Cobo : Comment avons-nous utilisé l'IA pour notre transformation ?

“Beaucoup d’entreprises parlent d’IA + Web3. Mais si elles n’ont pas encore réalisé leur transformation vers l’IA en interne, tout ce qu’elles présentent sont des concepts.”

Auteur : alexzuo4, Vice-président Investissement & Custody @Cobo

Depuis la fin 2024, Cobo, en plus de ses activités principales de custody crypto et de paiements en stablecoins, explore la fusion de l’IA et de la blockchain.

La première piste que nous avons explorée est le potentiel de standardisation des compétences apporté par MCP. En théorie, si les compétences sont suffisamment standardisées, l’IA peut invoquer des capacités comme des plugins, et la blockchain deviendrait l’infrastructure financière la plus naturelle pour l’IA.

Nous avons donc incubé une boutique d’applications MCP en interne. Mais cela a rapidement été invalidé.

À l’époque, le seuil d’entrée pour l’IA était encore élevé, réservé aux ingénieurs expérimentés. MCP n’étant pas encore suffisamment standardisé, chaque intégration demandait beaucoup de temps et d’efforts, avec des coûts élevés, une progression lente, et des résultats bien en deçà des attentes.

Mais l’équipe IA a tout de même été constituée. C’était coûteux, difficile à recruter, et impossible à supprimer facilement.

Nous avons donc décidé de changer d’orientation. Puisque nous ne pouvons pas encore transformer le monde de nos clients, transformons d’abord le nôtre.

Premier enjeu : la sécurité

En tant que société de custody, Cobo manipule des données et des processus techniques internes extrêmement sensibles. Nous avons mis en place une hiérarchie stricte des données. Mais sans données ni véritable activité, il est impossible de développer notre propre Agent.

Nous avions d’abord pensé à déployer des modèles locaux. Mais en pratique, leur intelligence ne suffisait pas. Ils pouvaient fonctionner, mais pas être pratiques ; ils pouvaient répondre, mais pas être intelligents.

Finalement, nous avons choisi principalement Claude et Gemini (avec la possibilité de demander un ZDR — clause de non-conservation des données — pour une isolation maximale).

Mais les grands modèles ne sont que le « cerveau » sous-jacent de l’activité. La vraie complexité réside dans les données et les permissions.

Nous avons donc créé une suite complète de bases de connaissances internes et de cadres pour nos Agents.

Base de connaissances interne + système d’Agents auto-développés par Cobo

La base de connaissances gère la hiérarchisation des données internes. Selon les permissions des employés, elle définit leur accès en lecture.

Lorsqu’un Agent consulte la base, il hérite des permissions de l’employé, plutôt que d’avoir une « vue divine ».

Les détails incluent :

• Comment isoler l’environnement réseau
• Comment limiter la circulation des données entre niveaux
• Comment contrôler la conservation des logs pour audit
• Comment éviter la fuite d’informations sensibles

Ces aspects ne sont pas sexy, mais ils déterminent si le projet peut durer à long terme. L’IA ne doit pas devenir une faille de sécurité.

Après avoir construit l’architecture : le problème du manque d’usage

Même aujourd’hui, la société fait face à une réalité : beaucoup de métiers en front sont sceptiques face à l’IA.

Si l’on se contente d’encourager son utilisation, le changement de workflow ne se produira pas.

Nous avons alors compris qu’il fallait agir depuis la gestion de l’entreprise.

Premier levier : l’Agent OKR

Notre premier cas d’usage prioritaire n’est ni le service client ni la programmation.

C’est la gestion des OKR.

Nous utilisons l’IA pour décomposer la stratégie de l’entreprise, aider à définir les OKR, suivre leur progression, et faire des revues.

En d’autres termes, transformer la gestion d’entreprise, du management humain à une gouvernance co-construite avec le système. Ce processus est extrêmement difficile pour les employés.

