Voilà maintenant 6 mois que ChatGPT monopolise l’attention du secteur des NTIC et même celui des médias qui le présentent comme un remède universel à tous les problèmes. Mais à l’instar des enzymes gloutons vantés dans les publicités pour lessive des années 70, le grand public se méfie de cette “innovation disruptive” dont on ne comprend pas grand-chose, tandis que le législateur y voit un facteur aggravant à un contexte économique et social déjà critique. Les promesses délirantes et discours très naïfs doivent maintenant faire place à une approche plus pragmatique, cadrée et responsable des intelligences artificielles pour en faciliter l’adoption.
Les mois passent et la ferveur autour des IA génératives ne faiblit pas, surtout avec le lancement récent d’une application officielle pour iPhone : OpenAI launches an official ChatGPT app for iOS.
ChatGPT va-t-il devenir la boussole de notre quotidien ? Une sorte d’Oracle que l’on va consulter tout au long de la journée pour savoir où aller, quoi lire / dire / faire ? Cette perspective me fait froid dans le dos, et pourtant, c’est littéralement comme ça qu’OpenAI a choisi de promouvoir son application mobile.
Comme je le répète depuis le début de l’année, ce qui me perturbe réellement est le fait de mettre entre les mains d’utilisateurs pas forcément bien informés un outil à priori extrêmement puissant, mais qui souffre toujours d’un gros problème de fiabilité, car les réponses ne sont pas extraites d’une ontologie formelle, mais générées à partir de calculs statistiques : Un avocat se sert de ChatGPT pour rédiger un dossier juridique truffé de faux exemples inventés par l’IA. Mais ça n’empêche visiblement pas les médias de continuer à surfer sur la vague…
La triste réalité, c’est que tout le monde a un avis sur les IA génératives, mais qu’au final très peu savent réellement ce que c’est et comment ça marche : A majority of Americans have heard of ChatGPT, but few have tried it themselves et Generative AI intrigues small-business owners, but many aren’t sure what to do with it. J’ai déjà eu l’occasion de détailler mon point de vue, aussi je n’insiste pas.
Les intelligences artificielles ne sont pas des outils, mais des ressources informatiques : elles ne servent pas à la réalisation d’une tâche découlant d’un besoin précis, mais permettent de soutenir une activité plus complexe.
Avons-nous raison de nous méfier des intelligences artificielles ?
Si tout le monde est d’accord pour dire que les IA génératives vont bouleverser notre quotidien comme l’ont fait les ordinateurs et smartphones avant elles, personne ne s’accorde sur le délai de réalisation de cette prophétie, ni sur les premières étapes. On gros : nous avons le pré-sentiment que ça va tout changer, mais nous ne savons pas quand, ni comment, ni pourquoi (lire à ce sujet : Just Calm Down About GPT-4 Already).
Et c’est bien là le coeur du problème, car si vous ne savez pas où vous allez, aucune route ne vous y mènera. Voilà pourquoi je suis persuadé que la première étape d’adoption est de définir le ou les problèmes que l’on cherche à résoudre avec les IA génératives.
La productivité est la mère de tous les problèmes des entreprises
J’ai déjà abordé le déploiement à grande échelle des IA pour les usages privés (Quels scénarios d’adoption pour les IA génératives ?), aussi je vais recentrer le propos de cet article sur les entreprises.
Je sais bien que les secteurs d’activité sont confrontés à des problématiques distinctes et que chaque entreprise est différente, mais je pense ne pas me tromper en écrivant que la baisse de productivité est une des principales problématiques (avec l’augmentation du prix des ressources et les difficultés de recrutement de personnels qualifiés), car c’est un facteur clé de croissance et de compétitivité.
Si la productivité des ouvriers a déjà été optimisée il y a presque un siècle avec l’Organisation Scientifique du Travail, celle des employés de bureau est rythmée par les outils informatiques à leur disposition (messagerie, logiciels bureautiques, ERP…). Il n’est de secret pour personne que les outils informatiques des travailleurs du savoir (les “knowledge workers“) sont aujourd’hui un frein à la productivité, car associés à de mauvaises habitudes.
La généralisation des ordinateurs et leur adoption empirique ont ainsi favorisé l’apparition de nombreuses dérives (rétention d’information, cloisonnement des connaissances, harcèlement à distance…) qui pourrissent le quotidien des collaborateurs. Face aux nombreux défis du XXIe siècle, il y a une réelle urgence à revoir les habitudes de travail, car les employés de bureau perdent énormément de temps à chercher de l’information, rédiger et lire des emails, créer et traiter des fichiers bureautiques… La situation est en fait plus grave si l’on aborde ce problème sous l’angle de la RSE, car la mauvaise utilisation des outils informatiques / numériques a un impact triplement négatif : une diminution de la productivité (impact économique), une augmentation de la pénibilité (impact social), et un gâchis d’énergie (impact environnemental).
