YouMind
Se connecter

Comment créer des produits à l'ère de l'IA : Transcription de la conférence de Zhang Tao, fondateur de Manus, à l'Université de Pékin

104K
741
195
29
1.4K

TL;DR

Zhang Tao, fondateur de Manus, partage sa philosophie produit en expliquant pourquoi il a abandonné le navigateur IA au profit d'un agent généraliste. Il met l'accent sur la transparence, la valorisation du paiement pour un service utile et la conception anticipée des capacités des modèles six mois à l'avance.

1.1 Des fenêtres de chat à l'action : pourquoi nous devons repenser les produits d'IA

Aujourd'hui, je souhaite partager notre vision de la création de produits à l'ère de l'IA.

Mon parcours personnel est relativement riche. Je suis le doyen de notre équipe de direction ; mes autres associés sont nés en 1992 et 1993, tandis que je suis né en 1986 et j'aurai 40 ans le mois prochain. Voir une personne de presque 40 ans au milieu d'étudiants pourrait vous faire penser qu'il s'agit du quadragénaire typique.

Je suis entré tôt dans ce secteur, commençant à travailler juste après ma licence sans poursuivre d'études supérieures.

Avant de rejoindre l'équipe, j'ai toujours voulu créer un produit capable de fonctionner en continu 24h/24 et 7j/7 : un produit qui ne nécessite pas d'interventions humaines constantes, mais qui peut raisonner et produire des résultats en continu. À l'époque, je n'avais même pas encore défini sa forme exacte, mais je voulais vraiment le faire car je croyais que la limite supérieure de l'intelligence des modèles avait déjà dépassé celle des humains. Nous avions besoin d'une forme de produit pertinente pour stimuler le modèle de manière proactive et automatique, afin qu'il génère continuellement des résultats. Quel que soit le scénario d'application final, je pense que c'est la forme ultime qu'un produit d'IA devrait adopter. Beaucoup de ces réflexions sont nées de l'exploration des limites actuelles des capacités des modèles.

C'était aussi une raison importante de ma décision de rejoindre l'équipe. À l'époque, Red m'a approché en me disant qu'il voulait créer un navigateur IA, et intuitivement, j'ai senti que cette direction était la bonne.

Plus tard, j'ai résumé le problème central rencontré lors de nos recherches en un seul point : la forme même du produit Chatbot limite l'expression des capacités des modèles d'IA.

Cela signifie que vous avez construit un produit, mais que la limite supérieure de sa valeur est contrainte par les utilisateurs : ils doivent savoir poser des questions ET être disposés à les poser pour débloquer la valeur du produit. Et si les utilisateurs ne savent pas comment demander ? Alors la valeur du produit devient minime.

Les navigateurs sont un scénario typique : vous n'avez pas besoin de saisir continuellement des prompts ; rédiger des e-mails, effectuer des recherches, naviguer sur des pages web — ces comportements sont eux-mêmes des expressions d'intention et peuvent devenir des entrées pour le modèle, générant d'énormes besoins de raisonnement en arrière-plan. Une autre raison pour laquelle notre directeur scientifique et moi étions prêts à rejoindre l'équipe est que Red n'est pas seulement un chef de produit très impressionnant, il comprend aussi profondément le fonctionnement d'une entreprise.

1.2 Arrêter le navigateur IA : le temps compte plus que les coûts irrécupérables

En octobre 2024, notre navigateur IA était en fait prêt. Les tests internes révélaient toujours une ou deux fonctionnalités particulièrement brillantes.

Mais lorsque nous l'avons recommandé à notre famille et à nos amis, de sérieux problèmes ont émergé : tout le monde connaît trop bien les navigateurs. La première question qu'ils posaient pendant les essais était souvent : « Où est passée cette fonctionnalité que j'utilisais dans Safari ou Chrome ? »

C'est le plus gros problème lorsqu'on greffe de nouvelles expériences sur d'anciennes : les utilisateurs se compareront toujours à leur ancienne base de référence. Mais ce n'est pas là que résident vos points forts. Vous voulez qu'ils se concentrent sur la partie IA, mais tout le monde se soucie avant tout de la qualité de l'expérience de navigation de base.

Pour une startup, aligner les expériences de base avec celles de géants comme Apple et Google sur un produit ayant plus de 20 ans de références matures est presque impossible. S'y forcer consommerait une énergie supplémentaire excessive, nous faisant négliger le développement de l'IA. À l'époque, je pensais que le produit avait de véritables atouts et que les utilisateurs passionnés l'adoreraient dès sa sortie, pouvant potentiellement décoller après quelques itérations. Mais Red était extrêmement tiraillé en septembre et octobre. D'un côté, il trouvait logiquement incohérent de suspendre de nouvelles expériences à d'anciennes ; de l'autre, il craignait qu'une fois lancé, toute l'équipe ne reste bloquée dessus pendant 3 à 6 mois. Les fondateurs hésitent souvent à abandonner ; si la première version performe mal, ils pensent « peut-être que ce n'est simplement pas encore assez bon, itérons », gaspillant ainsi six mois.

À l'école, on ne saisit pas forcément le concept du temps, mais pour les startups, l'argent est en réalité la ressource la plus facile à obtenir — tant que la direction est bonne, on peut toujours lever des fonds. La ressource la plus précieuse et celle qu'on ne peut pas gaspiller, c'est le temps. Perdre du temps n'épuise pas seulement l'énergie personnelle ; plus effrayant encore, cela vous fait rater des fenêtres de marché et des tendances ponctuelles.

À cette époque, en octobre 2024, toute notre entreprise ne comptait que 30 personnes. Avec le soutien de ZhenFund, nous n'avions levé que des tours Angel et Pre-A, avec peu de trésorerie disponible. Après avoir investi 7 mois dans un nouveau projet déjà abouti et susceptible de stupéfier le marché à sa sortie, Red a finalement décidé de tuer le projet. Avec le recul, ce fut une décision cruciale, car si nous n'avions pas arrêté le navigateur, il n'y aurait jamais eu Manus par la suite.

