Newsletter · 2026-07-31 · Ashutosh Agarwal

Ben Horowitz affirme qu'il est dangereux de construire sur Anthropic - Platform Watch - Semaine du 31 juillet 2026

Platform Watch pour la semaine du 31 juillet 2026. Ben Horowitz, d'a16z, avertit qu'il est « dangereux » de construire des applications sur Anthropic, alors que les laboratoires remontent vers la couche applicative, tandis que des modèles chinois open-weight bon marché captent environ la moitié de l'usage mondial de l'IA et offrent aux fondateurs une porte de sortie.

Platform Watch

Semaine du 31 juillet 2026 : Ben Horowitz affirme qu'il est dangereux de construire sur Anthropic

Pendant un an, la crainte qu'un laboratoire de modèles fondamentaux se réveille un matin et dévore votre startup est restée surtout chuchotée lors de dîners et euphémisée dans les board decks. Cette semaine, l'un des investisseurs les plus puissants de la Silicon Valley l'a dit dans un micro, nommément : construire sur Anthropic est « déjà assez dangereux », parce que « chaque fois qu'une catégorie d'applications commence à bien marcher, ils s'y engouffrent », puis vous facturent plein tarif tout en subventionnant leur propre copie. Dans les mêmes sept jours, l'issue de secours s'est considérablement élargie : des modèles chinois open-weight bon marché ont discrètement capté environ la moitié de l'ensemble de l'usage de l'IA, et les fondateurs qui dépensaient auparavant six ou sept chiffres par mois pour louer de l'intelligence auprès des laboratoires ont commencé à s'en aller. C'est la semaine où la bataille des plateformes a cessé d'être une théorie.

Le mouvement de plateforme de la semaine : un ténor du capital-risque nomme le plan de cannibalisation des laboratoires, et l'open source devient l'issue des fondateurs

Si vous construisez un produit au-dessus d'un grand modèle d'IA d'OpenAI, d'Anthropic ou de Google, voici la chose essentielle à retenir de cette semaine. Le risque que ces laboratoires entrent en concurrence directe avec leurs propres clients n'est plus une hypothèse nerveuse chuchotée entre fondateurs. Il est désormais décrit sans détour, publiquement, par les personnes qui financent l'écosystème, et dans la foulée, ces mêmes personnes orientent les fondateurs vers la sortie.

La déclaration la plus nette est venue de Ben Horowitz, cofondateur de la société de capital-risque a16z, dans sa propre émission. Interrogé sur ce sur quoi une entreprise d'applications devrait construire en toute sécurité, il n'a pas tergiversé :

« Il était déjà assez dangereux de construire sur Anthropic parce qu'à chaque fois qu'une catégorie d'applications commence à bien marcher, ils s'y engouffrent. Et ensuite... on les a vus faire des choses très agressives où, vous savez, le prix pour le fournisseur d'application est le plein tarif, puis ils subventionnent leur propre version de l'application. »

Son analogie historique mérite qu'on s'y attarde, car elle indique à quel point il pense que les choses sont déjà avancées. Horowitz soutient qu'Anthropic a « accéléré... le manuel de Microsoft d'autrefois », mais en sautant une étape : « en sautant la génération plateforme pour aller directement à la génération monopole ». En clair, une plateforme saine gagne de l'argent en aidant les entreprises construites au-dessus d'elle à réussir ; un monopole gagne de l'argent en devenant ces entreprises. Sa question, que tout lecteur de cette newsletter devrait se poser ce week-end : « Comment puis-je construire en toute sécurité sur un modèle propriétaire si cette entreprise va venir m'attaquer, puis me facturer bien plus cher que ce qu'elle se facture à elle-même pour faire la même chose ? » Il l'a même étendue à la robotique : « Si vous deviez construire votre robot sur Anthropic, alors à un moment donné... Anthropic va se lancer dans le business des robots. Et vous mettre hors jeu simplement en vous coupant l'accès ou en vous surfacturant. » Horowitz a pris soin de dire qu'il n'est même pas en colère à ce sujet, « c'est leur approche commerciale », mais la conséquence, « s'ils sont capables de bannir leurs concurrents, n'est pas bonne » (The a16z Show, « Ben Horowitz: The Fight Over Open Source AI », 26 juillet 2026).

