L’essentiel
- Une fonction similaire ne révèle pas quelles capacités de l’entreprise ont réellement été reproduites.
- Les composants et les preuves réutilisables doivent créer un bénéfice vérifiable pour le client.
- Les déploiements suivants doivent rendre visibles l’effort du client, les tentatives infructueuses et le travail propre à chaque organisation.
Une entreprise fictive de technologies médicales développe depuis un an une application d’IA qui transforme les réclamations techniques reçues en brouillons structurés, soumis à une vérification professionnelle. Un concurrent présente maintenant une fonction similaire. La fondatrice reconnaît immédiatement la ressemblance. Il est plus difficile de déterminer quelle part de l’activité a réellement été reproduite : l’interface, le résultat, l’accès à un client ou la capacité à maintenir l’utilité du travail après l’installation.
L’entretien d’Evan Spiegel dans Lenny’s Podcast m’a conduit à cette distinction. Il décrit des fonctions faciles à copier et les investissements de Snap dans les relations entre utilisateurs, créateurs et développeurs. Ce témoignage concerne une plateforme grand public. Il n’établit aucune loi générale sur l’IA médicale ou la disparition des avantages logiciels. [1]
Pour les fondateurs et les investisseurs dans la santé, j’examinerais ce que l’entreprise construit au fil de son travail utile. Une fonction peut rester techniquement difficile à reproduire. Elle peut aussi devenir plus facile à imiter tandis que les capacités nécessaires à son utilisation se renforcent. Une démonstration concurrente d’apparence similaire ne suffit pas à départager ces possibilités.
Que faudrait-il réellement reproduire ?
Dans son article de stratégie de 1986, David Teece distingue une innovation des capacités complémentaires nécessaires à sa commercialisation, dont la distribution et l’assistance. Son raisonnement théorique relie la protection de l’innovation et l’accès à ces capacités à la captation des gains. Il ne mesure pas les performances des entreprises d’IA actuelles. [2]
Pour l’application fictive de traitement des réclamations, j’en tire un point de départ pratique : décrire un travail mené à son terme. Quelles informations arrivent, qui juge le brouillon, que devient un cas incertain et où part le résultat accepté ? Il devient ensuite possible de préciser ce que fournissent l’entreprise, le client et les partenaires. Un fournisseur peut être déterminant à une étape et facilement remplaçable à une autre.
Cet examen protège aussi contre les descriptions flatteuses de l’entreprise. Une installation compliquée représente une dépense. Elle témoigne d’une capacité précieuse lorsque l’entreprise peut expliquer ce qu’elle maîtrise désormais mieux et ce que le client y gagne. La difficulté seule ne justifie aucune attente de demande durable.
Que peut reprendre le prochain déploiement ?
Dans cet exemple, le premier client peut nécessiter un travail considérable sur les formats documentaires, les responsabilités et les exceptions. Une partie restera propre à son organisation. D’autres éléments pourraient devenir un composant d’importation testé, une définition plus claire des cas pris en charge ou une manière réutilisable de montrer aux vérificateurs la source précise d’un brouillon.
L’évaluation norvégienne de Severinsen et ses collègues, publiée en 2026, a suivi l’introduction d’un outil de détection des fractures par entretiens, observations et analyse documentaire. Les équipes réutilisaient et amélioraient les documents de déploiement entre sites. Cette étude qualitative d’une organisation hospitalière couvre les premières phases ; elle ne démontre ni avantage commercial durable ni efficacité à long terme. [3]
J’y vois une distinction entre accumuler des activités et développer une capacité. Pour l’entreprise fictive, une exception qui conduit à expliciter une limite d’utilisation peut améliorer les décisions suivantes. Un contournement non documenté, compris uniquement par la fondatrice, peut rendre le déploiement suivant tout aussi dépendant d’elle. Les deux demandent du travail ; leurs conséquences pour l’entreprise diffèrent.
Une trace utile relie donc le problème rencontré, la modification apportée et les conditions de sa réutilisation. Elle précise aussi ce qui reste propre au client. Apprendre d’un déploiement n’autorise pas automatiquement à réutiliser les informations sous-jacentes. Données de patients, réclamations confidentielles et recherches non publiées nécessitent des limites convenues séparément. Un exemple artificiel soigneusement construit peut représenter un problème récurrent sans transférer les documents originaux d’un client.
L’accès au client doit permettre une décision utile
Dans ce contexte, j’examinerais l’accès à travers la décision qu’il rend possible. Une conversation avec un médecin, un congrès spécialisé ou un partenaire commercial peut faire apparaître un problème réel et les personnes qui en sont responsables. L’entreprise doit encore déterminer son importance, l’adéquation de son application et la possibilité de financer sa mise en œuvre.
