La Grande Restructuration : Comment l'IA redéfinit nos équipes, notre stratégie et notre rapidité chez Mercury

TL;DR :Unerécent discours d'Andrew Ngsur l'impact de l'IA sur les startups a puissamment articulé une transformation que nous vivons actuellement chez Mercury Technology Solutions. Alors que l'IA accélère considérablement la vitesse de développement, le principal goulet d'étranglement commercial a changé d'exécution' à 'stratégie'. Cela nous a contraints à restructurer fondamentalement nos équipes, à revoir nos processus de validation et à redéfinir le leadership, en passant de la gestion des délais à la direction d'un flux rapide et volumineux d'hypothèses stratégiques.

Je suis James, PDG de Mercury Technology Solutions.

J'ai récemment regardé le dernier discours d'Andrew Ng à Y Combinator, où il a discuté de l'impact profond que l'IA a sur la gestion de produits et les structures d'équipe. Ses idées résonnaient tellement parce qu'elles n'étaient pas des prédictions théoriques ; c'était un diagnostic précis de la transformation même que nous naviguons activement au sein de nos propres murs chez Mercury.

Ceci est un aperçu "sous le capot" de la façon dont la révolution de l'IA ne change pas seulement nos produits, mais restructure fondamentalement notre entreprise.

Le Premier Changement : Le Goulet d'Étranglement Passe de l'Exécution à la Stratégie

Pendant des années, le plus grand défi opérationnel dans toute entreprise technologique, y compris la nôtre, était la vitesse d'exécution. Le développement et la validation de nouvelles idées étaient toujours contraints par la dette technique, la planification des ressources et la capacité d'ingénierie. "Faire les choses lentement" était l'obstacle principal.

Aujourd'hui, cela a complètement changé. Avec les outils modernes d'IA et les nouveaux cadres de développement, notre capacité d'exécution a été surmultipliée. NotreSolutions d'Intégration A.I. Personnaliséeséquipe peut désormais construire une preuve de concept fonctionnelle pour un client en quelques jours, un processus qui prenait autrefois des mois. Comme l'a noté Andrew Ng, certaines équipes réécrivent désormais des bases de code entières plusieurs fois en un seul mois.Le coût de mise en œuvre a chuté, et la rapidité n'est plus le goulet d'étranglement.Cela a révélé les nouveaux goulets d'étranglement, plus critiques :

Amont (Stratégie) :

1. Déciderquoiconstruire.Aval (Validation) :
2. Déterminer si ce que nous avons construitfonctionne réellement.Notre Réponse, Partie 1 : Renforcer l'"Amont" – Comment Nous Décidons Ce Que Nous ConstruisonsAndrew Ng a souligné que bien que l'IA ait considérablement amélioré l'ingénierie, son impact sur le côté gestion de produit a été moins direct. Cela crée un déséquilibre. Pour y remédier, nous avons dû repenser notre structure d'équipe.

Nous avons réalisé que la valeur de notre entreprise est désormais générée moins par la vitesse de notre codage et plus par la qualité et la quantité de nos idées stratégiques. Par conséquent, nous avons restructuré des divisions clés en "pods" agiles. Au sein de ces pods, nos stratèges produits et consultants en contact avec les clients sont chargés de générer un volume élevé de "micro-hypothèses" pour nos plateformes principales comme le

Mercury Business Operation Suite

etMercury SocialHub CRM.Cela a conduit à un changement significatif dans nos ratios internes. Dans certaines de nos équipes les plus innovantes, le nombre de chefs de produits stratégiques approche désormais celui des développeurs. Il ne s'agit pas de lancer des idées au hasard ; il s'agit de créer une "pluie de météores" systématique d'idées petites, concrètes et testables, toutes alignées sur une seule direction stratégique globale. Nous ne faisons plus un gros pari tous les six mois ; nous faisons des dizaines de petits paris fondés sur des preuves chaque mois. (Exemple : Notre Service LLM SEO/ GAIO)Notre Réponse, Partie 2 : Accélérer l'"Aval" – Comment Nous Validons Nos IdéesAvec notre vitesse de développement augmentée d'un ordre de grandeur, nos anciens processus de validation sont devenus le nouveau goulet d'étranglement. Un test A/B traditionnel, bien que précis, peut prendre des semaines ou des mois pour produire des résultats statistiquement significatifs. Cela n'est plus acceptable.

