Les progrès récents de l'intelligence artificielle générative remodèlent rapidement le travail basé sur la connaissance. De nombreuses organisations utilisent déjà l'IA dans des secteurs marginaux de l'entreprise (comme le service à la clientèle). Mais les grandes entreprises appliquent l'IA dans des domaines stratégiques à forte valeur ajoutée qui sont au cœur de leur activité.
Le cabinet d'avocats multinational A&O Shearman, par exemple, fait état de gains de productivité de 20 à 30 % – l'équivalent d'une économie de sept heures par révision de contrat – grâce à l'utilisation par ses 2 000 avocats d'un système interne de gestion des contrats par l'IA, ContractMatrix. De même, lorsque McKinsey a entraîné une IA sur plus de 10 000 propositions et réponses historiques de fournisseurs pour prédire les structures d'offres gagnantes, son modèle a à la fois amélioré la qualité et accéléré le processus de manière significative.
Dans le domaine de la finance, LG et Qraft Technologies ont lancé un fonds négocié en bourse (ETF) alimenté par l'IA qui sélectionne et gère activement un portefeuille d'actions américaines à grande capitalisation sur la base d'informations en temps réel sur le marché.
Au-delà des tâches routinières
Avant l'arrivée de ChatGPT, l'orthodoxie voulait que l'IA aide au mieux les tâches de bureau routinières à faible valeur ajoutée. Or, il s'avère que cette technologie est très bien adaptée au travail stratégique et analytique. Cela soulève de grandes questions : Quels sont les travailleurs qui bénéficieront le plus de l'IA ? Quel sera l'impact de l'IA sur le travail intellectuel ? Et quel sera l'impact de la technologie sur les structures organisationnelles ?
L'introduction du GPS dans le secteur des taxis constitue une analogie utile. Avant la navigation par satellite, la maîtrise des itinéraires urbains nécessitait une mémoire exceptionnelle. Les chauffeurs de taxi londoniens qui suivaient un programme intensif de trois ans pour acquérir le « savoir » (mémorisation des quelque 25 000 rues situées dans un rayon de six miles autour de Charing Cross) développaient un hippocampe plus volumineux, la partie du cerveau qui s'occupe de la représentation spatiale. En réduisant l'importance des itinéraires mémorisés, le GPS a supprimé la prime à la connaissance géographique spécialisée, abaissant ainsi les barrières à l'entrée dans le secteur des taxis.
La technologie comme un niveleur
Puis sont apparus les services de covoiturage comme Uber, qui ont capitalisé sur l'élargissement du réservoir de main-d'œuvre que le GPS permettait de débloquer. Cette histoire s'est déroulée comme les économistes l'avaient prévu : les applications de covoiturage ont conquis 85 % du marché dans la ville de New York au cours de la décennie qui s'est achevée en 2024, ce qui peut avoir exercé une pression à la baisse sur les salaires, même si le marché s'est développé.
Les premières études sur l'utilisation de la GenAI sur le lieu de travail ont donné lieu à un récit similaire. La technologie était considérée comme un niveleur, comblant les écarts de compétences entre les employés les plus performants et les moins performants, et supprimant potentiellement la prime liée aux compétences spéciales. Par exemple, une étude de l'université de Stanford portant sur 5 172 employés de centres d'appels a révélé que l'assistance de l'IA augmentait la productivité de 14 % dans l'ensemble. Il est à noter que les gains les plus importants ont été enregistrés chez les personnes les moins expérimentées et les moins qualifiées. L'IA a contribué à accélérer la courbe d'apprentissage, permettant aux travailleurs d'acquérir l'équivalent de six mois d'expérience en seulement deux mois.
Démocratiser l’expertise
Une étude menée en 2022 par Fabrizio Dell'Acqua, de la Harvard Business School, a mis en évidence un effet similaire chez les travailleurs du savoir mieux rémunérés. Lorsque 758 consultants du Boston Consulting Group ont été équipés d'un assistant d'IA et testés sur des travaux de connaissance courante, les sujets en dessous de la moyenne ont obtenu une augmentation de productivité de 43 %, contre seulement 17 % pour leurs pairs plus performants.
