Mike Krieger, Chief Product Officer d'Anthropic, parle de stratégie d'IA, de points d'entrée dans les startups et de DeepSeek Insights

Récemment, l'entreprise d'intelligence artificielle Anthropique Très visible. Non seulementIntroduction du puissant modèle Claude 3.7 Sonnet !Il est toujours là.Des progrès significatifs ont été réalisés dans le financementLors d'une récente interview, Mike Krieger, Chief Product Officer chez Anthropic (et ancien cofondateur d'Instagram), a partagé ses idées sur l'évolution du secteur de l'IA, la stratégie produit et les tendances futures.

Équilibrer l'innovation et la confiance : la manière de lancer des produits d'IA

Sam Altman a mentionné que l'une des grandes joies des start-ups est la possibilité de lancer des produits rapidement sans avoir à rechercher la perfection. Cependant, au fur et à mesure que l'entreprise se développe, chaque produit est soumis à une forte pression.

M. Krieger le comprend. Il pense qu'Anthropic essaie de trouver un équilibre délicat entre la stratégie plus agressive des startups, qui consiste à aller vite et à enfreindre les règles, et le rythme lent et conservateur des publications des grandes entreprises. Avec des millions d'utilisateurs, l'équilibre entre la rapidité d'itération et la confiance des utilisateurs a été une question clé pour Anthropic.

Anthropic a étudié des versions flexibles telles que les mécanismes "opt-in" pour répondre aux besoins de différents groupes d'utilisateurs. Par exemple, pour les produits API, où les utilisateurs apprécient la prévisibilité et la stabilité, une approche "opt-in" peut être utilisée pour laisser les utilisateurs décider s'ils veulent essayer de nouvelles fonctionnalités. Ce n'est pas forcément le cas pour les produits destinés aux consommateurs ou aux entreprises, pour lesquels les utilisateurs s'attendent à une expérience continuellement améliorée et optimisée.

M. Krieger admet qu'Anthropic est encore en train d'explorer activement la cadence de publication la plus appropriée. L'entreprise souhaite commercialiser les nouvelles fonctionnalités le plus rapidement possible afin d'obtenir un retour d'information de la part des utilisateurs, mais elle est également consciente qu'à mesure que la notoriété de l'entreprise grandit et que de plus en plus de personnes commencent à s'appuyer sur les produits d'Anthropic pour accomplir leur travail, elle ne peut plus traiter les versions avec autant de désinvolture qu'auparavant.

Au-delà des modèles : créer un champ d'action pour les produits d'IA

M. Krieger souligne que l'objectif d'Anthropic n'est pas seulement d'être un "fournisseur de modèles", mais d'être un "partenaire IA" pour ses clients. Cela signifie qu'il faut établir des relations plus profondes et à plus long terme avec les clients, plutôt que de se contenter de fournir des transactions API de type "text-in, text-out".

Pour y parvenir, Anthropic accorde une grande importance à la valeur stratégique des produits de première monte, qui, selon M. Krieger, non seulement augmentent les flux de revenus, mais surtout accélèrent l'apprentissage, améliorent les capacités de modélisation, renforcent la fidélité à la marque et créent un fossé concurrentiel plus solide.

nommé d'après Claude Code, par exemple, a noté qu'en testant des outils de première main en interne, il est possible d'obtenir un retour d'information direct sur les améliorations apportées aux modèles, ce qui accélère l'itération de la prochaine génération de modèles. En outre, les produits de première main sont plus susceptibles de susciter l'adhésion des utilisateurs et la fidélité à la marque.

Cependant, M. Krieger reconnaît également qu'Anthropic a encore une grande marge de progression en ce qui concerne le développement de produits de première main. Il admet que l'entreprise n'a pas suffisamment investi dans ses premiers produits, ce qui a conduit à des itérations plus lentes, ce qui a quelque peu affecté la compétitivité d'Anthropic sur le marché.

Concurrencer la différenciation : opportunités et défis pour les startups de l'IA

S'exprimant sur les opportunités et les défis pour les startups de l'IA, M. Krieger a affirmé que les domaines les plus précieux seront ceux qui disposent de stratégies de marché différenciées et d'une connaissance unique d'industries spécifiques ou de données spécialisées. Il a cité des domaines tels que la finance, le droit et les soins de santé, dont la complexité et la spécialisation offrent aux startups de l'IA la possibilité d'acquérir un avantage concurrentiel à long terme.

La clé de l'IA et de la conception de produits, a noté M. Krieger, est l'équilibre délicat entre la démonstration d'une vision de l'avenir et l'exploitation des capacités actuelles d'un modèle. Les startups peuvent modérément "surpromettre" pour attirer les premiers adeptes, mais les secteurs verticaux SaaS avec des produits et des utilisateurs établis doivent être plus prudents pour ne pas miner la confiance des utilisateurs avec des capacités d'IA inadéquates.

