IA et agents : comment l’entreprise va-t-elle vraiment changer ?
L’intelligence artificielle est partout.
Dans les présentations des dirigeants, les feuilles de route des entreprises, les discussions des investisseurs et, désormais, dans le quotidien de millions de salariés.
Mais derrière l’emballement autour de ChatGPT, des modèles génératifs et des agents IA, une question beaucoup plus importante commence à apparaître :
À quoi ressemblera réellement une entreprise lorsque l’intelligence artificielle sera intégrée à son fonctionnement quotidien ?
Aura-t-elle besoin de moins de collaborateurs ? Les métiers vont-ils disparaître ? Allons-nous voir émerger des entreprises capables de générer des centaines de millions d’euros avec quelques dizaines de personnes, voire avec une seule ?
Ou sommes-nous en train de poser la mauvaise question ?
Lors d’une Masterclass Band of Brothers consacrée à l’IA, aux agents et à la conformité, nous avons exploré ces questions avec Maxime Zanchi, cofondateur de chAInge.tech.
Et une idée s’est progressivement imposée : la révolution de l’IA ne consiste peut-être pas à remplacer l’humain, mais à transformer radicalement ce qu’un humain — et donc une entreprise — est capable de produire.
De ChatGPT aux agents IA
Nous avons vécu une première phase de démocratisation de l’intelligence artificielle.
Il suffisait d’ouvrir une interface, de poser une question et d’attendre une réponse.
Mais utiliser une IA comme un simple moteur de conversation ne représente qu’une partie de son potentiel.
La prochaine transformation concerne les agents IA.
Un agent n’est plus seulement là pour répondre ponctuellement à une question. Il reçoit des instructions, accède à certaines sources d’information et peut reproduire ou industrialiser un processus.
Il peut analyser des documents, rechercher des informations, traiter des demandes, produire du contenu ou intervenir dans une succession de tâches.
L’enjeu devient alors beaucoup plus important.
Il ne s’agit plus uniquement d’aider un collaborateur à écrire plus rapidement un e-mail.
Il s’agit de commencer à repenser certains processus de l’entreprise autour d’une combinaison entre humains, automatisation et intelligence artificielle.
Et cette évolution pourrait modifier profondément la taille et l’organisation des entreprises.
Vers des entreprises beaucoup plus petites ?
Une idée autrefois presque théorique revient régulièrement dans les discussions autour de l’IA : celle de la Billion Dollar Company portée par une seule personne.
Une entreprise valorisée un milliard de dollars avec un seul collaborateur.
Nous n’en sommes pas nécessairement là.
Mais la question mérite désormais d’être posée.
Que se passe-t-il lorsqu’une personne peut s’appuyer sur plusieurs agents capables de rechercher de l’information, analyser des données, préparer des documents, prospecter, produire du contenu ou exécuter une partie de ses processus ?
Certaines fonctions pourraient demain fonctionner avec des équipes beaucoup plus réduites.
Un département marketing, par exemple, pourrait s’appuyer sur des agents pour produire et diffuser une partie importante de ses contenus.
Une équipe commerciale pourrait automatiser une partie de la recherche de prospects, de leur qualification et de la prise de contact.
Les ressources humaines pourraient donner accès aux collaborateurs à un agent connecté à la documentation interne, aux règles de l’entreprise ou aux conventions applicables afin de répondre directement à certaines questions courantes.
La tentation est alors immédiate :
Si l’IA permet de produire autant avec moins de personnes, pourquoi conserver autant de collaborateurs ?
C’est probablement là que commence l’une des erreurs les plus dangereuses dans la manière d’aborder l’IA.
Réduire les coûts ou augmenter les capacités ?
Certaines entreprises abordent déjà l’intelligence artificielle avec un objectif essentiellement financier.
Comment passer de 60 collaborateurs à 20 ?
Comment automatiser suffisamment de tâches pour supprimer certains postes ?
Cette logique est compréhensible. Mais elle pourrait être trop simpliste.
L’IA peut effectivement automatiser certaines tâches. Elle peut faire gagner énormément de temps sur des rapports, des recherches, des analyses ou des tâches administratives.
Mais ce temps libéré peut être utilisé de deux manières.
La première consiste à supprimer la ressource humaine devenue apparemment inutile.
