Rejoindre une startup est une décision difficile et, contrairement à de nombreuses grandes entreprises technologiques, c'est un problème d'information imparfaite. Dans la Big Tech, vous bénéficiez d'une croissance professionnelle prévisible, de fourchettes de rémunération prévisibles, d'un ensemble de rôles plus tangible et d'un produit que vous pouvez comprendre (vous savez ce qu'est « Google Maps », « Instagram » ou <votre application grand public préférée>). Dans les milliers de startups qui font l'actualité chaque jour, ces informations ne sont pas librement accessibles. Quel est le niveau des talents dans cette startup ? Quels problèmes cherchent-ils à résoudre ? Dans quelle mesure leur activité a-t-elle été solide ? Dans mon premier article de cette série, j'ai parlé de l'extraordinaire équipe de Glean (Pourquoi vous devriez rejoindre Glean | Partie 1 : l'équipe). Aujourd'hui, je vais écrire sur le problème que nous cherchons à résoudre : je parlerai d'abord précisément des raisons pour lesquelles une entreprise de logiciels d'entreprise peut être un meilleur pari pour vous qu'une entreprise de produits grand public, puis j'approfondirai ce que Glean cherche à résoudre et pourquoi c'est techniquement difficile.
SaaS vs grand public
Avant de rejoindre Glean, je travaillais sur Google Search. J'hésitais à passer d'une entreprise fondatrice d'Internet comptant des milliards d'utilisateurs chaque jour au monde ésotérique des logiciels d'entreprise. Les entreprises grand public sont immédiatement accessibles et tangibles : souvent, vos utilisateurs sont les personnes qui vous entourent. Vous répondez à un besoin ou un désir humain fondamental. Dans l'entreprise, vous résolvez souvent un problème auquel vous ne pouvez pas directement vous identifier.
Pourquoi ai-je finalement franchi le pas ? Les chances de succès des entreprises grand public à large portée — voitures autonomes, startups web3, applications sociales — dépendent trop de facteurs techniques ou macroéconomiques hors de votre contrôle. Il suffit de regarder la grande variété de produits grand public qui ont été la coqueluche du moment : ce sont peut-être des produits phénoménaux, mais les tendances peuvent retomber aussi vite qu'elles sont apparues. Au final, vous n'avez qu'une seule carrière. Lorsqu'on planifie comment la construire, une approche raisonnable consiste à réduire autant que possible le risque lié au problème sur lequel vous travaillez, tout en résolvant un problème difficile et intéressant. Vous voulez atténuer votre risque d'échec ! Par exemple, il est impossible de prédire quand les voitures autonomes arriveront réellement sur le marché. Il peut y avoir des barrières techniques et réglementaires hors de votre contrôle. On nous promet la conduite entièrement autonome depuis plus de 6 ans, mais elle n'a pas encore franchi la ligne d'arrivée. La durée de votre carrière ou un cycle de fonds d'investisseurs de 7 à 10 ans ne digèrent peut-être pas trop facilement ce délai. Votre startup peut être rachetée pour ses talents (acquihire) prématurément ou, pire, se retrouver à court d'argent.
En net contraste, dans le SaaS, le résultat est entre vos mains. Si vous exécutez bien la résolution d'un besoin utilisateur et que vous vendez votre produit, rien ne vous empêche de réussir en tant qu'entreprise. Croissance prévisible, taux de désabonnement (idéalement) faible et revenus récurrents en croissance font tous du SaaS une activité lucrative. Ne me croyez pas sur parole, il suffit de regarder les entreprises qui ont réussi dernièrement. De Zoom, Slack, Datadog, Snowflake, Twilio, Box, HashiCorp, GitLab, Confluent et bien d'autres, de nombreuses entreprises technologiques entrées en bourse récemment sont des entreprises SaaS. Vous n'êtes peut-être pas un expert en logiciels d'entreprise aujourd'hui, et vous trouvez cela étranger, mais tout le monde commence quelque part. Je vous encourage à en apprendre davantage !
Enfin, tout le SaaS n'est pas obscur et inconnu. Slack et Zoom sont les porte-étendards de la nouvelle ère des produits SaaS de qualité grand public. Ce ne sont pas de simples micro-optimisations obscures pour les entreprises, mais des applications dotées d'une interface agréable conçues pour être utilisées par l'ensemble des employés. Beaucoup de mes amis me disent que Glean a été déployé dans leur entreprise et que cela a transformé leur productivité.
