Word de l’éditeur: Ceci est un article invité écrit par Patrick EllisCTO et co-fondateur de Seattle Startup Snapbar.
Je viens de passer quatre jours à l’Exposition mondiale de l’ingénieur de l’IA à San Francisco avec 3 000 autres fondateurs / ingénieurs qui se construisent à la frontière de l’IA. J’ai également passionnément débattu d’idées avec 12 amis fondateurs basés à Seattle de Fondationssur nos dîners et se promener à la conférence.
Une selected était claire: l’ensemble du livre de jeu de startup est réécrit en temps réel.
Si vous êtes un fondateur en début de stade ou que quiconque essaie de naviguer dans les opportunités et les défis que l’IA apporte, vous n’avez pas besoin d’un doctorat en machine d’apprentissage. Vous avez besoin d’une carte du nouveau paysage.
Voici mes 11 premières idées stratégiques de la conférence.
1. Votre entreprise devient votre invite (et le contexte fourni aux LLM).
Les invitations, les plans et les directions que vous donnez à une IA sont votre véritable propriété intellectuelle – pas seulement le code qu’elle génère. Cela signifie que votre logique métier principale, lorsqu’elle est écrite comme une spécification claire, devient un atout défendable que vous pouvez model, protéger et «recompiler» en nouveaux produits.
2. Rendez votre produit facile à utiliser pour les robots (brokers d’IA).
Les meilleurs produits seront ceux que les brokers de l’IA peuvent utiliser sans frottement. Cela signifie concevoir d’abord les API simples et propres (OpenAPI) et la documentation. Si un agent d’IA ne peut pas facilement s’intégrer à votre outil (par exemple by way of un fichier LLMS.TXT ou Markdown), vous êtes invisible à la toute nouvelle économie d’agent.
3. L’ingénieur AI-Native est un orchestrateur, pas un codeur.
Les meilleurs ingénieurs d’IA sont désormais des «orchestrateurs» qui conçoivent et gèrent des systèmes d’brokers. Cela signifie se concentrer sur la résolution stratégique de problèmes, automobile l’IA gérera davantage le codage manuel, vous permettant de construire des produits plus complexes avec une équipe plus petite.
4. Votre équipe sera plus petite et radicalement plus succesful.
Nous avons connu de première major au cours des deux dernières années que l’IA permet de «minuscules équipes» de moins de 10 personnes pour réaliser ce qui nécessite des organisations (et des capitaux) massives. Ceci s’accélère et conduit à une personne orchestrant entière d’équipe (s) ou de département des flux de travail agentiques.
5. Nous commençons tout juste à voir l’économie «commerciale à agent».
Le protocole de contexte modèle (MCP) crée un monde où les brokers de l’IA peuvent trouver (et bientôt payer) pour les companies par eux-mêmes. Cela ouvre un marché massif et croissant d’acheteurs automatisés. À quoi ressemble l’économie comme les brokers informent (et même prennent) plus des décisions d’achat?
6. La vitesse peut être le seul fossé sturdy.
Au fur et à mesure que l’IA accélère considérablement le cycle de vie de développement logiciel et que les modèles architecturaux changent, votre base de code actuelle se déprécie rapidement. La vitesse à laquelle vous pouvez construire, tester et vous adapter à ce que les purchasers veulent deviennent l’avantage de base.
7. Generative Media (Picture / Video / Audio Era) est un outil business, pas seulement une fonctionnalité amusante.
Les photos et les vidéos générées par l’AI sont révolutionnantes du advertising (comme nous construisons à Snapbar) et le commerce électronique. Pensez aux annonces vidéo instantanément personnalisées instantanément ou aux essais virtuels. Il ne s’agit pas de l’artwork – il s’agit de créer des outils qui aident les entreprises à vendre plus de choses.
8. Vos erreurs (transformées en evales) sont votre meilleur atout.
Chaque plainte shopper ou échec de l’IA est un élément de données inestimable. Les entreprises les plus intelligentes construisent des systèmes automatisés pour apprendre de ces échecs, en les transformant en evals qui intégrent l’IP spécifique à l’industrie / flux de travail dans vos LLM / brokers actuels et futurs. Cela crée un volant de données qui rend votre produit plus clever et plus fiable à chaque utilisation, créant un avantage de composition au fil du temps.
9. Construisez une armée de résolveurs de problèmes d’IA.
Un nouveau modèle était présent sur plusieurs haut-parleurs / produits de l’utilisation de conteneurs pour exécuter des dizaines ou des centaines d’brokers d’IA en parallèle pour résoudre un problème distinctive (ou parallèle). Au lieu qu’un ingénieur essaie une answer, votre équipe pourrait bientôt déployer une flotte d’brokers pour explorer et tester de nombreuses approches différentes à la fois. Il s’agit d’une aide pour trouver des percées créatives et transforme la variance statistique des LLMS en un avantage.
10. Votre équipe d’ingénierie a besoin d’une nouvelle boîte à outils.
Les outils de développement de logiciels agentiques comme Claude Code, Cursor et OpenHands ne sont plus seulement des aides – ils deviennent l’outil fondamental de la façon dont les logiciels sont construits. Le travail d’un développeur est passé du codage manuel à la programmation par paire avec ces outils Codegen. Il évolue maintenant, encore une fois, pour orchestrer une équipe de ces brokers. Ne pas les utiliser, c’est rapidement essayer de construire un gratte-ciel avec des outils à major tandis que les équipes Ai-Native utilisent des grues.
11. Bon swimsuit et les signaux précis sont essentiels.
Le rythme du changement dans l’IA, et en particulier le battage médiatique, est écrasant. Il est plus essential que jamais des sources éducatives de haute qualité et des communautés soudées d’autres constructeurs. Cela vous permet d’apprendre ce qui fonctionne réellement dans la manufacturing en ce second, ce qui vous permet d’économiser du temps et de l’argent précieux en vous aidant à vous concentrer sur la development de ce qui compte vraiment.