Lorsque nous avons partagé cette histoire pour la première fois l'année dernière, des critiques ont dit que nous ne devrions pas dénigrer le créneau des navigateurs IA puisque nous n'en avions pas construit un nous-mêmes. Mais aujourd'hui, nous pouvons affirmer avec assurance que le créneau des navigateurs IA n'a effectivement aucun produit véritablement réussi. La raison essentielle est la suivante : pour créer de nouvelles expériences, mieux vaut en créer d'entièrement nouvelles plutôt que d'essayer de faire de « l'IA + Ancienne Expérience ».

1.3 Entrevoir les opportunités de l'Agent généraliste dans les outils de code

Après l'arrêt du navigateur en octobre 2024, l'équipe a commencé à réfléchir à ce que devrait être le prochain produit. L'équipe de Pékin était alors très petite, occupant juste un petit bureau dans un espace de coworking, avec cinq personnes au total. En tant que CPO, je m'occupais du produit ; le directeur scientifique s'occupait des modèles ; et il y avait un collègue développeur full-stack nommé Abin. Bien que nos rôles diffèrent, nous avions tous les trois des antécédents en programmation. J'ai commencé à écrire du code en CE2.

Le produit le plus phénoménal de 2024 a été Cursor, dont la popularité a explosé en juillet. Nous l'utilisions quotidiennement, mais avons développé des ressentis différents à son usage. Surtout en tant que programmeur non professionnel, j'ai commencé à utiliser Cursor pour beaucoup d'autres choses : gérer les notes de frais, convertir des MP4 en MP3 pour ma femme, aider à l'écriture de romans, etc.

Au cours de ce processus, nous avons de plus en plus ressenti la puissance du modèle Claude 3.5 Sonnet derrière Cursor. Surtout après les versions suivantes, Cursor et Windsurf ont tous deux connu des améliorations significatives de leurs capacités. De nombreuses startups nationales et internationales imitaient Cursor, entraînant une prolifération d'outils de code, bien qu'on ne les appelle pas encore tout à fait des « Coding Agents ».

La véritable opportunité que nous avons perçue était celle-ci : Sonnet 3.5 v2 a débloqué bien plus qu'une simple capacité de codage — il a débloqué des capacités de planification et d'action autonomes.

Les capacités de planification et d'action autonomes se manifestent principalement sous deux aspects :

Premièrement, la planification à long terme (Long-horizon Planning).

Aujourd'hui, cela peut sembler évident, mais ça ne l'était pas fin 2024. À l'époque, les modèles d'OpenAI peinaient sur ce point, préférant le dialogue tour par tour à la ChatGPT, résolvant les problèmes directement en une seule interaction. À partir de Claude 3.5 Sonnet, et grandement renforcée dans les versions ultérieures, la capacité d'effectuer une planification de tâches à long terme a émergé : le modèle sait qu'il ne doit pas se précipiter pour tout accomplir en un seul tour, mais qu'il doit appeler activement des outils, poser des questions aux utilisateurs, rassembler plus d'informations, et n'exécuter que lorsqu'il est suffisamment confiant.

Deuxièmement, l'utilisation d'outils (Tool Use).

Cursor crée des outils permettant à davantage de personnes de devenir ingénieurs. Mais notre jugement était que le monde n'a pas besoin de plus d'ingénieurs, et que les ingénieurs n'ont pas besoin de plus d'outils sophistiqués — ils en ont déjà assez. Si l'un d'entre vous code régulièrement, je suis sûr que votre ordinateur contient de nombreux outils installés, constamment échangés et évalués. C'est ainsi que fonctionnent les ingénieurs.

Nous pensions qu'une fois cette capacité débloquée, elle débloquait efficacement des capacités générales pour les gens ordinaires. Alors que le monde entier misait sur les Coding Agents, nous avons vu l'opportunité d'utiliser le code comme un médium pour résoudre des scénarios généraux pour les utilisateurs ordinaires, donc notre angle d'approche était complètement différent.

Lorsque nous avons lancé le projet en décembre 2024, j'étais en fait très paniqué parce que je me disais que d'autres avaient sûrement vu cet avenir aussi. Nous étions tendus, mobilisant toutes les ressources disponibles de l'entreprise pour développer rapidement, craignant que quelqu'un d'autre ne nous devance. Après deux mois de développement, au moment du lancement le 5 mars 2025, nous avons découvert que, selon nos observations, nous étions presque les seuls à travailler dans cette direction ; les autres construisaient encore des outils de code.

Nous avons repéré le point d'inflexion fin 2024, identifiant avec acuité les capacités de planification à long terme et d'utilisation d'outils à la frontière du modèle. Après de multiples explorations, nous avons continué à chercher la bonne forme de produit.

1.4 Cibler les utilisateurs non techniques : rendre l'intelligence visible, bâtir la confiance

Les premières versions de Manus ressemblaient beaucoup à Cursor, évoquant un outil de code. Un jour, Yusen, investisseur chez ZhenFund, est venu à notre bureau pour voir le prototype initial. Il a dit : « Cette mise en page à trois colonnes n'a-t-elle pas l'air trop professionnelle ? C'est un peu rebutant. » Notre jugement lors de la conception du produit était de cibler un public non technique. Puisque nous visions des personnes non techniques, avoir une première impression trop professionnelle était définitivement problématique. Nous sommes donc passés d'une interface à trois colonnes à deux.

Au cours de ce processus, nous avons apporté de nombreuses innovations pour le marché cible. Parce que les Agents étaient trop nouveaux, les gens ordinaires avaient du mal à croire qu'ils pouvaient réellement tenir leurs promesses. Pendant ces deux mois et demi de R&D, ma voix était rauque chaque soir en rentrant chez moi.

Après avoir fait fonctionner le premier prototype le 5 janvier 2025, j'ai publié un message sur Moments pour demander à mes amis : si vous aviez un stagiaire avec un niveau d'études de licence, quelles tâches lui confieriez-vous ? J'ai collecté plus de 400 tâches auprès de plus de 100 amis, formant le tout premier jeu de données d'évaluation de Manus.

À partir du premier prototype, à mesure que le framework d'exécution de l'Agent (plus tard appelé Harness) s'améliorait, ces tâches apportaient des surprises quotidiennes. En excluant les 100+ tâches nécessitant une intelligence incarnée (comme acheter du thé au lait), les 300+ tâches restantes ont été accomplies d'une manière inimaginable. Je ne pouvais m'empêcher de crier dans le bureau tous les jours, rentrant chez moi la gorge enrouée. Ma femme me demandait pourquoi le travail m'épuisait autant. Mais la sensation d'une intelligence jaillissant de l'écran était irrésistible — vous saviez que c'était l'avenir.

