It’s no secret that the last few years have been rough for tech – but the sector also has a unique ability to look beyond the clouds and see opportunity through innovation.

And while there are challenges ahead, there is a renewed optimism that we may be entering a recovery stage – where a period of fiscal discipline and strategic focus can set companies up nicely for long-term success.

That was the spirit from the RBC Capital Markets Technology Private Company Conference in LA, an annual gathering of tech founders and investors exploring ideas, risks and opportunities in tech land.

Key takeaways from the conference on the outlook for tech:

  1. Private for longer: Despite the run up in some tech stocks, the mood continues to be that private tech companies will avoid the stock market a while longer.
  2. The next tech boom: May come from low code and no code. A lot of startups are showing what drop and drag can do to replace old fashioned code writing and get ready for even more transformation in software with voice to code and image to code.
  3. Data navigation: It’s all about the plumbing of digital networks in the hyperconnected age of AI. Many organizations are now realizing they can’t be wired to a single cloud. Regulators won’t let them anyway, so there’s a big opportunity for tech firms that are helping us all navigate multiple clouds and see where our data is going.
  4. Cyber defense: Cyber threats are growing exponentially in an AI-powered world, and few of us can keep up with the cyber criminals and their AI weapons. But generative AI is also on our side, helping companies, governments, and everyone else stay safe. It’s big business and it’s growing.
  5. AI’s next frontier: It’s all about strategy, because strategy is about solutions, not problems. To be blunt, too much gen AI has been looking for problems to solve rather than accelerating strategies and liberating solutions for all of us.

On this episode of Disruptors, John Stackhouse is live from LA and is joined by Sachin Dev Dugal, Chief Wizard at Builder AI — named one of the world’s top three Most innovative Companies in AI, alongside Open AI and DeepMind. Builder uses low code and customizable software to provide flexible, bespoke apps at the speed and cost of an off-shelf product — aiming to make building software as easy as ordering a pizza.

Silicon Valley and other tech centres are hopeful and as markets look toward rate cuts going into 2025, a new confidence can be felt. But until then, many executives and investors could remain focused on managing cash and costs, proving out business models, especially in AI, and maintaining secure relationships with patient investors.

And for those who remain strategically focused, operationally lean and results oriented, the outlook is pretty sunny.

To read ‘The Roaring ‘20s are back, thanks to seven stocks, two letters and one central bank’ by John Stackhouse, click here.

Speaker 1 [00:00:01] Hi. It’s John here. I’m in Los Angeles, where it’s 72 and sunny. Like, it is pretty much every day here in spring. I’m coming to you from the RBC Capital Markets Technology Private Company conference. It’s an annual gathering of tech founders and investors exploring ideas, risks and opportunities in tech land. Now, if you’ve been following Disruptors, you know that the last couple of years haven’t been exactly 72 and sunny, at least for tech. Year on year, the tech heavy Nasdaq index is flat, while the S&P 500 is up 25%. But one of the things I love about tech is its ability to look beyond the clouds, to see opportunity. And that was definitely the spirit of this conference. We covered a lot of themes, but here are five ideas I came away with. Number one private for longer. We heard it again and again. Despite the run up in some tech stocks, the mood continues to be that private tech companies will avoid the stock market a while longer. It’s too volatile, too onerous for compliance, too demanding of profits. And given the abundance of private capital, not as necessary as it once was. But that doesn’t mean there isn’t a lot of potential. One fund manager told us that this year feels a lot like the early 2000s, when there was a seven-year bull run just ahead, and some of that next tech boom may come from Low-code No Code, which was my second takeaway. A lot of startups are showing what drop and drag can do to replace old fashioned code writing, and get ready for even more transformation in software with voice to code and image to code. And that will take more data navigation, which was my third takeaway. Data navigation is all about the plumbing of digital networks. In the hyperconnected age of AI. Many organizations are now realizing they can’t be wired to a single cloud. Regulators won’t let them anyway, so there’s a big opportunity for tech firms that are helping us all navigate multiple clouds and see where our data is going. And with that comes a wave of new risks, which was my fourth takeaway. Cyber defense is the new frontier for tech investing, which is both old news and the new thing. Cyber threats are growing exponentially in an AI powered world, and few of us can keep up with the cyber criminals and their AI weapons. But guess what? Generative AI is also on our side, helping companies, governments, and everyone else stay safe. It’s big business and it’s growing. My fifth and final big takeaway is that the next frontier for AI is strategy, because strategy is about solutions, not problems. To be blunt, too much gen AI has been looking for problems to solve rather than accelerating strategies and liberating solutions for all of us. You can read more of my takeaways on tech by searching RBC and Thought Leadership, or on my LinkedIn page. One of the champions of that last idea of AI for growth is Sachin Dev Duggal, who is our featured guest for this episode. Sachin is the CEO and founder of builder AI. It’s an AI powered platform that uses low code and customizable software to provide flexible, bespoke apps at the speed and cost of an off shelf product. In 2023, builder was named one of the world’s top three Most innovative Companies in AI, alongside wait for it, Open AI and DeepMind. So let’s jump right into that conversation. It’s a good one. This is disruptors, an RBC podcast. I’m John Stackhouse. Welcome to the RBC Capital Markets private technology conference in Los Angeles. I’m John Stackhouse and I’m joined by Sachin Dev Duggal, who is the founder and CEO of builder AI. And carries another title, chief wizard. And we’ll, we’ll get to that in a moment. Sachin is a serial entrepreneur. He started his career at the age of 14, building PCs and moved quickly into other aspects of technology by 17. He was already starting to build one of the world’s first automatic currency arbitrage trading systems for Deutsche Bank. Sachin then launched builder AI in 2016, and had a simple aim to simplify the lives of everyday users and make building software as easy as ordering a pizza. Sachin, welcome to disruptors.

Speaker 2 [00:04:40] Thank you so much for having me here.

Speaker 1 [00:04:41] Let’s start with your story, Sachin. How did you get hooked on technology?

Speaker 2 [00:04:46] You know, it was a really funny story. So growing up, I actually had no interest in technology or computers. I wanted to play tennis, and I managed to blow up my mom’s computer and she said, fix it, or else. And so then I had to start reading this book, understanding how to program DOS. And it was really quite addictive. And so I managed to rewrite the DOS menu so that it could now start working. And then it came full circle. Next year it was my birthday. And I said, oh, I want a PC. And she said, you know what happened the last time you touched one? And I said, no, no, but I want to build it. And she said, this is just such a bad idea. In the end, I actually ended up building it and I thought, it’s not so bad and sort of got into building computers. My first customer was my design teacher, and actually for him, I just fixed his laptop and I still got paid. So that was great and full circle. You know, Michael launched Dell, building PCs was no longer as profitable. And so I started to write code and learn how to write software programs. And I guess the rest is history.

Speaker 1 [00:05:40] So mothers are great teachers, so is failure. And you had a couple of early failures, which I think allowed you to help doing what you’re doing now, but give us a quick sense of what you learned.

Speaker 2 [00:05:51] There’s a natural velocity at which things are meant to run. If you broach that law of physics, things break. So that was a huge learning lesson for me, because I was this really restless teenager where everything should have been done yesterday, could not understand why anything took more than a day, and had no real sort of perception. Some things is like wine that just need time to ferment. I think the second is high the right sort of the people around you. When you’re 21, 22, you kind of don’t know what the right or the wrong person is, and you’re just very trusting that everyone’s the right person. And I still go into discussions when I meet people for the first time with 100% trust, but I’m a little bit more cautious of what to look for. And I think, and this was probably the hardest one, was celebrate the failure and the things that didn’t work. You know, for many years I would just say, hey, you know, that happened. And it was some broken glass and we had an exit and we moved on. And and it was because I was on to my next part of my life. I was quite young when that happened, and I didn’t know how to deal with explaining. Well, you know, I screwed up or this happened or this was the broken glass, because to some extent, I was just like my mind had already gone forward, and I felt that people would look at me differently if I say, oh, what if she didn’t work? And I had this issue and I didn’t know how to explain it? I guess I feel so much more comfortable now because with builder, we built a tremendous business, and I don’t want to ever have the narrative that, oh, you know, there weren’t problems and there weren’t issues because I don’t think it’s fair to the entrepreneur that was in my shoes 20 years back to give them the confidence.

Speaker 1 [00:07:18] Tell us about Builder AI and what you’re trying to build.