Le problème
Glean est une entreprise de logiciels d'entreprise dont la recherche est au cœur, et qui vise à répondre à tous les besoins d'information de chaque type d'employé de l'entreprise. Vous avez peut-être déjà entendu parler d'applications de recherche d'entreprise par le passé, mais il est important de définir ce que nous considérons comme la véritable recherche d'entreprise.
- Elle doit parcourir toutes les applications que vous utilisez sur votre lieu de travail.
- Elle doit respecter les autorisations et ne vous montrer que le contenu que vous pouvez consulter dans l'application elle-même.
- Elle doit effectuer des recherches dans des documents auxquels vous n'avez peut-être jamais accédé.
- Elle doit effectuer des recherches non pas simplement par correspondance de texte sur le titre du document, mais avec une compréhension complète du texte, des métadonnées et de toutes ces informations relatives à un document. Une compréhension robuste des synonymes, du langage naturel et du sens sémantique.
- Elle doit être conçue pour les utilisateurs avancés. Cela signifie prendre en charge plusieurs façons différentes d'affiner les résultats, par exemple par type, date de création, auteur, et bien plus encore.
- Elle doit être conçue pour chaque employé de l'entreprise.
Chez Glean, nous pensons qu'aucune requête de recherche n'est erronée et nous visons à satisfaire chacun des besoins d'information que vous pourriez avoir. Plusieurs entreprises ont tenté de s'attaquer à ce problème par le passé, et beaucoup ont échoué simplement parce qu'il ne s'agissait pas de la véritable recherche d'entreprise selon cette définition.
Difficulté technique
Les ingénieurs, moi y compris, sont souvent attirés par la résolution de problèmes difficiles. En quête d'un problème à risque réduit, vous ne voulez pas vous contenter d'un problème facile ! Pour une startup, résoudre un problème techniquement difficile est l'un des moyens les plus efficaces de bâtir un formidable avantage concurrentiel pour votre activité. De façon peut-être controversée, je trouve que beaucoup — j'oserais dire la plupart — des produits d'entreprise ne résolvent généralement pas un problème d'informatique fondamentale très intéressant. Pour citer un commentaire classique et mémorable de Hacker News : « Dropbox n'est-il qu'un habillage sophistiqué autour de fsync ? » Combien de startups modernes à succès construisent de nouvelles technologies fondamentales au lieu de simplement mieux emballer des applications de technologies existantes ? Ce n'est pas pour rien qu'on dit qu'Excel est le plus grand concurrent de toute entreprise SaaS.
En net contraste, je soutiendrais que la recherche grand public, et encore moins la recherche d'entreprise, reste un problème difficile et non résolu. Malgré toutes les critiques de Google Search, il semble techniquement presque impossible de créer un concurrent digne de ce nom (et ce n'est pas faute d'avoir essayé). Construire un moteur de recherche est un problème multimodal qui combine de nombreux domaines de recherche fondamentaux de l'informatique : recherche d'information, systèmes distribués, sécurité, compréhension du langage naturel, apprentissage automatique et bien plus encore. Avec l'essor de Google dans les années 2000, même les recherches académiques novatrices dans les domaines axés sur la recherche étaient bien loin de ce qui fonctionne dans le monde réel.
La recherche d'entreprise ajoute une couche de complexité supplémentaire par rapport à la recherche grand public. Désormais, tous vos documents ne sont pas visibles par tous vos utilisateurs. Dans le monde de la recherche grand public, les systèmes de Google peuvent apprendre très rapidement du comportement des utilisateurs sur près de 10 milliards de requêtes par jour afin de comprendre comment les utilisateurs cliquent, survolent ou interagissent avec la page de résultats de recherche. Dans le monde de l'entreprise, au sein d'un même client, vous ne serez tout simplement pas exposé à ce volume de données. Pire encore, la distribution des requêtes est bien plus uniforme, et une part bien plus importante de requêtes sont rencontrées pour la première fois chaque jour. Cela rend la formulation de la recherche comme un problème d'apprentissage bien plus difficile.
The FR translation contains two extra paragraphs that don't exist in the EN source. The EN only has one paragraph. The FR should only contain the translation of that single paragraph.Dans cet article et dans le précédent, j'ai parlé de l'équipe et du problème. Dans le prochain article, je parlerai de l'activité. Si vous avez envie de résoudre des problèmes difficiles et intéressants, découvrez nos postes ouverts et contactez-nous. Ce n'est que le début.