Cependant, cet impact était si intense que si nous nous contentions de donner les résultats aux utilisateurs, ils pourraient penser que c'était faux. Nous avons donc pris une décision : la transparence elle-même devait devenir une fonctionnalité du produit.

Dans la première version de Manus, deux conceptions de produit critiques sont devenues des paradigmes de design pour presque tous les Agents IA :

Premièrement, l'affichage de l'exécution étape par étape. Permettre aux utilisateurs de voir comment l'Agent fait progresser les tâches, appelle des outils, visite des pages web, prend des notes et écrit du code.

Deuxièmement, le Session Replay (relecture de session). Lors du partage de sessions, d'autres personnes peuvent revoir l'intégralité du processus d'exécution.

La performance de l'intelligence du produit représentait peut-être 80 % du succès, mais ces deux conceptions d'interface orientées croissance ont été cruciales pour l'explosion initiale. Beaucoup ne croyaient pas aux Agents IA au début, mais en voyant étape par étape comment il faisait progresser les tâches, appelait des outils, visitait des pages, écrivait des notes/du code, ils ont réalisé qu'il fonctionnait comme un humain, ce qui a bâti la confiance. Avec le Session Replay, les utilisateurs n'avaient besoin ni de codes d'invitation ni de paiement ; le simple fait de consulter les sessions partagées leur permettait de ressentir ces moments de surprise. Ces conceptions découlaient de la définition claire de nos utilisateurs cibles comme étant non techniques : nous ne pouvions pas présumer de connaissances techniques, nous devions donc utiliser l'innovation produit pour les aider à comprendre ce qui se passait et bâtir leur confiance.

1.5 La vraie raison derrière un lancement unique : innovation produit et expression du fondateur

Concernant le lancement de mars, en novembre dernier à l'Université Tsinghua, un étudiant m'a demandé si beaucoup de gens pensaient que nous avions acheté de nombreux KOL et orchestré un événement marketing en mars.

Un ami travaillant dans le marketing m'a dit : « Même avec un budget de 20 à 30 millions de RMB, si tu me demandais de reproduire le marketing de Manus, je ne pourrais pas obtenir cet effet. » Les jeunes stigmatisent souvent le marketing, pensant que c'est mal. Si vous voulez créer une entreprise mais pensez que le marketing est mal, c'est une cognition terrible. Savoir raconter une bonne histoire est précisément une compétence qui manque aux fondateurs chinois, quelque chose que j'ai profondément ressenti dans la Silicon Valley ces deux dernières années.

Les gens sous-estiment la difficulté du marketing, supposant qu'il suffit de jeter de l'argent. Si c'était si simple, les startups n'auraient jamais aucune chance, car vous ne pouvez pas dépenser plus que les grandes entreprises.

J'avais l'habitude de dire que le lancement de mars avait coûté 0 RMB, mais j'ai réalisé plus tard que ce n'était pas rigoureux :

Le 28 février 2025, le site web était prêt. Le PDG Red l'a examiné et a dit : « Tao, ce site n'est-il pas un peu terne ? Devrions-nous ajouter une vidéo ? » Il ne restait que quelques jours avant le lancement du 5 mars. J'ai contacté deux ou trois sociétés de production vidéo à Pékin ; toutes ont déclaré un délai minimum de deux semaines.

Finalement, j'ai tourné la vidéo moi-même avec un appareil photo Sony A7C II. Mes objectifs étant médiocres, j'ai emprunté un objectif 50mm f/1.2 GM à Yusen de ZhenFund. J'ai monté pendant deux nuits. Lors de l'exportation vers YouTube, j'ai découvert que l'exportation en 4K était payante. J'ai donc dépensé environ 12 à 15 $ pour un abonnement CapCut d'un mois — le seul argent supplémentaire dépensé pour ce lancement, annulé immédiatement après le renouvellement.

Une fois la vidéo devenue virale, les gens ont supposé que nous étions d'excellents spécialistes du marketing ayant réalisé une vidéo incroyable. Je raconte cette histoire à plusieurs reprises pour mettre en garde les jeunes entrepreneurs : si votre conclusion face à un produit phénoménal est « ils sont bons en marketing », vous avez tiré la mauvaise leçon. Les choses ne sont jamais si simples.

Premièrement, Manus est apparu au bon moment, utilisant la bonne forme de produit pour montrer au monde où se situaient les frontières des capacités des modèles. Aujourd'hui, les frameworks s'appellent Harness ; à l'époque, le terme n'était pas populaire. Je crois que nous étions parmi les premières équipes à créer de tels frameworks, poussant les limites des modèles à l'extrême. Après le lancement, j'ai rencontré l'équipe d'Anthropic à San Francisco en mars. Ils ne croyaient pas que nous utilisions uniquement leurs modèles, car leurs tests internes ne correspondaient pas à notre puissance. J'ai dit que j'aimais sincèrement leurs modèles. Plus tard, Claude Code a laissé fuir du code, et nous y avons vu des échos de nos premières conceptions architecturales. Ainsi, je crois que le fondement principal du succès du lancement était une innovation produit significative.

Sans une bonne innovation produit, s'appuyer uniquement sur des vidéos, c'est mettre la charrue avant les bœufs. Plus tard, je me suis senti impuissant en voyant d'innombrables startups adopter le même style : le fondateur assis sur un canapé avec des plantes derrière. Tout le monde agissait comme des élèves d'Asie de l'Est copiant des modèles d'examen sans savoir quoi faire d'autre. C'est drôle parce que nous avons choisi cet angle purement parce que c'était le seul endroit avec un fond propre dans notre parc de coworking, suffisamment calme pour filmer. Si vous regardez attentivement, il y a un saut d'image parce que notre directeur scientifique parlait pendant qu'une femme de ménage passait la serpillière derrière lui. Ce qui compte vraiment, ce n'est jamais la vidéo elle-même, mais votre produit. Pourtant, avec le recul, cette vidéo est restée importante parce que c'est moi qui l'ai tournée et notre directeur scientifique qui l'a présentée.

