Les DAF vont-ils survivre à l’IA ?

Invité par le CNAM¹ à parler d’intelligence artificielle dans l’entreprise à l’occasion de la remise des diplômes des étudiants de la filière comptabilité-gestion, j’ai pu constater l’inquiétude des étudiants face à l’avenir de leur métier qu’ils estiment en danger face à l’envahissante IA Générative qu’elle soit développée par un français comme Mistral ou qu’elle nous vienne des U.S.A.

Mais comment distinguer les risques réels dans le flot incessants d’informations toutes plus alarmistes les unes que les autres sur l’avenir du travail ?
Le but de ce billet sera de tenter (seulement tenter) d’y voir plus clair et de permettre aux DAF de prendre un peu de distance face aux multiples injonctions à s’adapter ou mourir.

La logique darwinienne des promoteurs de l’IA

Les promoteurs de l’IA inconditionnels appartiennent globalement à trois ordres: les zélotes fraichement convertis à l’IA, l’Etat et ceux qui ont quelque chose à vous vendre. Nous pouvons également concéder que les trois catégories se confondent parfois: quand il s’agit de Mistral AI, l’Etat se fait zélote et ceux qui ont une solution à proposer, sont par nature même des zélotes de leurs produits.

Le premier problème que posent ces acteurs est celui de la réduction de l’intelligence artificielle à l’IA générative. En dehors de Claude, ChatGPT ou Mistral, point de salut: le reste de l’IA (cf. figure 1) n’existe tout simplement pas, alors que depuis des décennies, toute la création de valeur, la recherche, la gestion de la connaissance, l’automatisation de multiples processus se sont fait grâce à ces IA.

Le deuxième problème est que ces mêmes acteurs nous posent un ultimatum: ou bien nous adoptons l’IA générative, ou bien nous mourrons. Or, qu’est-ce qui, sur le plan scientifique, permet de l’affirmer ? Rien. Rien d’autres que les déclarations péremptoires de ces acteurs, qui, pour des raisons économiques ou politiques, ont juste intérêt à imposer leur point de vue. La plupart des études citées, notamment celles des grands cabinets de conseil, sont les premières à jeter : évidemment l’IA générative va transformer l’entreprise, sinon, ils n’auraient rien à vendre. D’autres études, comme celles publiée par l’OCDE en 2023² anticipe un impact sur les métiers, mais sans préciser ce qu’est un impact. Rappelons-le, un impact peut aller de la destruction d’emplois jusqu’à l’insertion de l’IA dans une processus existant. Cela reste quand même bien vague.

Le troisième problème est que, d’après eux, l’adoption de l’IA générative est linéaire, indolore et bon marché. Bref, demain on rase gratis, à condition de prendre un abonnement pas cher et de s’offrir deux jours de formation sur le Compte Personnel de Formation, par exemple.

Confrontés à ces ultimatums, les DAF peuvent donc se poser les questions suivantes: :

• Quelles sont les compétences techniques de mon interlocuteur ?
• Quel est son intérêt politique ou économique à tant insister pour que mon entreprise s’engage ?
• Quelles sont les contreparties à l’intégration de l’IA générative dans mon entreprise ? En effet, et c’est mon dada, tout progrès, toute activité humaine génère des effets positifs, certes, mais aussi des contreparties, ou des trade-offs. Si le lecteur est peu familier de cette façon de penser, je l’encouragerais à s’intéresser à TRIZ³, cette « théorie de résolution des problèmes inventifs » que j’enseigne à mes heures perdues.

Non, l’IA générative ne transformera pas l’entreprise

Un des sujets qui m’interpellent lorsqu’on me parle des miracles de l’IA générative en entreprise, c’est l’illusion que la transformation numérique se fera en douceur, en baignant dans un océan de bonheur. Le principal souci est que l’on soigne les symptômes, mais pas le mal.

