est le rôle des Vibe Board, Bot et Dot.

La forme physique compte aussi parce que je voulais construire quelque chose de beau. Si nous voulons que cela se trouve dans l’espace de travail chaque jour, cela doit être quelque chose que les gens veulent vraiment avoir là.

Beaucoup de connaissances institutionnelles disparaissent encore dans les conversations de couloir, les sessions de tableau blanc et les discussions informelles. Pourquoi pensez-vous que les logiciels d’entreprise traditionnels ont eu du mal à capturer efficacement ce contexte hors écran ?

Il y a trop d’étapes. Pensez-y : vous êtes en pleine conversation, quelque chose d’intéressant se présente et pour le capturer, vous devez sortir votre téléphone, le déverrouiller avec Face ID, trouver votre application de notes, trouver le bouton d’enregistrement, appuyer dessus. Cela prend trente secondes à une minute. Au moment où vous commencez à enregistrer, le moment est passé. L’idée est partie. L’autre personne est passée à autre chose.

La raison plus profonde pour laquelle les logiciels d’entreprise ont eu du mal avec cela est structurelle. Les logiciels supposent que l’utilisateur vient à eux. Vous ouvrez l’application. Vous vous connectez. Vous naviguez jusqu’à l’endroit approprié. Ce modèle fonctionne lorsque quelqu’un est assis tranquillement à un bureau. Il ne fonctionne pas dans un couloir, sur un site de travail ou dans les cinq secondes qui suivent la fin d’une réunion, lorsque la conversation réelle a lieu. La chose qui doit être capturée n’attendra pas que vous lanciez une application. C’est un problème de matériel, pas de logiciel.

C’est pourquoi nous avons conçu Vibe Dot de la manière dont nous l’avons fait. Appuyez et enregistrez. Les obstacles d’utilisation disparaissent, et l’enregistrement a vraiment lieu.

De nombreuses sociétés d’IA sont en course vers des agents autonomes, mais votre approche semble centrée sur la mémoire persistante et le contexte en premier. Pensez-vous que les infrastructures de mémoire deviennent le prérequis manquant avant que les agents d’IA puissent fonctionner efficacement à l’intérieur des entreprises ?

Oui. Un agent d’IA sans mémoire est comme embaucher quelqu’un qui oublie tout entre le lundi et le mardi. Vous ne feriez pas confiance à cette personne pour quoi que ce soit d’important, et vous ne devriez pas faire confiance à un agent construit de la même manière.

Les agents échouent non pas parce que les modèles sous-jacents manquent d’intelligence, mais parce qu’ils abordent chaque tâche sans contexte. Ils ignorent les décisions de la semaine précédente, l’historique du client, ce qui a déjà été tenté sans succès. Ils prennent donc avec assurance des décisions plausibles, mais entachées d’erreurs que seule une personne qui se souvient du contexte peut détecter. Le même agent, face à la même tâche à deux jours différents, peut prendre deux décisions différentes, faute de continuité pour les relier.

Vous ne pouvez pas construire une autonomie fiable sur rien. Vous la construisez sur la mémoire. Construisez correctement cette couche et les agents deviennent utiles. Omettez-la et vous ne faites que générer des suppositions formulées avec assurance à grande échelle.

Vous avez parlé de « sociétés natives de la mémoire ». Comment pensez-vous que les sociétés fonctionneront différemment une fois que les systèmes d’IA pourront retenir et relier des années de contexte organisationnel au lieu de s’appuyer sur des documents fragmentés et la mémoire humaine ?

Le plus grand changement n’est pas la vitesse ou la précision en soi. C’est qu’une société native de la mémoire cesse de se répéter.

Prenez l’intégration. Aujourd’hui, lorsque vous embauchez ou promouvez quelqu’un, il faut des semaines pour le mettre à niveau — trouver des documents, retrouver les processus de travail, demander à cinq personnes un contexte qui n’a jamais été écrit. L’essentiel de ce dont un nouvel employé a réellement besoin n’est pas dans un système. C’est dans la tête de quelqu’un. Une société native de la mémoire lui donne tout ce qui a jamais été décidé, débattu ou tenté, dès le premier jour.

Mais l’intégration n’est que l’exemple le plus simple. Vous pouvez vraiment répondre à « Pourquoi faisons-nous ainsi ? », au lieu de deviner. Les transmissions entre équipes ne perdent plus d’informations : des ventes à l’équipe chargée de la réussite des clients, de la conception à l’ingénierie. Quand quelqu’un part, le contexte qu’il connaît ne disparaît pas avec lui. La plupart des entreprises réapprennent les mêmes leçons tous les deux ou trois ans, parce que ceux qui les avaient apprises sont partis. Cela cesse d’être un coût à payer sans cesse.