Ce n'est pas qu'un investisseur grincheux isolé. Sur All-In, Jason Calacanis a tenu le même discours depuis le fauteuil du client, et a cité des noms : « si vous êtes... Lovable, à qui je parle, et qui paient une fortune, ou que vous êtes ElevenLabs et que vous les payez une fortune, et qu'ils vous disent, tenez, on a notre dernière version, vous ne pouvez pas l'utiliser parce qu'on va concurrencer votre entreprise, ils arrêteraient de l'utiliser et iraient vers l'open source. » Son affirmation sur ce qui se passe déjà : des startups « qui dépensaient des centaines de milliers de dollars chez eux chaque trimestre, il y a seulement six mois, sont toutes passées en masse [à des modèles ouverts comme] GLM-5.2, en fabriquant leurs propres modèles. Le chat est sorti du sac » (All-In, « The Fight Over Open Source AI, Anthropic's $1.5B Payout, NYC Socialists: Evictions = Violence? », 24 juillet 2026).

Et voici le retournement qui fait de cela un véritable tournant plutôt qu'une simple plainte plus bruyante : même les défenseurs des laboratoires conviennent désormais que ceux-ci devraient remonter la chaîne de valeur et vous concurrencer. Dans le même épisode d'All-In, David Sacks, habituellement la voix la plus optimiste sur les laboratoires de pointe, a défendu en faveur du mouvement d'Anthropic et d'OpenAI vers les applications : « La meilleure réponse... c'est qu'ils vont remonter la chaîne jusqu'à la couche applicative. Eh bien, ils l'ont déjà fait... Ces applications destinées aux utilisateurs finaux sont vraiment bonnes. Et ils devraient tout simplement se les approprier. » Il les a même conseillés sur le mouvement de prix que les fondateurs redoutent le plus : « Il pourrait y avoir une version d'un modèle que je ne publie pas et que je garde pour moi, et que j'utiliserai uniquement dans mes propres applications. » Quand le scénario optimiste et le scénario pessimiste s'accordent sur le fait que les laboratoires vont dévorer la couche applicative, le débat est clos. La seule question ouverte est de savoir quelles applications y survivront.

Le mécanisme, rendu concret : les modèles absorbent le travail que les startups vendaient auparavant

La version effrayante du risque de plateforme n'est pas seulement « un laboratoire pourrait lancer un concurrent ». C'est que chaque nouvelle sortie de modèle avale discrètement toute une catégorie d'ingénierie qu'une startup vendait auparavant. Le modèle de cette semaine a fourni l'exemple le plus net à ce jour.

Anthropic a lancé Claude Opus 5, un modèle quasi à la pointe, tarifé à 5 dollars par million de tokens en entrée et 25 dollars par million de tokens en sortie (un « token » correspond à peu près à un fragment de mot ; on paie selon le nombre qui entre et qui sort ; un million de tokens représente environ 750 000 mots). Élément crucial : c'est exactement le même prix que le précédent Opus 4.8, et c'est désormais le modèle par défaut sur les offres payantes grand public de Claude. Comme l'a expliqué une émission, cette tarification fixe supprime la friction habituelle : « L'équipe d'ingénierie n'a même pas besoin de demander plus de budget. Ils vont simplement dans le code et remplacent la chaîne de modèle d'Opus 4.8 par Opus 5 », et « leurs capacités s'élargissent du jour au lendemain sans signer un seul nouveau contrat » (Elon Musk Podcast, « Claude Opus 5 delivers affordable frontier intelligence », 26 juillet 2026).

Ce que cette capacité supplémentaire fait aux startups, voilà le vrai sujet. Le même épisode a détaillé un projet du cofondateur d'Instagram, Mike Krieger : il a confié à Opus 5 un fichier de sauvegarde binaire d'un jeu de 1994 et un prompt de quatre phrases, et le modèle a tourné seul pendant une session de huit heures, écrit 70 000 lignes de code, et construit un visualiseur 3D fonctionnel dans le navigateur qui charge un monde de 4,2 millions de tuiles en moins de six secondes à 60 images par seconde, ajoutant même un cycle d'éclairage jour-nuit que personne n'avait demandé. Puis vient la partie que les fondateurs devraient souligner :

« Il y a un an, un projet de cette ampleur nécessitait un échafaudage vraiment complexe... il fallait construire un système d'agents. Un agent « builder » qui écrit le code, et un agent « critic » séparé qui vérifie le travail du builder... La valeur de l'entreprise de logiciels résidait littéralement dans la construction de cette couche de communication entre les agents. Mais maintenant, Opus 5 vérifie simplement son propre travail... Et si toute la valeur produit d'une startup réside dans l'échafaudage qu'elle a construit autour d'une API pour gérer ces agents juniors, cette valeur s'évapore. Parce que les modèles absorbent ces fonctions nativement. »