Prenons un exemple bien simple: la synthèse de documents. On m’explique souvent qu’un atout majeur de l’IA générative est sa capacité à rendre accessible un document que l’on n’aurait pas eu le temps de lire, car trop volumineux. Pourquoi pas: effectivement, pour décortiquer un rapport d’activité, une analyse stratégique, il faut du temps. Mais alors pourquoi les dirigeants de l’entreprise produisent des documents si volumineux ? Parce que le numérique permet de produire du texte au kilomètre non pas dans le souci d’être précis, mais pour se couvrir et satisfaire toutes les parties prenantes.

Une excellente référence dont chacun pourrait s’inspirer est l’ordre d’opérations de Leclerc pour la Libération de Paris (ce qui n’est pas rien, avouez-le) : 1 page et demie. Le lecteur incrédule pourra consulter cet ordre d’opération sur le site des musées de la Ville de Paris (ICI). Comment justifier l’intérêt d’un document technocratique de plusieurs centaines de pages quand la Libération de Paris a été écrite sur une page et demi ?

Qu’on le veuille ou pas, la véritable transformation numérique de l’entreprise est un processus lent, douloureux et jamais achevé, tant les défis sont nombreux. Vous pourrez trouver quelques pistes de réflexion dans un précédent billet de blog (ICI), mais plutôt consacré aux données.

Une de mes craintes est au contraire que l’IA générative ne détruise l’entreprise en l’entraînant dans l’AI Slop. L’AI Slop est un concept récent qui s’est développé autour de la dégradation qualitative des contenus en raison du développement exponentiel de textes, d’images, de vidéos conçus par l’IA générative et où le volume compte plus que la qualité.

Or la diffusion de l’IA générative dans l’entreprise, avec des rapports toujours plus longs rédigés par une IA, qui cohabitent eux-mêmes avec des synthèse générées par l’IA de ces mêmes rapports fait craindre la disparition d’un ensemble de savoirs formels, mais surtout informels qui ne seront plus jamais retranscrits dans aucun document.

Or la valeur centrale d’une entreprise n’apparaît dans aucun document comptable: il s’agit d’abord de la connaissance de son business, avec ses caractéristiques, ses invariants, les lourdeurs ou l’agilité de certains acteurs. Il s’agit des relations de confiance que l’on a tissées avec des dizaines d’interlocuteurs au fil des années. L’existence même de ce savoir informel va être niée par des textes souvent insipides ou standardisés, corsetés par les corpus documentaires qui auront servi pour l’entraînement des IA.

Quand Alex Karp montre la voie

Dans un précédent billet (ICI), je citais une lettre d’Alex Karp aux actionnaires de Palantir. Je suis convaincu qu’il voit juste. En effet, il balaie d’un revers de la main la compétition entre les leaders de l’IA générative dont les succès sont fugaces et les résultats peu fiables.

Alexander Karp insiste au contraire sur le travail de fond nécessaire pour connaître les données, les catégoriser et en tirer des ontologies qui permettront ensuite de créer de la valeur avec.

Comment conclure ? Eh bien en insistant sur la nécessité de consentir à l’effort lorsqu’il s’agit d’intégrer de nouveaux outils numériques et que la facilité dissimule un coût dont les effets seront différés dans le temps et parfois même l’espace.
Mais c’est un autre sujet, certainement pour un futur billet dans ce blog!

1. Le Conservatoire National des Arts et Métiers a été créé par l’abbé Grégoire en 1794 dans le but de développer l’économie française par le savoir. Le site du CNAM: https://www.cnam.fr/ ↩︎
2. https://www.imf.org/-/media/files/publications/sdn/2024/english/sdnea2024001.pdf ↩︎
3. Cette théorie a été inventée vers 1946 en U.R.S.S par un certain Genrich Altschuller et a été constamment améliorée depuis. Elle a été diffusée en Europe avec la chute de l’U.R.S.S et la fin de la Guerre froide. ↩︎