← Accueil actu | Salle du marché

Li Xiaohua, universitaire de l'Académie chinoise des sciences sociales : l'IA remodèle l'entreprise unipersonnelle, les frontières de l'entreprise traditionnelle se desserrent

2026-11-11 · Source:虎嗅·中继

Li Xiaohua, universitaire de l'Académie chinoise des sciences sociales : l'IA remodèle l'entreprise unipersonnelle, les frontières de l'entreprise traditionnelle se desserrent

L'entreprise unipersonnelle n'est pas une espèce nouvelle, mais l'IA élargit nettement la frontière des capacités individuelles ; la montée de l'OPC est vue comme une direction inédite de l'évolution de l'organisation des entreprises.

Li Xiaohua, professeur à l'École d'économie appliquée de l'Université de l'Académie chinoise des sciences sociales, a indiqué récemment dans un entretien accordé au magazine « China Entrepreneur » que l'entreprise unipersonnelle n'est pas une espèce nouvelle de l'ère de l'IA — cette forme d'exploitation existe depuis le XIXe siècle, et l'ère d'internet a déjà vu se multiplier les travailleurs indépendants, développeurs solos et entrepreneurs individuels. Fin juin, il a publié avec un co-auteur dans la revue « Social Science Journal » (Shehui Kexue Jikan) l'article « L'évolution de l'entreprise unipersonnelle (OPC) à l'ère de l'intelligence artificielle : mécanismes moteurs et recommandations de développement », estimant que le vrai changement est que l'IA élargit nettement la frontière des capacités individuelles : l'OPC devient un nouveau type de micro-entité d'exploitation centrée sur une personne ou une équipe resserrée, qui accomplit ses activités de production en s'appuyant sur l'IA.

Il faut noter que Li Xiaohua distingue expressément l'OPC de l'ère de l'IA des commerçants individuels traditionnels et des indépendants. Selon lui, les premières boutiques e-commerce et les rédacteurs ordinaires de médias autonomes ne pouvaient pour l'essentiel accomplir que des travaux simples, unidimensionnels et de faible densité de connaissances ; aujourd'hui, l'individu, grâce aux grands modèles, aux agents et autres technologies, peut accomplir des tâches complexes qui exigeaient autrefois une équipe ou une entreprise d'une certaine taille — production audiovisuelle, développement logiciel, projets de design complets — et couvrir aussi les processus aval comme la promotion vidéo et l'analyse marketing. Autrefois, un produit exigeait la coopération d'un programmeur, d'un chef de produit et d'un designer pour atterrir ; désormais une personne y parvient avec l'IA. Ce diagnostic pèse lourd pour les acheteurs de calcul IA : la logique d'achat de l'entrepreneur individuel s'aligne sur celle des petites équipes, voire des entreprises moyennes — il ne lui faut plus un simple ordinateur de bureau, mais des ressources d'inférence et d'entraînement GPU stables et élastiquement extensibles, une mémoire vidéo suffisante pour porter des grands modèles en déploiement local ou hybride, et un mode de fourniture de calcul facturé à l'usage, démarable et arrêtable au fil des projets.

Sur le plan théorique, Li Xiaohua mobilise la théorie des coûts de transaction de Coase pour expliquer ce changement : quand les coûts de transaction du marché externe sont trop élevés, l'activité est internalisée dans l'entreprise ; quand les coûts de gestion interne montent trop, l'entreprise rend une partie de ses activités au marché. L'entreprise traditionnelle repose précisément sur la hiérarchie pour loger R&D, production, ventes et finances dans la même organisation et abaisser les coûts par division du travail ; l'IA donne désormais à l'individu, en direct, des capacités que seule l'organisation possédait autrefois. Dans cette logique, la montée de l'OPC pourrait signifier que les frontières de l'entreprise traditionnelle commencent à se desserrer et que les modes de coopération organisationnelle changeront davantage. Reporté au marché du calcul, cela signifie que la structure de la demande s'allonge en longue traîne : hier l'achat de calcul se concentrait sur les fournisseurs de cloud et les grandes entreprises, aujourd'hui les besoins fragmentés et à haute élasticité d'une masse de micro-acteurs remodèlent la conception de l'offre.

