Newsletter · 2026-08-01 · Ashutosh Agarwal

De minuscules équipes atteignent cinquante millions de dollars de revenus tandis que les factures de tokens IA rivalisent avec la masse salariale - How They Build - Semaine du 1er août 2026

Newsletter startups et venture pour la semaine du 1er août 2026. Les fondateurs sur les podcasts de la semaine ont rivalisé sur le nombre de personnes qu'ils emploient, le moins possible, d'une marque de sacs réalisant 50 millions de dollars avec six salariés à un gestionnaire immobilier faisant tourner un organigramme de douze agents, tandis qu'un second groupe d'opérateurs décrivait des factures d'IA devenues aussi lourdes que la masse salariale qu'elles ont remplacée.

How They Build

Semaine du 1er août 2026 : l'effectif est désormais une insulte

Cette semaine, les fondateurs ont cessé de se vanter du nombre de personnes qu'ils emploient, et ont commencé à se vanter du peu qu'ils en emploient. Et surtout : la facture d'IA est devenue, discrètement, aussi lourde que la masse salariale qu'elle était censée remplacer.

Pendant la majeure partie de la dernière décennie, un fondateur qui vous disait « nous avons 30 personnes » vous disait qu'il avait réussi. L'effectif était le tableau de bord. Cette semaine, podcast après podcast, ce tableau de bord s'est retourné. Les personnes qui bâtissent des entreprises en ce moment rivalisent pour savoir qui peut faire tourner la plus grosse activité avec la plus petite équipe, et celles qui gagnent cette course annoncent des chiffres qui auraient semblé inventés il y a deux ans.

Voici le rebondissement qui traverse tout cela, et la raison pour laquelle ce n'est pas un tour de piste victorieux et net : la même semaine où des fondateurs célébraient la suppression de l'organigramme, un groupe d'opérateurs très différent s'exprimait publiquement sur la facture qui est arrivée ensuite. Les tokens qui ont remplacé la masse salariale coûtent désormais, dans certaines entreprises, à peu près autant que celle-ci.

Le chiffre : 50 millions de dollars. Six personnes.

La statistique d'efficacité la plus frappante de la semaine vient d'une marque de sacs D2C appelée Hulken, dont les deux fondatrices animent le podcast Unfinished Business. Le titre est sans détour : elles ont réalisé 50 millions de dollars de revenus l'an dernier avec six employés à temps plein. Elles ont depuis ajouté une personne, elles sont donc désormais à sept, et leur objectif affiché est d'atteindre 100 millions de dollars avec moins de dix personnes.

Cela représente environ 7 à 8 millions de dollars de revenus par employé, un chiffre qui place une minuscule équipe de biens de consommation dans la même ligue d'efficacité qu'on réserve habituellement aux entreprises logicielles les plus extrêmement natives de l'IA.

Les fondatrices sont presque agressives à ce sujet. Dans leurs mots :

« Si vous êtes une marque qui fait moins de 50 millions par an et que vous avez plus de 10 employés à temps plein, vous faites fausse route. Avant, je voyais l'effectif comme un signe de force… mais maintenant, quand j'entends ça, ça me signale littéralement que cette entreprise est inefficace. »

La façon la plus claire de voir à quel point l'état d'esprit a changé, c'est leur calcul de masse salariale. Dans les marques de consommation, la règle empirique de longue date veut que la masse salariale représente environ 10 % du chiffre d'affaires, et l'atteindre était considéré comme bon. Hulken tourne à 4 %. Comme l'a dit une des fondatrices : « L'étalon-or a toujours été… 10 %. Maintenant j'entends 8 %, j'entends 7 %. Nous sommes à 4 %. »

La façon dont elles y parviennent réellement est la partie intéressante, et ce n'est pas « nous avons tout le monde licencié et laissé ChatGPT diriger l'entreprise ». C'est une structure délibérée à trois couches qu'elles appellent la « minimum viable company » : un petit noyau de dirigeants internes seniors, un réseau d'agences externes pour le travail spécialisé, et, la couche qui les enthousiasme le plus, une couche de gestion de projet par IA où chaque membre de l'équipe dispose de son propre assistant IA qui prend en charge le travail qu'on confierait normalement à une recrue junior ou à un stagiaire. Une fondatrice a une cheffe de cabinet IA qu'elle a nommée Benny, connectée non pas à l'internet ouvert mais à l'espace de travail Notion de l'entreprise (leur « cerveau »), de sorte qu'elle ne répond jamais qu'à partir de ce qu'elle sait sur Hulken. La formule mentale de l'équipe : « Minimum viable company égale revenu maximal par employé. »

Unfinished Business, "The Minimum Viable Company: How We Run a $50M Brand With Just 7 People" (28 juillet 2026).

