Transcription

• Speaker #0

  En mars, Dan Blanchard, mainteneur depuis 12 ans de Chardet, une bibliothèque Python de détection d'encodage utilisée par des millions de projets, a réécrit l'intégralité du logiciel en 5 jours avec Claude Code de la société Anthropic. Le résultat est 48 fois plus rapide que l'original et les outils de détection de plagiat mesurent moins de 1,3% de similarité avec l'ancienne version. Blanchard en a profité pour changer la licence, passant du copyleft LGPL, un type de licence open source, à une licence permissive MIT. C'est sur le plan juridique que l'affaire devient fascinante. Le DC Circuit America a confirmé que le code généré par l'IA n'est pas l'œuvre d'un auteur humain et ne peut donc pas être protégé par le copyright. Or, si ce code n'est pas protégeable, les licences open source, qui sont des comptes raffondés sur le droit d'auteur, ne s'y attachent tout simplement pas. Pendant 25 ans, les licences copyleft, comme la GPL, ont reposé sur une hypothèse implicite. Réécrire un logiciel à partir de zéro coûte tellement cher que personne ne le fait. L'IA supprime ce code. Mais la question va bien au-delà de l'open source. Si un outil d'IA peut reproduire n'importe quel logiciel en quelques jours, c'est toute la notion de barrière à l'entrée qui vacille. Le code lui-même, sa complexité, son architecture, les années hommes investis pour le bâtir, tout cela cesse d'être un avantage défendable dès lors qu'un concurrent, ou n'importe qui en fait, peut le répliquer pour quelques milliers de dollars de token. Le feature Moat, la protection par les fonctionnalités du produit, est en train de mourir. Que reste-t-il pour protéger un logiciel ? Les données propriétaires que le logiciel accumule au fil de son usage, la distribution, c'est-à-dire l'accès aux clients et la marque, la profondeur verticale, la connaissance fine des règles métiers, de la conformité réglementaire, des flux de travail spécifiques à un secteur éventuellement, et le switching cost, ce qu'il en coûte de changer de solution une fois qu'elle est intégrée dans le quotidien de l'utilisateur. L'IA peut reproduire le code d'un CRM, mais elle ne reproduit pas la base client d'un Salesforce, ni les certifications de conformité d'un SAS de santé, ni les intégrations tissées pendant des années dans le système d'information d'un grand groupe. Encore que, pourrait-on dire, importer des données, ce n'est pas si compliqué. Chez Newfan, nous avons identifié cinq facteurs de résilience pour les entreprises SaaS. La profondeur des intégrations dans le système d'information du client, le poids des données accumulées, les contraintes réglementaires, l'intensité d'usage au quotidien et la complexité des processus orchestrés. Le code du logiciel lui-même ne fait pas partie des barrières. C'était la Minute Newfund, à la semaine prochaine.