Speaker 2 [00:07:20] For me it’s always the root of the problem that is really interesting, right? And in this case, I was in San Francisco. I was trying to build a photo sharing app, but a really robust backend kept trying to find front end developers, getting rogered and trying to get it done and then realize it’s so difficult. So that was sort of the seed. Started to see more and more people trying to build software businesses or trying to become software entrepreneurs and going through very similar struggles. And then I think it just struck me as saying, well, if we take a long enough view, there’s going to be no more traditional business. Everything is going to be software powered or software native. And if that’s the case, then 95% of the people that are running businesses, running departments, running ideas, running large corporations, they’re ill equipped because they’re not technical, they’re not product managers. And yet they need to be able to use software and build software to unlock their potential. And that’s really what got us started. The Genesis actually was really simple. They said, well, the world’s going to build software. Most of the world doesn’t know how. When you look at what they’re building, they’re quite similar. But what do we mean by quite similar? The ingredients or the features that make up most software applications? They’re the same. 80% of the features that make up most applications are the same time. Just look at the phones and applications you have, right? I’m sure you’ve seen a login view or profile view, a map view, a payment, a chart. They’re all the same features. Like I still don’t understand why there are a thousand people in the world today trying to build a login feature. It’s the same login as the last thousand yesterday. And so we said, well, that’s a lot like Lego. And you know, I have two kids. They play with Lego a lot, and you can use the same Lego blocks to build different things. Why can’t we use A.I. to put those Lego blocks together and organize them? And really, the dream for us is how fast do we get to, we call it 77 apps an hour, which is a million applications a year, which is only 1% of all the new businesses being started every year. And that way, I think we’ve made a small step towards allowing entrepreneurs of all sizes, companies of all sizes and professionals from across domains to be able to unlock the potential.

Speaker 1 [00:09:23] We’ll come back to the business model, but tell us first about Chief Wizard.

Speaker 2 [00:09:26] So this goes back to my learnings. I was very keen when I was younger. I’m CEO, sort of the brash version of your younger self, and I realized that I actually had none of the experience. The second was the title carries with it like a huge amount of weight. Not so much a weight for me, but a weight for when I speak to folks. It’s too serious. And so you don’t necessarily always find things out. But I say the third thing is, if I really think about what my job is, it’s to help magic happen. And so whether that is magic between teams, magic in product, helping customers unlock potential, which is also quite magical, hence wizard. Plus it gives me something to grow into. Eventually I will become a good CEO and I will carry that title.

Speaker 1 [00:10:08] So helping your customers understand or find the wizardry in the economic and business opportunity here is a big challenge for AI. How are you approaching that?

Speaker 2 [00:10:17] Maybe the preamble to this question is where exactly are we in the hype cycle? If you remember a Real Player back in the day, it was a promise of video streaming. You’d hit play, you’d wait 10 minutes or 20 minutes, and then you’d get a 32nd clip. How many of you use Netflix or Hulu or Apple TV today? So where’s Real Player? How many of you have a dial up modem today other than sitting in the cupboard or in a museum? Right. You don’t. Right. And and so that’s my point when we’re at this really early evolution of the technology. So that is quite interesting because you have a really early technology that has this massive ability to cause disruption. Then the question is then why is everyone becoming so hyper? It’s been here for about a decade. What changed? So what changed was design, the thing that no one actually talked about. Suddenly you had the most complex software system and it looked like WhatsApp. So the design change suddenly meant everyone reacted like people on the tube were talking about large language models. The world is talking about it. Every boardroom, every CEO saying, where is our AI strategy in many cases? Where is our generative AI strategy? And yet they haven’t found all the use cases. So you have many pilots that aren’t going into production. And this boils down to, to me, the last part, right. Which is what is AI. Because it’s surely not just generative. If artificial intelligence is in some respects trying to emulate human intelligence. We have fundamentally three ways of thinking. I’m sure many of you swam as kids. If you have that visual in your mind, that video that you’re playing, you’re not generating the video, by the way, that’s a real video. You’re retrieving it. That’s a knowledge graph. If I said to you, please help me complete my sentence, what do you think I’m going to say? Right? You might have said, do this. Probably a million other words you could have used, but you inferred say or do. And so that’s inference neural networks. And then if we say, hey, we’re going to write this poem about us on stage, known entities. Now we’re generative. And but the thing is, we had all these other systems that had to come together for us to be able to do that. And I think that’s what is now dawning on CEOs and companies as I meet them is they’re realizing, well, actually, I got to be very specific with the problem I’m trying to solve. You know, today’s AI is really good for removing human variance. It’s really good for removing tasks. It is not removing jobs. It’s allowing people to move more upstream. And my favorite analogy it’s the cape you put on humans to make them super human.

Speaker 1 [00:12:46] I get to talk to a lot of CEOs, including about AI, and I find the most successful ones see it as a growth opportunity. This is not about an efficiency play. They’re looking to add productivity, but essentially value per worker per hour worked. That comes down to skills and enhancing skills. You’ve talked about helping people go from good to great. Maybe that’s the superhero cape that you’re putting on them. Give us a sense of how that actually plays out in a real company and in the real economy.

Speaker 2 [00:13:14] Broadly speaking, what are company’s most interested in? How do I build a better customer experience in what I’m selling? How do I build a richer customer experience when I’m servicing, and how do I make sure I’ve optimized my cost base so that I’m getting the right leverage to be able to scale? And so this is where AI becomes really powerful. So, you know, imagine a call center. We often think in call centre calls, every conversation is unique but it’s not. I remember my own experience in the sort of rough data points, we ask too many questions last year about customers, but only 1200 were unique. The rest of it was the same question asked in different ways. So that tells you actually the conversations the brand has with its customers aren’t that unique. So you can actually be quite controlled around it. And if you had an AI that could allow an agent to be successful straight from the beginning without having to wait three months for training, that’s really quite powerful. Well, what about the customer experience? This is an example I actually had with the customer last week. They said, I have all these people calling our call center. They’re clueless individuals that are trying to buy an engagement ring. We waste all our time answering the same question. What if we could actually have a conversation with them synthetically through an AI and we talk to them and say, hey, what kind of things does she like? Is she a sporty person? Does she like to go down Beverly Hills wearing Chanel? Like, what is her raison d’etre? And on the back of that, you can then start to say, well, actually, these are the kind of stones you might like. This is the kind of designs you might like. You could even generate by saying, it’s a bit of this and a bit of that and something like this. And so now suddenly you have a really rich, fluid experience to buy something that otherwise was entirely manual, and you had to keep going backwards and forwards. And it was really complex to buy.

Speaker 1 [00:14:51] And what’s the role of builder AI in that conversation?

Speaker 2 [00:14:55] So we’re helping customers build really that soup to nuts. So whether it’s using Natasha as the conversational platform, whether it’s how we’re allowing you to bring your core insights and your data up, realizing that actually 90% of communication is repetitive, of the 7% that’s actually unique. So figuring out what that seven is and then building the software stack, right. So it can be a conversational experience. It could be a call centre experience. It could be a web or a mobile app experience. Our job is really simple. We’re here to help people build software and do it in a way where it’s really voice to software or text to software, and you don’t need to worry about anything in the middle, as long as you can answer questions and you can describe what’s in your mind. You can build it.

Speaker 1 [00:15:44] Tell us a bit more about what that means voice to software or text to software.

Speaker 2 [00:15:48] Yeah. So today what we’re seeing in the industry is a lot of tools for developers. Cognition Vercel GitHub Copilot. They’re all about allowing developers to code, complete, or write code more efficiently or faster. And so you’re seeing like 30, 40, 50% performance gains at the developer level. But writing code is not building software. It goes so much before that there’s the design. There’s even further. What are the features needed to solve the problems? What are the journeys needed to solve the problems? Now what can everyone do universally, globally? They can talk, they can chat, and they can explain what’s in their mind and the problem they’re trying to solve. And so the question is how can we use that common user interface? Show you options. Ask you questions. Drive you through a path, and then ultimately start to build a software application with abstracting away all of that complexity.

Speaker 1 [00:16:39] Are you actually putting the Lego blocks together, or just giving the Lego set to the customer, and maybe giving them a user guide or one of those maps that they can play with?

Speaker 2 [00:16:47] Great question. So no, we’re actually putting the Lego together. We’re customizing the Lego for them. We’re deploying the Lego. So we’re putting it in the showcase. And then we’re saying the lights are on. Now you can invite people home to see the Ferrari you just built. And that’s actually really important because for a customer that’s not technical, which makes up 95% of the audience, they don’t want to be given tools and canvases. No one wants to be given a white page and saying, what do you want to do. When you buy things that you don’t understand, you always buy with options. So I want a bit of this and a bit of that, and I really like this. It’s the pizza analogy. You never go in saying, I would like a pizza and say, this is how much dopugh I want you to put. You say, I want this pizza or this space with these toppings. And that’s generally how we work.

Speaker 1 [00:17:30] But don’t customers want a bit of customization or a lot of customization?

