À l’ère de l’IA, je n’ai aucune loyauté.

En regardant récemment les discussions sur l’abonnement et la migration de plusieurs produits d’IA, le changement le plus évident n’est pas « qui est le plus fort », mais « à quel point il est difficile de le remplacer ». En partant du principe que les capacités du modèle sont proches, la question de savoir si un utilisateur restera ou non est moins déterminée par l’esprit de la marque que par des détails tels que le contexte, la mémoire, les autorisations, l’exportation et l’audit.

Les coûts de changement sont plus réels que la fidélité

Si un assistant est uniquement responsable du chat, le changement ne coûte pratiquement rien. Mettez les mots d’invite, les préférences et le contexte couramment utilisés dans des fichiers de démarque, modifiez la zone de saisie et de nombreuses expériences peuvent être connectées. La soi-disant loyauté n’existe fondamentalement pas dans ce scénario. Lorsque l’écart entre les capacités n’est pas important, les utilisateurs choisiront uniquement celui offrant une réponse rapide, un prix bas et une disponibilité en ligne stable.

C’est également un fait qui sera exposé dès le premier jour de nombreux produits par abonnement : la tarification peut modifier le seuil d’essai, mais ne peut pas modifier la difficulté de remplacement. Tant que les compétences de base sont suffisantes, la véritable décision de rester n’est pas « de savoir si vous vous souvenez de vos préférences », mais « de savoir si vous abandonnerez tout un ensemble d’habitudes de travail après avoir changé ».

La mémoire n’est qu’un état migratoire

De nombreux produits aiment parler de « mémoire » comme d’adhésivité, ce qui donne l’impression que les utilisateurs ne peuvent pas partir parce qu’ils se souviennent de leurs préférences. C’est en fait plus proche du contraire : plus la mémoire est facile à externaliser, moins l’utilisateur risque d’être verrouillé. Tant que les mots d’invite, les configurations d’outils courantes, les règles personnelles et les résumés de conversations peuvent être exportés vers des fichiers locaux, le coût de changement sera très faible.

Ce qui est vraiment difficile à transférer, ce n’est pas la mémoire elle-même, mais les liens d’action liés à la mémoire. Par exemple, un ensemble de modèles d’invite fixes, des contextes de projet couramment utilisés, des espaces de travail toujours ouverts, des méthodes de traitement des pièces jointes par défaut et des formats de réponse vérifiés. Une fois ces éléments intégrés au texte ou à la configuration, les différences entre les produits diminueront rapidement.

C’est pourquoi il est difficile pour les produits de chat purs de créer un verrouillage à long terme. Le contenu du chat lui-même n’est pas assez important et tout au plus un peu d’histoire sera perdue lors de la migration. Le sens de l’histoire ne signifie pas la dépendance au travail, et quitter une fenêtre de conversation n’a pas d’effets secondaires substantiels. Sans effets secondaires, il n’y a pas de réelle pression pour retenir.

Plus le lien vers l’outil est profond, plus le produit sera stable

Les scénarios tels que le codage, l’agent, l’organisation des connaissances et le traitement des e-mails sont différents. Une fois les entrepôts, documents, boîtes aux lettres, calendriers, groupes, autorisations et pièces jointes connectés, le produit n’est plus simplement un shell modèle, mais un système d’exécution avec état. Une fois le statut dispersé à plusieurs endroits, la migration n’est plus aussi simple que « changer de compte », mais déplacer ensemble l’historique, les contraintes et les effets secondaires.

C’est également le point d’erreur de nombreux produits d’IA. Les produits aiment parler de « mémoire » comme étant collante. Ce qui marque vraiment les gens, ce n’est souvent pas la mémoire, mais la chaîne d’exécution. Un outil de complétion, un agent, un assistant de révision de code, s’il ne fournit que des réponses plus intelligentes, peuvent être remplacés rapidement ; s’il commence à prendre en charge les autorisations d’entrepôt, les enregistrements de modifications, l’état des tâches, les résultats des CI et les chemins de restauration, la rétention deviendra soudainement lourde.

La raison pour laquelle les gens restent n’est pas qu’ils soient « réticents à se séparer du modèle », mais que le travail s’est organisé autour de lui. Ici, le fossé ne réside plus dans les paramètres du modèle, mais dans la gestion de l’état, les limites d’exécution et les capacités de récupération après un échec. Tant que ces couches sont minces, quelle que soit la solidité du modèle, ce sera simplement une boîte de saisie plus chère.

La recharge ne crée pas automatiquement de fidélité

Il en va de même pour les abonnements. La facturation ne crée pas automatiquement de fidélité, elle fait simplement augmenter le seuil des essais et erreurs de zéro à des dizaines de dollars. Tant que les alternatives sont proches du même niveau, les utilisateurs continueront à agir, mais avec plus de prudence. Les produits qui peuvent véritablement fidéliser les gens ne rendent souvent pas les discussions plus vivantes, mais resserrent les éléments transférables dans une chaîne de travail difficile à traduire.

Par conséquent, “à l’ère de l’IA, je n’ai aucune loyauté”. Cette phrase ressemble plus à un jugement sur un produit qu’à une déclaration émotionnelle. Une fois que les capacités du modèle seront suffisamment proches, la fidélité disparaîtra rapidement, ne laissant que les coûts de changement. Celui qui peut rendre plus complet le statut, les autorisations, la chaîne de preuves et le chemin de récupération sera en mesure de fidéliser les utilisateurs plus facilement. Quiconque ne fait que rendre ses réponses plus humaines ne verra que les autres remplacer les zones de saisie.