Avant, on pouvait rédiger des objectifs de façon séduisante, et expliquer le processus de manière cohérente. Maintenant, chaque semaine, les données sont là, et les excuses se font plus rares.

À partir de ce moment, les objectifs ne sont plus seulement discutés en réunion, mais enregistrés en continu dans le système.

Suivi hebdomadaire de la stratégie OKR pour faire progresser les activités

Mais c’est aussi à partir de la performance que chacun commence vraiment à connaître l’IA. Parce que si vous ne participez pas, cela influence directement votre rémunération.

De la performance à l’activité : une automatisation complète par Agents

Une fois les OKR en place, nous avons commencé à automatiser nos services internes avec des Agents. Nous avons instauré un système de compétition + primes, obligeant chaque département à créer et gérer ses propres Agents liés à leur activité.

Le service client crée un Agent dédié. Le juridique un Agent pour l’assistance contractuelle. La vente un Agent CRM.

Trouver l’Agent client le plus difficile à gérer

Au total, plus de 100 Agents ont été déployés.

Nous ne pouvons pas quantifier précisément le résultat de cette gouvernance co-construite.

Mais une chose est claire :

Avant, face à un problème, la première réaction était « faut-il embaucher quelqu’un ? ». Maintenant, c’est « peut-on d’abord faire intervenir le système ? ».

C’est en réalité notre compréhension de la gouvernance co-construite avec le système. Il ne s’agit pas de remplacer l’humain par l’IA, mais d’habituer l’humain à travailler avec le système.

Les leçons concrètes de cette année

Premièrement, avoir un flux de trésorerie sain.

Si la trésorerie de l’entreprise n’est pas saine, cette transformation ne pourra pas aller à son terme. L’IA n’est pas un outil d’économie, c’est un investissement initial pour une refonte structurelle à long terme. Heureusement, chez Cobo, nos activités principales génèrent encore un flux de trésorerie sain.

Deuxièmement, il faut une impulsion top-down.

Une organisation ne changera pas spontanément. Sans une forte impulsion de la direction, le projet échouera.

Comme on le sait, les fondateurs de Cobo sont tous des passionnés d’IA. Le CTO, le Dr Jiang, a commencé ses recherches en IA lors de son postdoc à CMU dès le début des années 2000.

Troisièmement, il faut imposer l’usage.

Se contenter d’encourager ne suffit pas. L’intégration réelle dans le processus doit comporter une certaine « contrainte ».

Quatrièmement, il faut d’abord s’attaquer à ses propres activités.

Beaucoup d’entreprises parlent d’IA + Web3. Mais si elles n’ont pas encore réalisé leur transformation IA en interne, tout ce qu’elles proposent reste conceptuel.

Regard en arrière

Nous ne pouvons pas totalement quantifier cette transformation. La société évolue progressivement d’un « processus piloté par l’humain » vers un « système orienté objectifs ».

Si un « organisme intelligent » doit émerger, ce ne sera pas par évolution naturelle, mais par une série de poussées inconfortables.

Car la participation de tous permet à l’entreprise de mieux comprendre ses véritables besoins à l’ère de l’IA.

C’est aussi un sous-produit de notre transformation interne.

Récemment, nous avons lancé Cobo Waas Skill. Cobo WaaS Skill est une couche d’intégration et d’exploitation conçue pour l’Agent de codage IA, utilisant des connaissances structurées, des exemples exécutables et des scénarios orchestrés, permettant à l’Agent d’appeler précisément l’API WaaS. Nous sommes en train de faire évoluer l’API portefeuille vers un module de capacités financières directement accessible par l’Agent IA. La durée de développement est passée d’une semaine à une interaction en dialogue.

Ce n’est pas le fruit d’une seule idée produit. C’est le résultat naturel de cette nouvelle gouvernance co-construite, dont les capacités se sont diffusées en interne.

Nous continuons à explorer.

Mais au moins, aujourd’hui, Cobo n’est plus la même entreprise qu’en 2024.