Speaker 2 [00:17:33] Absolutely. So what we found is at the volumes that we now operate, 80% of the software is out of the box. 20% is customized, sometimes 30%. And that 20 to 30%, we have now built the technology to generate half of it. And then we have an expert network, which is humans in the loop that are doing the last mile. And I don’t think that’s ever going to change. And there’s a very specific reason for that, because there are new things that are being built and you need that human creativity around it. But here’s the flip side of it is today, for every developer being available, there’s eight developers being demanded, nine developers meanwhile. So we just have a shortage of supply anyway.

Speaker 1 [00:18:17] You’ve talked about this being a new age of Da Vinci. Explain a bit more your thinking there and where the creator economy is going to take us, but also builder.

Speaker 2 [00:18:26] So look, you know, I give you this analogy of imagine, imagine you have a skill, right? And let’s say your skill is you’re a good salesperson on the shop floor. We now know through what we can do with AI, we can empower other people to be really good salespeople because we can see your attribute. We can see how you did it. We can see what you said. We can see how you closed and we can empower everyone else. Now that’s great for the company. It’s not so good for the salesperson because they went from being the best performing salesperson. But now everyone is really good performing. The evolution of skills is actually learning new skills. And that opens up another point, which is from an educational framework perspective, Stem doesn’t work anymore. Kids shouldn’t be learning how to code. What really is important is kids are doing music and architecture and and the arts. And that polymath is why I talk about the da Vinci era, which is for us to now coexist with this technology, to really be the superhumans. We need to open our minds to disciplines that probably never percolated together before.

Speaker 1 [00:19:32] At a more practical level, a lot of companies are doing POCs proofs of concept. Do you see that shifting significantly in the next couple of years?

Speaker 2 [00:19:39] So I think it goes to my point. You know, you did the video streaming POC when Real Player was here, but it wasn’t until we could stream 4K or we could stream ten ADP that actually it worked. Right. And so the POCs are actually a double entendre in some respects. On one hand they’re testing the technology, but actually what they’re doing is they’re testing the problem. And so what you’re finding is that, well, it’s not really a problem I need to solve, because what I’m still seeing a lot of is a solution seeking a problem. And the POCs are the conversion of the solution, seeking a problem. What we will see over the next 12 months, 24 months is the problem starts to seek a solution because people now understand what the art of the possible is. And that kind of makes sense, right? Because until this wave came along, we never had a concept of what the art of the possible was.

Speaker 1 [00:20:24] So shifting more to solution identification and description, what are the best companies you deal with, getting about AI that maybe others are not?

Speaker 2 [00:20:33] From a customer perspective, where we have seen this be lightning is when the use case is really well specified. And so we have a customer that says we need our sales teams to be able to answer any question on the back of this data set, and that data set included PDFs. That data set included conversations that had been recorded. And so that was solid, right? Because it was very well defined. We’ve had customers that said, our NPS in the call center is 15, which is not so bad for a call centre, but still terrible. We needed to be 40. And so we said, okay, well, what are the problem? Well, here are the problems we’re seeing, you know, a good agent and a bad agent, we don’t know until six months in. And so now you can use AI, you can use the full gamut from knowledge graphs to machine learning to neural networks to generative to be able to help them solve that problem. So the more defined the problem is where there’s a real business case behind it. And then the third one I was like, is there are folks exploring, but they’re going in with a really open mind on what the future of a user interface might look like. And that makes much more sense when it’s a brand to a B2C audience or a B2B to C audience. And so you’re seeing a lot of people reimagine. What does a shopping app look like? Sephora did this, for example, with makeup, but like, how does it look for trying clothes on? And can we make that whole thing feel like a concierge, almost like a personal shopper experience for people?

Speaker 1 [00:21:55] We’ve got just a couple of minutes left. I wonder if we can turn to builder and some of your challenges, but also dreams and ambitions in taking it forward. What are the biggest challenges you’re up against?

Speaker 2 [00:22:07] We’ve had the good fortune and the challenge of growing very quickly, so we started the company in 2016. We came out of beta in 2020 during COVID, disastrous time to come out of beta, and we were all nervous. I was very bullish and the board kept saying, Sachin, this is not the time to be optimistic, the world is falling apart. And and we grew from 17 million revenue to almost 180 million revenue in three years. And along the way we put on a lot of weight. And it was akin to having lots of cheeseburgers and ice cream for three years. We’ve now realized we need to go to the gym. It’s a bit painful to go to the gym after having eaten pizza, ice cream, burgers for three years. And so a part of this is trying to figure out what is the right size of this org. Where do we put on weight, what was necessary, what was an issue, where have we not invested enough? The second, I think, and this is why I use the wizard versus CEO, is companies go through story arcs. We’ve completed story arc one. We completed that when we crossed 100 million revenue. We’re now on story arc two. The things that got us to story arc one will not be the things that get us to story arc two. So the biggest challenge is trying to figure that out and unpack that. And, you know, it’s scary because the genie’s out of the bottle, right? And so to a certain extent, you’re trying to learn this precipice. And then this goes back to sort of I think the other part of the question, which is, what’s the plan? If you ask any of the leadership team at builder, we have only one mission in life, which is how fast do we get to a million applications a year? That’s about 90,000 applications a month, 77 applications an hour. The only thing we’re interested in now is what do we need to do to get to 77?

Speaker 1 [00:23:38] Where are you now?

Speaker 2 [00:23:39] Probably around 3 or 4. So it’s an exponential step change. And that is the excitement right. Because you have to unpack it backwards. And one of the things I learned, and this goes back to challenge and the direction of travel. We did this exercise a year ago and said, what do we need to do to get to 77 apps am hour? And everybody projected today’s problem seven years forward. I said, guys, if we’re solving the same problem that we’re solving this year, in seven years, that’s the clinical definition of insanity, because we’ve woken up every single morning saying we’re going to solve the same problem. So I said, now I want you to think about this differently. I want you to go seven years into the future and write a story. This is what I see around me. This is what my team is doing. And I’m going to move back every half life since then, which are the two story arcs. And suddenly people changed what they thought the problems were. They were now being creative around what the problem could be.

Speaker 1 [00:24:26] If we’re here a year from now where will Builder be?

Speaker 2 [00:24:30] We will still be delivering dreams around the world.

Speaker 1 [00:24:33] And on that journey from 3 to 77.

Speaker 2 [00:24:35] Oh, gosh. So we need to grow at 0.26% a day. So I haven’t done the math of that, but hopefully we’ll be close to six.

Speaker 1 [00:24:43] And as a Chief Wizards last question, what sort of wizardry do you need to apply over the next year to achieve that?

Speaker 2 [00:24:49] You know, I think that that’s probably a lot more personal for me because I love detail and I love understanding detail because it helps me explain the narrative, but it’s become really big. My biggest struggle and the challenge I need to overcome is how can I still be involved in the detail at the right time?

Speaker 1 [00:25:05] It’s a great conversation. Really inspiring. Thank you. Saching, thanks for being on disruptor.

Speaker 2 [00:25:09] Thank you. Thank you so much.

Speaker 1 [00:25:13] I really like Sachin’s take on the future. That is both fabulous for tech, but also not for the faint of heart. Three descriptions will be key to the year ahead. Strategically focused, operationally lean and results oriented. And for those with that approach, the outlook is pretty sunny. This is Disruptors an RBC podcast. I’m John Stackhouse. Talk to you soon.

Speaker 3 [00:25:41] Disruptors, an RBC podcast is created by the RBC Thought Leadership Group and does not constitute a recommendation for any organization, product or service. For more disruptors content, visit RBC.com/Disruptors and leave us a five-star rating if you like our show.