C’est un authentique problème endémique dont tout le monde est au courant, mais que nous ne parvenons pas à résoudre. Une étude publiée l’année dernière estimait que les employés de bureau aux États-Unis perdaient presque 8 h par semaine à cause d’une communication inefficace, soit un coût de 12.500$ par an et par employé (The State of Business Communication : A cost breakdown).
Plus récemment, c’est l’Observatoire de l’infobésité et de la collaboration numérique qui nous apprenait qu’en moyenne 144 mails professionnels sont envoyés chaque semaine, soit une trentaine par jour : Référentiel de l’infobésité liée aux emails. Il ressort de cette étude que l’email est peu adapté à la collaboration et génère beaucoup de bruit :
- plus de 30% des emails font usage de la copie ;
- 25% sont des “Répondre à tous” et 18% des “Transfert” ;
- 17% sont des conversations avec plus de 10 allers-retours.
Ces statistiques nous permettent de bien cerner l’ampleur du problème. Elles sont complétées par une étude encore plus vaste menée par Microsoft qui porte sur l’appréhension de l’évolution du travail auprès de 31.000 personnes et dans 31 pays : Workers Now Spend Two Full Days a Week on Email and in Meetings.
Les emails et réunions nous font donc perdre en moyenne deux jours par semaine. La question est maintenant de savoir si les IA peuvent nous aider à y remédier (Will AI Fix Work?). Les enseignements de cette étude sont les suivants :
- Les employés de bureau passent plus de temps à communiquer (57%) qu’à produire (43%), avec pour les 25% des utilisateurs les plus actifs 8,8 h / semaine dédiées aux emails et 7,5 h / semaine aux réunions ;
- Les principaux obstacles à la productivité sont les réunions inefficaces, les objectifs mal définis, le manque d’inspiration et l’impossibilité de trouver les bonnes informations ou données ;
- Si 49% des sondés sont inquiets à l’idée d’être remplacés par une IA, 70% leur délégueraient volontiers les tâches fastidieuses (administratives, analyses…) ;
- Les trois principaux bénéfices perçus de l’IA en entreprise sont de gagner du temps, de travailler de façon plus efficace et de réduire la surcharge informationnelle.
Nous avons dans cette étude un diagnostic précis qui permet d’identifier les causes de perte de productivité, ainsi que des recommandations simples à mettre en oeuvre pour initier un chantier de refonte des habitudes de travail.
Y’a plus qu’à ? Pas forcément…
Des habitudes bien trop longues à changer
Croyez-le ou non, mais cela fait plus de 25 ans que l’on parle de surcharge informationnelle, la preuve ici avec cet article publié en 1996 : Souffrez-vous d’infobésité ? Décrite aujourd’hui comme le mal du siècle, l’infobésité touche tous les médias, mais ces effets néfastes, palpables, se font surtout ressentir en entreprise au niveau individuel. Cependant, changer ses habitudes de travail est une chose plus facile à dire qu’à faire, d’autant plus quand on est persuadé que le problème vient des autres. Mais le grand drame de l’infobésité est que nous faisons tous partie du problème comme de la solution, tout ce qui nous manque, c’est d’un peu de discipline. Une discipline que les employés de bureau n’ont visiblement pas, ni leurs managers, car le problème subsiste et grandit même chaque année. Un problème qui a des conséquence sur la productivité, mais également sur l’environnement : Une transformation digitale vertueuse à travers la responsabilité numérique des entreprises.
Nous en sommes en 2023, et les modèles génératifs nous sont présentés comme le remède miracle de tous nos maux. Il est donc parfaitement logique que l’ont voit dans l’IA en général, et dans ChatPGT en particulier, une solution à ces problèmes d’infobésité et de productivité (How ChatGPT can boost workplace efficiency).
Les IA génératives peuvent-elles réellement nous aider à réduire la surcharge informationnelle ? Pas directement, elles risquent même de l’aggraver. Ceci étant dit, les IA génératives restent néanmoins des ressources extrêmement puissantes que l’on peut tout à fait exploiter en ce sens.
