Dans les entreprises qui adoptent l'IA : la technologie n'est pas le problème

C’était ma fête cette fin de semaine. Et en plus de profiter des gâteaux, des amis et de la famille, je réfléchissais à un fait étrange : au cours des derniers mois de consultation, j’ai vu l’intérieur de plus d’entreprises que pendant toute ma décennie précédente comme opérateur, et presque aucun de leurs problèmes d’IA ne concernait l’IA.

En janvier, j’ai quitté l’opérationnel — une équipe, un état des résultats, une feuille de route — pour faire de la consultation à temps plein.

Depuis, j’ai travaillé avec des distributeurs, des fabricants, des plateformes SaaS et des détaillants. Tous en train d’implanter l’IA quelque part dans leurs activités commerciales. Tous convaincus que le plus difficile était de choisir les bons outils.

Une entreprise faisait appel à moi avec une liste restreinte de fournisseurs d’IA déjà dressée, et en deux semaines, il devenait évident que cette liste n’était pas la question. Les données produits n’étaient pas reliées à l’expérience de recherche. Les données de recherche n’atteignaient jamais les prévisions. Et quelque part dans l’édifice, une équipe livrait du travail généré par IA que personne, pas même son auteur, n’avait réellement lu.

Le chiffre avec lequel je vivais

Le MIT a mis un chiffre là-dessus cette année : 95 % des projets pilotes d’IA en entreprise n’ont aucun impact mesurable sur les résultats financiers. De trente à quarante milliards de dollars dépensés, quatre-vingt-quinze pour cent invisibles.

BCG a attribué la plupart des échecs de transformation à la culture organisationnelle plutôt qu’à la technologie.

Aucune de ces conclusions ne m’a surpris. Je le voyais se produire dans les salles de réunion tout le printemps.

Le « workslop »

Des chercheurs de Stanford et de BetterUp ont donné au phénomène un nom que j’utilise désormais avec mes clients : le « workslop ». Du travail généré par IA qui a l’air soigné, mais qui ne fait rien avancer.

Quarante pour cent des travailleurs en ont reçu au cours du dernier mois. Chaque livrable coûte à son destinataire près de deux heures de correction.

Le résultat a l’air d’un progrès. Le travail, lui, n’a jamais eu lieu.

Au sein d’une équipe commerce, le « workslop » a une saveur particulière. Des descriptions de produits générées en lot et publiées sans être lues, que le service à la clientèle passe ensuite des semaines à compenser. Des présentations stratégiques produites en vingt minutes et approuvées par la direction, inexécutables parce qu’elles n’ont jamais été reliées aux données dont l’entreprise dispose réellement.

Ce qui le rend dangereux, c’est que tout le monde a l’impression d’aller plus vite. La vélocité est réelle. Le progrès, non.

Ce que les gagnants avaient en commun

Ce n’était pas le budget.

Les entreprises qui obtenaient des résultats étaient celles qui comprenaient leurs activités commerciales comme un seul système interconnecté — les données produits alimentant la recherche, la recherche alimentant la conversion, la conversion alimentant les prévisions, et le jugement humain chapeautant le tout.

Avant d’automatiser quoi que ce soit, elles se demandaient quelles parties du travail exigeaient encore que quelqu’un réfléchisse.

Les autres ont automatisé la réflexion et gardé le travail inutile.
La même équipe de Stanford et de BetterUp a constaté que ce clivage traverse aussi les individus.

David Brooks a fait valoir le point plus large dans The Atlantic cet été : quand l’intelligence est abondante, c’est la volonté qui a de la valeur.

Toutes les entreprises que j’ai visitées ce printemps avaient accès aux mêmes modèles. La différence n’a jamais été le logiciel. C’était de savoir si l’équipe avait encore envie de réfléchir.

Le bouton

La semaine dernière, LinkedIn a ajouté un bouton à son fil : « Ressemble à du contenu IA bâclé. » Une firme de détection venait de constater que plus de 40 % des longues publications sur la plateforme étaient entièrement rédigées par une machine ; LinkedIn paie donc maintenant pour déterminer lesquels de ses utilisateurs pensent encore par eux-mêmes.

C’est la partie qui mérite qu’on s’y attarde. Un réseau social peut construire un détecteur de contenu bâclé. Vos clients, non.

Quand un acheteur reçoit votre contenu produit généré par IA, votre proposition rédigée par IA, votre présentation assemblée automatiquement, il n’y a pas de bouton — il y a seulement une décision silencieuse de vous faire un peu moins confiance. Les plateformes ne font que rendre visible ce qui se passe à l’intérieur des entreprises depuis le début de l’année.

La plupart des entreprises que j’ai visitées ce printemps auraient eu besoin de ce bouton dans leurs réunions du lundi.

Six mois plus tard

La première chose que je vérifie chez un nouveau client, ce n’est plus sa pile technologique.

C’est la façon dont le travail circule entre les personnes, et l’endroit où la réflexion a encore lieu.

C’est là que se cachent les résultats de l’IA.