Interlocuteur 1 [00:00:01] Bonjour. Mon nom est John. Je me trouve ici à Los Angeles, où il fait 72 °F et où le ciel est ensoleillé. En vérité, on dirait pratiquement que telles sont les conditions qui prévalent quotidiennement ici au printemps. Je suis ici pour participer à la Conférence des Sociétés fermées, Technologie, RBC Marchés des Capitaux. Il s’agit d’une rencontre annuelle de fondateurs et d’investisseurs dans le domaine de la technologie qui se réunissent pour examiner attentivement les idées, les risques et les possibilités qu’offre le domaine de la technologie. Si vous suivez le balado Les innovateurs, on ne peut dire que les dernières années ont été marquées par des conditions ensoleillées et de 72 °F. C’est à tout le moins le cas du domaine de la technologie. Sur les derniers 12 mois, l’indice Nasdaq qui est fortement axé sur le secteur de la technologie n’a pas progressé, tandis que le S&P 500 est en hausse de 25 %. Cependant, l’un des aspects que j’adore au sujet de la technologie est sa capacité de faire porter son regard au-delà de ce qui est susceptible d’obscurcir l’avenir, un peu comme ce serait le cas des nuages dans le ciel, pour y découvrir des possibilités éventuelles. Et tel est indiscutablement l’esprit qui a marqué cette conférence. Si nous y avons traité d’une multiplicité de thèmes, voici cinq conclusions dont j’en ai tiré. La première est : les sociétés vont demeurer fermées encore un certain temps. Ces propos ont été répétés à de très nombreuses reprises. Malgré l’embellie de certains titres technologiques, persiste le sentiment que les sociétés fermées dans le domaine de la technologie éviteront quelque temps encore de se tourner vers le marché boursier. Ce marché est trop volatile, en plus d’être contraignant sur le plan de la conformité et d’être trop solidement axé sur les bénéfices. Et au vu de l’abondance de capitaux privés, ce recours aux marchés boursiers ne s’avère pas aussi nécessaire qu’il le fut jadis. Cela ne signifie pas pour autant que le potentiel n’est pas formidable. En effet, un gestionnaire de fonds nous a dit que cette année lui rappelait beaucoup le début des années 2000, alors que pointait à l’horizon une période de hausse qui a duré sept ans. Il se pourrait fort bien qu’une partie de ce prochain boum technologique soit imputable au développement de logiciels sans code ou faisant appel à une programmation schématisée, ce qui constitue la deuxième conclusion que j’ai tirée de la conférence. Une multitude d’entreprises en démarrage démontrent ce que l’approche de type glisser-déplacer peut permettre de faire pour remplacer l’approche traditionnelle en matière de programmation. Et il faut s’attendre à des transformations encore plus marquées dans le domaine du logiciel, avec la venue des modalités de la programmation à partir de la voix ou d’une image. Et pour ce faire devront se multiplier les opérations de navigation des données, ce qui constitue ma troisième conclusion. La navigation des données s’entend de ce que l’on pourrait qualifier de la « plomberie » des réseaux numériques. À cette ère hyperconnectée de l’intelligence artificielle (IA), de nombreuses organisations réalisent désormais qu’elles ne peuvent être liées qu’à une seule solution infonuagique. Comme les organismes responsables de la réglementation ne les laisseront pas agir de la sorte, s’offre une formidable occasion aux entreprises technologiques qui nous aident à gérer les nuages multiples afin de suivre la trace de nos données. Et cette réalité est assortie d’une vague de nouveaux risques, ce qui nous mène à ma quatrième conclusion. La cyberdéfense constitue la nouvelle frontière en matière d’investissement en technologie, ce qui est tout à la fois une nouveauté et ne l’est pas. En effet, les cybermenaces connaissent une croissance exponentielle dans un monde axé sur l’IA et rares sont ceux d’entre nous qui sont en mesure de maintenir le rythme imposé par les cybercriminels et leurs armes faisant appel à l’IA. Mais vous savez quoi ? Nous pouvons également compter sur l’IA générative, laquelle aide les entreprises, les gouvernements et, ma foi, tout le monde à demeurer en sécurité. Il s’agit là d’un domaine extrêmement important qui ne cesse de croître. Ma cinquième et dernière grande conclusion tient au fait que la prochaine frontière en ce qui concerne l’IA tient à la stratégie, puisque la stratégie s’intéresse aux solutions et non aux problèmes. Pour être bien franc, l’IA générative s’est dans une trop large mesure préoccupée de trouver des problèmes à résoudre plutôt que d’accélérer l’élaboration de stratégies et de solutions libératrices pour nous tous. Vous pourrez en apprendre plus sur les conclusions que je tire sur le sujet de la technologie en faisant une recherche avec les mots clés « RBC » et « Leadership avisé », ou en consultant ma page LinkedIn. L’un des plus ardents défenseurs de cette dernière idée mettant en cause l’IA comme vecteur de croissance est Sachin Dev Duggal, qui est notre invité vedette dans le cadre de cet épisode. Sachin est chef de la direction et fondateur de la société Builder.ai. Il s’agit d’une plateforme alimentée par l’IA qui a recours à des logiciels personnalisables et à l’approche à programmation schématisée pour élaborer des applications souples et taillées sur mesure aussi rapidement que le serait un produit commercial et ce, à un coût comparable. En 2023, la société Builder.ai fut nommée parmi les trois entreprises les plus innovantes dans le domaine de l’IA du monde, avec… roulement de tambour… Open AI et DeepMind. Amorçons donc sans plus attendre cette conversation, puisqu’elle saura, j’en suis sûr, capter votre attention. Vous écoutez Les innovateurs, un balado de RBC. Mon nom est John Stackhouse. Permettez-moi de vous souhaiter la bienvenue à la Conférence des Sociétés fermées, Technologie, RBC Marchés des Capitaux à Los Angeles. Mon nom est John Stackhouse et j’ai le plaisir de me retrouver en compagnie de Sachin Dev Duggal, qui est fondateur et chef de la direction de la société Builder.ai. Il porte également un autre titre, soit celui de sorcier informatique principal. Nous reviendrons sur cela dans quelques instants. Sachin est un créateur d’entreprises en série. Il a entamé sa carrière à l’âge de 14 ans, alors qu’il s’affairait à assembler des PC. Il s’est ensuite rapidement intéressé à d’autres aspects de la technologie. Avant l’âge de 17 ans, il avait déjà entrepris d’élaborer l’un des premiers systèmes automatiques d’opérations d’arbitrage sur devises pour la Deutsche Bank. Sachin a ensuite lancé la société Builder.ai en 2016. Il avait un objectif simple, soit simplifier la vie des utilisateurs de tous les jours et faire en sorte que l’on puisse aussi facilement créer des logiciels que commander de la pizza… Sachin, permettez-moi de vous souhaiter la bienvenue au balado Les innovateurs.

Interlocuteur 2 [00:04:40] Merci beaucoup de m’avoir invité.

Interlocuteur 1 [00:04:41] Commençons par votre histoire, Sachin. D’où vient votre intérêt pour la technologie ?

Interlocuteur 2 [00:04:46] En fait, c’est très amusant. Lorsque j’étais enfant, en vérité, je ne m’intéressais nullement à la technologie ou aux ordinateurs. Mon désir était de jouer au tennis. Et il se trouve que j’ai brisé l’ordinateur de ma mère et qu’elle m’avait alors ordonné de le réparer, à défaut de quoi… J’ai donc dû commencer à lire un livre pour parvenir à comprendre comment programmer en DOS. Et je dois dire que je me suis vraiment passionné pour cela. Je suis donc parvenu à remanier le menu DOS de telle sorte que le système puisse recommencer à fonctionner. Et le reste s’en est suivi. Lors de mon anniversaire suivant, je dis à ma mère que je souhaitais obtenir un PC. Et elle me répondit alors, en me demandant si je me rappelais de ce qui était arrivé lorsque j’avais touché un tel appareil pour la dernière fois. Et je lui avais alors répondu non, mais que je souhaitais plutôt en construire un. Elle me répondit qu’il s’agissait là vraiment d’une très mauvaise idée. En définitive, je suis parvenu à construire cet ordinateur et je me suis dit que ce n’était pas si difficile, de telle sorte que je me suis mis à assembler des ordinateurs. Mon premier client fut mon professeur de design et, en fait, dans son cas, je me suis contenté d’arranger son ordinateur portable, ce pour quoi il m’a tout de même payé. Voilà qui fut donc une expérience fort enrichissante. Vous savez, Michael avait entretemps entrepris de lancer la société Dell et l’assemblage d’ordinateurs personnels était de moins en moins rentable. J’ai donc commencé à écrire des programmes et à apprendre à écrire des logiciels. Et je suppose que tout le reste s’en est suivi.

Interlocuteur 1 [00:05:40] Ainsi donc, si nos mères peuvent être d’excellentes enseignantes, l’échec est également un formidable vecteur d’apprentissage. Vous avez connu quelques échecs au tout début de votre carrière. Et il me semble par ailleurs que ces échecs vous ont aidé à accomplir le travail que vous faites aujourd’hui. Auriez-vous l’obligeance de nous en dire un peu plus de ce que vous avez appris de tout cela.