Des assistants personnels aux coachs numériques
Comme précisé plus haut, le problème d’infobésité est connu de tous, et depuis longtemps. Mais il faut se rendre à l’évidence : les changements tant attendus ne viendront pas tout seuls, car il y a un nécessaire accompagnement des salariés pour désapprendre et réapprendre à collaborer avec les outils numériques.
Le point de vue d’Atlassian (l’éditeur d’outils comme Jira, Concluence et Trello) sur ce sujet est tout à fait pertinent : Putting teams at the center of modern work with our new Ways of Working offering. Leur approche s’appuie ainsi sur un référentiel de bonnes pratiques, une sorte de guide méthodologique pour mieux travailler collectivement dont le secret repose sur une meilleure synchronisation (cf. leur Team Playbook). Comme il ne faut plus attendre d’améliorations spontanées, celles-ci doivent être guidées et stimulées, notamment par l’intermédiaire de coachs de productivité qui vont être chargés de définir et d’améliorer les rituels de collaboration, d’optimiser le temps passé en réunion ainsi que de rationaliser la fixation et le suivi des objectifs.
Tout comme il y a des coachs agiles (les “scrum masters“), nous pourrions tout à fait envisager le recours par les entreprises à des coachs en collaboration. Le souci est qu’embaucher ou former des coachs coûte cher ; hors, il y a une énorme pression sur les marges en ce moment avec l’inflation. La solution serait d’avoir recours à des assistants numériques pour aider les salariés et managers à normaliser les pratiques collaboratives et les mettre en oeuvre de façon systématique.
La préparation de chaque réunion, l’organisation de chaque projet ou la création de chaque livrable sera ainsi potentiellement encadrée par un assistant numérique permettant d’optimiser ces pratiques et de s’assurer de l’application de la bonne méthode pour améliorer l’efficacité. Selon ce principe, Zoom vient d’annoncer un partenariat avec Anthropic, l’éditeur de Claude, pour intégrer leur chatbot dans l’application de téléconférence ainsi d’optimiser le temps passer en réunion : Zoom will soon integrate Anthropic’s chatbot across its platform. Ce chatbot permettrait ainsi de s’assurer que les participants sont tous légitimes, qu’un ordre du jour a été établi, qu’un compte rendu synthétique est disponible et que chacun sait ce qu’il a à faire par la suite.
Outre réduire le temps perdu en réunion, les entreprises se doivent de lutter contre les causes de baisse de productivité, avec en priorité :
Comme vous pouvez le constater, les intelligences artificielles trouvent une réelle utilité dans l’encadrement des pratiques de collaboration pour aider les salariés à adopter de nouvelles habitudes, à la fois bénéfiques à la productivité, mais également pour la planète (L’accélération de la transformation digitale dans un contexte de sobriété numérique).
Certes, ces solutions et outils peuvent faire peur, mais il y a un vrai problème de productivité et de pollution numérique ainsi qu’une réelle souffrance que nous ne pouvons plus ignorer. Il est plus que temps de se comporter en adultes responsables et de prendre le taureau par les cornes.
L’IA ne sera pas votre patron, mais votre mentor
Comme expliquer dans un précédent article, la meilleure façon d’accélérer l’adoption des IA est de les intégrer dans l’environnement de travail, et pour cela il faut impérativement passer par les éditeurs de suites bureautiques comme Microsoft ou Google (Quel modèle de collaboration à l’heure des IA génératives ?).
Vous noterez que cette intégration des IA dans les outils de travail a commencé en réalité il y a plusieurs années, notamment chez Adobe et SalesForce comme j’en avais parlé en 2018 : L’intelligence artificielle est un outil de productivité comme les autres. Un travail d’intégration qui s’intensifie maintenant avec les modèles génératifs que l’on retrouve dans tous les logiciels, notamment pour la création graphique (Adobe brings Firefly’s generative AI to Photoshop) et très bientôt directement au niveau du système d’exploitation (Microsoft announces Windows Copilot, an AI ‘personal assistant’ for Windows 11).
Vous pourriez me dire que c’est une aberration, car les IA génératives sont très énergivores et ne font qu’aggraver la pollution numérique, mais je vous répondrai qu’il est tout à fait possible d’optimiser les modèles et de les réduire pour pouvoir les faire tourner en local sur les ordinateurs, ceci afin d’éviter de gaspiller de la bande passante et de la puissance de calcul. Dans ce domaine, c’est pour le moment Microsoft qui a pris l’avantage (Microsoft’s AI and Copilot Announcements for the Digital Workplace), mais le principe d’un assistant local revient à Google qui proposait un agent de recherche dès 2004 (Google unveils desktop search).
