Colin Jarvis, responsable de l’ingénierie déployée en amont chez OpenAI, a expliqué dans un épisode du podcast Altimeter Capital publié jeudi comment son équipe aide les entreprises à passer de la hype autour de l’intelligence artificielle à une adoption concrète. Son équipe, composée de 39 ingénieurs aujourd’hui et destinée à atteindre 52 d’ici la fin de l’année, est déployée directement au sein de grandes entreprises pour transformer les modèles d’IA en solutions opérationnelles. Selon Jarvis, ces projets génèrent des gains allant de dizaines de millions à parfois des centaines de millions de dollars pour les clients. OpenAI recrute activement pour ce poste, avec 24 postes ouverts aux États-Unis, en Europe et au Japon, où les salaires peuvent atteindre 345 000 dollars par an, plus des options d’action. Le concept d’« ingénieur déployé en amont » a été popularisé par Palantir, une société spécialisée dans les logiciels pour le secteur de la défense. Il désigne des ingénieurs qui travaillent sur site avec les clients pour adapter et affiner les produits selon leurs besoins spécifiques. L’arrivée de ChatGPT en 2022 a suscité une énorme excitation, mais nombre d’entreprises ont rapidement constaté qu’il était difficile d’en tirer de la valeur concrète. « Beaucoup étaient enthousiastes, mais il était difficile de transformer cette énergie en systèmes fonctionnels », a rappelé Jarvis. La solution s’est révélée être un accompagnement direct : intégrer l’équipe chez le client, comprendre ses processus métiers, collaborer avec ses équipes. Un exemple marquant est le projet mené avec Morgan Stanley, l’un des premiers clients enterprise d’OpenAI à déployer GPT-4. Si la mise en place technique a pris entre six et huit semaines, il a fallu près de quatre mois supplémentaires pour convaincre les conseillers financiers de faire confiance à l’outil. Des pilotes ont été menés, des retours collectés, des itérations réalisées. Résultat : 98 % des conseillers ont finalement adopté la solution. Dans une autre entreprise, une société européenne de semi-conducteurs, l’équipe a développé un agent d’investigation et de diagnostic capable d’analyser les défaillances et de corriger les bugs. En étudiant toute la chaîne de valeur, ils ont découvert que les ingénieurs passaient entre 70 % et 80 % de leur temps à déboguer des puces. L’outil a permis de libérer une partie significative de cette charge. Jarvis insiste sur la clarté de mission : son équipe ne vise pas à générer des revenus de services, mais à créer des « manuels produits » qui permettent aux entreprises d’exploiter pleinement les technologies d’OpenAI. Il a annoncé cette initiative en janvier sur LinkedIn, soulignant que leur objectif était d’aider les clients à passer à la production, que ce soit pour créer une application novatrice ou pour scaler des cas déjà éprouvés. Depuis, OpenAI a établi des équipes déployées à San Francisco, New York, Dublin, Londres, Paris, Munich et Singapour. Oliver Jay, directeur international d’OpenAI, a qualifié ce modèle de « manière très précise d’accélérer l’intégration de l’IA avancée dans des cas d’usage à grande échelle », lors d’une conférence à Singapour en juillet. Les investisseurs voient aussi la valeur de ce modèle. Diana Hu, partenaire chez Y Combinator, a rapporté dans un épisode du podcast de la pépinière que certains fondateurs ont conclu des accords de plusieurs centaines de milliers de dollars avec de grandes entreprises grâce à leur présence sur site. Garry Tan, CEO de YC, estime que ce modèle donne aux startups d’IA un avantage décisif face à des géants comme Salesforce, Oracle ou Booz Allen.