Interlocuteur 2 [00:05:51] La première leçon est que les choses doivent se dérouler à une vitesse qui s’impose pratiquement d’elle-même. Lorsqu’on ne respecte pas cette loi de la physique, les choses ne fonctionnent pas. Voilà qui fut pour moi une formidable leçon dans le cadre de mon cheminement d’apprentissage puisque j’étais en vérité un adolescent extrêmement impatient pour qui tout devait déjà avoir été réalisé la veille, qui ne parvenait pas à comprendre pourquoi il fallait toujours du temps pour accomplir quoi que ce soit, et qui avait vraiment un problème sur le plan de la perception des choses. En effet, comme c’est le cas du vin, il faut du temps pour certaines choses, comme le vin a besoin de temps pour fermenter. La deuxième leçon tient à l’importance de s’entourer des bonnes personnes. Lorsqu’on a 21 ou 22 ans, on n’est pas vraiment en mesure de distinguer les bonnes des mauvaises personnes, et on a naturellement tendance à croire que chaque personne est intrinsèquement bonne. Il m’arrive toujours d’avoir des discussions sans me méfier du tout lorsque je rencontre des gens pour la première fois. Cependant, je me montre un peu plus prudent quant à ce à quoi je dois porter attention. Par ailleurs, et ceci constitue probablement la leçon la plus difficile à apprendre, est qu’il importe de célébrer les échecs et ce qui n’a pas produit les résultats escomptés. Vous savez, pendant de nombreuses années, je me contentais de faire un état de la situation. Quelque chose n’avait pas fonctionné, nous disposions d’une solution de rechange et nous poursuivions notre chemin. Et cela s’explique du fait que j’avais déjà entrepris la partie suivante de ma vie. Lorsque ces situations sont survenues, j’étais assez jeune et je ne savais pas très bien comment expliquer les choses. En vérité, comment dirais-je, je me suis trompé ou cette situation s’est produite, ou cette situation a échoué car, dans une certaine mesure, c’est un peu comme si, dans mon esprit, j’avais déjà tourné la page et que j’avais l’impression qu’on me regarderait différemment si je me demandais ce qu’il serait advenu si la situation n’avait pas fonctionné. J’avais été confronté à un problème, et je ne savais pas comment l’expliquer. Je suppose que je me sens aujourd’hui beaucoup plus à l’aise parce que nous avons créé une formidable entreprise avec Builder.ai, et je ne souhaite absolument pas qu’on puisse laisser entendre que, comment dirais-je, nous n’avons pas dû surmonter des problèmes et n’avons pas eu de difficulté, parce que je ne pense pas qu’en agissant de la sorte je me montrerais juste envers l’entrepreneur qui se retrouve dans la même situation que celle qui était la mienne il y a 20 ans, pour lui permettre d’acquérir une certaine confiance.

Interlocuteur 1 [00:07:18] Pourriez-vous nous en dire un peu plus sur Builder.ai et sur ce que vous tentez de créer ?

Interlocuteur 2 [00:07:20] Pour moi, c’est toujours l’essence même du problème qui est particulièrement intéressante, si vous voyez ce que je veux dire. Et dans ce cas-ci, je me trouvais à San Francisco. Je tentais de concevoir une application de partage de photos. Avec une dorsale extrêmement robuste ; je m’efforçais de trouver des développeurs de modules frontaux, je me butais à des difficultés, je tentais malgré tout d’y parvenir pour ensuite prendre conscience de la difficulté de cette entreprise. Telle est en quelque sorte l’origine de ma démarche. J’ai alors commencé à découvrir qu’un nombre sans cesse croissant de gens s’efforçaient de créer des entreprises dans le domaine du logiciel ou tentaient de devenir des entrepreneurs dans ce domaine et se butaient à des difficultés tout à fait similaires. Et un jour, je pense que j’ai pris conscience du fait que, si nous faisons porter notre regard sur une période suffisamment longue, il n’y aurait un jour plus d’entreprises traditionnelles. Tout sera fondé sur des logiciels ou sera développé à l’aide de logiciels. Et si tel est le cas, 95 % des gens qui exploitent des entreprises, des services, qui mettent de l’avant des idées, qui gèrent de grandes sociétés, se retrouvent en situation fâcheuse puisqu’ils n’ont pas de base technique et qu’ils ne sont pas des gestionnaires de produits. Malgré tout, ils doivent être en mesure de se servir de logiciels et d’élaborer des logiciels pour développer leur plein potentiel. Et c’est véritablement cela qui nous a lancés. En vérité, la genèse fut relativement élémentaire. Nous nous sommes dit que partout à travers le monde des logiciels allaient être conçus et que la majorité des gens ne savaient pas comment s’y prendre. Lorsqu’on jette un coup d’œil à ce qui est créé, on constate que les produits sont plutôt similaires. Mais que veut-on dire par « plutôt similaire » ? Nous faisons référence aux composantes ou aux caractéristiques que l’on retrouve dans la plupart des applications logicielles. Elles sont identiques. Quatre-vingts pour cent des fonctions de la plupart des applications sont identiques. Qu’il suffise de jeter un coup d’œil aux téléphones et aux applications dont nous disposons. Vous voyez ce que je veux dire ? Je suis sûr que vous avez déjà vu un écran d’ouverture de session ou de profil, un écran de carte, un système de paiement ou un tableau. En fait, toutes ces fonctionnalités sont similaires. Ainsi, par exemple, je ne comprends toujours pas pourquoi des milliers de gens à travers le monde s’efforcent aujourd’hui de créer une fonction d’ouverture de session. Cette fonction demeure identique aux mille dernières fonctions de ce genre. Nous nous sommes donc dit que tout cela rappelait l’exemple des Lego. Comme vous le savez, j’ai deux enfants. Ils jouent beaucoup avec les Lego et chacun sait qu’il est possible de se servir des mêmes blocs de Lego pour créer des choses différentes. Nous nous sommes donc demandé pourquoi nous n’aurions pas recours à l’IA pour assembler ces blocs de Lego et les organiser. Et en vérité, pour nous, le rêve tient à la rapidité à laquelle nous pouvons parvenir à… ce qui constitue pour nous un seuil de 77 applications par heure, soit un million d’applications par année, ce qui ne représente que 1 % de l’ensemble des nouvelles entreprises créées tous les ans. Et de cette façon, je pense que nous avons accompli un petit pas en avant pour permettre aux entrepreneurs, quelle qu’en soit la taille, de même qu’aux entreprises de toutes tailles et aux professionnels de tous les domaines, d’être en mesure de développer leur plein potentiel.

Interlocuteur 1 [00:09:23] Nous allons revenir au modèle d’affaires, mais dites-nous-en tout d’abord un peu plus sur votre titre de sorcier informatique principal.

Interlocuteur 2 [00:09:26] En fait, il faut remonter à mes premières années. Quand j’étais jeune, j’étais très passionné. Je suis devenu chef de la direction et en quelque sorte une version encore plus effrontée de ce que j’étais plus jeune. Et je me suis rendu compte qu’en fait je n’avais aucune expérience. Le deuxième facteur tient au fait que le titre a un poids énorme. Il ne s’agit pas ici vraiment d’un poids pour moi, mais d’un poids lorsque je m’adresse à d’autres personnes. Le titre est trop sérieux. Il fait en sorte qu’il n’est pas toujours en mesure de découvrir certaines choses. Mais je dirais que le troisième aspect, si je réfléchis vraiment à ce en quoi consiste mon travail, c’est de contribuer à faire en sorte qu’une certaine magie puisse opérer. Qu’il s’agisse d’une magie mettant en cause diverses équipes, un produit, qu’il s’agisse d’aider des clients à découvrir leur plein potentiel, ce qui peut en soit également présenter un certain caractère magique, tout cela explique cette référence à la magie et ce terme de magicien informatique ou de sorcier informatique. Sans compter le fait que cela me donne un objectif à atteindre. Je deviendrai un jour un bon chef de la direction et je porterai alors pleinement ce titre.

Interlocuteur 1 [00:10:08] Ainsi donc, le fait d’aider vos clients à comprendre ou à trouver les mystères que recèlent certaines possibilités économiques et commerciales constitue en l’espèce un défi important dans le domaine de l’IA. Comment vous y prenez-vous à cet égard ?