La seconde consiste à se demander :
Que pourrait produire cette même personne si nous lui rendions plusieurs heures chaque semaine ?
C’est une différence fondamentale.
L’entreprise qui gagnera avec l’IA ne sera pas nécessairement celle qui aura supprimé le plus de postes.
Ce pourrait être celle qui aura réussi à déplacer le temps humain des tâches répétitives vers les tâches nécessitant jugement, créativité, relation, expérience et prise de décision.
Autrement dit : utiliser l’IA non seulement comme un outil de réduction des coûts, mais comme un multiplicateur de capacité.
L’expertise humaine devient-elle moins importante ?
Il existe un paradoxe intéressant.
Plus l’intelligence artificielle devient puissante, plus nous pourrions imaginer que l’expertise humaine devient inutile.
Dans la pratique, c’est loin d’être évident.
Prenons un professionnel expérimenté qui construit depuis dix ans des présentations.
Il connaît la manière d’organiser l’information. Il sait ce qui doit apparaître en premier. Il connaît les erreurs à éviter. Il sait adapter le niveau de détail au public.
Lorsqu’il demande à une IA de réaliser une présentation, il est capable de lui expliquer précisément les différentes étapes, les contraintes et le résultat attendu.
L’IA peut alors lui permettre de réaliser en quelques minutes ce qui lui aurait demandé beaucoup plus de temps auparavant.
Mais la qualité du résultat ne provient pas uniquement de l’IA.
Elle provient également des années d’expérience que le professionnel est capable de transformer en instructions.
La même logique existe dans le juridique, les ressources humaines, la finance, le marketing ou la médecine.
L’IA peut rechercher, synthétiser et faire émerger des informations.
Mais quelqu’un doit encore savoir quelles questions poser, quelles sources utiliser, quels résultats semblent incohérents et quelles décisions prendre.
L’expertise ne disparaît donc pas nécessairement.
Elle change de rôle.
Et si le véritable risque concernait les juniors ?
Cette situation soulève cependant une question beaucoup plus profonde.
Si les meilleurs utilisateurs de l’intelligence artificielle sont ceux qui comprennent parfaitement leur métier, comment les prochaines générations vont-elles acquérir cette expertise ?
Imaginez un junior qui n’a jamais construit seul une analyse financière.
Dès son arrivée dans l’entreprise, une IA la réalise pour lui.
Il obtient peut-être un excellent résultat.
Mais a-t-il appris à construire l’analyse ?
Sait-il détecter une incohérence ?
Sait-il pourquoi une donnée est importante et une autre secondaire ?
Et surtout : sera-t-il capable, quelques années plus tard, de piloter correctement une IA sur un métier qu’il n’aura jamais réellement exercé ?
C’est probablement l’un des sujets les plus sous-estimés de la transformation actuelle.
Nous pourrions créer une génération extrêmement performante dans l’utilisation des outils mais beaucoup moins solide dans la compréhension profonde des métiers.
Cela ne signifie pas qu’il faut interdire l’IA aux jeunes collaborateurs.
Mais peut-être devons-nous revoir la manière dont nous les formons.
Avant d’automatiser un métier, il faut probablement s’y confronter.
Comprendre les difficultés.
Faire des erreurs.
Construire soi-même.
Puis utiliser l’IA pour aller plus vite et plus loin.
Le défi des entreprises ne sera donc pas uniquement d’apprendre à leurs collaborateurs à utiliser l’intelligence artificielle.
Il sera aussi de continuer à fabriquer des experts dans un monde où la machine peut réaliser une partie du travail nécessaire pour le devenir.
12 heures de travail en 15 minutes
Certains cas d’usage donnent cependant une idée de l’ampleur du changement en cours.
Lors de la Masterclass, Maxime Zanchi a notamment présenté un agent développé avec des biostatisticiens en Belgique pour travailler sur l’analyse de 563 biopsies de cancer du sein.
Une tâche réalisée habituellement en environ douze heures aurait été exécutée par l’agent en une quinzaine de minutes, avec des résultats comparés à ceux des spécialistes.
Le chiffre impressionne.
Mais ce n’est peut-être pas le plus intéressant.
Avant que l’agent puisse réaliser cette tâche, il a fallu travailler avec les experts.
Comprendre le processus. Déterminer les différentes étapes. Définir les métriques. Préciser les résultats attendus. Prévoir la manière dont ils seraient contrôlés.