Après l'explosion de Manus, de nombreuses équipes ont dû faire face aux interrogations de leurs patrons/investisseurs : « Pourquoi ne pouvez-vous pas construire Manus ? » L'excuse la plus sûre devenait souvent : « Nous sommes une solide équipe technique, contrairement à eux qui sont bons en marketing. » Cela semble ancré dans la réalité, attribuant l'échec au fait de « ne pas être bon en marketing ».

Les gens ignorent l'essentiel : je suis un homme de produit ; l'autre s'occupe des modèles en tant que directeur scientifique. Aucun de nous deux ne vient du marketing. Nous avons simplement construit un produit dont nous étions fiers et satisfaits, puis nous l'avons exprimé au monde avec nos propres mots.

Le marketing d'une startup en phase initiale doit impliquer personnellement les fondateurs. Externaliser à des agences ou embaucher des « experts en marketing » risque de provoquer une grave distorsion de l'information. Seuls les fondateurs savent vraiment comment raconter l'histoire. Donc, avec le recul, la vidéo comptait non pas pour son format, mais parce que nous l'avons faite nous-mêmes.

1.6 Concevoir des produits pour les capacités des modèles dans six mois

Pour l'innovation applicative en IA, concevez des produits pour les capacités des modèles telles qu'elles seront dans six mois. Je crois que l'année prochaine, 2027, sera la grande année des applications d'IA.

Que signifie « six mois d'avance » ? N'attendez pas de lire un article ce matin sur une mise à jour de modèle ajoutant des capacités pour ensuite réfléchir à la création d'applications basées dessus. À ce moment-là, il sera peut-être trop tard.

Dans notre équipe, le directeur scientifique a fourni des informations cruciales. Ayant fait des recherches en NLP pendant plus d'une décennie, il pouvait percevoir avec acuité les directions d'évolution des laboratoires de pointe à partir des performances actuelles des modèles et des informations publiques/non publiques. Par exemple, nous avons vu des capacités d'AGI (Intelligence Artificielle Générale) émerger de Claude 3.5 Sonnet, franchissant un nouveau palier avec la V2. Nous avons jugé qu'ils investissaient massivement dans cette direction. Si un nouveau palier était franchi dans 3 à 4 mois, notre produit ne serait-il pas incroyablement puissant ?

Nous avons donc décidé de commencer immédiatement. Nous nous attendions initialement à un saut de 3.5 à 4.0, prévoyant de lancer avec la 4.0, mais la 3.7 est sortie en premier. La nuit du lancement de la 3.7, j'ai publié sur Jike : « Nuit de recharge de foi. » Pourquoi ? Cette nuit-là, notre code Harness n'a pas changé d'une seule ligne ; nous avons simplement remplacé l'interface du modèle de 3.5 V2 à 3.7. Sur notre jeu d'évaluation, les performances ont bondi, résolvant instantanément environ 20 à 30 % des problèmes précédemment non résolus. Nous savions que nous avions parié juste.

Notre directeur scientifique a toujours insisté : « Moins de structure, plus d'intelligence. » Après le lancement, quand j'ai partagé cela dans la Silicon Valley et en Chine, beaucoup l'ont rejeté. La pratique courante à l'époque consistait à ce que les humains conçoivent des workflows, enseignant les étapes à l'IA : écrire des règles obligatoires ou des branches conditionnelles partout où des erreurs survenaient. Mais notre premier framework d'exécution d'Agent n'utilisait pas de workflows fixes dictant chaque étape ; à la place, le modèle décidait des actions suivantes de manière autonome.

Qu'il s'agisse de recherche, de Slides, de sites web ou d'analyse de données, le modèle décidait des étapes suivantes plutôt que de suivre des processus rigides enchaînant tout. Les systèmes multi-agents étaient populaires à l'époque, mais nous avons persisté sur la voie de l'agent unique.

Pourquoi s'y tenir ? Moins de structures prédéfinies permet de maximiser les bénéfices de l'augmentation des capacités des modèles. Écrire des workflows rigides empêche de profiter des dividendes des mises à jour des modèles. Avant la 3.7, nous ne savions pas si ce jugement était valide. Mais la nuit du lancement, nous l'avons confirmé : sans modifier les frameworks d'exécution, la simple amélioration des capacités du modèle a boosté les performances du produit. Cela signifiait non seulement pour cette fois, mais potentiellement des bénéfices continus issus des progrès futurs des modèles. Donc pour les entrepreneurs en IA, il est crucial de ne pas combler indéfiniment les faiblesses actuelles des modèles, car elles finiront par être résolues. Demandez-vous plutôt : à quoi ressembleront les modèles dans 6 mois ? Si tel est le cas, quelle forme de produit adaptée correspondra à ce futur modèle ?

Commencez maintenant. Dans 3 mois, les produits peuvent sembler médiocres, mais gardez une conviction forte : c'est simplement parce que les modèles n'ont pas encore rattrapé leur retard. Une fois qu'ils le feront, les avantages de la forme du produit se manifesteront immédiatement. Quand les modèles atteindront vraiment ce stade, vous serez le seul positionné là, entièrement préparé.

1.6.1 Un exemple tourné vers l'avenir : une expérience générative avec une seconde de latence

Vous trouverez peut-être cela abstrait. Que peut-on réellement faire ? Au-delà de ce que nous avons fait, existe-t-il d'autres opportunités ? Je peux partager une opportunité (que je ne poursuivrai pas moi-même) :

J'attends un moment précis : celui où les modèles de génération vidéo comme Seedance réduiront la latence entre la saisie du prompt et la sortie visuelle à moins d'une seconde. Je crois que ce sera un tournant critique pour cette vague d'entrepreneuriat d'applications IA. Car à mon avis, un modèle de génération vidéo avec une seconde de latence n'est plus seulement un outil — c'est un système d'exploitation de nouvelle génération.

Quand cet avenir arrivera, à quoi devraient ressembler les logiciels ? Comment les utilisateurs devraient-ils interagir avec des produits génératifs ayant une seconde de latence ? Mon jugement est que ces changements se produiront dans les six prochains mois. Se préparer autour de cette direction est une excellente opportunité entrepreneuriale. Ce n'est qu'un exemple. De nombreux modèles progressent dans divers domaines. À quoi ressembleront-ils dans 3 ou 6 mois ? Comment les gens ordinaires devraient-ils exploiter ces capacités ? C'est l'opportunité centrale de l'entrepreneuriat d'applications IA.

