La compagnie américaine typique fonctionne avec des centaines ou des milliers d'outils logiciels, incluant des systèmes ERP comme SAP et Workday, de nombreuses applications SaaS, des flux de travail, des scripts, des automatisations, et même de très grands tableurs. Les entreprises manquent souvent de visibilité sur leur inventaire logiciel et leurs dépenses, mais font face à des tâches répétitives sans fin. Bien que l'IA promette d'automatiser la plupart de ces tâches en quelques minutes sans codage, la réalité est plus complexe.

L'IA peut générer des outils rapidement, rendant l'automatisation accessible aux non-ingénieurs, mais la plupart des travailleurs ne sont pas des constructeurs d'outils. Les avocats, les vendeurs et autres professionnels se concentrent sur leurs devoirs principaux, pas sur l'optimisation du logiciel. Des solutions comme les modèles Excel ou Claude pour X offrent de l'aide mais ne suffisent pas à transformer les flux de travail.

Le concept de l'ingénieur 'déployé vers l'avant'—un constructeur qui identifie des opportunités d'automatisation invisibles pour les utilisateurs finaux—met en lumière un problème plus profond : de nombreux problèmes sont cachés, regroupés, ou non reconnus comme problèmes jusqu'à ce qu'ils soient automatisés. Les entreprises de logiciels réussies subissent souvent plusieurs tentatives infructueuses avant de trouver la bonne approche. Simplement rendre la programmation plus facile ne résout pas le défi central d'identifier le besoin d'un outil au départ.