En regardant vers l'avenir, Li Xiaohua estime que l'OPC et l'entreprise traditionnelle formeront plus vraisemblablement une relation complémentaire : les activités exigeant des investissements massifs, une coopération très complexe et une prise de risque élevée resteront du ressort des entreprises traditionnelles, mais une partie des activités s'accélérera dans son transfert vers les individus et les petites organisations, et l'entreprise traditionnelle elle-même pourrait devenir plus petite, plus plate, voire redéfinir la relation entre employés et organisation. Il souligne qu'il ne faut pas comprendre l'OPC uniquement sous l'angle du gain d'efficacité par l'IA, mais l'observer dans l'ensemble du système social de production, comme un mode d'organisation de la production — ce qu'il désigne au fond, c'est une direction inédite de l'évolution de l'organisation des entreprises.

[Données de marché réelles] Prenons l'exemple d'une plateforme d'inférence mono-carte qui retient l'attention des micro-équipes IA sur le marché : ce modèle ne comporte actuellement aucune donnée de cotation à la vente. Cela signifie que l'acheteur qui entend mener une activité IA sous forme d'entreprise unipersonnelle aura du mal, à court terme, à verrouiller prix et volumes via le marché au comptant, et devra surtout s'appuyer sur des instances cloud à la demande ou des abonnements de plateforme pour obtenir de la puissance d'inférence. Pour le décideur d'achat, deux leçons : d'abord, l'acheteur de type OPC doit évaluer en priorité le coût combiné du paiement à l'usage et des instances réservées, plutôt que de s'obstiner sur l'achat machine complète ; ensuite, l'absence même de données de marché est un signal — le marché de détail du calcul destiné aux micro-acteurs est encore précoce, la transparence des prix est insuffisante, et l'acheteur doit plutôt intégrer continuité de service, compatibilité avec l'écosystème de modèles et coût de sortie dans son cadre de comparaison, en évitant de verrouiller un contrat pluriannuel sur un modèle unique.

En termes d'effet sectoriel, la parution de cet article coïncide avec la montée continue de la vague entrepreneuriale des applications génératives : la demande composite des développeurs solos et des équipes resserrées en calcul, API de modèles et outils de collaboration devient l'un des segments à la croissance la plus rapide de la chaîne IA. L'analyse de Li Xiaohua en fournit la note économique : quand les coûts de transaction hors organisation baissent continûment grâce aux plateformes IA et aux services de calcul, la frontière entre marché et entreprise se redessine d'elle-même. Pour l'acheteur, comprendre ce point aide à choisir plus lucidement entre construire, louer et externaliser.

Q: Quelle est la différence centrale entre l'entreprise unipersonnelle (OPC) et le commerçant individuel traditionnel ?

A: Selon Li Xiaohua, le commerçant individuel traditionnel ne pouvait accomplir que des travaux simples, unidimensionnels et de faible densité de connaissances, tandis que l'OPC de l'ère IA, grâce aux grands modèles, aux agents et autres technologies, peut accomplir des tâches complexes qui exigeaient autrefois une équipe — production audiovisuelle, développement logiciel, projets de design complets.

Q: Quelles sont les informations de publication de l'article ?

A: Fin juin de cette année, Li Xiaohua et son co-auteur ont publié dans la revue « Social Science Journal » (Shehui Kexue Jikan) l'article « L'évolution de l'entreprise unipersonnelle (OPC) à l'ère de l'intelligence artificielle : mécanismes moteurs et recommandations de développement ».

Mots-clés: Li Xiaohua · One Person Company · AI Agents · Large Language Models · Future of Work


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle