Opinions fortes, tenues avec souplesse, avec Philippe Beaudoin, Co-fondateur et PDG chez Waverly
Dans cet extrait du dialogue de Philippe Beaudoin au sujet du parcours de Waverly, la discussion passe des “vagues” de startup à une thèse d’ingénierie profondément contre-courant, qui se connecte aussi à sa mission humaniste : plutôt que de considérer les données comme le champ de bataille principal, il soutient que la majorité des progrès en IA se feront à une nouvelle couche logicielle construite au-dessus des LLM. Il reconnaît que les percées actuelles dépendent encore de gigantesques jeux de données, mais il pousse fondateurs et ingénieurs à repenser où ils devraient investir leurs efforts. Dans sa façon de voir les choses, entraîner des modèles de pointe à partir de données deviendra l’équivalent de construire des CPU — essentiel, mais seul un petit nombre possédera ce substrat. Pour la plupart des bâtisseurs, la prochaine vague consiste à assembler des interfaces en langage naturel, de la vérification et des primitives logicielles robustes qui traduisent de manière fiable l’intention humaine et le comportement du modèle. Pour les fondateurs qui construisent des systèmes de personnalisation centrés sur l’humain, cela compte : si l’avenir passe par l’innovation au niveau de la couche logicielle, alors la transparence, l’agentivité des utilisateurs et la conception d’interactions sûres deviennent des problèmes techniques de premier plan — pas de simples “à-côtés”. La provocation de Beaudoin, “les données sont mortes”, vise moins à disqualifier les données qu’à déplacer l’effet de levier de votre produit vers le test d’entrées/sorties en langage naturel, la construction de moteurs de personnalisation responsables et l’itération d’une manière qui évite les boucles de rétroaction opaques. Regardez la vidéo complète pour voir comment cette perspective d’ingénierie se rattache à l’approche de personnalisation transparente de Waverly et aux conseils plus larges que Beaudoin partage sur l’amorçage et la construction au Canada.
L'idée controversée qui va changer l'IA : « La donnée est morte »
Dans cet extrait du dialogue de Philippe Beaudoin au sujet du parcours de Waverly, la discussion passe des “vagues” de startup à une thèse d’ingénierie profondément contre-courant, qui se connecte aussi à sa mission humaniste : plutôt que de considérer les données comme le champ de bataille principal, il soutient que la majorité des progrès en IA se feront à une nouvelle couche logicielle construite au-dessus des LLM. Il reconnaît que les percées actuelles dépendent encore de gigantesques jeux de données, mais il pousse fondateurs et ingénieurs à repenser où ils devraient investir leurs efforts. Dans sa façon de voir les choses, entraîner des modèles de pointe à partir de données deviendra l’équivalent de construire des CPU — essentiel, mais seul un petit nombre possédera ce substrat. Pour la plupart des bâtisseurs, la prochaine vague consiste à assembler des interfaces en langage naturel, de la vérification et des primitives logicielles robustes qui traduisent de manière fiable l’intention humaine et le comportement du modèle. Pour les fondateurs qui construisent des systèmes de personnalisation centrés sur l’humain, cela compte : si l’avenir passe par l’innovation au niveau de la couche logicielle, alors la transparence, l’agentivité des utilisateurs et la conception d’interactions sûres deviennent des problèmes techniques de premier plan — pas de simples “à-côtés”. La provocation de Beaudoin, “les données sont mortes”, vise moins à disqualifier les données qu’à déplacer l’effet de levier de votre produit vers le test d’entrées/sorties en langage naturel, la construction de moteurs de personnalisation responsables et l’itération d’une manière qui évite les boucles de rétroaction opaques. Regardez la vidéo complète pour voir comment cette perspective d’ingénierie se rattache à l’approche de personnalisation transparente de Waverly et aux conseils plus larges que Beaudoin partage sur l’amorçage et la construction au Canada.
Un avertissement aux écosystèmes de startups : Ne tuez pas le chaos
Dans cet épisode qui retrace l’évolution de Waverly, de lecteur d’actualités à dimension sociale, puis finalement vers une API de personnalisation B2B transparente, Philippe Beaudoin passe d’une philosophie produit à un avertissement plus large : l’écosystème des startups lui-même peut devenir une autre forme de système où les utilisateurs perdent leur agentivité. Après avoir expliqué comment des algorithmes opaques, pilotés par les clics, peuvent enfermer les gens dans des boucles, il souligne un risque parallèle dans la culture startup : lorsque l’innovation devient trop institutionnalisée, elle peut cesser de refléter les valeurs des fondateurs et l’expérimentation “bord de terrain”, chaotique et grassroots, qui crée réellement le changement. Son idée centrale est contre-courant, mais pratique : ne partez pas du principe que le fait que ce soit “organisé” signifie automatiquement “mieux”. Il soutient que la prochaine génération de grands fondateurs se trouve souvent dans des espaces chaotiques et informels comme les hackathons, pas uniquement via des programmes structurés. Si les écosystèmes commencent à ressembler à une version “administrative” du succès — trop standardisée, trop polie — alors l’énergie qui rend les startups intéressantes à construire s’étouffe. Pour les concepteurs d’IA centrée sur l’humain, la leçon se traduit directement en conception produit : préserver l’autonomie, la diversité des approches et de la place pour le doute, au lieu de tout forcer dans des gabarits rigides. Si vous construisez une personnalisation IA — ou si vous façonnez l’environnement des startups canadiennes — regardez la vidéo complète pour entendre la vision plus large de Philippe sur l’amorçage, l’ingénierie à des couches de LLM, et la manière de garder vivante l’énergie grassroots.