Un second exemple dans la même émission : Christian Rivera, chez Stripe, a confié à Opus 5 un rôle de « chief of staff » sur ses environnements de développement pendant un week-end entier, sans supervision, et il a construit ses propres scripts de monitoring, ne faisant appel à des humains que pour des décisions d'appréciation comme la suppression d'une table de base de données. La leçon pour un fondateur n'est pas « l'IA est impressionnante ». C'est que toute une classe de startups d'« orchestration d'agents » et de « fiabilité de l'IA » vient de voir sa fonctionnalité clé livrée gratuitement à l'intérieur d'un modèle à 5 dollars par million (Elon Musk Podcast, « Claude Opus 5 delivers affordable frontier intelligence », 26 juillet 2026). Le créateur de Claude Code a fait le point inverse sur le podcast de YC : il reste beaucoup de « surplomb produit » (product overhang, de la marge pour construire par-dessus), mais il décrit là une marge au-dessus du modèle, pas l'échafaudage juste autour (Y Combinator Startup Podcast, « Boris Cherny: Building Claude Code », 28 juillet 2026).

Le contrepoids : l'open source a discrètement mangé la moitié du marché, et c'est le levier des fondateurs

Voici pourquoi cette semaine a été un tournant, et pas seulement une frayeur. Les mêmes forces qui pressent les fondateurs par le haut leur offrent une véritable issue de secours par le bas, et les chiffres derrière cela sont frappants.

Selon une analyse détaillée, il y a douze mois, les modèles américains de pointe (ChatGPT, Claude) représentaient environ 70 % de tout le trafic IA. Au cours de la semaine mesurée, les modèles chinois open-weight traitaient plus de tokens que les laboratoires américains, selon le suivi d'OpenRouter, le plus grand service de routage neutre. DeepSeek à lui seul a généré 16,3 % du volume de tokens, plus que Gemini de Google, Anthropic ou OpenAI pris individuellement. Ensemble, les fournisseurs chinois (DeepSeek, Z.ai, Moonshot, Minimax, Tencent) représentaient entre 45 % et 61 % du trafic des modèles de premier plan selon la semaine. Fin 2024, les modèles chinois n'étaient qu'à 2 % (AI to ROI, « Chinese Open Weight Models Overtake US Frontier AI: What Every Enterprise Executive Needs to Know », 30 juillet 2026).

La raison est le prix, et l'écart n'est pas incrémental, c'est une catégorie différente :

DeepSeek a rendu permanente en mai une baisse de prix de 75 % sur son modèle V4 Pro, le ramenant à environ un tiers de centime par million de tokens. À titre de comparaison, les animateurs situaient GPT-5 à 2,50 dollars par million de tokens. Comme l'un d'eux l'a formulé : « Ce n'est pas une remise. C'est comme une catégorie complètement différente. »
Le modèle de code de MiniMax offre des performances comparables à un modèle de la classe GPT-5.5 pour « 5 % à 10 % du coût ».
Le basculement se produit déjà à l'échelle de grandes marques : Coinbase a publiquement déclaré avoir migré vers le 5.2 de Z.ai et le Kimi 2.7 de Moonshot, et réduit de moitié ses dépenses en IA alors même que l'usage augmentait. Uber, Microsoft et Walmart imposent des plafonds d'usage stricts et une gouvernance sur les dépenses en modèles de pointe, non pas comme une expérimentation mais comme une politique permanente. Microsoft envisage même de proposer une version de DeepSeek sur Azure au sein de sa propre enveloppe de sécurité (AI to ROI, 30 juillet 2026).

Et ce n'est pas seulement le fait des entreprises, c'est spécifiquement le cas des startups. Le même épisode a cité l'estimation propre d'a16z selon laquelle 80 % des entreprises de son portefeuille utilisent déjà des modèles open-weight dans leurs produits d'IA. Même les outils de codage le font : Cursor a lancé une version de son produit phare construite sur le Kimi de Moonshot pour offrir une alternative à bas coût à un fonctionnement sur Anthropic ou OpenAI (AI to ROI, 30 juillet 2026 ; corroboré par Super Data Science, « 1012: The Open-Weight 2.8-Trillion Parameter Competing at the Frontier », 24 juillet 2026, qui a noté que Kimi est intégré dans le Composer de Cursor et que DoorDash achemine des tâches vers Kimi K2.6).