Ce que les fondateurs ont changé

Elle a réduit son entreprise de 12 à 2 personnes, puis a reconstruit les 10 manquantes en code. Sur The UpFlip Podcast, Andrea Palacio a raconté comment elle a acheté en 2023 une entreprise de paysagisme qui s'est aussitôt effondrée : le vendeur les avait volés, le gérant a démissionné en disant au personnel que l'entreprise ne survivrait pas, le chiffre d'affaires est tombé de 70 000 dollars par mois vers 40 000, et l'équipe est passée « de 12 employés à 2 employés ». Sans formation technique, elle a appris seule à reconstruire les rôles manquants sous forme de logiciel : une réceptionniste vocale IA qui répond à tous les appels et prend les rendez-vous, des appels automatisés pour les factures impayées qui montent en pression à travers trois scripts de plus en plus fermes, et des messages automatiques de photo et d'avis après service. Aujourd'hui, l'entreprise réalise plus d'un million de dollars par an, principalement gérée par son mari, et elle construit tout elle-même : « En ce moment, je pourrais vous montrer une photo de mes 1, 2, 3, 4 écrans… la moitié, c'est Claude Code. » Quand quelqu'un a proposé de racheter l'entreprise, elle a refusé. The UpFlip Podcast, "249. She Runs a $1Million Home Service Business Using Just 1 AI Tool" (27 juillet 2026).

Un gestionnaire immobilier a bâti une « entreprise » de 12 agents et a fait croître son profit de 168 % sans ajouter d'unités. Sur STR Global Unlocked, Alex Zemianek, PDG de JC Vacation Rentals, a décrit comment il a remplacé sa pile technologique par un organigramme d'agents IA. Il a commencé avec un agent, est monté jusqu'à 20, puis s'est stabilisé à 12 : un agent financier connecté directement à QuickBooks et à son logiciel immobilier, capable de « rédiger un compte de résultat en moins d'une minute », un agent marketing, des agents d'exploitation et d'annonces, un « bibliothécaire » qui garde propre la connaissance partagée, un agent PDG qui rédige son brief matinal avant 6 heures, et un agent de sécurité doté d'un droit de veto. Il affirme que le système lui permet de travailler « environ cent fois plus vite » qu'avant et a fait grimper le résultat opérationnel net de 168 % sans ajout significatif d'inventaire, « peut-être seulement deux ou trois unités ». Le détail le plus révélateur : l'agent de sécurité l'a déjà contredit. « Il m'est arrivé d'essayer de mettre mon veto, et l'agent de sécurité a continué de me bloquer. » Et qu'a-t-il fait de ce profit supplémentaire ? Il a embauché un humain, une « responsable de l'expérience », parce que « les gens vont continuer d'aspirer à cette âme et à cette hospitalité que nous ne pouvons pas perdre ». STR Global Unlocked avec Simon Lehmann, "041: This Property Manager Increased Profit by 160% With AI | Alex Zemianek" (28 juillet 2026).

Un courtier en fret a fait croître son chiffre d'affaires de 80 % en un an sans embaucher une seule personne. Sur The Dynamo Show, le fondateur de Freight Hero a expliqué comment un de ses clients y est parvenu. Dans le courtage de fret, un « héros » humain touche typiquement chaque expédition six à huit fois, à vérifier les camions, relancer les chauffeurs, gérer la paperasse. L'agent de Freight Hero, « Robin », fait descendre cela à « près d'une fois, voire moins d'une fois » par chargement, l'humain ne restant dans la boucle que pour les exceptions. Le travail ainsi libéré n'est pas supprimé, il est redéployé vers la réservation de davantage de chargements et la conquête de nouveaux clients, ce qui explique comment un courtier « a pu faire croître son chiffre d'affaires de 80 % d'une année sur l'autre sans avoir à changer son effectif ». Sa manière de dire pourquoi cela compte dans un secteur brutal (les courtiers ont passé quatre ans dans ce qu'on appelle « la grande récession du fret », beaucoup opérant à marges négatives) : « Vous ne faites plus ce travail. Confiez-le-nous… et ensuite vous prenez vos meilleurs éléments et vous les concentrez sur des rôles générateurs de revenus. » The Dynamo Show, "AI Powered Operations for Freight Brokers" (29 juillet 2026).