1.7 Abaisser les barrières d'entrée, utiliser le paiement pour identifier la vraie valeur

Ensuite, le deuxième jugement : pourquoi ne construisons-nous pas de Chatbots ? Parce que leur plafond est facilement limité par les prompts des utilisateurs ; seuls les utilisateurs très compétents en extraient toute la valeur, rendant les produits exigeants. Les futures tentatives de nouveaux produits visent à minimiser les coûts de saisie pour l'utilisateur, permettant aux utilisateurs de ressentir continuellement la valeur de l'intelligence du modèle dans leur vie quotidienne.

À l'ère de l'IA, la valeur produit la plus importante est de permettre aux utilisateurs de ressentir l'intelligence. Beaucoup ne s'en rendent pas compte, pensant que la valeur réside dans la gratuité. Il ne s'agit jamais de gratuité ; les subventions gratuites sont le plus grand piège de l'ère de l'IA.

En regardant l'entrepreneuriat d'applications IA en Chine au cours des 2 à 3 dernières années, le plus grand piège a été d'être induit en erreur par la mentalité précédente de subventions gratuites de l'internet mobile, en supposant que cette génération pouvait faire de même. Totalement faux :

Premièrement, si la performance de l'intelligence est suffisamment bonne, les gens paieront. Par exemple, certains utilisateurs principaux de la plateforme dépensent 4 000 à 5 000 $ par mois. Des montants élevés, mais cette volonté indique qu'ils ont trouvé de la valeur.

Deuxièmement, les subventions gratuites enferment les équipes dans des retours invalides. Bien sûr, il faut écouter les retours, mais les utilisateurs gratuits exigent « je veux ceci, je veux cela ». Ces demandes ne sont pas sans valeur, mais elles peuvent distraire les entrepreneurs. Examiner des demandes non pertinentes, réfléchir à de mauvaises directions, c'est essentiellement perdre du temps.

Troisièmement, s'en tenir à des modèles payants garantit que les retours proviennent d'utilisateurs qui ont ressenti la valeur et ont voté avec leur argent/leurs actions. Construire autour de leurs vrais besoins attire mieux d'autres utilisateurs payants.

Au cours des 2 à 3 dernières années, les tentatives nationales de croissance via des subventions gratuites précoces (qu'il s'agisse de Coding Agents ou d'autres) ont majoritairement échoué. Les gens blâmaient la faiblesse de l'image de marque, mais la raison principale était le passage à la gratuité. C'est particulièrement flagrant dans les grandes entreprises : des ressources riches permettent de dépenser des dizaines de millions en subventions dès le premier jour, menant sur un chemin tortueux. Je ne peux pas faire du gratuit. Si vous atteignez 100k DAU le premier mois, cela devient votre KPI. Le mois suivant, vous ne voulez que des chiffres plus élevés ; personne n'ose passer au payant. Vous portez ce fardeau de DAU gratuits, altérant votre perception des marchés d'utilisateurs réels. Point crucial : permettre aux utilisateurs de ressentir une véritable performance d'intelligence est la chose la plus importante dans la création de produits à l'ère de l'IA.

Nous n'avons pas lancé de fonctionnalités payantes au début, commençant à facturer fin mars 2025. Dès le premier mois d'avril, l'ARR a dépassé 40 millions, s'approchant des 50 millions. Pourquoi ? Parce que le produit offrait véritablement une intelligence écrasante. C'est ça la clé.

1.8 Pourquoi persister avec le généraliste : état d'esprit utilisateur et besoins de longue traîne

Le troisième jugement est de persister avec le généraliste. Lors du lancement de Manus, nous avons affirmé être le premier Agent IA généraliste au monde. Pourquoi insister sur le généraliste ?

Au début, nous avons entendu de nombreuses opinions d'investisseurs, comme modifier l'interface, mais nous avons refusé une suggestion. Les investisseurs demandaient : « Que peut faire exactement ce produit ? Chaque visite montre des tâches de longue traîne bizarres. » Je leur ai montré les résultats d'évaluation internes/externes ; ils ont dit : « Pouvez-vous nommer un scénario pratique démontrant de la valeur ? » J'ai admis que je ne le pouvais pas.

Ils ont suggéré de nous concentrer, par exemple sur un générateur de sites web ou un générateur de Slides. C'était possible, mais nous ne l'avons pas fait.

Rétrospectivement, cela peut sembler calculé, mais nous n'y avons pas tant réfléchi à l'époque. Simplement, pendant ces deux mois et demi de développement de Manus, j'ai été à plusieurs reprises choqué par l'intelligence, extrêmement excité chaque jour. Sachant que c'était incroyable, accomplissant toutes les tâches de longue traîne comme un humain, je voulais partager cette joie/cette surprise avec le monde.

C'était un pur état d'esprit produit, pas une stratégie générale pré-planifiée. Mais avec le recul, insister sur le généraliste a été un jugement stratégique critique dans le parcours de Manus.

La raison : l'état d'esprit lié à la marque est difficile à acheter avec de l'argent.

Votre position cognitive dans l'esprit des utilisateurs est difficile à changer, même avec des milliards. Puisque nous avons commencé comme « Agent Généraliste », lancer ensuite du développement de sites web, des Slides, des commandes vidéo semblait naturel. Les utilisateurs pensaient : « Manus fait tout ; c'est normal. » Pendant ce temps, les concurrents verticaux s'étendant à des tâches générales perturbaient les utilisateurs : « N'êtes-vous pas un outil de sites web ? Pourquoi faites-vous de l'analyse de données maintenant ? » Ne sous-estimez pas cela.

L'occupation cognitive d'un produit dans l'esprit des utilisateurs ne se produit généralement qu'une seule fois dans une vie. La changer est immensément difficile, nécessitant possiblement des années d'ajustements stratégiques et produits majeurs après avoir survécu. Insister sur le généraliste nous a permis de profiter des dividendes à chaque vague d'IA, jusqu'à aujourd'hui.

Autre point important : en interne, nous avons une matrice : axe X = l'argent qui nous est versé ; axe Y = la satisfaction utilisateur. Qui occupe le coin supérieur droit (paiement le plus élevé, satisfaction la plus élevée) ?