Interlocuteur 2 [00:10:17] Peut-être le préambule à cette question consiste-t-il à se demander vraiment où nous en sommes dans le cycle du battage médiatique. Si vous vous rappelez de Real Player, ce logiciel permettait jadis de prendre en charge la lecture en continu de vidéos. Il vous suffisait d’appuyer sur le bouton « Play », d’attendre 10 minutes ou 20 minutes, pour finalement obtenir un extrait de 30 secondes. Combien d’entre vous êtes aujourd’hui clients de Netflix, de Hulu ou d’Apple TV ? Et qu’est devenu Real Player ? Combien d’entre vous disposez-vous aujourd’hui d’un modem commuté, hormis ceux qui ont été rangés dans une armoire ou se retrouvent dans un musée ? Bien. En fait, vous n’en avez pas. Et cela nous ramène au point que j’aimerais souligner lorsque nous nous trouvons à une étape si précoce de la technologie. Mais cette situation est plutôt intéressante puisqu’on se retrouve en face d’une technologie qui en est encore à ses premiers balbutiements et qui présente un incroyable potentiel de perturbation. La question consiste donc à se demander pourquoi tout le monde s’énerve-t-il tant. Nous connaissons cette technologie depuis environ une décennie. Qu’est-ce qui a changé ? Ce qui a changé tient à la conception ou au design, aux aspects dont en vérité personne ne parlait. Aujourd’hui, nous disposons des systèmes logiciels les plus complexes et ils ressemblent à WhatsApp. De sorte que les modifications sur le plan de la conception ont soudainement fait en sorte que chacun a réagi ; dans le métro, on entend aujourd’hui parler de grands modèles de langage. Ce sujet est sur toutes les lèvres à travers le monde. Dans chaque salle de conférences, chaque chef de la direction se demande dans bien des cas où se trouve leur stratégie en matière d’IA. Où se trouve notre stratégie en matière d’IA générative. Et malgré tout, ils n’ont pas encore découvert tous les cas d’utilisation. De nombreux projets pilotes ne passent pas encore à l’étape de la production. Et pour moi, en vérité, cette situation s’explique du fait du dernier volet. Qui porte sur ce qu’est véritablement l’IA. Car, à n’en pas douter, l’IA n’est pas simplement générative. Si l’IA s’emploie à certains égards à véritablement reproduire l’intelligence humaine, s’offrent fondamentalement à nous trois façons de voir les choses. Je suis certain que plusieurs d’entre vous nagiez lorsque vous étiez enfant. Si vous pouvez vous représenter cette image dans votre esprit, cette vidéo qui défile dans votre esprit, il faut savoir, incidemment, que ce n’est pas vous qui générez cette vidéo, mais qu’il s’agit plutôt d’une vidéo réelle. En vérité, vous l’extrayez de votre mémoire. Il s’agit ici d’un graphe de connaissances. Si je vous demandais de m’aider à compléter ma phrase en vous demandant ce que vous pensez que je suis sur le point de… Vous voyez ce que je veux dire ? Peut-être auriez-vous dit : « faire ». Vous aurez fort probablement pu faire intervenir un million d’autres combinaisons de termes, mais par déduction vous avez retenu les verbes « dire » ou « faire ». Voilà qui évoque les réseaux neuronaux d’inférence. Et par la suite, si nous nous disons que nous allons écrire ce poème portant sur nous, à titre d’entité connue. Alors, nous adoptons une démarche générative. Mais en fait, pour que nous puissions intervenir en ce sens, tous ces autres systèmes ont dû se mettre en place. Et il me semble que tel est ce que découvrent les chefs de la direction et les entreprises. Lorsque je les rencontre, je constate qu’ils prennent conscience du fait qu’ils doivent en vérité être très spécifiques à l’égard du problème qu’ils tentent de résoudre. Vous savez, l’IA qui est aujourd’hui à notre portée offre d’excellents résultats sur le plan de l’élimination des aspects relatifs à la variance humaine. Elle est très bonne sur le plan de l’élimination des tâches. Elle n’entraîne pas d’élimination d’emplois. Elle permet à chacun de progresser sur le plan hiérarchique. Et l’analogie que je préfère renvoie à la cape qu’arborent les humains pour leur conférer des capacités superhumaines.

Interlocuteur 1 [00:12:46] J’ai l’occasion de parler à de nombreux chefs de la direction, y compris au sujet de l’IA. Et je constate que les chefs de la direction qui connaissent le plus de succès estiment qu’elle représente une occasion de croissance. L’enjeu ne tient pas à l’efficacité. Ils souhaitent rehausser la productivité et, surtout, la valeur par employé par heure travaillée. Ce qui revient aux notions d’aptitude et d’amélioration des aptitudes. Vous venez d’évoquer le fait d’aider chacun à progresser, en l’aidant à devenir excellent alors qu’il est actuellement bon. Peut-être cela tient-il de la cape de superhéros que vous mettez sur leurs épaules. Pourriez-vous nous en dire un peu plus sur les aspects pratiques de tout cela dans une entreprise réelle et dans un contexte économique bien tangible ?

Interlocuteur 2 [00:13:14] De manière générale, qu’est-ce qui intéresse le plus les entreprises ? Comment puis-je proposer une meilleure expérience client à l’égard de ce que je vends ? Comment puis-je mettre de l’avant une expérience client enrichie lorsque j’offre un service et comment puis-je m’assurer d’avoir optimisé ma base de coût de telle sorte que je puisse bénéficier du levier approprié pour être en mesure de me développer ? Et c’est à cet égard que l’IA devient extrêmement puissante. Prenons, si vous le voulez bien, le cas d’un centre d’appels. Nous pensons fréquemment que, dans un contexte de centre d’appels, toutes les conversations sont uniques. Tel n’est cependant pas le cas. Il me vient à l’esprit ma propre expérience en ce qui concerne les points de données relativement bruts : nous avons posé un trop grand nombre de questions au sujet des clients l’an dernier, mais seulement 1 200 d’entre elles étaient uniques. Les autres étaient identiques, bien qu’elles aient été posées différemment. Voilà qui vous en dit beaucoup sur le fait que les conversations qu’a la marque avec ses clients ne sont pas si uniques que cela. En vérité, vous pouvez intervenir de manière relativement contrôlée. Et si vous disposiez d’un outil d’IA qui pourrait permettre à un agent de connaître d’entrée de jeu du succès sans qu’il ait à suivre une formation de trois mois, cela serait tout à fait intéressant. Et qu’en est-il de l’expérience client ? Voici un exemple auquel j’ai vraiment été confronté avec un client la semaine dernière. Ce client m’a expliqué que son centre d’appels était surchargé. Ces appels provenaient de personnes mal informées qui souhaitaient faire l’achat d’une bague de fiançailles. Et les employés de mon client perdaient leur temps à répondre aux mêmes questions. Qu’en serait-il si nous pouvions véritablement avoir avec ces clients une conversation virtuelle grâce à un outil d’IA et leur demandions, par exemple, ce qu’aime l’élue de leur cœur ? Est-elle du type sportif ? Est-elle du genre à aimer se promener à Beverly Hills en portant des vêtements griffés Chanel ? Quelle est en vérité sa raison d’être ? Ensuite, fort de cette information, vous pourriez entreprendre de formuler des suggestions quant au type de bijoux qu’elle pourrait aimer. Voici le type de style qui pourrait lui plaire. Vous pourriez également générer une réponse en faisant référence à divers éléments pour produire un résultat éventuel. De sorte que vous connaîtriez alors une expérience harmonieuse, intéressante en vue de faire l’achat de quelque chose, alors que cette opération aurait autrement été entièrement manuelle et aurait nécessité de votre part que vous multipliiez les échanges plus ou moins révélateurs. Et le processus d’achat était en vérité très complexe.

Interlocuteur 1 [00:14:51] Et quel est le rôle de Builder.ai dans ce contexte ?

Interlocuteur 2 [00:14:55] Nous aidons nos clients à mettre en place cette solution intégrée. Ainsi donc, que nous ayons recours à Natasha à titre de plateforme conversationnelle, que l’objectif soit de vous permettre d’intégrer vos informations de base et vos données, en tenant pour acquis que 90 % des échanges présentent dans les faits un caractère répétitif et que seulement 7 % de ces échanges présentent pour leur part un caractère tout à fait unique. La démarche consiste donc à cerner plus précisément ce en quoi consiste ces 7 % puis à créer les systèmes logiciels. L’expérience pourrait être du type conversationnel. Elle pourrait concerner un centre d’appels. Elle pourrait concerner une application mobile ou sur le Web. En vérité, notre travail est très simple. Notre mission consiste à aider les gens à créer des logiciels et à envisager cette tâche d’une manière qui prévoie des passerelles entre la voix et le logiciel, voire entre le texte et le logiciel, de telle sorte que vous n’ayez à vous soucier d’aucun aspect intermédiaire, pour autant que vous puissiez répondre à des questions et décrire ce que vous avez en tête. Vous pouvez alors créer ce logiciel.

Interlocuteur 1 [00:15:44] Pourriez-vous nous en dire un peu plus sur ce que signifie cette référence à la passerelle entre la voix et le logiciel ou le texte et le logiciel ?

