Comment les agents IA transforment notre façon de travailler
La conversation sur l'IA et le travail suit généralement l'une de ces deux directions : la direction utopique — l'IA effectue tout le travail fastidieux et les humains se consacrent au travail créatif — ou la direction dystopique — l'IA remplace les travailleurs humains et provoque des perturbations économiques.
Ces deux perspectives sont erronées. Non pas parce que les résultats qu'elles décrivent sont impossibles, mais parce qu'elles envisagent un état futur plutôt que la transition qui se déroule réellement. Or, cette transition en cours est plus fascinante et plus lourde de conséquences que l'un ou l'autre de ces états finaux.
Le changement en cours ne concerne pas le remplacement des travailleurs humains par l'IA ni l'assistance de l'IA aux travailleurs humains. Il s'agit du déplacement de la frontière entre ce que l'IA accomplit et ce que les humains accomplissent dans une direction précise — l'IA prenant en charge l'exécution et les humains le jugement — et ce changement s'opère plus rapidement que ce que la plupart des organisations ne peuvent adapter.
Il est question ici du changement réel dans la façon dont le travail s'effectue, et non de ce que pourrait être l'avenir du travail.
La frontière se déplace
Chaque technologie qui a transformé le travail a déplacé une frontière. L'apparition des tableurs a déplacé la frontière entre le calcul mathématique et l'analyse stratégique — les comptables passaient moins de temps à calculer et plus de temps à interpréter. Le courriel a déplacé la frontière entre la communication écrite et la communication stratégique — les professionnels passaient moins de temps à rédiger des lettres et plus de temps à décider quoi dire.
Les agents IA déplacent le même type de frontière. La transition se fait des tâches nécessitant une exécution humaine vers des tâches que l'IA peut exécuter de manière autonome. Il ne s'agit pas uniquement de tâches nécessitant une contribution ou un jugement humain — mais de tâches nécessitant une action humaine.
Cette distinction est importante car elle détermine le travail que les humains continueront d'effectuer. Il ne s'agit pas du discours inspirant — les humains font un travail créatif tandis que l'IA fait un travail répétitif. Il s'agit de la formulation plus juste — les humains effectuent un travail nécessitant un jugement tandis que l'IA effectue un travail nécessitant une exécution.
Le travail que les humains continueront d'effectuer est celui qui nécessite un jugement : décider du résultat à atteindre, évaluer si le résultat est correct, s'adapter lorsque les circonstances changent de manières non anticipées par l'IA. Le travail que l'IA effectuera de plus en plus est celui qui nécessite une exécution : poursuivre un résultat défini, suivre un processus, coordonner entre systèmes.
Ce n'est pas la fin du travail humain. C'est une redéfinition de ce que signifie le travail humain.
La conséquence organisationnelle : la conception du travail est désormais une décision de stratégie IA
L'approche traditionnelle de la conception du travail : décomposer un poste en tâches, attribuer les tâches aux personnes en fonction de leurs compétences, mesurer la performance sur l'accomplissement des tâches.
L'approche par agent IA : décomposer un poste en tâches nécessitant un jugement et tâches nécessitant une exécution. Attribuer les tâches d'exécution aux agents IA. Attribuer les tâches nécessitant un jugement aux humains. Mesurer la performance sur les résultats plutôt que sur l'accomplissement des tâches.
Cela modifie la conception du travail. Le travail n'est plus conçu autour des capacités et des limites humaines. Il est conçu autour de l'allocation entre l'exécution par l'IA et le jugement humain. La décision de répartir le travail entre l'IA et les humains devient désormais une décision de conception du travail avec des implications stratégiques.
Les organisations qui s'adaptent le plus rapidement sont celles qui traitent cela comme un problème de conception organisationnelle, et non comme un problème d'adoption technologique. Elles disposent de personnes dont la tâche consiste à évaluer quels flux de travail doivent être exécutés par l'IA et lesquels doivent rester sous jugement humain. Elles mesurent la qualité de cette décision d'allocation, et non seulement la performance des outils d'IA qu'elles ont déployés.