Ces premiers résultats suggèrent que les outils d'IA démocratisent l'expertise, tout en réduisant potentiellement les salaires. Si l'avantage d'être hautement qualifié s'érode, les entreprises peuvent embaucher une main-d'œuvre moins chère et interchangeable. Il y a des signes de ce phénomène sur le marché des freelances. Par exemple, une analyse de 2023 portant sur près de 1,4 million d'offres d'emploi en freelance a révélé que la demande pour les fonctions sujettes à l'automatisation a chuté de 21 % dans les mois qui ont suivi la publication de ChatGPT, le nombre d'emplois de rédaction et de codage ayant chuté de 30 % et de 21 %, respectivement.
Égaliser les compétences
En facilitant l'exécution de ces tâches par des non-spécialistes, l'IA a réduit la nécessité d'embaucher des talents extérieurs. Ainsi, même s'ils ne provoquent pas de chômage généralisé, ces outils peuvent rendre les travailleurs moins précieux dans l'ensemble. Jusqu'à présent, l'IA suit la même voie que de nombreuses autres technologies de l'information. Elle égalise les compétences, tout en supprimant potentiellement des catégories entières d'emplois – comme les typographes il y a 30 ans – sur le lieu de travail.
Mais que se passe-t-il si l'IA ne se contente pas d'égaliser les compétences ? Et si ses effets étaient inégalement ressentis, avec l'automatisation et la dépréciation des salaires au bas de l'échelle, et un avantage composé pour ceux qui sont au sommet de l'échelle ?
L’importance de l’autonomie de l’IA
Des résultats récents remettent en question l'idée d'un « égalisateur de compétences ». Une étude réalisée en 2024 par des chercheurs de l'université de Harvard et de l'université de Californie à Berkeley a révélé que les petites entreprises les plus performantes ont augmenté leurs bénéfices de 15 % en adoptant l'IA, tandis que les autres n'ont réalisé qu'un gain de 8 %.
De même, Enrique Ide et Eduard Talamàs de l'école de commerce IESE affirment que l'autonomie de l'IA détermine son impact sur les professionnels qualifiés. Les IA autonomes qui agissent comme des collègues et s'occupent des tâches routinières peuvent permettre aux meilleurs professionnels de se concentrer sur la résolution de problèmes complexes, ce qui augmente considérablement leurs performances et les bénéfices de leur entreprise. En revanche, les avantages des IA moins autonomes se limitent à aider les travailleurs moins qualifiés à combler leurs lacunes en matière de connaissances.
Un effet d’enrichissement
En fin de compte, l'IA autonome permet d'obtenir des résultats globaux plus élevés, ce qui implique qu'il y aura un effet d'enrichissement. Si la GenAI aide les personnes moins expertes, les professionnels chevronnés (ceux qui ont une connaissance approfondie du domaine) peuvent en tirer davantage de valeur, car ils savent quelles questions poser et comment affiner les résultats de l'IA pour obtenir des résultats supérieurs. Cet avantage ne consiste pas seulement à donner des instructions plus précises à l'IA ; il s'agit de comprendre comment déléguer efficacement les tâches, itérer sur des idées complexes et évaluer de manière critique les résultats générés par l'IA.
Qu'advient-il de ceux qui n'ont pas ces compétences ou cette expérience ? Une deuxième étude portant sur les consultants du BCG suggère que si l'IA peut aider les travailleurs du savoir à accomplir des tâches dans des domaines peu familiers tels que les statistiques ou le codage, elle n'améliore pas leurs réponses aux questions portant sur ces sujets lors de tests effectués après coup. Ainsi, les outils d'IA agissent comme un exosquelette, permettant de faire des choses extraordinaires, mais sans développer la musculature sous-jacente.
Au-delà de l’expertise
Alors, les personnes intelligentes gagneront-elles le jeu de l'IA grâce à leurs connaissances et à leur expertise préexistantes, ou y a-t-il autre chose à faire ? Nos propres intuitions et expériences personnelles nous indiquent que l'expertise reste importante lorsqu'il s'agit de formuler les bonnes questions, d'interpréter des idées subtiles et de guider l'IA de manière efficace. Fournir ces outils à des travailleurs moyens peut produire des résultats acceptables, alors que les confier à un travailleur expert peut conduire à des résultats vraiment extraordinaires.