Interlocuteur 2 [00:15:48] Absolument. Aujourd’hui, nous retrouvons dans l’industrie beaucoup d’outils destinés aux développeurs. Cognition, Vercel, GitHub Copilot. Tous ces outils ont pour objectif de permettre aux développeurs de programmer, d’élaborer ou d’écrire des programmes plus efficacement et plus rapidement. De sorte que l’on observe des progrès sur le plan du rendement de l’ordre de 30 %, 40 % ou 50 % au niveau des développeurs. Cependant, écrire un programme n’est pas synonyme de développer un logiciel. Interviennent en effet de nombreuses autres composantes, comme sur le plan de la conception. Et d’autres aspects. Par exemple, il faut se demander quelles sont les fonctions qui sont nécessaires pour résoudre les problèmes. Quels sont les parcours qui doivent être suivis pour résoudre ces problèmes ? Quelles sont les tâches que chacun est en mesure de faire de manière globale ou universelle ? Chacun peut parler, clavarder et même expliquer ce que l’on a à l’esprit, de même que le problème que nous tentons de résoudre. La question consiste donc à déterminer quel usage nous pouvons faire de cette interface utilisateur commune. Elle a pour objectif de présenter des options. De poser des questions. De vous guider le long d’un parcours pour entreprendre, à terme, de concevoir une application logicielle en supprimant de cette tâche tous ces aspects fondamentalement complexes.

Interlocuteur 1 [00:16:39] Votre objectif consiste-t-il vraiment à assembler les blocs Lego ou tout simplement à remettre ces blocs au client en lui fournissant peut-être également un guide d’utilisateur ou l’une de ces cartes qui pourraient s’avérer utiles pour lui ?

Interlocuteur 2 [00:16:47] Voilà une excellente question. La réponse est non. En fait, nous assemblons les pièces de Lego. Nous personnalisons le Lego pour le client. Et nous en assurons le déploiement. Nous le présentons. Nous sommes ensuite en mesure de lui dire que son produit est utilisable. En vérité, vous pouvez inviter des gens chez vous pour voir la Ferrari que vous venez de construire. Et, en fait, c’est très important puisque, pour les clients qui n’ont pas d’assise technique, et ce groupe représente 95 % de l’auditoire, comme je le disais, ces clients ne souhaitent pas se voir confier des outils et présenter des toiles blanches. Personne n’aime se faire remettre une page blanche et être invité à répondre à la question qui consiste à déterminer ce qu’il faut faire. Lorsque vous achetez quelque chose que vous ne comprenez pas, cette chose comporte toujours un certain nombre d’options. Je sais en effet que je veux un peu de ceci et un peu de cela et que j’aime vraiment beaucoup cette autre chose. Voilà qui évoque l’analogie de la pizza. Jamais vous adressez-vous à un commerçant pour lui dire que vous voulez une pizza en lui précisant la quantité de pâte que vous souhaitez qu’il prévoie. Votre démarche consiste plutôt à dire que vous voulez un type de pizza en particulier ou en précisant peut-être certaines garnitures, et c’est généralement de cette façon que nous nous y prenons.

Interlocuteur 1 [00:17:30] Mais n’est-il pas vrai que les clients souhaitent un peu, voire beaucoup, de personnalisation ?

Interlocuteur 2 [00:17:33] Absolument. Ce que nous avons constaté est que, dans le contexte des volumes qui prévalent actuellement, 80 % des logiciels sont utilisés tels quels, tels que commercialisés ; 20 % d’entre eux sont personnalisés, cette proportion pouvant parfois atteindre les 30 %. Et pour cette proportion de 20 % à 30 %, il faut savoir que nous avons désormais élaboré la technologie qui permet d’en générer la moitié. Intervient ensuite un réseau d’experts qui se compose d’êtres humains qui se chargent en quelque sorte du dernier kilomètre. Et je ne pense pas que cette réalité changera un jour. Cela s’explique par une raison tout à fait spécifique puisque, comme il est ici question de création, la créativité proprement humaine a son rôle à jouer. Cependant, en contrepartie de cette réalité, il faut savoir que, pour chaque développeur disponible aujourd’hui, il y a de la demande pour huit ou neuf développeurs. De telle sorte que nous sommes malgré tout confrontés à une pénurie sur le plan de l’offre.

Interlocuteur 1 [00:18:17] Vous avez évoqué le fait que nous connaissions une nouvelle ère de Vinci. Pourriez-vous nous en dire un peu plus sur votre réflexion à cet égard, sur les perspectives que nous réserve l’économie des créateurs, mais également sur Builder.ai ?

Interlocuteur 2 [00:18:26] Permettez-moi de vous offrir cette analogie, dans le cadre de laquelle vous imagineriez que vous possédez une compétence ou une aptitude particulière, n’est-ce pas ? Et supposons que votre aptitude particulière tient au fait que vous êtes un bon vendeur sur le terrain. Nous savons désormais ce que nous pouvons faire avec l’IA et que nous pouvons aider d’autres personnes à devenir de bons vendeurs puisque nous pouvons observer vos qualités. Nous pouvons voir comment vous vous y êtes pris. Nous pouvons observer ce que vous avez dit. Nous pouvons observer comment vous avez conclu l’affaire et nous pouvons également investir tout le monde de ces mêmes qualités. Voilà qui constitue un formidable atout pour l’entreprise. Cependant, ce n’est pas aussi intéressant pour le vendeur car, alors qu’il était jadis le meilleur vendeur, tout le monde sera désormais aussi bon que lui. L’évolution des aptitudes tient en fait à l’acquisition de nouvelles aptitudes. Et cela ouvre de toutes nouvelles perspectives qui mettent en cause le cadre éducatif. Les disciplines que sont les sciences, les technologies, l’ingénierie et les mathématiques ne suffisent plus désormais. Les enfants ne devraient pas apprendre à programmer. Ce qui importe vraiment pour les enfants est qu’ils puissent apprendre la musique, l’architecture et les arts. Et c’est cette polymathie qui explique pourquoi je parle de l’ère de Vinci, qui nous invite à coexister avec cette technologie de manière à devenir de super-êtres humains. Nous devons élargir notre esprit à des disciplines qui ne se sont probablement jamais croisées auparavant.

Interlocuteur 1 [00:19:32] Sur un plan plus pratique, de nombreuses entreprises procèdent à des validations de principe. Considérez-vous que cette réalité doive changer de manière marquée au cours des prochaines années ?

Interlocuteur 2 [00:19:39] En fait, je pense que cela nous ramène à ce que je disais plus tôt. Vous savez, vous avez réalisé la validation de principe mettant en cause la diffusion en la lecture en continu lorsque nous disposions de Real Player. Mais ce n’est qu’au moment où nous avons pu diffuser en continu des images de qualité 4 k ou en qualité 1080p que les résultats ont vraiment été concluants. Très bien. De sorte que les validations de principe sont à certains égards à vocation double. D’une part, l’objectif est de mettre à l’épreuve la technologie. Cependant, ce que ces validations de principe permettent de faire consiste à mettre à l’épreuve le problème. De sorte que ce que nous constatons est qu’il ne s’agit pas en vérité d’un problème que je dois résoudre puisque je constate que, dans une large mesure, je suis plutôt confronté à une solution à la recherche d’un problème. Et les validations de principe incarnent la conversion de la solution, qui est à la recherche d’un problème. Au cours des 12 ou 24 prochains mois, c’est le problème qui entreprendra de se mettre à la recherche d’une solution puisque chacun comprend désormais ce que recèle l’art du possible. Et cela est compréhensible, n’est-ce pas ? Puisque tant que cette vague n’avait pas pris forme, nous n’avions jamais pu disposer auparavant d’un concept de ce qu’était cet art du possible.

Interlocuteur 1 [00:20:24] De sorte que nous passerons maintenant plus à l’identification et à la description des solutions. Qu’est-ce que les meilleures entreprises avec lesquelles vous traitez comprennent au sujet de l’IA que ne comprennent peut-être pas d’autres entreprises ?

Interlocuteur 2 [00:20:33] Du point de vue du client, nous avons observé que le contact se fait en quelque sorte lorsque le cas d’utilisation est très bien défini. Nous avons donc un client qui nous indique qu’il souhaite que son équipe de vente soit en mesure de répondre à toute question sur la foi d’un ensemble de données, et que cet ensemble de données comprend des fichiers en format PDF. Parmi cet ensemble de données figuraient des conversations qui avaient été enregistrées. De sorte que nous disposions là d’une information de qualité, n’est-ce pas ? Car elle était extrêmement bien définie. Certains de nos clients nous ont indiqué que l’indice de recommandation client de leur centre d’appels était de 15, ce qui n’est pas si mauvais dans le cas d’un centre d’appels, mais qui laisse néanmoins à désirer. Nous devions nous situer au niveau 40. Nous nous sommes donc demandé ce qu’était le problème. Et voici les problèmes que nous observons. Vous savez, un agent compétent et un agent moins compétent… nous n’avons pu le déterminer qu’après six mois de travail. De sorte que vous pouvez aujourd’hui faire appel à l’IA, vous pouvez tirer parti de l’ensemble des graphiques de connaissance, de l’apprentissage automatique, des réseaux neuronaux ou de l’IA générative pour être en mesure de contribuer à résoudre ce problème. De sorte que les problèmes les mieux définis sont ceux auxquels correspond une véritable analyse de rentabilisation. Et le troisième aspect renvoie au fait que certains font des expériences, mais ils abordent les questions en faisant preuve d’ouverture d’esprit quant à ce à quoi pourrait ressembler l’avenir d’une interface graphique. Et cela semble aller beaucoup plus de soi lorsqu’il s’agit d’un auditoire de marque ou dans un contexte de commerce interentreprises, voire de commerce électronique de détail. Nous observons donc que nombreuses sont les personnes qui sont appelées à réimaginer tout cela. À quoi ressemble une application de magasinage ? À titre d’exemple, Sephora a agi de la sorte dans le domaine du maquillage, mais, pour dire vrai, à quoi ressemble-t-elle, s’agissait d’essayer des vêtements ? Et sommes-nous en mesure de faire en sorte que cette application puisse répondre à tout, en offrant pratiquement une expérience d’acheteur personnel pour les clients ?