Si la première étape pour gagner en productivité est de déployer les IA génératives par l’intermédiaire des outils informatiques / numériques du quotidien, la deuxième étape indispensable sera de revoir les modèles d’encadrement en offrant plus de liberté aux équipes / individus et surtout en les responsabilisant (Why Hybrid Work Makes OKRs More Essential than Ever).
De quoi sommes-nous en train de parler au juste : de la révolution agile ? D’une feuille de route vers l’Entreprise 3.0 et l’Industrie 5.0 ? Non pas réellement, car il n’est pas question de réinventer les organisations dans un futur proche, mais de les adapter à un contexte beaucoup plus contraignant. Ce dont nous sommes en train de parler est un présent où il y a une réelle urgence et dans lequel il n’est plus possible de continuer comme avant, car la limite de la bonne volonté des collaborateurs a été atteinte : ils ne pourront pas travailler plus, il faut les faire travailler mieux (cf. le phénomène de Grande démission qui est prit très au sérieux par le Gouvernement : La France vit-elle une Grande démission ? et Grande démission : mythe ou réalité ?).
Pour être certain que vous ayez bien compris mon propos, je reformule : déployer de nouveaux outils ne sert à rien, il faut aussi changer les habitudes et les modèles d’encadrement. Mais rassurez-vous, si la situation est critique, tous ces changements ne vont néanmoins pas arriver du jour au lendemain. Cette étude de KPMG nous confirme ainsi l’avis général que personne n’ose exprimer ouvertement par peur de passer pour un techno-réfractaire : 65% des managers pensent que les IA génératives vont avoir un fort impact sur leur entreprise… dans les 3 à 5 ans, et 60% que les premières implémentations se feront dans 1 à 2 ans (Executives expect generative AI to have enormous impact on business, but unprepared for immediate adoption).
Nous sommes ici face à un schéma qui se répète : tous sont d’accord sur le caractère disruptif des IA génératives et sur ses principaux apports théoriques (améliorer la productivité = 72%, changer les façons de travailler = 66%, stimuler l’innovation = 62%…), mais les changements concrets ne surviendront pas avant plusieurs années, le temps que l’on trouve une utilité réelle aux IA génératives pour chacun et que l’on se fasse à l’idée de travailler en binôme avec les machines (Cyborgs Will Beat Robots: Building a Human-AI Culture).
Il y a malheureusement une inertie dans les entreprises et organisations que l’on ne peut pas contourner, car elle dépend de facteurs économiques, opérationnels, techniques et surtout psychologiques.
Des promesses qui ne seront pas tenues, des craintes qu’il faudra apaiser
Oui, les modèles génératifs sont une nouvelle étape majeure dans l’évolution des techniques et usages de l’intelligence artificielle. Oui, les IA génératives vont s’installer dans notre quotidien pro / perso. Non, ça ne va pas se faire du jour au lendemain. Pour mémoire, il a fallu 5 ans pour atteindre 1 milliard d’utilisateurs de smartphone à partir du lancement de l’iPhone en 2007. Si aujourd’hui personne ne remet en cause l’utilité des smartphones ou leur impact sur notre quotidien, leur déploiement à grande échelle a été progressif.
Pour les intelligences artificielles, la situation est différente, car elles sont déjà utilisées depuis 40 ans (notamment dans les systèmes de yield management ou la reconnaissance d’écriture). Cependant, si l’on s’en tient aux IA génératives et plus particulièrement aux chatbots comme ChatGPT qui fait beaucoup parlé de lui, l’adoption à grande échelle va prendre du temps, car une certaine méfiance s’installe (61% of Americans say AI threatens humanity’s future). Nous avons ainsi besoin de discours plus mesurés pour écarter les scénarios catastrophes (The apocalypse isn’t coming. We must resist cynicism and fear about AI) et apporter de la nuance face à des promesses toujours plus fortes qui ne seront pas tenues (lire à ce sujet : La protopie, un futur plus désirable que l’utopie et la dystopie réunies ?).
Il est important de préciser ici que les utilisateurs ne sont pas particulièrement réfractaires aux innovations, simplement que l’opinion publique est bousculée par des affirmations qu’elle a du mal à comprendre (ex : “ChatGPT est la plus grande innovation depuis l’invention des ordinateurs” ou “Les IA vont bouleverser notre quotidien“). À cela, je réponds : oui, comme les voitures et les smartphones ont redéfini les styles de vie du XXe et XXIe siècle, les intelligences artificielles vont transformer notre société, elles le font depuis 40 ans, mais de façon progressive et surtout de façon moins visible.