L'organigramme lui-même est en train d'être repensé : plus plat, plus senior, et rempli de « multi-spécialistes ». Sur Tech Deciphered, les animateurs ont exposé à quoi ressemble structurellement une entreprise nativement IA, et c'est moins « une seule personne fait tout » qu'une série précise de bascules. L'encadrement intermédiaire rétrécit en premier, car une grande partie du travail d'un manager intermédiaire consiste à « router », faire circuler des tâches, les agréger puis les synthétiser vers le haut, et « l'IA et les agents en général sont très bons pour ça ». Ce qui monte à sa place, c'est ce qu'ils appellent le « multi-spécialiste » : la fin de l'hyperspécialisation où une personne ne fait que du front-end, ou seulement du design, ou seulement du produit. « On peut combiner conception et livraison de code, gestion de produit et livraison de code, être analyste et déployer. » Et le réflexe d'embauche s'est inversé, du blitzscaling vers une retenue délibérée : « le bon vieux temps où… on allait embaucher 300 personnes pour scaler son go-to-market » est révolu, remplacé par « la tendance à sous-embaucher plutôt qu'à sur-embaucher ». En tant qu'investisseurs, disent-ils, la question n'est plus « cette startup fait-elle quelque chose en IA ? » mais « est-ce une startup nativement IA ? Sur le plan organisationnel, culturel… comment l'équipe travaille-t-elle ? » Tech Deciphered, "79 – The Cognitive Age" (31 juillet 2026).

La « règle des 50 % », et pourquoi les auteurs pensent qu'elle est en réalité trop basse. Sur AI First with Adam and Andy, Adam Brotman et Andy Sack (coauteurs du livre Agents Inc.) chiffrent la question de la main-d'œuvre : ils estiment que presque n'importe quelle entreprise, restaurants, commerce de détail, cabinets d'avocats, cabinets comptables, finance, « peut probablement fonctionner aujourd'hui avec au moins 50 % de personnel en moins ». Et ils pensent que c'est conservateur : « C'est peut-être même généreux. Ça pourrait être plus élevé… je vois des indices de 70 à 80 %. » Lorsqu'ils ont entrepris de repenser un processus réel pour une réduction de temps de 90 %, ils ont atterri à 85 %. Ils bâtissent désormais leur propre entreprise pour le prouver : une startup qui sera « totalement native des agents dès le premier jour », où « nous n'aurons peut-être que deux ou dix personnes pour faire ce qui aurait finalement nécessité normalement 100 personnes ». Ils ont pris soin de mentionner aussi le contre-argument optimiste, à savoir que les personnes compétentes en IA ont tendance à devenir plus occupées, pas plus oisives, et à courir après de nouveaux « déblocages » plutôt qu'à réduire la voilure, mais leur scénario de base est frappant. AI First with Adam and Andy, "The 50 Percent Rule: How AI Is Reshaping the Future of Labor" (29 juillet 2026).

L'autre son de cloche : « On ne peut pas se réduire jusqu'à la domination »

L'histoire de l'équipe légère a aussi reçu son opposition la plus vive cette semaine, et cela mérite d'être pris au sérieux, car les contre-preuves sont arrivées avec des noms et des chiffres.