L’accélération du travail hybride a accru la demande d’outils de collaboration, mais de nombreuses sociétés ont encore du mal avec l’alignement et la continuité. Pensez-vous que la prochaine phase de l’IA d’entreprise est moins axée sur la génération de contenu et plus sur la préservation de l’intelligence collective organisationnelle ?

Oui. Et je pense que la plupart des entreprises le savent déjà, même si elles n’ont pas encore nommé le problème. Le problème de la génération de contenu est en grande partie résolu. Ce qui est cassé, c’est la continuité. Une décision est prise dans un couloir, un appel client révèle quelque chose d’important, une visite de site change la direction d’un projet — et rien de tout cela ne se retrouve dans aucun système. L’intelligence collective de l’organisation vit dans des conversations qui disparaissent. La prochaine phase est de capturer cette couche, et non de produire davantage de résultats à partir de celle-ci. Vous ne pouvez pas construire une mémoire organisationnelle réelle sur des reconstitutions saisies après coup de ce qui s’est réellement passé.

Il y a des questions évidentes de confidentialité et de gouvernance chaque fois que les conversations de travail sont continuellement enregistrées et structurées en mémoire institutionnelle. Comment pensez-vous que les entreprises devraient équilibrer les avantages de la mémoire d’IA persistante avec la confiance et la transparence des employés ?

Cette question a une réponse plus simple que ce que la plupart des gens pensent. Vous devez être explicite sur ce qui est capturé, qui peut le voir et à quoi cela sert. Le malaise que les gens ressentent à ce sujet n’est généralement pas dû à la capture elle-même, mais à la capture qui se fait sans consentement ou clarté. La plupart des gens n’ont pas d’objection à ce qu’une réunion soit enregistrée — ils s’opposent à ne pas savoir que cela se passe ou où finit la synthèse. Ce qui brise la confiance, c’est l’ambiguïté. Les entreprises qui traitent cela comme une question de règles plutôt que de culture se tromperont.

Votre société est passée de tableaux de collaboration intelligents à des appareils d’IA à porter sur soi et à une intelligence intégrée à l’environnement de travail. Comment décidez-vous quand un problème de flux de travail doit être résolu avec du matériel plutôt qu’avec des logiciels ?

Changeons légèrement de perspective : je les vois moins comme des appareils d’IA à porter sur soi que comme du matériel intégré aux environnements où le travail se déroule. C’est précisément cette distinction qui détermine notre choix entre matériel et logiciel.

Les logiciels ne peuvent fonctionner qu’avec ce qui leur est donné. Si le contexte ne rentre pas, les logiciels n’ont rien sur quoi agir. Donc, lorsque je regarde n’importe quel problème de flux de travail, la question que je pose est simple : où se déroule réellement le travail, et les logiciels peuvent-ils l’atteindre ?

La plupart des logiciels d’entreprise ont été conçus en supposant que la réponse est oui — que l’utilisateur finira par s’asseoir devant un ordinateur portable et taper le contexte. Pour de nombreux types de travail, ce n’est pas réaliste. Un entrepreneur du bâtiment n’emporte pas d’ordinateur portable lors d’une visite de chantier. Un enseignant ne va pas lancer une application entre les cours. Un associé dans un cabinet d’avocats ne va pas taper des notes pendant une réunion avec un client. C’est là que le matériel devient nécessaire. Les logiciels ne peuvent pas atteindre ces endroits. Le matériel peut.

En regardant cinq ans dans le futur, pensez-vous que les entreprises interagiront principalement avec l’IA via des écrans et des applications, ou que les appareils d’IA ambiants et les environnements contextuels deviendront la couche d’interface dominante pour le travail ?

Les écrans resteront probablement, mais ils cesseront d’être la principale ou unique couche d’entrée. Actuellement, nous traitons l’écran à la fois comme l’endroit où le travail est effectué et comme l’endroit où nous informons l’IA du travail. Ces deux choses vont se séparer. L’écran reste précieux pour présenter des résultats, les examiner et prendre des décisions. Mais la partie de capture, la partie où l’IA apprend réellement à quoi vous travaillez, cela va passer dans votre environnement avec l’essor des appareils ambiants, des appareils à porter sur soi et du matériel de salle. Dans cinq ans, l’idée que vous deviez taper votre contexte dans un outil d’IA avant qu’il puisse vous aider vous semblera appartenir à une autre époque.

Merci pour cet excellent entretien. Les lecteurs souhaitant en savoir plus peuvent consulter Vibe.