Les citoyens / salariés sont ainsi coincés entre une forte mécompréhension face à une soudaine “révolution” technologique qu’ils n’ont pas vue venir (les modèles génératifs), les scénarios catastrophes et la tentation de croire à un avenir meilleur porté par des IA bienveillants et serviles, celles qui vont nous soulager des tâches répétitives.
Pour illustrer ce propos, je vous invite à lire cette une étude très intéressante de Checkr où deux statistiques sont particulièrement révélatrices : 69% des sondés sont d’accord pour dire qu’ils ressentent une forte de crainte à l’égard des IA, mais 57% seraient d’accord pour adopter la semaine des 4 jours grâce à la réalisation d’une partie de leur travail par des IA en échange d’une diminution de leur salaire (Insights from American Workers: A Comprehensive Survey on AI in the Workplace).
Traduction : les IA nous fascinent autant qu’elles nous font peur. Une véritable aubaine pour les médias qui se complaisent à souffler le chaud et le froid (tantôt dithyrambiques, tantôt alarmistes), et pour une armée d’entrepreneurs / experts en IA qui flairent l’argent facile. Pas étonnant que l’opinion publique soit mitigée et que les pouvoirs publics s’inquiètent des dérives. Vous noterez d’ailleurs qu’en quelques semaines, nous sommes passés d’une course à l’armement (bâtir des modèles toujours plus gros) à une phase de lobbying intensif : Sam Altman’s World Tour Hopes to Reassure AI Doomers et À Paris, le créateur de ChatGPT plaide pour “un juste équilibre” entre régulation et innovation.
Je serai incapable de prédire les prochaines avancées majeures des modèles génératifs, mais je suis absolument convaincu que l’âge d’or médiatique des IA génératives est révolu, car leur rythme d’adoption est maintenant dicté par les régulateurs qui en ont fait leur nouveau cheval de bataille (G7 calls for adoption of international technical standards for AI). Et là tout d’un coup, tous les enthousiastes du début d’année sont soudain conscients des dangers et se sentent investis d’une volonté impétueuse de bien faire les choses : Top AI researchers and CEOs warn against ‘risk of extinction’ in 22-word statement.
Mitigating the risk of extinction from AI should be a global priority alongside other societal-scale risks such as pandemics and nuclear war.
L’idée générale n’est pas de brider l’innovation ou de mettre des bâtons dans les roues des méchantes startups américaines, mais plutôt de s’assurer que le développement incontrôlé des IA génératives ne vienne pas perturber un marché qui a déjà beaucoup de mal à se remettre de la pandémie (problèmes d’approvisionnement et de recrutement) et à faire face aux multiples tensions actuelles (crise sociale, guerre en Ukraine…). Les progrès rapides des modèles génératifs ne sont pas un problème, au contraire, mais ils le deviennent si on combine stagflation, populisme, dérèglement climatique et solutionnisme technologique. Formulé autrement : le rythme d’adoption des IA génératives va être ralenti par un contexte sociétal très tendu (on parle de “vents contraires” pour ne pas effrayer les investisseurs).
Le seul moyen de s’assurer que le déploiement à grande échelle des modèles génératifs se fasse dans de bonnes conditions est de ne pas se précipiter en s’appuyant sur une régulation formelle (imposée par l’UE) et sur des usages responsables. En gros : s’inscrire dans une logique de développement numérique durable (La “Next Big Thing” se heurte à l’impératif d’un numérique plus responsable).
Dans des conditions de marché aussi critiques, seules les Big Tech ont les connexions et ressources pour négocier en direct avec les législateurs et adapter leur offre aux contraintes locales (Google to work with Europe on stop-gap ‘AI Pact’). Pour les autres, ça va être plus compliqué : OpenAI says it could ‘cease operating’ in the EU if it can’t comply with future regulation.
Nombreux sont ceux qui me demandent mon avis sur l’avenir de ChatGPT, et à chaque fois je réponds la même chose : tous les secteurs d’activité sont régulés (alimentation, automobile, banque, gadgets électroniques, services informatiques…), la mise sur le marché d’un nouveau produit doit impérativement passer par une mise aux normes, il n’y a aucune raison pour que les choses soient différentes avec OpenAI. Après une courte période d’euphorie, c’est un dur retour à la réalité pour ce petit laboratoire de recherche californien qui voulait coiffer au poteau les géants numériques, mais dont les ambitions vont se heurter aux grands défis du XXIe siècle.
Bienvenue dans la cour des grands !