Il a également insisté sur le fait que les startups devraient "construire des produits pour les modèles futurs". Il a mentionné que les produits de nombreuses startups n'ont pas vraiment décollé avant l'émergence de Claude 3.5 Sonnet ou d'autres modèles révolutionnaires similaires. Cela signifie que les startups doivent explorer activement le domaine, être sensibles aux limites des modèles actuels et expérimenter activement les modèles de la prochaine génération.

Insights from DeepSeek : réflexions multiples sur la technologie, le marketing et les produits

Krieger a également parlé de son intérêt pour DeepSeek La vue de DeepSeek. Il estime que l'émergence de DeepSeek a fait prendre conscience que la puissance technologique de la Chine dans le domaine de l'IA ne doit pas être sous-estimée.

Il a fait remarquer que sous-estimer ou continuer à sous-estimer les capacités de la Chine en matière d'IA serait une énorme erreur. Il a cité en exemple une série de startups parallèles qui ont émergé après le blocage d'Instagram en Chine, soulignant que ces produits sont généralement de grande qualité, font preuve d'une grande créativité et parviennent également à être adoptés à grande échelle.

En ce qui concerne l'essor de DeepSeek, M. Krieger estime qu'il y a des facteurs techniques et des facteurs liés au marché. Sur le plan technique, DeepSeek a fait des choses dont Anthropic devrait s'inspirer. Mais en termes de stratégie et de position sur le marché, l'influence de DeepSeek sur Anthropic est relativement limitée.

M. Krieger a souligné le succès commercial de DeepSeek. Il a attribué le fait que DeepSeek soit passé de l'obscurité à une notoriété supérieure à celle de Claude dans de nombreux cercles à la situation mondiale actuelle et à l'idée que "DeepSeek est moins cher". Il admet qu'Anthropic n'a pas fait assez pour raconter l'histoire de Claude au public, et n'a pas fait assez pour montrer le caractère unique de Claude.

L'essor de DeepSeek a également fait prendre conscience à M. Krieger qu'Anthropic devrait être plus rapide pour commercialiser ses idées, au lieu de se préoccuper excessivement de la perfection de chaque détail. Il estime que la nouveauté de l'expérience a parfois une valeur en soi.

En outre, M. Krieger a observé que DeepSeek avait des taux d'utilisation et de rétention élevés sur les marchés émergents, mais pas sur les marchés occidentaux. Il suggère que cela pourrait être lié au profilage des utilisateurs et à la stratégie marketing de DeepSeek sur les différents marchés. Il a noté que pour DeepSeek et Anthropic, la clé pour rester compétitif sera de savoir qui sera le premier à réaliser l'utilisation plus profonde de l'IA dans le travail et la vie, et à croître de manière durable au fil du temps.

Capacités de modélisation et expérience utilisateur : au cœur de la conception de produits d'IA

Krieger souligne la forte corrélation entre la qualité du modèle et l'expérience utilisateur (UX) du produit. Il affirme que pour être un bon concepteur UX, il faut aussi tenir compte de la qualité du modèle.

Il a fait remarquer que les concepteurs, les gestionnaires de produits et surtout les ingénieurs d'aujourd'hui doivent réfléchir à la manière de concevoir des échafaudages et des produits autour d'un système fondamentalement incertain. Cela signifie que la qualité des modèles, l'ingénierie des mots-clés et tous les autres éléments de base font désormais partie de la conception du produit et ont un impact direct sur ce dernier.

M. Krieger pense qu'à l'avenir, les utilisateurs n'auront plus besoin de choisir leurs propres modèles. Il a utilisé le terme de "fuite d'abstraction" pour décrire un défaut de conception dans la plupart des produits d'IA actuels. Il souligne que les utilisateurs doivent choisir des modèles, comprendre comment ils fonctionnent, et concevoir des indices, ce qui ne devrait pas se produire. Il espère que les futurs produits d'IA "rendront l'ingénierie des signaux complètement transparente pour l'utilisateur", en permettant aux modèles de clarifier les besoins de l'utilisateur par le dialogue, plutôt que de permettre aux utilisateurs de distinguer qui est un bon ingénieur des signaux.

Génération de code et développement de logiciels : la transformation induite par l'IA

En ce qui concerne l'utilisation de l'IA dans la génération de code et le développement de logiciels, M. Krieger estime que la valeur fondamentale de Claude Code est d'améliorer l'efficacité du processus de développement, et non de remplacer les IDE.

Il a noté que Claude Code est très bon pour gérer les tâches qui nécessitent une collaboration intelligente entre les différentes parties du processus, telles que la mise à jour du back-end, la création du front-end et la soumission des traductions. Il pense qu'il existe un rôle intermédiaire entre les IDE et les IA totalement autonomes, à savoir les intelligences IA.

M. Krieger estime que le rôle des développeurs de logiciels évoluera considérablement à l'avenir. Ils devront acquérir des compétences interdisciplinaires et devenir "polyvalents", connaissant à la fois le produit et la technologie. En outre, l'examen du code changera également, les développeurs de logiciels passeront du statut de principal rédacteur de code à celui de principal délégateur de tâches et d'examinateur de code.