Mais au-delà de l'expertise, deux autres facteurs semblent également déterminer qui en bénéficie le plus. Premièrement, les travailleurs qualifiés qui investissent du temps et de l'énergie dans la maîtrise de l'IA peuvent acquérir un avantage considérable. Ils n'apprennent pas par la théorie, mais par essais et erreurs. En itérant constamment, ils acquièrent une connaissance approfondie des particularités des différents outils et de la manière de les exploiter dans le cadre de leur travail spécifique. Chez Exponential View, nos propres percées dans l'utilisation de l'IA sont le fruit d'une expérimentation patiente et d'un partage des leçons tirées des succès et des échecs.
Adapter la structure organisationnelle
Nous savons que les employés dotés d'IA s'épanouissent dans un environnement agile où ils peuvent expérimenter et remettre en question les méthodes établies. Mais les entreprises peuvent avoir du mal à s'adapter à cette approche. Le deuxième facteur concerne donc la structure organisationnelle. Comment les pyramides d'entreprise traditionnelles se comporteront-elles si l'IA permet aux employés de niveau intermédiaire de générer des informations autrefois réservées aux cadres ? Les entreprises devront peut-être repenser les choses : aplanir les hiérarchies pour accueillir des employés plus autonomes augmentés par l'IA, ou renforcer un nouveau clivage séparant une petite élite, qui exploite efficacement l'IA, des autres, qui exécutent des tâches de plus en plus automatisées.
L'IA introduit également une nouvelle dynamique dans les flux de travail, puisqu'elle ne sera plus seulement un outil, mais un participant actif à la prise de décision. Décentralisera-t-elle le pouvoir et créera-t-elle des modèles organisationnels plus fluides, ou les entreprises conserveront-elles un contrôle rigide sur les processus pilotés par l'IA ? Alors que des études antérieures suggéraient que l'IA pourrait combler les lacunes en matière de compétences, des données plus récentes indiquent que les personnes les plus performantes obtiendront de nouveaux superpouvoirs.
Les entreprises sont donc confrontées à un choix crucial : vont-elles assurer une large adoption de l'IA, en formant davantage d'employés pour qu'ils puissent tirer parti de toutes les capacités de la technologie ? Ou se concentreront-elles sur des groupes plus restreints de « super utilisateurs » ?
Quel rythme d’amélioration pour l’IA
Le plus grand risque concerne le rythme des améliorations de l'IA. Aujourd'hui, l'IA ne fait qu'améliorer les capacités humaines. Mais que se passera-t-il lorsqu'elle dépassera l'expertise humaine, non seulement pour générer du contenu, mais aussi pour affiner les questions nécessaires à la production d'informations utiles ? Si l'IA atteint un niveau tel qu'elle surpasse même les professionnels les plus compétents, l'expérience perdra de sa valeur.
Fin janvier 2025, des chercheurs en IA ont publié « Humanity's Last Exam » (Le Dernier Examen de l'humanité), un test couvrant certains des domaines les plus difficiles de la connaissance spécialisée. Au moment de la publication, le modèle o1 d'OpenAI avait obtenu le meilleur score : 9,1 %. Dix jours plus tard, un nouveau système de la même société, Deep Research, a obtenu 26,6 %.
En l'absence d'une feuille de route claire, les implications de l'IA sur le lieu de travail resteront incertaines. Nous ne pouvons pas encore savoir si l'IA sera davantage un égalisateur de compétences ou une machine à s'enrichir, si elle peut aider les travailleurs à se perfectionner dans des tâches particulières, ou à quelle vitesse les systèmes d'IA s'amélioreront, et de quelle manière. Mais une chose est claire : les entreprises ne peuvent pas se permettre de se contenter des fruits les plus faciles à cueillir de l'automatisation. Elles doivent s'efforcer de placer les outils d'IA au cœur des processus les plus importants, ceux qui créent réellement de la valeur. C'est ainsi qu'elles établiront les disciplines et les capacités nécessaires pour naviguer dans cet environnement en évolution rapide et en tirer profit.
Pour en savoir plus :
Azeem Azhar, fondateur d'Exponential View, est chercheur en économie numérique au Digital Economy Lab de l'université de Stanford et chercheur en gestion à la Harvard Business School.
Chantal Smith est chercheuse senior chez Exponential View.
Ce texte a initialement été publié en anglais sur Project Syndicate le 11 mars, traduction : Qant.
Qant est membre de Project Syndicate.