Autrement dit :
L’agent n’a pas magiquement appris le métier. Des humains ont dû transformer leur savoir en processus compréhensible et exécutable par la machine.
C’est probablement l’un des grands enjeux des prochaines années.
Les entreprises possèdent énormément de savoir.
Mais ce savoir se trouve souvent dans la tête de leurs collaborateurs.
L’intelligence artificielle va les obliger à l’expliciter, le structurer et parfois le remettre en question.
Le problème n’est pas toujours l’IA. C’est parfois votre Excel.
Il existe également un obstacle beaucoup moins spectaculaire à cette révolution.
Les données.
On parle beaucoup de modèles, d’agents et d’automatisation.
Mais dans de nombreuses entreprises, les informations nécessaires pour les alimenter sont dispersées dans des logiciels différents, des documents mal structurés et parfois d’immenses fichiers Excel.
Or un agent ne devine pas.
Il travaille avec les informations auxquelles nous lui donnons accès.
Si les données sont incomplètes, incohérentes ou mal structurées, le résultat le sera également.
Avant de construire des agents extrêmement sophistiqués, beaucoup d’entreprises devront donc accomplir un travail beaucoup moins séduisant :
nettoyer, structurer et qualifier leurs données.
La transformation IA d’une entreprise pourrait ainsi commencer non pas par l’achat du dernier modèle disponible, mais par un immense chantier de rangement.
Par où commencer ?
Face à l’ampleur du sujet, beaucoup de dirigeants font la même erreur.
Ils commencent par chercher l’outil.
Quel modèle utiliser ?
Quelle plateforme acheter ?
Quel agent construire ?
Une autre approche consiste à commencer par le travail.
Regardez une journée normale dans votre entreprise.
Listez les tâches réalisées : les e-mails, les recherches, les rapports, les vérifications, les saisies, les contenus, les analyses, les prises de rendez-vous.
Puis posez une question simple :
Lesquelles de ces tâches pourraient être partiellement automatisées ou augmentées ?
Il n’est pas nécessaire de commencer par les processus les plus critiques.
Au contraire.
Les premiers agents peuvent concerner des tâches simples, facilement vérifiables et présentant peu de risques.
Traiter certaines catégories d’e-mails.
Préparer un contenu.
Chercher de l’information.
Structurer des documents.
Puis mesurer.
Est-ce réellement plus rapide ?
Le résultat est-il suffisamment bon ?
Combien d’interventions humaines restent nécessaires ?
Quel est le véritable gain ?
Et seulement ensuite augmenter progressivement la complexité. Cette logique de commencer par des quick wins, puis de mesurer avant d’attaquer les processus critiques, faisait partie des recommandations de la masterclass.
L’entreprise de demain ne sera peut-être pas celle que nous imaginons
Il est encore difficile de savoir jusqu’où cette transformation ira.
Les entreprises auront-elles beaucoup moins de salariés ?
Verrons-nous réellement apparaître des sociétés considérables opérées par quelques personnes et des dizaines d’agents ?
Certains métiers disparaîtront-ils tandis que d’autres apparaîtront ?
Personne ne peut aujourd’hui répondre sérieusement à toutes ces questions.
Mais une chose semble déjà se dessiner.
L’intelligence artificielle modifie progressivement l’unité fondamentale de l’entreprise.
Pendant longtemps, augmenter la capacité d’une organisation signifiait principalement recruter davantage de personnes.
Demain, ce lien pourrait devenir beaucoup moins mécanique.
Une personne accompagnée de plusieurs agents pourra potentiellement produire ce qui nécessitait auparavant plusieurs personnes.
Une petite équipe pourra opérer comme une organisation beaucoup plus importante.
Et une grande entreprise pourra automatiser une partie considérable de son fonctionnement.
Mais cela ne signifie pas que l’humain disparaît.
Au contraire.
Plus nous confierons de tâches aux machines, plus les compétences permettant de les orienter, les contrôler et décider deviendront stratégiques.
La véritable question n’est donc peut-être pas :
« Combien de personnes l’intelligence artificielle va-t-elle nous permettre de remplacer ? »
Mais plutôt :
« Que pourrions-nous accomplir si chaque personne de notre entreprise devenait capable de produire beaucoup plus qu’aujourd’hui ? »
C’est probablement là que commence la véritable transformation.