Pas des codeurs. Nous ciblons les utilisateurs non techniques ; l'usage par les développeurs existe, mais il est plus faible. Les plus satisfaits sont les managers d'entreprise : PDG, petits patrons, chefs de département. Pourquoi ? Les patrons ont le plus de tâches diverses et variées, pensant à ceci aujourd'hui, à cela demain. Ils trouvent Manus incroyablement satisfaisant. Avant Manus, aucun outil d'IA ne résolvait tout ni ne discutait de tout pour eux. Les IA verticales précédentes (par exemple, les agents marketing) étaient limitées ; seul Manus faisait tout. Les groupes de PDG l'ont donc utilisé avec plaisir, devenant des utilisateurs haut de gamme fidèles. Insister sur une approche généraliste nous a assuré des clients haut de gamme et a bâti des barrières de notoriété mentale, nous permettant de survivre à 1 ou 2 ans d'itérations technologiques sans être éliminés.

Bien sûr, tout le monde ne devrait pas viser le généraliste. Nous avons réussi parce que personne d'autre ne le faisait à ce moment-là, capturant d'abord la part de marché mentale. Essayer plus tard est bien plus difficile.

1.9 Concevoir autour de la vie de l'utilisateur, pas des habitudes techniques

Le quatrième jugement concerne la compréhension des utilisateurs.

Comme mentionné, nous avons défini nos utilisateurs comme non techniques dès le départ. Notre objectif était de donner à toutes les personnes ordinaires accès aux capacités explosives des modèles, pas seulement aux programmeurs.

Nous avons donc réalisé un travail UX approfondi :

Premièrement, instaurer la confiance grâce à des processus d'exécution transparents.

Deuxièmement, l'exécution cloud asynchrone. Les programmeurs qui utilisent Cursor cliquent sur des confirmations après leurs commandes et trouvent ça génial. Mais les gens ordinaires ne fixent pas un écran d'ordinateur toute la journée ; ils utilisent peut-être leur téléphone ou font autre chose. Nous avons donc doté chaque tâche d'un bac à sable cloud, exécutant les tâches dans le cloud. Scénario courant : sortir son téléphone, assigner une tâche, remettre le téléphone dans sa poche, pas besoin de garder l'écran allumé, vérifier les résultats quand c'est terminé.

Troisièmement, rendre le processus lui-même partageable. Nous avons conçu les Session Replays de manière narrative. Au début, beaucoup ne pouvaient pas utiliser le produit faute de codes d'invitation, mais en comprenaient la valeur via ces replays.

1.9.1 Derrière les codes d'invitation : financement et contraintes de capacité d'inférence

Au passage, pourquoi avoir strictement utilisé des codes d'invitation au début ?

Les raisons sont simples. Comme pour les vidéos de canapés : nous l'avons fait, d'autres ont copié ; nous avons utilisé des codes d'invitation, d'autres ont copié. Mais connaître les raisons profondes rend les imitateurs presque comiques.

Les codes d'invitation existaient purement parce qu'il nous restait environ 8 à 9 millions de dollars. Nous venions de lever des fonds, mais nous restions une entreprise pauvre. Avant Manus, de nombreux VC locaux ne nous portaient pas dans leur cœur ; comparés à nos pairs de l'IA plus clinquants, notre trésorerie était rare.

Même avec les codes d'invitation, notre consommation quotidienne maximale a atteint 500 000 $. Si nous avions tout ouvert, je craignais que l'entreprise ne s'effondre en une semaine après le lancement du 5 mars. Sans les ressources d'une grande entreprise, l'engouement inattendu et massif lors du lancement nous a forcés à contrôler le rythme via les codes d'invitation, puis à lancer des fonctionnalités payantes. Pendant la période gratuite, les codes d'invitation géraient la consommation.

Voilà pour la première raison ; la seconde est méconnue hors de l'industrie : aujourd'hui, acheter des API/tokens chez AWS/GCP se passe généralement bien, l'offre est illimitée (surtout parce que les produits n'atteignent pas une telle échelle). Notre défi ? Manus était le premier Agent généraliste grand public au monde. Auparavant, les plateformes cloud servaient des applications de type Chatbot/compagnon. Lors de tests précoces comparant Manus (Agent) à Monica (Chatbot, le produit d'un collègue), la consommation de tokens par DAU différait d'un facteur 200 à 1000.

À quel point ce chiffre est-il énorme ? L'approvisionnement en débit d'appels de modèles auprès des clouds utilise le TPM (Tokens Per Minute). M = Million. En Asie-Pacifique, les grandes applications de chat/compagnon nécessitant 10 à 20 millions de TPM étaient des clients de premier plan. Trois jours après le lancement, en ouvrant totalement l'accès aux détenteurs de codes d'invitation, la demande a atteint environ 800 millions de TPM.

Pour vous donner une idée ? En appelant un fournisseur cloud (que je ne nommerai pas), j'ai dit que nous avions besoin de 500 millions de TPM. Habitués aux startups qui exagèrent pour obtenir des remises, ils ont demandé : « Est-ce le volume projeté pour l'année prochaine ? »

J'ai répondu non, j'en ai besoin de 500 millions maintenant.

Ils ne pouvaient pas fournir cela. Tous les fournisseurs cloud manquaient de réserves de calcul suffisantes ; les capacités augmentaient progressivement, chacun surveillant les autres. Au début, nous ne pouvions pas nous permettre de brûler autant, et les services cloud n'étaient pas préparés à l'explosion des Agents IA.

Heureusement, nous avons sécurisé plusieurs centaines de millions de TPM auprès d'une plateforme cloud, survivant ainsi au premier mois. Ensuite, nous avons continuellement communiqué avec les fournisseurs, leur expliquant que les Agents allaient exploser et les incitant à préparer leurs capacités.

En mai, lorsque les codes d'invitation ont pris fin, de nombreuses plateformes proposaient 30 à 50 millions de TPM aux entrepreneurs grâce aux augmentations préalables.

