Votre nouveau travail consiste à intégrer des agents IA : comment fonctionnent réellement les entreprises natives de l'IA

In This Article

Chers abonnés, J'ai passé ces derniers mois à interviewer des dirigeants d'entreprises natives de l'IA. Je suis maintenant convaincu que : L'intégration et la gestion des agents d'IA EST le travail, quelle que soit votre fonction. Dans cette plongée approfondie et gratuite, je souhaite partager comment trois entreprises natives de l'IA – Linear, Ramp et Factory – mettent ce principe en pratique. Voici quelques citations de chacun : Nan Yu (chef de produit, Linear) : "Vous aurez des membres de l'équipe d'IA à qui vous pourrez assigner des tâches et avec qui vous parlez, tout comme vous parlez aux gens." Geoff Charles (CPO, Ramp) : "Si vous n'utilisez pas Claude Code, quel que soit votre rôle, vous êtes probablement sous-performant." invoquer. "Poursuivez votre lecture pour découvrir comment fonctionne chaque entreprise native de l'IA. Linéaire : faire des agents d'IA des coéquipiers de premier ordre Vous pouvez @mentionner un agent pour créer et attribuer un problème à un autre agent. L'approche linéaire des agents est façonnée par leur produit. Nan (responsable produit de Linear) estime que : Les agents doivent être des employés de première classe. Vous devriez pouvoir les ajouter à des projets, les attribuer à des problèmes et les mentionner dans les commentaires. Cependant, Nan estime également que l'humain reste toujours responsable du résultat. Voici comment Linear crée des produits avec des agents à chaque étape : Comprenez le problème. Les agents lisent et résument chaque conversation client d'Intercom, Zendesk et Gong. Ils créent automatiquement des problèmes, les déduisent du backlog et les attribuent à la bonne équipe. Identifiez la solution. Étant donné que les agents ont accès aux conversations des clients, ils peuvent vous aider à itérer sur une spécification en extrayant des informations basées sur des données provenant de plusieurs canaux. Faites un plan. Les agents peuvent diviser vos spécifications en tickets concrets et les acheminer automatiquement vers les bonnes équipes. Chez Linear, les agents créent désormais la majorité des tickets. Le travail de l’humain consiste à revoir son travail et à ajuster le contexte au fil du temps. Les bugs et les petites fonctionnalités sont attribués directement aux agents comme Codex et Cursor. Pour les fonctionnalités complexes, les ingénieurs lancent Claude Code et utilisent Linear MCP pour extraire le contexte complet du problème. De Nan : On a l'impression que la portée de ce que les agents peuvent gérer s'étend chaque trimestre. De nouveaux modèles et harnais repoussent les limites des simples solutions aux projets de plus en plus complexes. Vous souhaitez construire avec des agents comme Linear ? Voici 4 étapes pratiques que Nan a partagées sur ce que votre équipe peut faire aujourd'hui : Chaque développeur doit utiliser par défaut un outil de codage agent de premier plan. C’est la première étape la plus simple. Fournissez l'outil officiel (Curseur, Claude Code ou Codex) et gérez-le afin que vous puissiez voir son utilisation. Complétez avec un agent de codage cloud asynchrone. Les agents d'arrière-plan asynchrones peuvent effectuer en une seule fois la plupart des petites modifications et corrections de bugs. Cursor et Devin proposent de bonnes offres ici. Insistez pour que les concepteurs et les PM travaillent directement sur la base de code. Des agents comme Claude ouvrent une voie à faible friction permettant aux PM et aux concepteurs d'apporter des modifications directement dans la base de code. Tout le monde devrait s'efforcer d'être un constructeur. Les PM et les spécialistes du marketing devraient utiliser par défaut une interface d'IA. Ces fonctions devraient effectuer 80 à 100 % de leur travail via une interface de chat, qu'il s'agisse de Claude, ChatGPT, Notion AI ou quelque chose de similaire. Nan voit un avenir dans lequel les humains collaboreront