C'est toute la thèse de Platform Watch cristallisée en une seule semaine. Les laboratoires remontent dans votre produit, et le déferlement open-weight est la raison pour laquelle vous n'avez plus à rester immobile et à subir. Comme Ben Horowitz a cadré la logique stratégique : l'open source est « une façon dont l'écosystème se construit », un rempart contre « un modèle de monopole où il y a une seule entreprise qui possède toutes les applications, tous les robots et tout le reste » (The a16z Show, 26 juillet 2026).

Une mise en garde importante pour garder la tête froide. Tout le monde ne pense pas que les laboratoires sont réellement en difficulté, et les sceptiques ont un point valable. Sur All-In, Sacks a soutenu que la panique « la Chine a rattrapé son retard » était exagérée, citant les travaux sur les coûts de l'analyste Ben Thompson selon lesquels Kimi K3 « n'est pas tellement moins cher à faire tourner », et notant que les revenus des laboratoires américains continuent d'exploser : le chiffre d'affaires annualisé d'OpenAI est passé d'environ 33 milliards de dollars en mai à 41,3 milliards en juillet et vise désormais un chiffre d'affaires annualisé de sortie d'environ 75 milliards, tandis qu'Anthropic est passé d'environ 10 milliards de dollars en début d'année à plus de 70 milliards à la mi-année, visant un objectif interne de 100 milliards. Sa lecture du lobbying soudain des laboratoires pour une protection gouvernementale contre l'open source : c'est un « flop », une simulation de faute alors qu'ils sont en pleine tournée de présentation pour leur introduction en bourse (All-In, 24 juillet 2026). La synthèse de Chamath Palihapitiya mérite d'être affichée sur votre écran : il ne s'agit pas que 95 % des tâches aient besoin du modèle de pointe, mais que « 95 % des tâches puissent être effectuées par de nombreux modèles différents ». Ce n'est pas la catastrophe ; c'est la banalisation. Et la banalisation est précisément ce qui déplace la valeur du modèle vers ce que l'on construit autour.

Exposé vs. défendable (comme identifié cette semaine)

Exposé

Les startups d'« échafaudage » et d'orchestration d'agents. Si votre produit est la couche de fiabilité, le gestionnaire multi-agents, ou la colle qui rend un modèle brut utilisable, la sortie du modèle cette semaine est votre coup de semonce. Opus 5 « s'auto-vérifie » sur des travaux qui, il y a un an, nécessitaient un système d'agents builder-plus-critic. « Si toute la valeur produit d'une startup réside dans l'échafaudage qu'elle a construit autour d'une API... cette valeur s'évapore » (Elon Musk Podcast, « Claude Opus 5 delivers affordable frontier intelligence », 26 juillet 2026).
Les entreprises d'IA dont tout le métier consiste à revendre des tokens. La version la plus tranchante de ce constat a visé Anthropic elle-même. Selon des estimations publiques citées sur Everyday AI, environ 80 % des revenus d'Anthropic proviennent simplement de la vente de tokens, contre environ 20 % pour OpenAI et de faibles pourcentages à un chiffre pour Google, Microsoft, Amazon et Meta, qui disposent d'écosystèmes larges. Le verdict sans détour de l'animateur : « Anthropic a construit cette entreprise massive. Et honnêtement, il n'y a pas de grand fossé défensif... tout leur métier, c'est l'inférence. Et l'inférence n'est qu'une commodité qui devient de moins en moins chère. » Il a noté que certains modèles ouverts produisent des résultats « environ 10 fois moins chers qu'Opus », et que dans le suivi d'usage d'OpenRouter, Anthropic était passé de dominant à environ la septième place. Si c'est vrai pour le laboratoire, c'est doublement vrai pour quiconque se trouve une couche au-dessus et dont le seul actif est un accès pratique à ce laboratoire (Everyday AI, « Ep 828: Anthropic Responds: Why Claude's CEO didn't sign the open model pact and the real reasons why », 28 juillet 2026).
Des entreprises d'applications nommément citées, payant une fortune aux laboratoires. Lovable et ElevenLabs ont toutes deux été citées nommément comme des clients payant « une fortune » et qui basculeraient vers l'open source dès qu'un laboratoire les concurrencerait, et des startups dépensant « des centaines de milliers de dollars... chaque trimestre » l'auraient déjà fait, selon les informations (All-In, « The Fight Over Open Source AI, Anthropic's $1.5B Payout… », 24 juillet 2026).
Les outils de codage à faible pouvoir de fixation des prix. L'affrontement Claude Code contre Codex contre Cursor a produit des données solides cette semaine. Selon les chiffres d'usage de la startup de routage Weave, quand le passage d'Anthropic à une tarification à l'usage a fait grimper le coût par utilisateur de Claude Code, les clients ont quand même continué à augmenter leur usage, mais quand le coût par utilisateur de Cursor a grimpé, l'usage a chuté de 17 %. Voilà l'indicateur révélateur : Claude Code a du pouvoir de fixation des prix, Cursor a une fuite. Le rapport a également noté que les entreprises basculent de Cursor vers Claude Code et Codex, et que Cursor est en train d'être intégré à la famille IA de SpaceX, ce qui signifie que « les acheteurs en entreprise doivent désormais évaluer un logiciel » lié aux ambitions d'une entreprise aérospatiale (The Information's TITV, « Trump Admin Nears AI Rules Framework, Microsoft's Mythos Alternative, Why Claude Code is King », 28 juillet 2026).
Les logiciels valorisés uniquement sur les limites du modèle actuel. Helen Jewell, de BlackRock, a décrit comment le marché tarife une grande partie des logiciels comme si « la valeur terminale de ces entreprises allait être nulle, et assez rapidement nulle ». Elle pense que c'est faux pour un sous-ensemble, mais c'est l'hypothèse par défaut que le marché applique à quiconque ne peut prouver le contraire (Making Sense, « Momentum vs. fundamentals in the AI trade: Insights from BlackRock », 28 juillet 2026).