Donc, quand j'ai partagé cela en mai/juin, les gens n'y croyaient pas, nous traitant de vantards : « Nous n'avons jamais rencontré ce problème ; demander 10 millions fonctionne à tout moment. »

Je me suis dit : premièrement, il y a deux mois, vous ne les auriez peut-être pas obtenus ; deuxièmement, 10 millions et 1 milliard diffèrent d'un facteur 100. Les gens ne réalisaient pas à quel point la demande générée par le lancement de Manus avait perturbé la chaîne d'approvisionnement. Ressources cloud, infrastructure, paiements : tout exigeait des pionniers pour trouver des solutions. Les futurs entrepreneurs de l'IA ne feront peut-être pas face aux mêmes problèmes.

1.10 Conseils pour les jeunes entrepreneurs

Enfin, beaucoup ici deviendront peut-être des entrepreneurs natifs de l'IA. Voici quelques suggestions.

1.10.1 Penser mondial dès le premier jour, pas seulement occidental

D'abord, la vision mondiale.

Qu'est-ce qu'une vision mondiale ? En juin dernier, VivaTech, le grand sommet technologique européen, nous a invités. Ravis de prendre la parole au sommet d'un produit devenu un phénomène mondial. Trois jours avant le départ, les organisateurs ont promis une surprise. Ce soir-là, Gmail a reçu un e-mail de elysee.fr (le domaine de la présidence française) : le président Macron m'invitait à dîner.

Première réaction : une arnaque. C'est ce que penserait n'importe qui, non ? Les organisateurs ont confirmé que c'était la surprise. Après le sommet, j'ai dîné avec Macron au palais de l'Élysée. Mon récent post sur Xiaohongshu surfant sur la popularité de Jensen Huang s'explique par le fait que Macron était assis à ma droite et Huang en face. Huang a prononcé un discours brillant ; je l'ai enregistré et publié, et il a récemment fait le buzz.

Pourquoi raconter cela ? Le produit n'avait été lancé que depuis un peu plus de 3 mois, et pourtant nous étions invités à des événements d'un tel prestige. Des dizaines de tables remplies de fondateurs et d'investisseurs européens. Les discussions d'après-dîner ont révélé des idées de startups bancales.

L'écosystème des startups européennes est très en retard sur la Chine, avec une mentalité défensive : « Construire en Europe, pour l'Europe. » Beaucoup plaidaient pour renforcer l'IA locale afin que les entreprises et gouvernements européens utilisent une IA européenne, par peur de la domination américano-chinoise.

Cela m'a mis mal à l'aise. Les fondateurs américains à proximité convenaient que c'était incroyable. Le cadre formel empêchait de parler crûment, mais intérieurement : si nous avions adopté l'approche « Construire en Chine, uniquement pour la Chine », je ne serais pas assis ici aujourd'hui.

Nous croyons que la plus grande valeur des LLM inclut la réduction drastique des barrières linguistiques. Parmi nos trois dirigeants, Red et moi n'avions aucune expérience d'études ou de vie à l'étranger avant la startup ; Red n'avait jamais visité les États-Unis. Seul notre Chief Scientist avait vécu brièvement à l'étranger enfant. Précisément parce que les barrières linguistiques ont chuté, nous avons commercialisé, servi et pensé à l'échelle mondiale, créant ainsi de tels produits.

Pourtant, de nombreux jeunes fondateurs européens tentaient de s'enfermer en Europe. Mauvaise approche. Je l'ai mentionné lors de nos échanges.

Aujourd'hui, j'encourage les jeunes fondateurs natifs de l'IA de notre pays : envisagez l'expansion mondiale et le service aux utilisateurs internationaux dès le premier jour. Avec la disparition des barrières linguistiques, s'internationaliser n'est absolument pas un problème. Nos systèmes internes et notre service client sont multilingues parce que ces barrières n'existent plus.

L'IA est un don du ciel pour les entrepreneurs chinois. Auparavant, concurrencer les exportations technologiques américaines était difficile en raison de la domination de l'anglais et de désavantages culturels. Mais dans l'IA, nous possédons une forte capacité à conquérir les marchés mondiaux grâce à l'innovation produit et dimensionnelle. La vision mondiale est donc primordiale pour entreprendre dans l'IA.

Je souligne : Mondial ≠ uniquement Occidental. Le monde est vaste ; le Sud global offre des opportunités. Le plus grand marché en revenus est les États-Unis, mais la majorité de nos utilisateurs résident au Brésil. Moyen-Orient, Europe, Japon/Corée, Asie du Sud-Est, Afrique : tous comptent des utilisateurs.

Ne dites jamais « l'étranger » quand vous pensez mondial. Je corrige en interne les membres de l'équipe en interdisant l'expression « pays étrangers » car elle est trop vague. « Étranger » implique une opposition binaire avec « domestique », simplifiant à l'excès une répartition mondiale complexe entre régions, langues et cultures. Une véritable vision mondiale, capable de repérer les opportunités régionales, génère de nouvelles perspectives.

1.10.2 Utiliser personnellement les produits, ne pas remplacer le jugement par des récits émotionnels

Deuxième conseil pour les gens du produit : lisez moins les médias indépendants (self-media).

Précision : je ne vise pas ici les créateurs de qualité. Mais les bâtisseurs de produits qui ne lisent que des articles de self-media tombent dans le nihilisme : aujourd'hui « explosion de niveau nucléaire », demain « l'industrie est morte ». Depuis le lancement de Manus, on nous a déclaré « disruptés » ou « abandonnés » d'innombrables fois, et pourtant notre activité n'a cessé de croître.

La plupart des créateurs de self-media n'ont pas d'expérience dans l'industrie ; c'est le trafic qui dicte leur écriture. Ils flattent les émotions, stimulant la dopamine via le bonheur, la colère ou la confusion, vous manipulant ainsi. Percevoir le développement de l'IA de cette façon crée un décalage massif avec la réalité.

Par exemple, 2 à 3 mois après le lancement, le TPM a atteint 800 à 900 millions. À l'échelle mondiale, hormis Cursor/Windsurf, etc., peu de startups brûlaient plus de tokens. Pourtant, beaucoup de self-media continuaient d'enseigner « comment construire des Agents ».

Le langage est un pouvoir, un outil. Les points de vue écrits semblent équivalents, mais leurs fondements diffèrent. Certains n'ont aucun contact avec le marché, aucune recherche utilisateur, aucune validation en ligne ; leurs opinions sont imaginaires. Une consommation quotidienne vous entraîne émotionnellement vers le bas.

