Romain Sestier (PDG) & Guillaume Lebedel (CTO), Co-fondateurs de StackOne – Série d’entretiens

Romain Sestier, le co-fondateur et PDG de StackOne, a construit un produit à partir de zéro jusqu’à une valorisation de 1 milliard de dollars chez Google et a également occupé le poste de vice-président du produit et des services chez Yieldify, où il a géré 70 personnes dans le monde entier et dirigé la stratégie d’intégration SaaS. Romain a également ouvert le bureau du Royaume-Uni en tant que responsable des services du Royaume-Uni chez ContentSquare et a dirigé l’intégration avec des outils de test A/B. Il a également co-fondé une startup précédente, Upper.ai, avec Guillaume.

Guillaume Lebedel, le co-fondateur et CTO de StackOne, était le vice-président de l’ingénierie chez Yieldify, une entreprise qui a été acquise par Publicis. Guillaume a dirigé des équipes d’intégration et a construit des centaines d’intégrations avec des outils SaaS utilisés par plus de 1000 produits SaaS. Il a également construit et maintenu des API avec plus de 2 milliards de requêtes par mois.

StackOne est une plate-forme d’intégration alimentée par l’IA et respectueuse de la vie privée qui aide les entreprises B2B SaaS et les agents IA à construire des intégrations en temps réel et bidirectionnelles entre des centaines de systèmes d’entreprise via une seule API unifiée. Conçue pour la vitesse et la sécurité, elle permet aux développeurs de livrer des intégrations en quelques jours au lieu de semaines sans stocker de données client.

Qu’est-ce qui vous a inspiré pour quitter Google et co-fonder StackOne, et quel écart dans l’espace d’intégration de l’IA ou du SaaS avez-vous vu qui a rendu l’opportunité urgente ?

Romain: “La douleur de l’intégration est quelque chose que j’ai ressenti à chaque étape de ma carrière, que j’étais dans une startup en démarrage ou que je travaillais avec des systèmes à grande échelle chez Google. Alors que je dirigeais le produit chez Google, j’ai construit un outil d’analyse de l’IA pour le commerce de détail, et même là-bas — dans l’une des entreprises les plus avancées technologiquement au monde — nous avons rencontré d’énormes obstacles pour obtenir une intégration propre entre les systèmes. C’est alors que cela m’a vraiment frappé : c’est un problème systémique et répandu. Et avec l’émergence des LLM, nous avons vu une nouvelle fenêtre s’ouvrir. Soudain, il y avait une opportunité de réimaginer complètement la couche d’intégration : une couche qui n’était pas simplement ajoutée, mais construite à partir de zéro pour l’IA. Guillaume et moi l’avons vu clairement : le timing était bon, et le marché était affamé d’une solution.”

Comment votre expérience en tant que responsable du produit et des services chez Yieldify et votre travail chez Area 120 a-t-elle influencé votre approche de la stratégie de produit de StackOne ?

Romain: “Chez Yieldify, j’ai dirigé à la fois le produit et les services, ce qui m’a enseigné l’importance de relier la feuille de route aux résultats de revenus réels ; des choses comme une intégration de partenaires plus rapide, une valeur moyenne de commande plus élevée ou une rotation plus faible. Chez Google, j’ai fait évoluer un produit d’analyse de données qui a généré 1 milliard de dollars de revenus supplémentaires, et cette expérience m’a renforcé l’importance de l’expérience utilisateur et des métriques d’adoption pour le succès. Area 120 était une bête très différente — c’était tout sur les idées 10x et la vitesse. Cela m’a appris à bouger rapidement, à expérimenter constamment et à ne pas avoir peur de parier gros. Tout cela a profondément influencé la façon dont nous construisons chez StackOne : des sprints bihebdomadaires, des paris de produit audacieux et une concentration laser sur la facilité d’utilisation et la mise à l’échelle des intégrations.”

StackOne ne construit pas de nouveau modèle — vous construisez le tissu conjonctif entre les modèles et les systèmes SaaS. Pourquoi cette couche d’infrastructure est-elle si critique pour le succès des agents IA ?

Guillaume: “La réalité est que les agents IA ont besoin non seulement de cerveaux, mais aussi de mains. Un modèle peut raisonner de manière brillante, mais à moins qu’il ne puisse prendre des mesures précises, sécurisées et rapides dans le monde réel, il est fortement limité. Sans une couche d’infrastructure structurée pour gouverner l’authentification, les limites de taux et les autorisations d’accès, ils seront soit hallucinés et prendront les mauvaises mesures, soit casseront les choses. La plupart des entreprises utilisent plus de 100 outils SaaS, donc sans une plate-forme comme StackOne qui abstrait la plomberie, vous êtes coincé en essayant de connecter chacun d’eux individuellement. Notre travail est de donner aux agents un accès sécurisé et évolutif aux outils dont ils ont besoin, afin que les équipes puissent se concentrer sur la logique, et non sur la logistique.”

Pouvez-vous nous expliquer comment fonctionne la plate-forme d’actions d’agents IA et l’API unifiée de StackOne sous le capot ? Qu’est-ce qui est techniquement difficile ?

