Construire un SaaS pour une organisation IA-native

Je réfléchis depuis un moment à ce qui rend SnapLedger structurellement différent d'un SaaS de comptabilité traditionnel.

La différence ne tient peut-être pas vraiment à la comptabilité. Elle tient à quel type d'organisation le logiciel suppose servir.

La plupart des SaaS traditionnels ont été conçus autour d'une organisation traditionnelle.

L'information entre par le bas. Différentes personnes sont responsables de différentes parties du processus. Elle circule à travers les départements, est revue, résumée, approuvée, et finit par atteindre la direction.

Cette structure existe pour une raison : historiquement, les êtres humains étaient la couche de traitement de l'information d'une organisation.

Il fallait quelqu'un pour classer les documents. Quelqu'un pour rapprocher les transactions. Quelqu'un pour préparer le rapport. Quelqu'un pour expliquer les exceptions. Et quelqu'un d'autre pour résumer tout cela au manager.

Et parce que les personnes qui utilisaient le logiciel étaient responsables de ces étapes intermédiaires, le SaaS est progressivement devenu un logiciel pour spécialistes.

Le logiciel de comptabilité est conçu pour les comptables. Le CRM pour les équipes de vente. L'ERP pour des opérateurs formés.

Le logiciel reflète l'organisation.

Mais l'IA change l'une des hypothèses fondamentales derrière cette structure.

La transmission, la correspondance, le filtrage et la synthèse de l'information ne sont plus nécessairement des ressources rares.

Cela a influencé beaucoup de nos décisions de conception dans SnapLedger.

Un exemple très simple : le téléversement de documents.

Les systèmes traditionnels attendent souvent que l'utilisateur décide soigneusement où un document appartient avant de le téléverser : quelle transaction, quel compte, quel projet, quelle catégorie.

SnapLedger fonctionne de plus en plus dans la direction opposée.

Téléversez tout.

Téléversez en masse.

Téléversez dans le désordre.

Le système peut lire les documents, comprendre ce qu'ils sont, les rapprocher des transactions et des contrats, identifier les relations manquantes, et organiser progressivement l'information lui-même.

Pourquoi un humain passerait-il du temps à créer une structure avant que l'information n'entre dans le système, si l'IA peut reconstruire cette structure ensuite ?

Cela ressemble à une petite décision d'UX, mais je pense qu'elle représente un changement bien plus grand.

Dans le logiciel traditionnel :

Les gens organisent l'information pour que le logiciel puisse la traiter.

Dans le logiciel IA-natif :

Les gens fournissent l'information, et le logiciel l'organise pour que les gens puissent décider.

Et je pense que les petites entreprises sont en fait le meilleur endroit pour que ce nouveau modèle émerge en premier.

Dans une grande organisation, changer la façon dont l'information circule signifie souvent changer les départements, les responsabilités, les structures d'approbation et la politique interne. Même quand la technologie est prête, l'organisation elle-même peut ne pas l'être.

Une petite entreprise est différente.

La structure organisationnelle est déjà simple. Le fondateur ou le dirigeant est souvent très proche des clients, des paiements, des fournisseurs, des documents et des opérations quotidiennes. Il y a moins de couches à redessiner et moins de processus hérités à protéger.

Donc au lieu de demander à une petite entreprise de traverser une grande « transformation IA », nous pouvons souvent simplement supprimer des étapes qui n'étaient de toute façon jamais vraiment nécessaires.

C'est d'autant plus important que les petites entreprises ont historiquement le plus souffert de la complexité des SaaS traditionnels. Elles ont souvent dû adopter des logiciels conçus autour des processus d'organisations bien plus grandes, alors même qu'elles n'avaient ni équipe finance dédiée, ni équipe opérations, ni administrateur système.

L'IA nous donne l'occasion d'inverser cela.

Le logiciel devrait s'adapter à la simplicité de l'organisation, plutôt que de forcer l'organisation à devenir plus compliquée pour utiliser le logiciel.

Cela change aussi qui peut être l'utilisateur principal.

Un chef d'entreprise n'a pas nécessairement besoin de comprendre les écritures comptables, la logique de rapprochement, le traitement de la TVA ou chaque règle comptable sous le système.

Ce dont le dirigeant a besoin ressemble bien plus à :

Que s'est-il passé ?

Quelque chose cloche-t-il ?

Qu'est-ce qui requiert mon attention ?

Quelle décision dois-je prendre ?

L'IA peut de plus en plus combler la distance entre ces questions et les systèmes professionnels en dessous.

Cela ne veut pas dire que les contrôles professionnels disparaissent.

En fait, SnapLedger maintient délibérément des permissions d'opérateur, des contrôles de niveau comptable, des grands livres détaillés, l'édition d'écritures et d'autres interfaces professionnelles.

Les écosystèmes comptables existants, les réglementations et les flux de travail professionnels sont réels. Les comptables ont toujours besoin de précision, d'auditabilité et de contrôle.

Je ne pense donc pas que l'avenir consiste simplement à supprimer le logiciel professionnel.

Il s'agit de séparer la complexité professionnelle de la complexité managériale.

Le grand livre sous-jacent peut rester rigoureux.

Les permissions d'exploitation peuvent rester granulaires.

Mais la personne qui dirige l'entreprise ne devrait pas avoir à devenir comptable simplement pour comprendre son entreprise.

C'est de plus en plus ainsi que je pense SnapLedger.

Nous ne faisons pas que mettre de l'IA dans un SaaS traditionnel.

Nous redessinons progressivement le flux de travail autour d'une hypothèse différente :

quand les machines peuvent déplacer, organiser et résumer l'information, les organisations n'ont plus besoin que le logiciel reproduise chaque couche historique du traitement humain de l'information.

Et les petites entreprises pourraient être les premières à en profiter pleinement, précisément parce qu'elles ont moins de couches organisationnelles à désapprendre.

Certaines de ces couches peuvent simplement disparaître.

Et c'est peut-être l'un des changements les plus profonds que l'IA apportera au SaaS — pas de meilleurs boutons, ni même une meilleure automatisation, mais une idée différente de la façon dont une organisation elle-même devrait interagir avec l'information.