Nous avons maintenant adopté un

"modèle de falsification rapide."

L'objectif n'est pas de prouver qu'une idée est parfaite, mais de déterminer rapidement si elle est défectueuse afin que nous puissions avancer sans hésitation.

Prototypage Low-Code :Nos chefs de produits sont désormais habilités à utiliser des outils low-code alimentés par l'IA pour construire eux-mêmes des prototypes simples. De nombreuses hypothèses peuvent désormais être validées ou réfutéesavant

• de consommer des ressources d'ingénierie précieuses.Retour d'Information Rapide et Directionnel :before ever consuming valuable engineering resources.
• Fast, Directional Feedback:Nous avons adopté la philosophie qu'Andrew Ng a humoristiquement décrite dans son discours : obtenir des retours rapides et informels. Bien que nous ne demandions pas à des étrangers dans des cafés, nous avons établi des boucles de rétroaction rapides avec un petit groupe de clients de confiance. Nous préférons obtenir des retours directionnels de cinq utilisateurs clés en 48 heures plutôt que d'attendre un mois pour un résultat d'enquête statistiquement parfait. La vitesse d'apprentissage est devenue notre métrique la plus importante.

Notre réponse, Partie 3 : Une culture d'agilité et d'automatisation

Ce nouveau rythme nécessite une nouvelle philosophie de leadership. Mon rôle évolue, passant de l'approbation de projets individuels à l'architecture d'un système qui permet à mon équipe d'avancer à grande vitesse.

Le commentaire d'Andrew Ng selon lequel il ne sait souvent même pas quel modèle d'IA fondamental ses équipes utilisent a profondément résonné. C'est l'état idéal. Nous avons mis en place un système similaire pour notre propre "Mercury Muses AI". Nous avons un processus de benchmarking automatisé qui teste en continu de nouveaux modèles fondamentaux d'OpenAI, Anthropic, Google et d'autres par rapport à nos critères de performance. Si un nouveau modèle montre une amélioration significative, notre système permet de l'intégrer avec un minimum de friction et sans nécessiter un long processus d'approbation descendant.Mon travail n'est pas d'approuver le changement ; c'est de m'assurer que le système qui prend la décision est intelligent, fiable et robuste.Conclusion : La véritable transformation de l'IA est organisationnelle

La véritable révolution de l'IA ne concerne pas seulement l'adoption d'un nouveau logiciel. Il s'agit d'un changement opérationnel et culturel fondamental. Il s'agit de reconnaître qu'à mesure que le coût d'exécution chute, la valeur de la direction stratégique, des tests d'hypothèses clairs et de l'apprentissage rapide monte en flèche.

Nous redéfinissons activement notre entreprise pour prospérer dans cette nouvelle réalité. Nous investissons davantage dans la stratégie, en donnant à nos équipes plus d'autonomie, et en construisant des systèmes automatisés qui nous permettent de rester à la pointe. C'est ce que signifie véritablement "Accélérer la Digitalité"—non seulement pour nos clients, mais aussi pour nous-mêmes.

The true AI revolution is not just about adopting a new piece of software. It is a fundamental operational and cultural shift. It's about recognizing that as the cost of execution plummets, the value of strategic direction, clear hypothesis testing, and rapid learning soars.

We are actively reshaping our company to thrive in this new reality. We are investing more in strategy, empowering our teams with greater autonomy, and building automated systems that allow us to stay at the cutting edge. This is what it means to truly "Accelerate Digitality"—not just for our clients, but for ourselves.