La plupart des dirigeants lisent encore des analyses sur l’IA agentique. Gérard l’utilise pour construire chaque jour.
Orion Playbook est le carnet de travail public de Gérard Métrailler sur le produit, la technologie, le GTM, les opérations, et sur ce qui change lorsque l’IA agentique devient partie intégrante de la façon dont le travail est réellement effectué.
Chaque semaine, Gérard partage ce qu’il apprend par l’expérimentation directe : là où l’IA crée un véritable effet de levier, là où elle introduit de nouveaux modes de défaillance, et ce que les dirigeants d’entreprises logicielles doivent reconsidérer lorsque la technologie évolue plus vite que le modèle opérationnel qui l’entoure.
Environ 5 minutes de lecture. Une publication par semaine.
Un carnet de travail sur le fonctionnement réel des entreprises logicielles
Les entreprises logicielles sous-performent rarement parce qu’une fonction est complètement défaillante.
Plus souvent, Product, Engineering, GTM, Support et Operations prennent chacun des décisions raisonnables dans leur propre périmètre, alors que l’ensemble du système génère des frictions, des délais, des incitations contradictoires ou de mauvaises décisions.
C’est ce territoire qu’explore Orion Playbook.
Il s’agit d’un carnet de travail sur le produit, la technologie, le GTM et les opérations, sur la manière de les faire fonctionner comme un seul système, ainsi que sur l’exploration continue de l’IA. Chaque semaine, Gérard documente ce qu’il apprend en expérimentant directement avec les technologies qu’il analyse.
Deux fils conducteurs la structurent.
Le système opérationnel de l’entreprise logicielle
Gérard a passé sa carrière à travailler au croisement des fonctions que les entreprises logicielles ont tendance à organiser en silos distincts : produit, ingénierie, marketing, ventes, services, opérations et P&L.
Orion Playbook s’intéresse à ce qui se passe entre ces silos.
Comment une décision de produit modifie-t-elle l’économie du GTM ? Quand un choix d’architecture techniquement rationnel devient-il une contrainte commerciale ? Pourquoi une décision de pricing révèle-t-elle parfois un problème organisationnel plutôt que de le résoudre ? Que se passe-t-il lorsque l’IA affecte plusieurs de ces fonctions simultanément ?
L’objectif n’est pas de produire un nouveau cadre de management.
Il est nécessaire d’examiner le système avec une précision suffisante pour améliorer la qualité des décisions opérationnelles.
L’IA agentique, mise en pratique
Le second fil conducteur est plus expérimental.
Gérard n’étudie pas l’IA agentique uniquement à travers des rapports, des présentations de fournisseurs ou des commentaires sectoriels. Il l’utilise chaque jour pour construire, écrire, rechercher, remettre en question des hypothèses, automatiser des workflows et repenser la manière dont le travail est effectué.
Orion Playbook fait lui-même partie de l’expérimentation.
La newsletter, le site et une grande partie du modèle opérationnel qui les soutient sont construits publiquement, avec Claude en tant que co-créateur.
Le travail sur l’IA agentique pour les entreprises logicielles n’est donc pas dissocié des outils analysés. Orion Playbook est l’un des environnements où Gérard les teste directement.
Certaines expériences fonctionnent.
D’autres mettent rapidement en évidence leurs limites.
Les deux sont utiles.
Construit avec la technologie qu’il analyse
Commenter l’IA est facile.
Faire fonctionner les workflows est beaucoup plus révélateur.
Un modèle peut produire une réponse impressionnante tout en ayant mal compris le problème de départ. Un agent peut automatiser parfaitement un processus tout en amplifiant silencieusement une mauvaise hypothèse. Un workflow peut sembler considérablement plus rapide jusqu’à ce que l’on intègre le contrôle qualité, le contexte, la gouvernance ou la gestion des exceptions.
Ce ne sont pas simplement des cas limites théoriques.
Ils deviennent visibles lorsque la technologie est utilisée au quotidien.
C’est pourquoi Orion Playbook pose des questions comme celles-ci :
« Votre agent IA ne remettra jamais la prémisse en question »
Que se passe-t-il lorsqu’un agent exécute parfaitement un objectif mal défini ?