Des entreprises réembauchent discrètement les personnes qu'elles avaient licenciées. Elon Musk Podcast (une émission de récapitulatif d'actualités, malgré son nom) a passé en revue un revirement frappant : Alphabet et le géant ferroviaire CSX « développent activement leurs effectifs en ce moment, inversant une longue série de coupes d'emplois alimentées par l'IA », avec des dirigeants « qui rappellent littéralement des salariés licenciés parce qu'ils avaient heurté un mur ». La raison n'est pas sentimentale, elle est financière. « Quand une entreprise décide de remplacer un service par un système automatisé, elle n'achète pas seulement un logiciel. Elle assume le coût continu de la puissance de calcul cloud… les économies perçues s'évaporent tout simplement. » L'épisode a présenté le vrai choix comme deux stratégies : le « modèle lean » (couper 30 % du personnel, maintenir la production stable, gonfler la marge) contre le « modèle multiplicateur » (garder tout le monde, utiliser l'IA pour multiplier la production par dix). Son verdict sans détour : « On ne peut pas se réduire jusqu'à la domination. L'entreprise lean joue la défense. L'entreprise multiplicatrice joue l'offensive. » Il citait aussi l'avertissement de Sarah Franklin, PDG de Lattice, selon lequel « avoir des agents de codage n'annule pas le besoin d'ingénieurs », parce que les modèles entraînés sur des données passées sont « une façon épouvantable d'inventer quelque chose de nouveau ». Elon Musk Podcast, "Why AI layoffs are backfiring" (28 juillet 2026).

Plus de la moitié des employeurs regrettent désormais les coupes. Sur Download This Show, le panel a cité que « plus de la moitié des employeurs déclarent désormais regretter d'avoir supprimé des emplois pour l'IA », le diagnostiquant comme « un mauvais leadership, une mauvaise gestion du changement et de la négligence », plus une incompréhension basique : « le volume n'équivaut pas au service ». Une IA peut gérer un nombre effarant d'appels et échouer quand même auprès du client ; l'exemple donné était une startup de centre d'appels dont l'IA perd le fil dès qu'un appelant « hésite et bafouille ». Le point plus profond : la technologie ne délivre une vraie productivité que lorsqu'on repense réellement l'entreprise autour d'elle, pas quand on « se contente… de jouer avec » en licenciant des gens. Download This Show, "Have AI models truly 'gone rogue'?" (31 juillet 2026).

Le tableau des licenciements, avec les chiffres à l'appui. Grumpy Old Geeks a passé en revue les suppressions d'emplois de la semaine avec les chiffres réels : BuzzFeed a licencié 180 personnes, environ 33 % de sa main-d'œuvre restante, à la suite de ce que les animateurs ont appelé « une stratégie IA ratée », avec des pertes annuelles atteignant 58 millions de dollars d'ici 2025 et des coupes censées économiser jusqu'à 32 millions de dollars par an. Uber a supprimé 10 % de son équipe de service client et a cité l'IA directement, une note d'un vice-président expliquant que l'organisation « était devenue trop complexe et cloisonnée » et devait être remodelée « pour y superposer l'IA ». Le PDG de Patreon a annoncé qu'il « aplatissait l'organisation ». La lecture sceptique des animateurs : une grande partie du « nous devons utiliser l'IA ou nous serons morts dans trois ans » consiste surtout, pour des dirigeants, à garder leur nom dans l'actualité tout en esquivant la question plus difficile de savoir comment tout cela devient rentable. Grumpy Old Geeks, "This Time With Chicks" (30 juillet 2026).

Et un rappel que plus de code ne signifie pas plus de valeur. Sur le podcast d'économie Justified Posteriors, deux économistes ont examiné un nouvel article de recherche mesurant ce que les outils de codage IA font réellement à la production. Les chiffres bruts sont énormes : l'adoption d'un agent de codage asynchrone a produit une augmentation de 17 fois du nombre de lignes de code, un agent synchrone environ 10 fois, et la simple autocomplétion environ 2 fois. Mais regardez ce qui se passe quand on passe de « taper » à « livrer » : au moment d'atteindre les sorties logicielles réelles, les mêmes agents n'ont livré qu'une augmentation de 30 %. Ils appellent cela l'« atténuation » : les gains s'évaporent en remontant la chaîne. Et en élargissant à l'écosystème entier, davantage d'applications sont produites, mais « on ne semble pas observer d'augmentation des téléchargements ». La conclusion, dans leurs mots : « Quand on regarde autour de soi, on voit beaucoup plus de code, mais il n'est pas clair que cela ait déjà produit pour nous des logiciels incroyablement meilleurs. » Justified Posteriors, "Is AI Replacing Programmers or Boosting Them?" (27 juillet 2026).

Le coin des coûts : la facture a rattrapé son retard

C'est le thème à souligner le plus fort cette semaine. Pendant un an, l'histoire était « l'IA vous permet de remplacer la masse salariale ». Cette semaine, l'histoire est devenue « … et ensuite la facture d'IA a grandi jusqu'à la taille de la masse salariale ».