Défendable

Les données propriétaires que génère votre client et que personne d'autre ne peut toucher. L'exemple le plus net cette semaine était Encore AI, qui a levé 30 millions de dollars pour construire des agents vocaux entraînés sur les propres appels commerciaux fermés de chaque client. Le fossé défensif est l'isolation des données : « s'ils vont chez Chase Bank... nous utiliserons vos transcriptions... et ils peuvent garder ces données uniquement pour Chase Bank, et ils ne... les donnent pas à Bank of America », chaque banque bénéficie de ses propres meilleurs vendeurs sans fuite, quelque chose qu'un acteur centralisé comme Salesforce n'offre pas d'emblée (AI Chat, « Microsoft Bug Hunting AI Outpaces Engineers », 29 juillet 2026).
Les jeux de données structurés accumulés au fil des années. Jewell, de BlackRock, a nommé les deux catégories de logiciels que le marché sous-estime selon elle à tort : ceux dotés de « jeux de données précieux » et ceux avec « un cas d'usage vraiment, vraiment utile pour le consommateur final ». Son argument sur les données : « des données rassemblées de manière structurée sur une très, très longue période sont très difficiles à répliquer rapidement », même un modèle capable d'accomplir la tâche ne peut pas inventer cet historique (Making Sense, « Momentum vs. fundamentals in the AI trade », 28 juillet 2026). La même logique sous-tend l'argument classique du « We Have No Moat », revisité cette semaine : avec une qualité de modèle qui se banalise, les fossés durables sont « les données propriétaires, les réseaux de distribution, l'intégration aux flux de travail et la vitesse d'itération » (A Beginner's Guide to AI, « Google's 'We Have No Moat' Memo - Or Do They? », 24 juillet 2026).
Posséder le « harnais », pas le modèle. Dans le codage, la couche durable se déplace du modèle vers le logiciel qui l'enveloppe et le dirige. Comme l'a formulé The Information, les entreprises adoptent de plus en plus des harnais open source (KiloCode, OpenCode, Cline) qui leur permettent d'échanger librement de modèle, et « le harnais devient bien plus important que le modèle lui-même pour le travail de codage ». Si vous possédez la couche dans laquelle vivent vos clients au quotidien et pouvez la diriger vers le modèle le moins cher ou le meilleur, vous êtes isolé des hausses de prix de n'importe quel laboratoire (The Information's TITV, « …Why Claude Code is King », 28 juillet 2026).
Les secteurs réglementés avec conformité intégrée. L'avantage d'Encore n'est pas seulement la donnée, il se branche sur l'infrastructure d'enregistrement d'appels et de conformité que les institutions financières exploitent déjà, si bien que l'adopter n'impose pas de renégocier la manière dont les données sensibles sont traitées (AI Chat, « Microsoft Bug Hunting AI Outpaces Engineers », 29 juillet 2026).
Le monde physique et les domaines spécialisés que les laboratoires ne s'approprieront pas entièrement. Le laboratoire de pointe WorldLabs (l'entreprise d'« intelligence spatiale » de Fei-Fei Li, âgée de deux ans) a acquis cette semaine la startup de robotique SceniX pour construire un pipeline « réel-vers-simulation-vers-réel » d'entraînement des robots, un rappel que les problèmes les plus physiques et les plus difficiles continuent de commander des primes d'acquisition plutôt que d'être absorbés par un modèle de texte (The a16z Show, « Fei-Fei Li on Spatial Intelligence and Robotics », 28 juillet 2026).