Interlocuteur 1 [00:21:55] Il ne nous reste que quelques minutes. Je me demande si nous pouvons nous tourner vers Builder.ai et certains des défis auxquels vous êtes confronté, mais également certains des défis et des ambitions que vous caressez. Quelles sont les principales difficultés auxquelles vous vous butez ?

Interlocuteur 2 [00:22:07] Nous avons eu la chance de croître très rapidement et avons été confrontés aux difficultés inhérentes à cette réalité. Nous avons créé l’entreprise en 2016. Nous avons produit notre version bêta en 2020, durant la pandémie de COVID. En vérité, nous n’aurions pu choisir pire période pour terminer notre version bêta, et nous étions tous très nerveux. Je faisais preuve de beaucoup d’optimisme et les membres du conseil ne cessaient de me répéter que le moment était mal choisi pour faire preuve d’optimisme puisque le monde autour de nous s’effondrait. Par la suite, nous avons progressé, notre chiffre d’affaires passant de 17 à 180 millions de dollars en trois ans. Et au fil de ce parcours, nous nous sommes, disons, quelque peu enveloppés. C’est un peu comme si, pendant trois ans, nous nous étions nourris de cheeseburgers et de crème glacée. Et nous avons compris depuis lors qu’un petit passage au gymnase s’imposait. Pour dire vrai, il est un peu difficile de se remettre à fréquenter le gymnase après s’être délecté de pizza, de crème glacée et de burgers pendant trois ans. De sorte qu’une partie de l’enjeu consistait à tenter de déterminer quelle serait la taille optimale de cette organisation. À quoi nous devions accorder de l’importance, ce qui était nécessaire, ce qui posait problème, et à l’égard de quels aspects nous n’avions pas suffisamment investi. En deuxième partie, me semble-t-il, et c’est bien pour cette raison que j’utilise le terme de sorcier informatique plutôt que de chef de la direction, c’est que les entreprises connaissent divers arcs narratifs ou périodes dans le cadre de leur développement. Nous avons terminé notre premier arc. Nous avons franchi cette étape lorsque nous avons atteint les 100 millions de dollars de chiffre d’affaires. Nous avons entrepris le deuxième arc. Et ce qui nous a permis de franchir la première étape n’est pas ce qui nous permettra de franchir la deuxième. De sorte que la principale difficulté consiste à tenter de nous y retrouver et à voir clair dans tout cela. Et pour dire vrai, c’est un peu apeurant parce que, dans une certaine mesure, le génie est déjà sorti de la bouteille, si vous voyez ce que je veux dire ? Et, dans une certaine mesure, nous tentons de naviguer aux abords de ce précipice. Et nous en revenons à ce qui me semble être l’autre partie de la question, qui est de déterminer ce en quoi consiste le plan. Si vous posez la question à n’importe quel membre de l’équipe de direction de Builder.ai, ils vous répondront que nous n’avons qu’une seule mission, qui consiste à déterminer combien rapidement nous pourrons parvenir à produire un million d’applications par année. Soit environ 90 000 applications par mois et 77 applications par heure. Actuellement, la seule chose qui nous intéresse consiste à déterminer ce dont nous avons besoin pour atteindre ce seuil de 77.

Interlocuteur 1 [00:23:38] Où en êtes-vous actuellement ?

Interlocuteur 2 [00:23:39] Probablement vers 3 ou 4. Cela représente donc un changement exponentiel. Et voilà qui est extrêmement stimulant, car nous devons procéder à rebours. Et l’une des choses que j’ai apprises remonte à la nécessité de remettre en cause la façon d’envisager les situations. Nous avons réalisé cet exercice il y a environ un an, et nous nous sommes alors demandé ce dont nous avions besoin pour atteindre le seuil des 77 applications par heure. Et tout le monde a été en mesure de prévoir le problème auquel nous sommes confrontés aujourd’hui, mais dans sept ans. J’avais alors dit à chacun que, si nous résolvions le même problème que celui que nous résolvons cette année, nous vérifierons la définition clinique de ce qu’est la folie dans sept ans, puisque nous nous serons réveillés tous les matins en nous disant que nous allons régler le même problème. J’avais alors suggéré à chacun d’envisager cette situation différemment. En les invitant à se projeter sept ans dans l’avenir et à établir une trame narrative. En établissant ce que chacun était en mesure d’observer. Ce que son équipe réalisait avant de remonter dans le temps depuis lors, ce qui correspond à environ deux stades de développement. Et, tout d’un coup, chacun a entrepris de modifier ce qui semblait constituer à ses yeux un problème. Chacun se montrait désormais créatif quant à ce que le problème pourrait être.

Interlocuteur 1 [00:24:26] Si nous devions nous retrouver dans un an, dans quelle situation se retrouvera Builder.ai ?

Interlocuteur 2 [00:24:30] Nous nous préoccuperons toujours de réaliser des rêves à travers le monde.

Interlocuteur 1 [00:24:33] Et en ce qui concerne ce parcours vous menant de 3 à 77 applications par heure ?

Interlocuteur 2 [00:24:35] Eh bien, nous devons croître à un rythme quotidien de 0,26 %. Je n’ai pas vraiment refait ce calcul, mais, avec un peu de chance, nous devrions nous retrouver à un niveau proche de six.

Interlocuteur 1 [00:24:43] Et à titre de dernière question destinée au sorcier informatique principal, quel type de magie devriez-vous faire intervenir au cours de la prochaine année pour atteindre cet objectif ?

Interlocuteur 2 [00:24:49] Vous savez, je pense que la question est pour moi beaucoup plus personnelle car j’ai le souci du détail, j’aime comprendre les détails puisque cela m’explique à brosser la trame narrative. Mais l’entreprise est désormais grande. Ma principale difficulté et le défi que je dois relever consistent à déterminer comment je peux tout de même me préoccuper en même temps du détail.

Interlocuteur 1 [00:25:05] Voilà une conversation très intéressante qui s’est avérée formidablement inspirante. Permettez-moi de vous remercier, Sachin, d’avoir participé au balado Les innovateurs.

Interlocuteur 2 [00:25:09] Merci. Merci beaucoup.

Interlocuteur 1 [00:25:13] J’aime beaucoup la façon dont Sachin entrevoit l’avenir. Ses perspectives sont à la fois fabuleuses pour le domaine de la technologie, mais ne sont pas également sans soulever quelques inquiétudes. Trois descriptions seront clés au cours de la prochaine année. Une approche axée sur le plan stratégique, un mode de fonctionnement allégé et une approche axée sur les résultats. Et ceux d’entre vous qui sauront épouser une telle approche devraient connaître des résultats plutôt intéressants. Vous écoutez Les innovateurs, un balado de RBC. Mon nom est John Stackhouse. Au plaisir de vous retrouver.

Interlocuteur 3 [00:25:41] Le balado Les innovateurs est produit par le groupe Leadership avisé RBC et ne vise pas à recommander une organisation, un produit ou un service. Pour écouter d’autres balados de la série « Les innovateurs », consultez le site RBC.com/Lesinnovateurs. Si vous avez aimé notre balado, n’hésitez pas à nous octroyer une note de cinq étoiles.

This article is intended as general information only and is not to be relied upon as constituting legal, financial or other professional advice. A professional advisor should be consulted regarding your specific situation. Information presented is believed to be factual and up-to-date but we do not guarantee its accuracy and it should not be regarded as a complete analysis of the subjects discussed. All expressions of opinion reflect the judgment of the authors as of the date of publication and are subject to change. No endorsement of any third parties or their advice, opinions, information, products or services is expressly given or implied by Royal Bank of Canada or any of its affiliates.