Pour un médecin fondateur, expliquer publiquement ces sujets et travailler sur le produit sont ainsi étroitement liés. Une intervention substantielle peut révéler des objections qu’une démonstration ne fait jamais émerger. Sa valeur commerciale dépend de la suite : une conversation pertinente, un usage mieux défini ou la décision motivée de renoncer à une occasion inadaptée. Le nombre de personnes présentes ne suffit pas à établir cette valeur.
Le même examen vaut pour les partenariats. Un partenaire peut ouvrir une voie établie vers les hôpitaux tout en conservant la relation client et le choix des applications concurrentes proposées. Cet accord peut être utile. La fondatrice devrait pouvoir préciser ce que son entreprise continue d’apporter si le partenaire ajoute une alternative. Une collection de logos de partenaires laisse cette dépendance inexpliquée.
L’expérience accumulée peut contenir des problèmes irrésolus
L’étude de Naicker et ses collègues, publiée en 2026, repose sur 43 entretiens lors de l’introduction d’une IA en radiologie dans un hôpital australien. Les participants décrivaient des problèmes persistants d’intégration et de communication. Ce travail qualitatif inclut des changements organisationnels et d’effectifs ; il ne permet d’isoler aucun effet causal ni d’établir un résultat commercial. [4]
Pour l’entreprise fictive, cela invite à examiner ce que ses apprentissages ont produit. Davantage d’installations pourraient alimenter une collection croissante de demandes d’assistance irrésolues. Une marque connue pourrait coexister avec un travail laborieux. Une relation établie pourrait perdurer parce que remplacer l’application est difficile. Ces situations peuvent soutenir temporairement les revenus sans démontrer que le prochain client recevra un meilleur produit.
J’éprouverais donc l’explication de l’entreprise par une hypothèse volontairement inconfortable : un concurrent compétent propose désormais une fonction centrale comparable. Quel bénéfice subsiste pour le client, quelles preuves l’étayent et qu’est-ce qui montrerait un affaiblissement de l’avantage revendiqué ? La réponse devrait désigner quelque chose de plus vérifiable que l’expérience, la confiance ou un écosystème.
Examiner la réutilisation en gardant son coût visible
Pour les prochaines occasions comparables, consigner ce que l’équipe prévoit de réutiliser et ce qui doit être développé à nouveau. Garder visibles la tâche prévue, les exigences de qualité et les limites d’utilisation. Pendant le travail, relever l’effort du client et celui du fournisseur, y compris le temps de la fondatrice, les tentatives infructueuses et les projets abandonnés après une préparation importante. Une dernière installation fluide peut autrement masquer l’effort nécessaire pour y parvenir.
Un déploiement ultérieur exigeant moins d’heures serait une observation à examiner. Le client pourrait simplement disposer d’informations mieux organisées ou demander un périmètre plus étroit. Il faut établir quel composant ou quelle méthode a réellement été transféré avant d’attribuer l’écart à l’apprentissage organisationnel. Cette comparaison proposée aide le jugement de gestion ; elle n’est pas une méthode validée de prévision de la croissance ou de la rentabilité.
Il faut aussi examiner si la capacité accumulée répond encore à un problème actuel des clients. Les progrès d’un modèle largement accessible pourraient supprimer une étape auparavant difficile. Une modification du travail pourrait faire disparaître le besoin de l’application. Une entreprise peut conserver des connaissances techniquement impressionnantes dont la pertinence commerciale a diminué. Durer exige de reconsidérer ce qui mérite encore un investissement.
Pour moi, l’enjeu est ce que le travail d’aujourd’hui laisse disponible demain : un produit qui traite mieux une catégorie pertinente de cas, des preuves permettant aux prochains acheteurs responsables de le juger ou une équipe capable de livrer sans refaire chaque découverte. Ce sont des propositions à étayer. Elles donnent une base plus concrète au prochain engagement de temps et de capital que le décompte des fonctions copiées.
Sources et lectures complémentaires
- Spiegel : produits durablesLenny’s Podcast
Question entrepreneuriale initiale.
- Teece : innovation et gains, 1986Research Policy
Théorie des capacités complémentaires.
- Severinsen : déploiement de la détection des fracturesJMIR Formative Research
Réutilisation des documents de déploiement.
- Naicker : déploiement d’IA en radiologieJournal of Medical Internet Research
Problèmes qualitatifs d’intégration.
Le point de départ de cette réflexion
Perspective et intérêts
Cet article a été élaboré avec l’aide de l’IA. L’entreprise présentée est fictive. La comparaison proposée relève de l’analyse de l’auteur ; sa validité prédictive n’a pas été établie.
Je suis fondateur et dirigeant d’aiomics et j’ai un intérêt économique dans l’adoption responsable de l’IA en médecine. Cet article ne fournit ni recommandation thérapeutique ni conseil en investissement.