À retenir pour les fondateurs

La question de la plateforme est devenue plus vive et plus honnête cette semaine. Ce n'est plus « un laboratoire pourrait-il un jour me concurrencer ? » C'est que les faiseurs de rois de l'écosystème lui-même, y compris ceux qui encouragent habituellement les laboratoires, s'attendent désormais ouvertement à ce que les laboratoires remontent vers la couche applicative, et orientent ouvertement les fondateurs vers l'open source comme contre-mesure. Les deux volets sont exploitables.

Supposez que le laboratoire construira votre fonctionnalité, et demandez-vous ce qu'il vous restera quand il le fera. Appliquez ce week-end le test de Ben Horowitz à votre propre produit : si le modèle sur lequel vous construisez « s'engouffre dans votre catégorie et vous facture plein tarif tout en subventionnant sa propre version », que possédez-vous encore qu'il n'a pas ? Si la réponse honnête est « un habillage astucieux » ou de « l'échafaudage d'agents », cette semaine a montré que cette couche se fait absorber dans un modèle à 5 dollars par million. Construisez au-dessus du modèle ou à côté, pas dans la mince bande juste autour.
Possédez des données ou une relation client que les laboratoires ne peuvent physiquement pas atteindre. Les données d'appels isolées par client d'Encore, les « jeux de données structurés construits sur des années » de BlackRock, la plomberie de conformité d'un secteur réglementé, tout cela survit à une guerre des prix parce qu'un modèle ne peut pas les fabriquer. Un prompt ne le peut pas. Si votre seul actif est votre habileté à appeler l'API de quelqu'un d'autre, cette habileté est en train de se banaliser en temps réel.
Transformez délibérément l'open source d'une menace en levier. Le chiffre le plus important de cette semaine est que les modèles chinois open-weight ont discrètement capté environ la moitié de tout l'usage de l'IA, et des noms comme Coinbase ont réduit de moitié leur facture d'IA en basculant. Vous n'avez pas à attendre d'être pressé. Acheminez dès maintenant les ~95 % des tâches qui n'ont pas besoin du modèle de pointe vers des modèles bon marché ou ouverts, gardez votre architecture agnostique en matière de modèle (possédez le harnais), et assurez-vous que si un laboratoire augmente ses prix (ou vous concurrence), vous puissiez changer le moteur sans reconstruire la voiture. Comme l'a formulé Jason Calacanis, les startups qui l'ont déjà fait « ont basculé en masse ».
Ne surinterprétez pas la catastrophe annoncée, mais respectez la tendance. Les laboratoires continuent de croître à un rythme qu'aucune entreprise de logiciels n'a jamais atteint (33 à 41 milliards de dollars de chiffre d'affaires annualisé pour OpenAI en deux mois ; 10 à plus de 70 milliards pour Anthropic en six mois), et la panique « la Chine a rattrapé son retard » relève en partie d'une mise en scène de tournée d'introduction en bourse. Mais le courant sous-jacent, la banalisation des modèles, le déplacement de la valeur vers les données, la distribution, le flux de travail et le harnais, est bien réel et s'accélère. Construisez pour le monde où le modèle est bon marché, abondant et interchangeable, car c'est le monde dans lequel les chiffres de cette semaine indiquent que nous vivons déjà.

Les laboratoires vous ont dit cette semaine ce qu'ils construisent, non pas seulement des outils pour construire avec, mais les applications elles-mêmes. Et le déferlement open source vous a dit ce que vous pouvez y faire. Les fondateurs qui gagneront à partir de maintenant ne seront pas ceux qui louent l'intelligence le plus habilement. Ce seront ceux qui possèdent les données, le client et l'interrupteur.