Le 'Vibe Working' de Genspark: Lancement Rapide d'IA, ARR Triplé

Dans une industrie souvent caractérisée par des cycles de développement prolongés et des obstacles bureaucratiques, l’entreprise d’espaces de travail IA Genspark a adopté une approche radicalement différente, qu’elle appelle le “travail natif de l’IA” ou “vibe working”. Cette méthodologie a permis à l’entreprise d’accélérer ses lancements de produits à un rythme sans précédent, en lançant de nouvelles fonctionnalités et produits presque chaque semaine, et par conséquent en triplant sa croissance de revenus annuels récurrents (ARR). Genspark affirme audacieusement que cela en fait potentiellement “la startup à la croissance la plus rapide de tous les temps en termes d’ARR”.

Au cœur de cette innovation rapide se trouve une philosophie organisationnelle unique. Kaihua (Kay) Zhu, co-fondateur et CTO de Genspark, explique que dans un environnement natif de l’IA, “fondamentalement, tout le monde est le manager”. Les individus sont équipés d’une équipe d’agents IA, qui fonctionnent comme leurs subordonnés directs, permettant à chaque membre de l’équipe de livrer des fonctionnalités de bout en bout de manière autonome. Ce modèle contraste fortement avec les structures traditionnelles, que Zhu, avec plus de deux décennies d’expérience dans la recherche chez Google et Baidu, estime sujettes aux frictions et à l’inefficacité en raison de multiples couches de gestion et de la politique de bureau. L’équipe allégée de Genspark, composée de 20 personnes, opère avec “moins de contrôle, plus d’outils”, favorisant une communication transparente et une productivité exceptionnellement élevée, où “tout le monde travaille sur un produit qui peut être expédié”.

Lancé en juin 2024 par MainFunc, Genspark s’est initialement concentré sur la recherche IA, attirant rapidement cinq millions d’utilisateurs. Cependant, l’entreprise a rapidement pivoté vers Super Agent, un système IA avancé qui sélectionne dynamiquement les outils et sous-agents les plus efficaces pour une tâche donnée, évaluant les résultats et s’adaptant en temps réel. Super Agent, propulsé par Claude d’Anthropic, a fait ses débuts le 2 avril et est conçu pour condenser un après-midi de travail de bureau typique en quelques minutes seulement. Ses capacités couvrent un large éventail de fonctions, allant des appels téléphoniques et de la recherche approfondie à la vérification des faits, la rédaction de documents, la production de podcasts et la génération de feuilles de calcul et de présentations.

L’impact de ce modèle de développement à “vitesse génétique” est clairement visible dans le calendrier de déploiement agressif et les jalons financiers de Genspark. Seulement neuf jours après le lancement de Super Agent, le 11 avril, l’entreprise a atteint 10 millions de dollars d’ARR. Cet élan s’est poursuivi, avec de nouvelles fonctionnalités comme AI Slides (22 avril) et des Super Agents personnalisés (28 avril) qui ont rapidement suivi. Au 2 mai, exactement un mois après le lancement, l’ARR de Genspark avait bondi à 22 millions de dollars, grimpant encore à 36 millions de dollars au 19 mai. Les mois suivants ont vu un flux continu d’innovations, y compris AI Sheets (8 mai), un système de téléchargement agenciel et un lecteur IA (15 mai), des appels téléphoniques alimentés par l’IA (22 mai), une secrétaire IA pour gérer les communications et les calendriers (4 juin), et un navigateur IA avec un marché d’outils étendu (10 juin). Le rythme incessant s’est poursuivi en juillet et août, avec l’introduction d’AI Docs, Design Studio, AI Pods pour la création de podcasts, et enfin, l’orchestration multi-agents, permettant à jusqu’à dix agents IA d’opérer simultanément.

Genspark a également alimenté un esprit de compétition au sein de l’espace florissant des agents IA. Suite à l’annonce par OpenAI de son agent ChatGPT à la mi-juillet, Genspark a lancé un “Défi IA côte à côte d’un million de dollars”, défiant les utilisateurs à identifier les cas où d’autres plateformes surpassent Super Agent. Lors du premier tour, les utilisateurs ont été chargés de créer une diapositive financière de 12 pages en utilisant à la fois Genspark et ChatGPT Agent, avec 429 cas trouvés où ce dernier a pris le dessus, ce qui a rapporté 100 $ à chaque participant. Le deuxième tour, qui s’est terminé début août, a augmenté les enjeux à 200 $ par victoire et a élargi la compétition à n’importe quel outil IA, avec des résultats évalués par Google Gemini. Genspark a présenté ce concours non pas comme une rivalité mais comme un effort collectif pour repousser les limites de l’écosystème des agents IA.

Les fondements techniques de Super Agent sont aussi sophistiqués que son processus de développement. Contrairement aux anciens paradigmes de recherche qui reposaient sur des flux de travail rigides et fixes, Super Agent utilise un système de mélange d’experts (MoE), intégrant neuf grands modèles linguistiques (LLM) distincts de tailles et de spécialisations variées. Ces modèles décomposent les tâches de manière collaborative, délèguent les responsabilités en fonction des forces individuelles et vérifient mutuellement leurs sorties. Super Agent est également équipé de plus de 80 outils, allant des sous-agents capables de générer du code Python à ceux qui peuvent passer des appels téléphoniques de manière autonome, et s’appuie sur plus de 10 ensembles de données organisés. Genspark tire parti d’un large éventail de modèles fondamentaux, y compris ceux d’Anthropic, OpenAI, Google Gemini, DeepSeek et Grok 4 de xAI, utilisant un modèle agrégateur pour analyser leurs sorties afin d’optimiser la rentabilité, la précision et la réduction des “hallucinations”. Bien que Genspark affine également son propre modèle de pointe, Zhu souligne que l’objectif n’est pas de rechercher des percées de pointe pour elles-mêmes, mais plutôt de réduire les coûts et la latence pour les tâches de volume élevé et de niveau inférieur, car de nombreux modèles propriétaires sont “trop grands, trop lents et trop chers”.

En fin de compte, l’éthique du “vibe working” de Genspark s’étend au-delà de l’ingénierie, visant à démocratiser le développement de l’IA. L’entreprise estime qu’en rendant ses outils intuitifs et puissants, elle peut permettre même aux non-programmeurs de “viber” – d’expérimenter et de créer avec l’IA – sans avoir besoin de familiarité avec les environnements de développement intégrés complexes ou les langages de codage.

L’approche native de l’IA de Genspark n’accélère pas seulement les cycles de produits ; elle redéfinit la façon dont les logiciels sont construits et mis à l’échelle.