De l'intelligence artificielle au bullshit management

L’IA, ce sera encore la grande affaire de 2024, dans le prolongement de 2023. C’est un défi pour le management de toutes les organisations. Et comme toujours, à chaque irruption d’une innovation générique, la même question inquiète : quel impact pour l’emploi ? Or l’histoire nous le montre, c’est l’abord le plus fallacieux de l’enjeu.

La première question, c’est pour quoi faire ? Pour dire les choses de façon lapidaire, l’IA permet de reconnaître et de produire du signe (image, textes, son), et de résoudre de mieux en mieux, par apprentissage, des problèmes complexes en traitant des données de masse. Comme toute automatisation elle tend d’abord à massifier l’offre, là où régnait l’artisanat, à l’instar des chaines de production du fordisme. Avant de remplacer l’homme, elle permet donc de faire beaucoup plus et mieux augmentant les capacités du cerveau humain. Comme souvent le progrès règle les problèmes du progrès, se greffant sur un dysfonctionnement. Et ici, il s’agit d’abord d’augmenter nos capacités de lecture et de traitement face à un volume de data qui nous submerge. L’adoption de l’IA est donc impérative au risque d’être dépassé par les autres.

Ce potentiel de massification productive concerne directement les organisations qui fournissent de la connaissance (expertise, conseil, ingénierie, R&D, design, architecture, médias etc.) avec en première ligne, les services informatiques eux-mêmes, les plus immédiatement challengés. Mais son pendant est la banalisation, l’homogénéisation et donc la perte de valeur de l’offre. Ce qui était rare et ne l’est plus. Ainsi, le corolaire de l’irruption de l’IA, et question de survie pour les entreprises, c’est la différenciation, la singularité et l’ardente obligation d’apporter un plus, une intelligence augmentée identifiable par l’utilisateur. C’est le défi numéro un du management aujourd’hui. Avec tout ce qui en découle en termes de besoin en ressources humaines rares, pour challenger la masse.

Ce potentiel de massification productive ne concerne pas seulement les outputs mais aussi les process internes à toute organisation. Tout l’enjeu est de produire plus d’intelligence, de fluidité, et surtout de remédier à notre sous-utilisation vertigineuse de la data. Mais à rebours, le gros danger c’est d’épaissir le métabolisme interne des organisations. De l’ankyloser sans gagner en efficacité. C’est la perversion possible d’une innovation qui s’adresse d’abord au management, comme toute la transformation numérique d’ailleurs. Contrairement aux innovations mécaniques du passé, il ne s’agit plus pour les managers de penser l’efficacité des autres, des subordonnés, mais aussi et surtout la leur. Détenteur d’une arme de production massive, étant juge et partie, la tentation et de détourner l’innovation  pour venir épaissir encore un peu plus ce que l’anthropologue Graeber dénommait la bureaucratie d’entreprise, laquelle tend à auto-justifier son rôle par l’inflation des process intermédiaires à la finalité douteuse. En un mot, le défi de l’IA, c’est bien de produire de l’intelligence organisationnelle, et non d’obésifier davantage le management de bullshit jobs.

La deuxième question majeure c’est celle du comment ? Car le risque principal de l’automatisation, c’est l’appauvrissement des tâches, la perte d’autonomie, d’initiative, la subordination à l’outil à l’instar une fois encore de l’ouvrier à la chaîne. Celui des temps modernes, broyé par la machine, hébété,  déshumanisé, et perdant l’ingéniosité de l’artisan. L’IA est un assistant, et non un suppléant à l’intelligence. Ce risque de déqualification de l’utilisateur menace l’IA elle-même, qui doit se ressourcer sur la créativité humaine, si elle ne veut pas se transformer en boîte noire autoréférentielle. Cela veut dire de penser le partenariat avec l’IA, redéfinir les taches attenantes aux différents métiers, les moyens nécessaires pour surperformer l’IA. Cela veut dire aussi de prévenir les risques de conflictualité et de fracture des organisations autour d’un usage disharmonieux de l’IA, où s’opposeraient les partisans et les résistants du mouvement. De prendre la mesure des risques dérives paranoïaques, face à une innovation suspectée de remplacer l’homme. Tout cela signifie un impératif de dialogue, et de co-construction.

Il existe bien sûr beaucoup d’autres défis attenants à l’IA, les questions de propriété intellectuelle, de référencement sur le net,  de redéfinition des interfaces d’accès à l’information via l’IA générative etc. Mais au centre de la stratégie, une question domine : comment produire de l’intelligence véritable par des chemins artificiels ?