Guillaume: “Nous définissons une spécification OpenAPI unique et exhaustive par domaine, qui correspond à des centaines de points de terminaison sous-jacents. Cette spécification reste à jour de manière centrale, donc les clients n’ont pas à gérer les changements de version. Nos schémas d’outils sont pré-définis avec les bonnes étendues d’authentification, ce qui signifie que l’agent ne devine pas ou ne dépasse pas les limites. La partie la plus difficile est la normalisation des modèles de données SaaS — des outils comme Workday permettent aux clients de définir des objets et des relations personnalisés, ce qui introduit une complexité massive. Notre moteur gère tout cela en temps réel, offrant aux développeurs une couche d’exécution fiable et déterministe alimentée par une mise en correspondance assistée par LLM.”

Qu’est-ce qui rend le moteur d’appel d’outils de StackOne plus rapide et plus précis que les capacités des LLM les plus avancés ?

Guillaume: “La clé est la structure. Notre moteur fournit des signatures de fonction typées et exhaustivement décrites, donc les modèles savent exactement quels arguments utiliser. Sous le capot, StackOne est capable de mettre en lot et de paralléliser les appels d’outils tout en respectant les limites de taux pour exécuter les requêtes le plus rapidement possible avec des réessais automatisés. Et puisque nous gérons les informations d’identification de manière centralisée, il n’y a pas besoin de réauthentification à l’intérieur de la boucle. Ces optimisations font une énorme différence lorsque vous essayez de faire fonctionner des agents en temps réel.”

Comment StackOne est-il optimisé spécifiquement pour les cas d’utilisation de l’IA, tels que la génération augmentée de récupération (RAG), l’utilisation d’outils ou l’exécution d’agents en temps réel ?

Guillaume: “Nous offrons des points de terminaison delta uniquement pour les pipelines RAG, ce qui maintient les fenêtres de contexte courtes et efficaces. Pour les agents en temps réel, nous prenons en charge les webhooks unifiés en continu en utilisant des événements natifs ou en créant des événements synthétiques lorsque les outils sous-jacents ne fournissent pas les événements dont vous avez besoin. Et notre plate-forme impose un contrôle d’accès granulaire au niveau du locataire et du projet, ce qui est essentiel pour orchestrer plusieurs agents à travers différents utilisateurs de manière sécurisée.”

Quels sont les malentendus les plus courants que les équipes ont sur la construction d’intégrations internes par rapport à l’utilisation d’une plate-forme comme StackOne ?

Romain: “Un grand mythe est que les intégrations ne sont qu’une question d’appel d’API. La construction initiale peut sembler simple, mais la maintenance continue consomme souvent 20 % du temps d’ingénierie. Les équipes sous-estiment également la valeur des connecteurs de niche : ceux que vous dépriorisez peuvent être là où le risque de rotation réel vit. Et la sécurité est souvent une afterthought. Les équipes DIY rarement couvrent des choses comme la conformité SOC-2 ou l’isolement des locataires, qui sont incontournables pour les clients d’entreprise. Et puis il y a la personnalisation des locataires. Chaque nouveau client apporte son propre ensemble de cas de bordure, de bizarreries de configuration et de logique de mise en correspondance, ce qui ajoute une complexité continue qui est facile à négliger au départ.”

Tout le monde parle des agents IA, mais le déploiement dans le monde réel est encore en cours. Qu’est-ce que vous pensez être le plus grand obstacle à l’adoption d’entreprise de masse — et comment StackOne s’attaque-t-il à cela ?

Romain: “La sécurité et la conformité sont toujours les plus grands obstacles. Les DSI s’inquiètent des agents qui agissent hors de portée ou créent des lacunes d’audit. StackOne résout cela en imposant des étendues OAuth de moindre privilège, en activant des interrupteurs de kill au niveau des locataires et en fournissant une traçabilité complète. Lorsque les équipes de risque voient ce niveau de contrôle, elles passent de gatekeepers à des partisans actifs.”

Quels sont les plus grands défis techniques ou de sécurité pour laisser les agents IA agir au nom des utilisateurs sur les plateformes SaaS — et comment les atténuez-vous ?

Guillaume: “Il faut gérer des choses comme la dispersion de jetons et les cycles de rafraîchissement, que nous résolvons avec un coffre centralisé chiffré. Empêcher les fuites de données au niveau de la ligne est un autre défi, donc nous imposons des identificateurs de compte déterministes dans l’appel d’outil pour nous assurer que les agents n’accèdent qu’aux bonnes données et que ce n’est pas à l’IA de le faire. Et pour éviter la dérive ou la mauvaise utilisation des agents, nous exécutons continuellement des vérifications de stratégie et des tests de red team. Notre plate-forme permet également de paramétrer quelle action doit être disponible pour quel système lié. La sécurité doit être intégrée dès le départ.”

Comment voyez-vous l’avenir des outils open source comme LangChain et CrewAI se mêlant aux plateformes propriétaires comme StackOne ?

Guillaume: “Nous voyons l’open source comme la couche d’orchestration et StackOne comme l’infrastructure sous-jacente. C’est pourquoi nous avons construit des SDK pour Python et Typescript qui se connectent directement aux flux de travail LangChain et CrewAI. Vous verrez un modèle hybride émerger, avec des outils open source pour le prototypage et des plateformes gérées pour la fiabilité de production, similaire à la façon dont les équipes utilisent Terraform avec AWS. Ce n’est pas soit l’un, soit l’autre, c’est les deux.”

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter StackOne.