Généralisation et spécialisation : la voie à suivre pour les produits d'IA

En parlant de l'orientation du développement des produits d'Anthropic, M. Krieger a souligné l'importance de la polyvalence. Selon lui, même si Anthropic choisit un groupe d'utilisateurs ou un secteur vertical spécifique, les produits qu'elle construit doivent être suffisamment génériques pour prendre en charge de multiples scénarios d'application au niveau de l'architecture sous-jacente.

Cependant, M. Krieger reconnaît également que la connaissance des flux de travail spécialisés est essentielle pour créer des produits qui présentent un avantage concurrentiel à long terme. Il cite l'exemple des traducteurs professionnels, qui peuvent avoir besoin de fonctionnalités spécifiques à leur flux de travail.

Il voit une grande valeur dans l'IA pour les cas d'utilisation professionnelle et les flux de travail qui en découlent. Mais du côté des consommateurs ou même des professionnels légers (prosommateurs), les modèles sont suffisamment bons du point de vue des produits d'IA de base.

Données, algorithmes et évaluation : éléments clés pour le développement de l'IA

En ce qui concerne les éléments clés du développement de l'IA, M. Krieger estime que l'amélioration de l'environnement dans lequel les modèles sont formés pour mieux refléter la complexité des tâches du monde réel est l'un des plus grands défis actuels.

Il a souligné que même dans le domaine du génie logiciel, le travail d'un ingénieur logiciel ne consiste pas seulement à écrire du code, mais aussi à comprendre les exigences, à élaborer des calendriers, à collaborer avec des équipes, etc. Il n'existe actuellement aucune méthode d'évaluation appropriée qui permette de modéliser correctement ces flux de travail complexes.

Abordant la question des données, M. Krieger a fait valoir qu'un mélange de données humaines et synthétiques est nécessaire pour améliorer les modèles. Il a noté que de bonnes données humaines peuvent être utilisées pour guider les modèles, tandis que les données synthétiques permettent aux modèles d'explorer et d'apprendre dans une variété d'environnements.

Il a également mentionné l'importance des "vibrations" du modèle. Il a fait valoir que la "sensation" d'un modèle est un aspect très subjectif, proche de l'être humain, qui est difficile à évaluer quantitativement. Il est donc important de disposer à la fois de données sur ces compétences non techniques et de méthodes pour les évaluer.

Open source, distillation et commercialisation : des sujets brûlants dans l'industrie de l'IA

Abordant des sujets brûlants de l'industrie tels que l'open source et la distillation, M. Krieger a fait valoir que la technologie de distillation n'était pas nécessaire pour débloquer les capacités de l'IA et qu'elle posait d'autres problèmes, notamment en matière de sécurité nationale et de conditions d'utilisation des services.

Il a fait remarquer que pour que les progrès technologiques se poursuivent au rythme actuel et soient viables à long terme, les laboratoires doivent être en mesure de commercialiser l'ensemble de leurs formations et innovations. Il estime qu'il est essentiel de trouver le bon modèle d'entreprise.

En réponse à la publication de Llama, M. Krieger a fait valoir que cela ne signifiait pas que le modèle lui-même n'avait aucune valeur ; toute la valeur se trouve dans les données. Il a fait remarquer que la valeur réside dans la qualité de l'équipe, dans le fait qu'elle dispose des données sous-jacentes dont elle a besoin et dans l'utilité du modèle dans les cas d'utilisation du monde réel.

Perspectives d'avenir de l'IA : guides intelligents et partenaires humains

En examinant l'avenir de l'IA, Krieger fait remarquer que l'IA ne sera plus seulement un "outil" ou un "assistant", mais un "guide intelligent". Krieger fait remarquer que l'IA ne sera plus seulement un "outil" ou un "assistant", mais un "guide intelligent".

Selon lui, l'IA permettra d'identifier de manière proactive les besoins des utilisateurs, de les orienter, de les aider à prendre des décisions et de devenir un partenaire clé pour atteindre leurs objectifs les plus importants. Les produits d'IA du futur ne se contenteront plus de poser des questions et de faire des suggestions occasionnelles, mais seront capables d'apporter aux utilisateurs une valeur unique, de les aider à gagner du temps, à améliorer leur efficacité et à devenir une meilleure version d'eux-mêmes.

M. Krieger a également évoqué le potentiel de l'IA pour prolonger la vie et la longévité humaine. Il pense que l'IA peut accélérer le processus de découverte de médicaments et d'essais cliniques, apportant ainsi un nouvel espoir pour le traitement de diverses maladies. Il est très optimiste à ce sujet.

Enfin, Krieger a souligné l'importance du "discernement" et de la protection de la vie privée dans le développement de l'IA. Il a fait remarquer qu'à mesure que les modèles deviennent plus puissants, ils deviennent aussi plus compétents et peuvent avoir accès à toutes sortes d'informations privées ou sensibles. Il a affirmé que les modèles devront relever un défi de taille pour apporter leur aide tout en protégeant la vie privée et la sécurité des données des utilisateurs.