Le vrai sens du produit réside dans les détails. Quand vous entendez « OpenAI a sorti X, l'industrie est morte », essayez-le vous-même : beaucoup de produits OpenAI sont mauvais. Dix lancements donnent un succès grâce à la main-d'œuvre, au financement et à la solidité de la base ; neuf échouent. Regarder le self-media conclure que « les géants l'ont fait, la voie est fermée » fait perdre des opportunités. Tout exige de toucher, d'utiliser et de pratiquer soi-même.

Interviewer des PM IA récemment fut pénible. De jeunes diplômés prétendant s'intéresser au rôle de PM IA citaient un seul outil ; lorsqu'on leur demandait de montrer leurs conversations récentes, leur téléphone n'avait pas l'application ou contenait 2-3 tâches — clairement du bachotage pour l'entretien.

L'IA bouleverse les industries depuis 3-4 ans, et pourtant les candidats PM IA n'utilisent pas l'IA. Cela montre les failles du tri de CV (nous exigeons désormais des preuves d'utilisation réelle), mais c'est fondamentalement effrayant : les gens ne réalisent pas que le prérequis pour travailler dans l'IA est une utilisation personnelle et profonde de l'IA. Seule l'expérience directe révèle les limites actuelles des modèles/produits et les nouvelles opportunités. Consommer du contenu prédigéré ne transmettra jamais la réalité.

Vous pouvez écrire des articles ou créer du self-media pour influencer les autres (les membres de mon équipe le font ; moi aussi occasionnellement) ; mais ne comptez jamais uniquement sur le self-media pour vous nourrir intellectuellement, sinon votre perception de l'industrie deviendra déformée et non représentative de la vérité.

1.10.3 Découvrir les problèmes, embrasser l'inconnu, corriger par l'action

Troisième conseil, pas seulement pour les PM IA, donné aux aspirants excellents PM depuis plus d'une décennie :

Les modèles et technologies actuels abondent ; la rareté n'est pas la technologie ou l'exécution, mais la découverte de problèmes. La capacité à découvrir/définir des problèmes et à décrire clairement l'état résolu est rare. Elle ne s'acquiert pas simplement en écoutant des retours d'expérience de startups. Étant jeune ou encore sur les bancs de l'école, la pression est faible : observez la société, la vie, vos camarades de classe, vos collègues stagiaires, identifiez les vrais problèmes en attente de solutions.

Comment fonctionne ce mécanisme social ? Où l'IA peut-elle améliorer l'efficacité ? Tout découle de l'observation de la vie. J'espère voir plus de curiosité envers la vie elle-même : la curiosité pousse à comprendre et à affiner. Mais beaucoup en manquent actuellement.

Près de deux ans après le lancement de Manus, de jeunes entrepreneurs demandent fréquemment : « Comment avez-vous réussi ? » Cherchant des fiches de réponses déterministes, croyant que suivre dix étapes garantit le succès. Ce n'est jamais vrai. L'entrepreneuriat est hautement incertain. La plupart des décisions sont prises sans clarté totale, on agit quand même, en ajustant dynamiquement.

C'est ce qui distingue les entrepreneurs des VC. Les VC mènent de longues recherches car leurs décisions sont lourdes et irréversibles ; l'argent investi reste investi. Ils cherchent une grande précision via des études préalables, s'interrogeant sur les finalités et les trajectoires. Les entrepreneurs ne peuvent pas penser ainsi. Prédéfinir tout et chercher les meilleurs chemins signifie que ce N'EST PAS le meilleur chemin.

Les entrepreneurs vivent dynamiquement sur le champ de bataille, observant les changements quotidiens, comprenant les évolutions du monde, du marché et de la technologie, prenant des décisions dynamiques chaque jour. Les excellents entrepreneurs opèrent ainsi.

Ces 2-3 dernières années, un sentiment fort : de plus en plus de jeunes entrepreneurs craignent d'embrasser l'inconnu, exigeant des réponses permanentes : Comment tirer avec cette arme ? Comment gérer le marketing/le produit/la technique/l'internationalisation ? Ils ont soif de certitude. Quand on ne peut pas leur en fournir, ils soupçonnent des secrets cachés ; en entendant « pas de secrets, agissez d'abord », ils pensent qu'on refuse de partager.

Restez donc curieux du monde. L'inconnu est ce qu'il y a de plus beau. Les grandes opportunités se trouvent dans l'inconnu, pas dans les certitudes. Si la certitude existait, nous aurions plutôt construit des navigateurs IA.

1.11 Conclusion : Donner des mains à l'esprit

Enfin, beaucoup ignorent peut-être l'origine du nom Manus. Il vient de la devise du MIT Mens et Manus, signifiant en latin l'Esprit et la Main. Pourquoi ce choix ? Parce que tous les grands fournisseurs de modèles construisent des Esprits, mais fin 2024, pourquoi ces esprits si puissants ne pouvaient-ils pas exercer une influence énorme ? Parce qu'ils avaient un cerveau mais pas de mains. Manus représente les mains des grands modèles, permettant aux pensées du cerveau d'affecter le monde réel et de résoudre de véritables problèmes.

Cela s'applique au thème d'aujourd'hui : toutes les pensées exigent de la pratique. L'essence de l'entrepreneuriat est la pratique, pas de simples simulations PowerPoint dans des concours ou des decks de levée de fonds tape-à-l'œil.

Oser pratiquer, affronter la vraie société, rester curieux, résoudre les problèmes non résolus du monde : voilà le véritable esprit entrepreneurial, le devoir des fondateurs, et non jouer à la marchande en se prenant pour des entrepreneurs. Merci.

Enregistrer en un clic

Lire les articles viraux en profondeur avec l’IA de YouMind

Enregistrez la source, posez des questions ciblées, résumez l’argument et transformez un article viral en notes réutilisables dans un seul espace de travail IA.

Découvrir YouMind
Pour les créateurs

Transformez votre Markdown en un article 𝕏 impeccable

Quand vous publiez vos propres textes longs, la mise en forme 𝕏 des images, tableaux et blocs de code est pénible. YouMind transforme un brouillon Markdown complet en un article 𝕏 impeccable, prêt à publier.

Essayer Markdown vers 𝕏

D'autres patterns à décoder

Articles viraux récents

Explorer plus d'articles viraux