avec les agents au niveau des spécifications - définissant ce qui doit être construit et pourquoi - puis transmettant les choses aux agents pour gérer tout en aval. Ramp : mesurer la maîtrise de l'IA sur 4 niveaux Ramp pousse rapidement ses employés à être natifs de l'IA sur 4 niveaux. Si Linear montre comment faire des agents un élément de premier ordre de votre équipe, alors Ramp montre comment amener l'ensemble de votre entreprise à les adopter. revenus, et tout cela en 25 heures. Ils l'ont fait en exigeant que chaque fonction (ingénierie, produit, conception, ventes, marketing, juridique, finance) soit intégrée et travaille avec des agents. Geoff (CPO Ramp) a partagé un cadre d'évaluation des compétences en IA pour chaque employé que je trouve extrêmement pratique : L0 : utilise parfois ChatGPT. Ces personnes ne resteront probablement pas dans l’entreprise à long terme. Si vous n'êtes pas autonome avec un état d'esprit de croissance à l'égard des outils d'IA, Geoff dit qu'il va être très difficile de vous former à exceller. L1 : utilise et peaufine les GPT, les projets et les outils d'IA internes. Ces personnes expérimentent l’IA mais n’ont pas encore automatisé leur travail réel. L2 : crée une application qui automatise une partie de leur travail.emploi. Ces personnes peuvent valider du code ou donner des commentaires significatifs sur le travail d’autres personnes à l’aide d’outils d’IA. L3 : Constructeurs de systèmes. Ces personnes construisent l’infrastructure et les compétences d’IA qui accélèrent tous les autres membres de l’équipe. L’objectif de l’entreprise est de faire gravir tous les échelons. Les L0 s'auto-sélectionnent. Les L1 deviennent des L2. Les L2 deviennent des L3. Et les L3 influencent le reste de l’organisation. Geoff a également partagé 5 étapes que toute entreprise peut suivre pour devenir native de l'IA : Supprimer toutes les frictions. Donnez accès à des outils d'IA populaires sans contraintes de jetons ou de budgets et créez un référentiel interne de compétences en IA dont tout le monde peut tirer parti. Si la configuration est difficile, la plupart des gens n’adopteront pas. Rendre l’adoption visible. Créez des chaînes Slack publiques où les gens peuvent partager ce qu'ils ont construit. À tout moment, présentez des non-ingénieurs qui font des choses impressionnantes, comme financer la construction d'un système de trésorerie ou le marketing automatiser la création de sites Web. Fournissez une assistance pratique. Organisez des heures de bureau auxquelles tout le monde peut participer pour développer des compétences et des flux de travail en IA. Ayez désigné des experts en IA dont tout le travail consiste à évangéliser, à préparer les gens et à les aider à atteindre le « moment aha ». Suivez l’utilisation et intervenez. Ramp suit la consommation de jetons dans les outils d'IA par employé. Les dirigeants partagent ces données pour créer une responsabilité naturelle et intervenir lorsque l'utilisation d'une personne est faible. Faites-en une condition d'embauche. Les entretiens PM incluent désormais une session dédiée au cours de laquelle vous devez créer un produit fonctionnel, puis expliquer pourquoi vous l'avez construit et comment il fonctionne. Geoff a résumé sa philosophie de leadership pour chaque poste chez Ramp en une seule ligne : Votre travail consiste à automatiser votre travail. De Geoff : "Si je dis 10 fois à mon équipe que le CTA doit être au-dessus de la ligne de flottaison, le correctif ne le dit pas la 11ème fois. Il code ces commentaires dans un processus de critique de conception automatisé ou dans une compétence d'IA afin que cela ne se reproduise plus jamais." vous construisez autour d'eux dès le premier jour. Factory est une société de développement de logiciels d’IA de 55 personnes, évaluée à 300 millions de dollars et structurée autour de l’IA à partir de zéro. Voici ce qui les différencie : Engagez des ingénieurs produits. Factory n’embauche pas séparément les PM et les ingénieurs. Au lieu de cela, ils embauchent