Commençons par le chiffre que tout le monde cite. Lors de la conférence développeurs de NVIDIA en mars, le PDG Jensen Huang a exposé une expérience de pensée qui a depuis pris une vie propre : prenez un ingénieur logiciel que vous payez 500 000 dollars par an, et en fin d'année, demandez-lui ce qu'il a dépensé en tokens. Si la réponse est inférieure à 250 000 dollars, Huang a dit qu'il serait « profondément alarmé ». Autrement dit, un ingénieur bien équipé devrait brûler un quart de million de dollars d'IA par an. Comme l'a noté sèchement un sceptique : « Jensen Huang a un intérêt commercial à dire cela. C'est le type qui dirige la fabrique de crayons et qui vous vend des crayons. » Mais la formule se répand : un intervenant a décrit trois présentateurs consécutifs lors d'une conférence à Las Vegas la citant comme s'il s'agissait d'un fait établi.

Ce que « 250 000 dollars par ingénieur » ressemble vu d'en bas. Le meilleur reportage à ce sujet est venu de The Catalyst by Softchoice, qui a suivi un analyste financier surnommé Benjamin à travers un projet pilote d'IA en entreprise. On lui a donné un budget de tokens, d'abord 150 dollars, puis 250 dollars par mois. En deux jours, il en avait brûlé 60 dollars sur du travail Excel, a paniqué, et a commencé à rationner : « J'ai commencé à ne l'utiliser que pour les modifications de modèles Excel hautement prioritaires, en essayant simplement de ne pas dépasser mes 250 dollars du mois. » Il thésaurise désormais des tokens pour une urgence qui ne s'est jamais produite, faisant le travail « délibérément à l'ancienne », et a admis que l'outil avait « changé considérablement sa façon de travailler », jusqu'à ce que le compteur le lui reprenne : « J'ai failli perdre mon autonomie. » Pendant ce temps, à l'autre bout du spectre, le même épisode décrivait un ingénieur chez Meta qui a construit un tableau de bord interne appelé « Claude Economics » classant les 85 000 employés selon leur consommation de tokens, les 250 premiers gagnant des badges comme « Token Legend » et « Cash Wizard ». En une seule fenêtre de 30 jours, le personnel de Meta a brûlé plus de 60 000 milliards de tokens, le plus gros consommateur individuel accumulant à lui seul environ 281 milliards de tokens (Mark Zuckerberg n'a pas atteint le top 250). Meta a fermé le tableau de bord deux jours après sa fuite.

Le cadrage macro du même épisode est la partie à retenir : à mesure que les fournisseurs passent d'une tarification par siège à une tarification par token, « certaines entreprises ont vu le coût multiplié par 7, 10, 20 », au point que « on voit désormais littéralement des gens qui paient pour leurs tokens IA presque autant que pour leurs employés ingénieurs ». Le directeur technique d'Uber a déclaré dès avril que l'entreprise avait brûlé tout son budget IA 2026, l'année entière, épuisée en quatre mois. Et la dernière prévision de Gartner situe les dépenses mondiales en IA à 2 590 milliards de dollars cette année, en hausse de 47 %, tandis que l'analyste de Gartner lui-même concède que « les DSI peinent à démontrer la valeur ». The Catalyst by Softchoice, "The Token Burn Episode: What Happens When Your Software Bill Has No Ceiling" (29 juillet 2026).

Le retour de bâton contre le « token maxing ». Sur Tech Talks, un dirigeant de SnapLogic s'est vivement opposé au cadrage à la Jensen, qualifiant la logique « dépenser plus pour être meilleur » de « raisonnement motivé » et citant la loi de Goodhart : « à l'instant où la mesure devient l'objectif, elle cesse d'être une mesure utile ». L'approche propre de SnapLogic est révélatrice : chaque ingénieur reçoit sa propre clé API visible dans la télémétrie, avec des « limites souples » qui suspendent l'usage en cas de pic, suivies d'une conversation : « Hé, qu'est-ce qui a causé ce pic ? » L'objectif n'est pas de plafonner le coût, c'est de développer la compétence. Il a également signalé un nouveau site, tokenspend.org, où une entreprise appelée TechWolf publie ses propres dépenses IA par personne pour que d'autres puissent s'y comparer, les débuts d'un véritable taux de marché pour « combien cela devrait coûter par employé ». Tech Talks, "The Truth About Token Maxing: Why Your AI ROI Is an Illusion" (29 juillet 2026).

