Une étude du MIT chiffre à 95 % les projets pilotes d’IA sans effet mesurable

Mieux vaut apprendre à utiliser l’IA que d’y investir massivement sans l’avoir pratiquée : c’est la thèse de Laurent Salanié, dans une tribune publiée par le Journal du Net. Il s’agit d’une opinion, et non d’un constat démontré. Elle s’adresse aux cabinets, mais éclaire toute organisation qui hésite entre acheter des outils et apprendre à s’en servir.

Quand l’accès à l’outil ne distingue plus personne

Cela fait plus de vingt-quatre mois que les cabinets s’interrogent sur le choix des solutions d’IA et sur le budget à y allouer. Jusqu’ici, chaque grand bouleversement du métier a favorisé les structures capables de payer, qu’il s’agisse de progiciels très évolués ou d’équipes dédiées.

Pour l’auteur, l’IA rebat les cartes : les outils les plus performants se diffusent rapidement auprès de chacun, si bien que posséder la technologie n’offre plus d’atout décisif. D’après lui, la réussite reviendra à ceux qui apprennent rapidement, testent et font entrer l’IA dans leurs pratiques quotidiennes. Il observe également que nombre de dirigeants l’abordent toujours comme une question technique, déléguée aux équipes innovation ou aux métiers, une habitude dont les limites apparaissent vite.

L’étude du MIT : le problème est l’apprentissage

Un tel constat tombe alors que des dizaines de milliards de dollars ont déjà été engagés. Pour les rédacteurs de l’étude, la cause tient moins à la technologie elle-même qu’à une insuffisance d’apprentissage, aussi bien dans les outils que dans les organisations. Cette étude n’est reprise ici que par cette tribune, sans aucune autre confirmation.

Ethan Mollick, professeur à Wharton, partage ce point de vue : nul ne peut deviner d’avance l’apport de l’IA à une profession précise, et le seul moyen de l’établir passe, selon lui, par une « expérimentation disciplinée ».

Expérimenter au quotidien, sans attendre le grand projet

La tribune conseille de s’appuyer sur l’activité concrète du cabinet. Derrière chaque tâche quotidienne se logent des pistes que seule la pratique personnelle permet de déceler.

• Choisir des tâches familières : préparer une note technique ou mener une recherche documentaire.
• Commencer modestement : résumer un document ou préparer un courrier.
• Enchaîner les essais : un test en appelle un autre, les outils se combinent, puis une automatisation ou un assistant spécialisé finit par répondre à un besoin précis.

L’auteur assimile la démarche à un jeu de construction, du type Lego ou Minecraft : on dispose d’abord quelques éléments, puis, en essayant encore et encore, on bâtit quelque chose d’inattendu. Il avertit que les applications vraiment transformatrices se révèlent rarement durant les premières heures, et ne surgissent qu’au bout de dizaines de tentatives. La patience est donc indispensable.

D’après l’auteur, les dirigeants gagneraient à « mettre les mains dedans », sans chercher à devenir spécialistes de la technologie, mais pour se forger le flair qui leur permettra de détecter les occasions à venir. Choisir les bons outils ou parapher les bons contrats ne suffit plus : il faut saisir très concrètement ce que ces outils permettent de bâtir.

Il suggère par ailleurs que les cabinets de taille intermédiaire détiendraient des forces méconnues : leur organisation leur permet de former les équipes et de propager les bonnes habitudes, tandis que leur proximité avec le terrain facilite des essais rapides. Cette souplesse pourrait compter davantage que la dimension, précise-t-il toutefois en employant le conditionnel.

« You can outsource work, not learning »

Satya Nadella, CEO de Microsoft

La formule, que la tribune cite pour résumer l’enjeu, revient à dire qu’on peut déléguer le travail, mais pas l’apprentissage. Le texte ne désigne aucun outil précis à adopter et ne traite pas du mobile : il porte sur la manière d’apprendre.

Photo : Theo Decker / Pexels