des ingénieurs produits qui gèrent et travaillent avec des agents IA. Une journée typique ressemble à ceci : Examinez les traces des exécutions d’agents pour voir où le système a pris de mauvaises décisions. Écrivez les correctifs non pas sous forme de code, mais sous forme de gouvernance (par exemple, une mise à jour d'une compétence, une nouvelle règle de charpie ou une automatisation raffinée). Examinez uniquement les PR que les agents signalent comme à haut risque (les agents s'occupent du reste). Factory évalue les bases de code sur cinq niveaux de maturité, et le niveau 3 (« Standardisé ») est celui que la plupart des équipes doivent viser en premier. Le cadre de préparation des agents de Factory Encodez l'expertise en compétences réutilisables Une fois que votre base de code est prête pour l'agent, l'étape suivante consiste à donner aux agents les connaissances nécessaires pour prendre de bonnes décisions grâce à des compétences (essentiellement juste des fichiers de démarque de texte). Factory utilise des compétences pour coder les connaissances des experts et de l’entreprise en quelque chose que n’importe quel agent ou employé peut utiliser. Voici une liste de compétences que Factory utilise en interne et des liens vers leurs fichiers de démarques que vous pouvez copier et modifier : Compétence de gestion de produits. Principes du produit, cadre d'expérience 11 étoiles (emprunté à Brian Chesky d'Airbnb), modèle PRD, grille de notation et conseils linguistiques, le tout dans un seul fichier de démarque. Compétence d'intégration de l'interface utilisateur frontale. Explique à Droid comment créer des fonctionnalités à l'aide du système de conception de Factory, des conventions de routage et des normes de test. Compétence d'analyste de données IA. Exécutez des analyses exploratoires, créez des visualisations et générez des rapports statistiques à l'aide de l'écosystème Python complet.Compétence en outils internes. Créez des panneaux d'administration, des consoles d'assistance et des tableaux de bord opérationnels avec des contrôles d'accès appropriés et une journalisation d'audit intégrée. Compétences en codage Vibe. Prototypez rapidement de nouvelles applications Web à partir de zéro avec des frameworks modernes. Si vous pouvez transformer les connaissances de vos meilleurs collaborateurs en compétences, vous n'avez pas besoin d'embaucher des spécialistes pour chaque fonction. 6 étapes pour mettre tout cela en pratique Pour récapituler : L'intégration et la gestion des agents deviennent la tâche principale de chaque fonction. Voici six choses que vous pouvez mettre en pratique dès maintenant :Linéaire : par défaut, chaque développeur utilise un outil de codage agent comme Cursor, Claude Code ou Codex. Intégrez les PM et les concepteurs à la base de code. Laissez-les soumettre les PR et le code d'expédition en utilisant des agents. Arrêtez de confier chaque petit changement à un ingénieur. Depuis Ramp : mesurez les compétences en IA au sein de votre équipe. Le cadre à 4 niveaux de Ramp vous offre un vocabulaire partagé indiquant où se trouvent les gens et où ils doivent aller. Suivez l’utilisation de l’IA et intégrez-la aux attentes en matière de performances. Vous ne pouvez pas améliorer ce que vous ne mesurez pas, et les incitations sont importantes. Depuis Factory : évaluez votre base de code pour vérifier la préparation des agents. Utilisez les niveaux de préparation des agents de Factory pour comprendre si votre base de code est prête. Codifiez l’expertise de votre équipe en compétences réutilisables. Encodez les connaissances de vos meilleurs collaborateurs dans des fichiers de compétences et facilitez leur utilisation par les humains et les agents. Surtout, intégrez les agents comme vous le feriez pour un humain. Donnez-leur du contexte, connectez-les à votre pile opérationnelle et tenez un humain responsable de leurs résultats. Faites-moi savoir ce que vous pensez dans les commentaires !

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)