Pourquoi la tech écoute les clics, pas les mots
Dans cet épisode du parcours Waverly, Philippe Beaudoin relie les pivots passés de Waverly à sa valeur la plus distinctive : la technologie doit écouter ce que les gens veulent dire, pas seulement ce qu’ils font. Ce moment clé se concentre sur le passage des premières expérimentations façon “conversation” vers une mission plus claire : donner aux utilisateurs les moyens de s’exprimer par les mots afin que leur expérience reflète leur identité, leurs aspirations et leurs doutes, plutôt que leurs habitudes de clic. Beaudoin formule le problème central des systèmes de personnalisation actuels : lorsque des algorithmes optimisent les clics et le temps passé, ils transforment souvent l’attention en boucle de rétroaction. Le résultat peut être addictif, sous forme de “boucles infernales” manipulatrices, où le système apprend à maintenir l’engagement des utilisateurs plutôt qu’à les aider à s’épanouir. La réponse contre-intuitive de Waverly consiste à déplacer le centre de la personnalisation des traces comportementales vers les préférences exprimées en langage naturel, afin que les utilisateurs voient ce que le système a compris et puissent le guider intentionnellement. Pour les fondateurs et les ingénieurs, l’implication est à la fois pratique et philosophique : concevoir des produits d’IA qui traitent l’agentivité humaine comme une fonctionnalité. Plutôt que d’ingénieriser en fonction de métriques d’engagement opaques, concevez des interfaces et des moteurs de personnalisation qui rendent l’apprentissage lisible, modifiable et ancré dans le langage réel des utilisateurs. Si vous voulez l’histoire complète de l’approche de personnalisation transparente de Waverly et de la façon dont Philippe applique cette philosophie à travers les décisions produit et ingénierie, regardez la vidéo complète.
Comment donner aux utilisateurs le contrôle de leur algorithme
Dans cet extrait éclairant, Philippe Beaudoin, connu pour sa position contre-courant sur l’IA traditionnelle et pour son engagement envers l’épanouissement humain, détaille la vision de Waverly pour la “personnalisation transparente” — un principe central exploré en profondeur dans l’échange complet sur l’évolution de la startup. En s’affranchissant des algorithmes opaques, pilotés par les clics, qui piègent souvent les utilisateurs dans des boucles addictives, Waverly propose un modèle révolutionnaire où les utilisateurs comprennent activement et contrôlent leur expérience algorithmique. Imaginez, suggère Beaudoin, un monde où votre plateforme numérique ne vous influence pas seulement de façon subtile, à partir de points de données cachés. Au contraire, une section dédiée, alimentée par la technologie de Waverly, présenterait un résumé concis en texte, façon ChatGPT, de “comment je vous comprends”. Il ne s’agit pas seulement d’une liste de mots-clés, mais d’un récit en langage naturel décrivant vos préférences — “Oh, vous aimez la politique le matin…” — tout cela appris à partir de vos interactions. La partie vraiment transformatrice ? Vous ne faites pas que le voir : vous pouvez *le changer*. Grâce à une interface de discussion simple, vous pouvez converser directement avec cette “personne”, ou cette compréhension du système de vous-même, en affinant vos préférences et en orientant votre expérience loin des schémas indésirables vers de véritables centres d’intérêt et aspirations. Même si Beaudoin reconnaît que proposer ce niveau de contrôle aux grandes plateformes sociales n’est pas une réalité immédiate, cette vision souligne la stratégie B2B de Waverly : fournir une API qui permet à d’autres applications de construire une personnalisation réellement centrée sur l’humain. Cette philosophie d’ingénierie, qui met le langage naturel comme interface et construit des logiciels robustes par-dessus des couches de LLM plutôt que sur des silos de données sur mesure, est un enseignement essentiel pour les fondateurs d’IA, les concepteurs de produits et les ingénieurs qui cherchent à concevoir des systèmes qui servent vraiment l’agentivité des utilisateurs. Pour saisir pleinement les arguments nuancés de Philippe sur l’IA transparente, l’ingénierie centrée sur les LLM et l’avenir du financement des startups, plongez dans le podcast complet.
La prochaine frontière de l'IA réinvente l'ingénierie logicielle
Dans cet épisode consacré à l’évolution de Waverly à travers plusieurs “vagues” de pivots produit, Philippe Beaudoin passe de la dimension humaine de la lutte contre l’addiction et de la personnalisation transparente à un angle d’ingénierie plus contre-courant : l’avenir ne consiste pas seulement en de nouveaux modèles, mais en une nouvelle façon de construire des logiciels. Dans cet extrait, il affirme que lorsque les entrées et les sorties de votre système sont entremêlées au langage naturel, les pratiques classiques d’ingénierie logicielle doivent être réapprises pour un monde où le code et le langage fonctionnent ensemble. La valeur centrale de ce moment est concrète : au lieu de considérer les LLM comme une boîte noire qui remplacerait magiquement tout, Waverly se concentre sur des primitives logicielles — des blocs de construction et des pratiques de test — qui rendent les composants “langage naturel en/ langage naturel en sortie” fiables. Beaudoin présente cela comme une redécouverte des fondamentaux de l’ingénierie classique — composition, interfaces, tests et robustesse — tout en les adaptant à des “fonctions qui contiennent du langage”. Pour les fondateurs et les ingénieurs, l’implication est claire : si vous voulez une personnalisation transparente que les utilisateurs puissent réellement comprendre et modifier, vous avez besoin de rigueur d’ingénierie à la couche logicielle des LLM, et pas uniquement de pipelines de données. Si vous construisez des produits d’IA centrés sur l’humain ou explorez une trajectoire amorcée (bootstrapped) dans l’écosystème startups du Canada, regardez la vidéo complète pour voir comment cette philosophie se relie à l’API de personnalisation transparente de Waverly et à sa direction go-to-market.