Les budgets de tokens deviennent une ligne budgétaire comme une autre. Sur [Un]Churned, Saumyo Mukherjee de Braze a décrit comment l'entreprise formalise cela : chaque chef de service reçoit un budget de tokens dimensionné à son équipe, et « chaque individu disposera de X dollars de tokens par mois à utiliser ». Braze observe l'usage pendant un trimestre, puis réalloue ; une équipe d'ingénierie brûlera à juste titre bien plus qu'une équipe RH. Sa philosophie sur l'arbitrage entre coût et capacité : « Nous ne devrions pas nous soucier des dollars bruts, tant que nous pouvons justifier le retour sur investissement… Braze a fait le bon choix, oui, même si ça coûte plus cher, tant que le coût est justifiable. » [Un]Churned, "Vibe Coding Is a Bandaid on a Bandaid ft. Saumyo Mukherjee (Braze)" (29 juillet 2026).

La soupape de sécurité : basculer vers le modèle bon marché. La riposte aux factures qui s'emballent est déjà à l'œuvre en production, selon l'analyse approfondie de The Rundown sur le nouveau modèle chinois Kimi K3. Les entreprises apprennent à router le travail selon le coût : « DoorDash a dit qu'ils utilisent les modèles Moonshot pour le travail de bas niveau, et les modèles d'Anthropic pour leurs tâches les plus pointues. » Airbnb fait tourner ses agents de service client « principalement sur le modèle Qwen d'Alibaba », le PDG Brian Chesky dit que c'est « rapide et bon marché », et même Microsoft testerait, selon les rapports, si Kimi K3 pourrait faire fonctionner des fonctionnalités dans Copilot. L'écart de prix est toute l'histoire : Kimi K3 tourne à environ 15 dollars par million de tokens en sortie, contre environ 30 dollars pour le modèle phare d'OpenAI et 50 dollars pour Fable 5 d'Anthropic, une remise de 50 à 70 % pour des performances proches de la pointe. Le marché l'a remarqué : un analyste a estimé que le lendemain de la sortie de Kimi, environ 314 milliards de dollars ont été rasés des estimations de valorisation d'OpenAI et d'Anthropic. The Rundown, "Deep Dive: Did China Break the AI Trade Again?" (25 juillet 2026).

Et un chiffre qui capture tout le basculement. Sur The Accounting Podcast, les animateurs ont cité des données de l'entreprise de gestion des dépenses RAMP : depuis juin 2025, les clients de RAMP ont dépensé 20,7 fois plus en frais de tokens. Une partie s'explique simplement par le passage de « nous payions tous 20 dollars par mois pour de l'illimité » à une tarification à l'usage, mais comme l'a dit un animateur : « Existe-t-il une autre dépense d'entreprise comparable qui ait connu une hausse aussi brutale ? » La seule chose qui leur soit venue à l'esprit, c'étaient les puces NVIDIA. The Accounting Podcast, "IRS Chief Spied on Colleagues & Out of Control AI" (31 juillet 2026).

Le fil conducteur

Les fondateurs qui bâtissent des entreprises à 50 millions de dollars avec six personnes et les DSI qui fixent des factures de tokens multipliées par 20 décrivent le même phénomène depuis des extrémités opposées. L'IA permet vraiment à une poignée de personnes de faire ce qui en demandait autrefois cent : Hulken, JC Vacation Rentals, Freight Hero, et l'entreprise de paysagisme d'Andrea Palacio ne sont pas des hypothèses, ce sont des entreprises en activité avec des chiffres réels. Mais le coût du travail n'a pas disparu ; il s'est déplacé. Il est passé d'une ligne de masse salariale que l'on pouvait prévoir à un compteur de tokens qu'on ne peut pas prévoir, et à la frontière, les deux chiffres commencent à converger. Les gagnants des deux prochaines années ne seront pas ceux qui licencient le plus de monde ni ceux qui dépensent le plus de tokens. Ce seront ceux qui trouveront le taux de change entre les deux.