Responsable technique d’Instant 2,5 Lab : pour une application d’IA, la priorité sera donnée aux profits

Auteur | 黄昱

À chaque mise à niveau des grands modèles d’IA, cela signifie qu’une partie des produits d’applications IA qui reposaient sur une capacité unique voit ses barrières se comprimer davantage, voire perdre toute valeur à exister en tant qu’entité indépendante.

Cela fait planer une forme d’incertitude sur l’aventure entrepreneuriale des applications IA.

Parmi les applications IA que développe aujourd’hui en priorité Xia Junchen, responsable technique de la société 2.5 lab (d’« Jike »), on trouve notamment une application de traduction touristique par IA, kulikuli. Son principal concurrent, celui qui l’inquiète le plus, est Google Translate.

Xia Junchen confie à Wall Street Jike : « Notre équipe doit chaque jour faire face à des pressions liées à l’évolution rapide du contexte du marché », une problématique à laquelle font face toutes les équipes d’applications IA.

Mais il estime que les grands fabricants de modèles et les entrepreneurs d’applications IA ne livrent pas la même bataille : chacune des parties n’a pas les mêmes attentes. Les petites entreprises se concentrent davantage sur la manière de construire un produit rentable. De plus, certaines des voies que les startups visent peuvent être facilement marginalisées par les grandes entreprises. Une fois marginalisées, les petites entreprises ont encore la possibilité de survivre grâce à ces « ouvertures ».

Le produit le plus réussi mis en incubation par Jike est la plateforme de podcasts, Xiaoyuzhou. Il y a environ 4 ans, Jike a créé 2.5 lab : ce département devait principalement réaliser des projets d’innovation IA.

Xia Junchen a indiqué à Wall Street Jike que le nom du département provient de l’idée de créer des produits pour les 2,5 % des premiers adeptes curieux, d’explorer quels problèmes l’IA peut résoudre qui ne pouvaient pas l’être auparavant, ou encore d’optimiser de nouveau des problèmes déjà existants.

Au cours des dernières années, 2.5 lab a successivement incubé plusieurs produits : le client IA open source Chatbox, ChatHub qui met en avant « une seule interface pour utiliser plusieurs grands modèles en même temps, avec comparaison côte à côte des sorties », kulikuli, ainsi que des outils d’autodiscipline comme « Auto-discipline : pierre auto-disciplinaire » (自律石头), entre autres.

Xia Junchen révèle que, même si la base d’utilisateurs n’est pas très large, les quelques produits lancés par 2.5 lab sont déjà rentables.

Entre acquisition d’utilisateurs à grande échelle et profits, Xia Junchen privilégie les profits.

Pendant plus de dix ans, la plupart des produits internet ont suivi quasiment la même formule de croissance : acquérir des utilisateurs gratuitement, augmenter rapidement le DAU, puis chercher un modèle commercial.

Mais à l’ère de l’IA, cette méthode commence à échouer. La raison est simple : les coûts.

Contrairement aux produits internet traditionnels, les services IA ne peuvent pas s’étendre indéfiniment à très faible coût marginal : chaque appel de modèle et chaque livraison de service entraînent un coût réel. À mesure que l’échelle des appels augmente, les coûts en Token deviennent rapidement un « monstre qui avale la trésorerie ».

Xia Junchen l’a démontré avec son expérience concrète.

Il explique à Wall Street Jike que presque toutes les applications IA rencontrent désormais le même problème : les coûts en Token représentent souvent environ 70 % du chiffre d’affaires total. Si les revenus du jour atteignent 1 000 yuans, il est possible que 700 yuans soient déjà consacrés aux frais de modèle. Dans une structure de coûts pareille, il est presque impossible de reproduire une croissance fondée sur « brûler de l’argent pour acheter des utilisateurs », comme à l’ère internet.

En même temps, le marché primaire n’acceptera pas non plus de payer uniquement pour la taille de la base d’utilisateurs. Par rapport au DAU et au nombre de téléchargements, les investisseurs se soucient davantage de savoir si les revenus, l’ARR et l’efficacité de la commercialisation sont réellement au rendez-vous. Ce n’est que lorsque le modèle commercial fonctionne et qu’on prouve que les clients paient vraiment pour le produit que la croissance ultérieure a du sens.

« Il faut d’abord valider la monétisation, puis seulement faire la croissance. »

Selon Xia Junchen, c’est devenu le nouvel ordre dans la création d’applications IA. Et le fait que kulikuli ait pu passer d’un projet « jouet » proche d’être abandonné à un produit comptant plusieurs centaines de milliers d’utilisateurs et devenu rentable, illustre précisément cette trajectoire.

Il est indiqué que les trois premiers mois de lancement de kulikuli étaient gratuits. À l’époque, Xia Junchen, sous la pression des coûts, se demandait même où allait mener ce projet ; ils ont envisagé « et si on arrêtait ce projet ? ». Puis ils ont tenté d’ajouter du payant : et il y a eu des gens qui ont réellement payé. Ce n’est qu’ensuite qu’ils ont réussi à redresser le projet.

D’après la présentation de Xia Junchen, aujourd’hui kulikuli compte plus de 3 millions d’utilisateurs, principalement à l’étranger. L’équipe fait environ 10 personnes, et les revenus sont plutôt bons, avec une rentabilité significative.

Xia Junchen estime que, comme la traduction de Google Translate n’atteint pas encore le niveau de kulikuli, kulikuli conserve encore une marge de survie.

Quant à la raison pour laquelle Google Translate, au final, fait moins bien qu’un produit développé par une petite société, Xia Junchen considère que les cas d’usage comme la traduction touristique sont trop éloignés et pas assez rentables pour un géant comme Google. Si kulikuli y parvient, c’est parce que « l’équipe y consacre beaucoup d’énergie, et qu’il y a aussi des accumulations techniques de notre part ».

En dehors de la compétitivité produit, réduire au maximum le coût des modèles est également une priorité à laquelle l’équipe de développement doit réfléchir.

Xia Junchen a indiqué que tant que la qualité reste inchangée, il est faisable de réduire de 50 % à 70 % les coûts de scénarios matures via des services du type TokenHub de Tencent Cloud.

Une fois la survie réglée, les ambitions se développent aussi. Xia Junchen dit que c’est un peu comme « monter de niveau en combattant les monstres » : après avoir gravi une montagne du type kulikuli, l’équipe ne veut plus vraiment en escalader une identique, et aura envie de chercher plus haut.

En réalité, 2.5Lab n’a pas de voie fixe pour de nouveaux projets, et ne met en place aucun système dit d’évaluation objective. Xia Junchen dit : « c’est davantage subjectif ». À présent, avec l’aide d’outils d’agents comme WorkBuddy, toute personne occupant n’importe quel poste peut, tant qu’elle propose une idée de produit, réalise un prototype et parvient à pousser le projet de façon continue, avoir une chance de constituer une équipe et de mener vraiment le projet à terme.

Avertissement sur les risques et clause de non-responsabilité

        Le marché comporte des risques, investissez avec prudence. Le présent article ne constitue pas un conseil d’investissement personnel, et n’a pas tenu compte des objectifs d’investissement particuliers, de la situation financière ou des besoins de certains utilisateurs. Les utilisateurs doivent évaluer si l’une quelconque des opinions, points de vue ou conclusions présentés dans cet article correspond à leur situation spécifique. En effectuant un investissement sur cette base, la responsabilité incombe à l’investisseur.