La conséquence individuelle : le jugement est la compétence
Si l'IA gère l'exécution, la compétence qui compte est le jugement — la capacité de décider quel résultat poursuivre, quelle approche adopter, quels compromis accepter.
Cela semble abstrait jusqu'à ce qu'on le voie en pratique. J'ai observé des professionnels dont le travail était principalement axé sur l'exécution — produire des rapports, gérer la saisie de données, coordonner les suivis — découvrir que l'IA peut exécuter plus rapidement et plus cohéremment qu'eux. Leur valeur dans ces rôles chute vers zéro. Leur valeur provenait du travail de jugement qu'ils effectuaient parallèlement au travail d'exécution — et s'ils n'ont pas développé ce jugement, ils se trouvent dans une position difficile.
Les professionnels qui prospèrent dans cette transition sont ceux qui effectuaient toujours un travail de jugement parallèlement au travail d'exécution. Ils avaient des opinions sur la stratégie, prenaient des décisions sur l'approche, évaluaient si les résultats étaient corrects. Ils ont utilisé l'IA pour supprimer la charge d'exécution et libérer plus de temps pour le jugement. Ils sont plus productifs, plus précieux et plus stratégiques.
Les professionnels qui ont des difficultés sont ceux qui étaient principalement des travailleurs axés sur l'exécution. Ils n'avaient pas de couche de jugement parce que leur rôle ne le nécessitait pas. Lorsque l'IA a pris en charge l'exécution, la valeur de leur rôle a diminué.
La leçon : le jugement est la compétence qui se capitalise. Les compétences d'exécution peuvent être apprises par l'IA. Les compétences de jugement sont ce que les humains apportent et que l'IA ne peut pas reproduire.
Ce que cela signifie pour la façon dont les organisations devraient penser l'IA
Les organisations qui s'adaptent le plus rapidement à ce changement partagent trois caractéristiques que les organisations en difficulté ne possèdent pas.
Premièrement, elles sont explicites sur ce qu'elles cherchent à accomplir. Elles n'adoptent pas l'IA parce que leurs concurrents l'adoptent. Elles évaluent des flux de travail spécifiques, mesurent des coûts et des avantages spécifiques, et prennent des décisions fondées sur l'économie de leur situation propre.
Deuxièmement, elles conçoivent le travail autour de la répartition IA/humains plutôt que de superposer l'IA sur les conceptions de travail existantes. Le schéma d'échec typique consiste à prendre un processus existant, à ajouter des outils d'IA à des points spécifiques, et à mesurer si les outils d'IA sont plus rapides. L'approche la plus productive consiste à reconcevoir le processus autour de ce que l'IA fait bien et de ce que les humains font bien.
Troisièmement, elles développent les capacités de jugement de leurs collaborateurs plutôt que leurs seules capacités d'exécution. Les organisations qui traitent l'IA comme un remplacement des travailleurs d'exécution sont dans une course vers le bas — elles forment leurs collaborateurs à concurrencer l'IA sur le terrain de l'IA. Les organisations qui développent les capacités de jugement de leurs collaborateurs construisent le seul avantage durable dans une économie augmentée par l'IA.
Le travail que les humains effectuent est fondamentalement un travail de jugement : décider ce qui compte, quoi poursuivre, quels compromis accepter, quels résultats optimiser. Les agents IA exécutent. Les humains tranchent. Les organisations qui s'organisent autour de cette distinction — plutôt que d'essayer d'utiliser l'IA pour rendre l'exécution humaine moins coûteuse — sont celles qui construisent quelque chose de durable.
Le passage des outils aux agents ne concerne pas l'amélioration des outils. Il s'agit du changement de la nature du travail humain. Plus tôt les organisations le comprennent, mieux elles sont positionnées pour gérer la transition.