« Chaque réponse d’une IA est un pari présenté comme un fait »
Comment les dirigeants doivent-ils décider lorsque la fluidité d’une réponse masque son degré d’incertitude ?
« Ce qu’il y a de plus durable dans votre logiciel n’est pas dans le code »
Où se déplace l’avantage défendable lorsque la production de logiciels devient moins coûteuse ?
« Correct dans l’ensemble, totalement faux dans le détail »
À quel moment une réponse plausible produite par l’IA devient-elle plus dangereuse qu’un échec évident ?
Le ton est volontairement analytique et parfois à contre-courant.
Non pas parce que la provocation serait un objectif en soi, mais parce qu’un bon jugement opérationnel commence souvent par remettre en question ce que tout le monde a déjà commencé à considérer comme évident.
Pour les dirigeants qui évaluent l’IA agentique pour les entreprises logicielles, cette distinction est importante.
La vraie question est rarement de savoir si une capacité d’IA peut produire une démonstration impressionnante.
La question est de savoir si elle résiste au contact des clients, à l’économie réelle de l’entreprise, aux frontières organisationnelles, aux mécanismes de contrôle et à la responsabilité opérationnelle.
De l’expérimentation au jugement opérationnel
Le lien entre Orion Playbook et le travail de Gérard au sein de Clarivia Advisory est direct.
La newsletter est l’endroit où une grande partie de la réflexion est testée publiquement. Le travail de conseil est l’endroit où le contexte opérationnel devient spécifique.
Gérard a passé plus de 25 ans au sein d’entreprises logicielles, depuis des fonctions produit jusqu’à des responsabilités de CEO, de président, de GM et de direction complète de P&L.
Son expérience couvre les transformations du logiciel vers le SaaS, la stratégie de portefeuille, le GTM mondial, les fusions-acquisitions, les restructurations opérationnelles et la tension permanente entre croissance, rentabilité et vitesse d’exécution du produit.
L’agent d’IA introduit une nouvelle variable dans ce système.
Elle ne fait pas disparaître les anciennes.
C’est pourquoi Orion Playbook s’intéresse à l’intersection entre la technologie et le modèle opérationnel qui l’entoure.
Que devient le product management lorsque la création de logiciels s’accélère ?
Que devient l’économie du support lorsque des agents peuvent traiter davantage de demandes, tout en créant de nouveaux chemins d’escalade ?
Que devient le GTM lorsque le contenu et les outils d’enablement abondent ?
Que devient le management lorsque des workflows autonomes commencent à prendre des décisions qui relevaient auparavant de personnes ?
Et peut-être surtout : Quelles hypothèses, au sein d’une entreprise logicielle existante, cessent d’être vraies ?
Ces questions sont au cœur de tout modèle opérationnel SaaS crédible à l’ère de l’IA.
Elles sont difficiles à résoudre à partir d’un deck de slides.
Elles deviennent plus claires lorsque l’on construit réellement avec la technologie.
L’objectif n’est pas de prédire l’IA. Il est de développer un meilleur jugement autour d’elle.
Personne ne sait exactement où l’IA agentique conduira l’industrie logicielle.
Ce que les dirigeants peuvent faire, en revanche, c’est réduire la distance entre l’observation, l’expérimentation, l’apprentissage et la décision opérationnelle.
C’est la raison d’être d’Orion Playbook.
Chaque semaine, Gérard décompose un problème, documente ce qu’il observe et rend public son raisonnement.
Au fil du temps, cela produit quelque chose de plus utile qu’une collection de prédictions sur l’IA : une trace publique, datée et continue de la manière dont la réflexion évolue avec la technologie et les faits disponibles.
Pour les dirigeants responsables d’une entreprise logicielle qui cherchent à distinguer les changements opérationnels durables de l’enthousiasme passager autour de l’IA, Orion Playbook permet de suivre le travail au fur et à mesure qu’il se construit.
Environ 5 minutes. Une fois par semaine.
Produit. Technologie. GTM. Opérations. IA agentique.
Pas d’enthousiasme artificiel autour de l’IA. Pas de fausse certitude. Seulement les questions, les expérimentations et les implications opérationnelles méritent d’être examinées.