Tout le monde se demande si l'IA favorise les spécialistes ou les généralistes.
Je pense que c'est la mauvaise question.
L'IA ne prend pas parti. Elle modifie le compromis.
L'ancien monde imposait un choix. Vous pouviez aller en profondeur, ou bien en largeur. Les spécialistes avaient de la profondeur. Ils connaissaient le produit, la fonction, le domaine, le processus, les cas particuliers et les leçons durement acquises qui ne viennent qu'après avoir vécu longtemps dans un espace problématique. Ils pouvaient répondre à la question difficile dans leur domaine.
Les généralistes avaient de l'étendue. Ils pouvaient relier les points entre les équipes, les clients, les marchés, les fonctions et les modèles d'affaires. Ils voyaient des schémas que d'autres manquaient. Ils pouvaient traduire entre des groupes qui ne parlaient pas naturellement le même langage.
Les deux étaient précieux.
Les deux étaient incomplets.
Le spécialiste se retrouvait souvent piégé dans une voie étroite. Le généraliste manquait souvent de la profondeur nécessaire pour prendre la décision difficile. Ce compromis a façonné l'organigramme moderne plus que nous ne l'admettons.
Une grande partie de la conception organisationnelle a été construite autour des limites de l'étendue humaine. Aucune personne ne pouvait détenir suffisamment de contexte, d'expertise, de politique, de détails techniques, de nuances clients et de jugement pour mener un travail complexe jusqu'au bout. Nous avons donc créé des transferts.
Le commercial transmettait au technicien.
Le technicien transmettait au chef de produit.
Le chef de produit transmettait au juriste.
Le juriste transmettait à la sécurité.
La sécurité transmettait à l'informatique.
L'informatique renvoyait le tout avec trois commentaires et une invitation à une réunion.
Très sophistiqué. Aussi très lent.
C'est ce que l'IA change le plus.
L'IA ne rend pas la spécialisation inutile. Elle ne fait pas non plus de tout le monde un grand généraliste par magie. L'IA attaque la taxe de transfert.
Elle donne plus d'étendue aux spécialistes.
Elle donne plus de profondeur aux généralistes.
Elle permet à plus de personnes d'avancer le travail plus loin avant qu'un autre humain n'ait besoin de s'impliquer.
Cette dernière partie est importante.
Le but n'est pas d'éliminer les experts. Le but est d'arrêter d'utiliser les experts comme infrastructure de routage.
L'IA change la façon dont le travail doit circuler
Prenons un exemple simple : le contenu de formation.
Dans l'ancien modèle, la personne responsable du contenu pouvait avoir besoin de l'apport du produit, du juridique, de l'informatique, de la sécurité, de la formation terrain et de plusieurs autres équipes avant même que le travail ne devienne cohérent. Une partie de cette approbation est réelle. Vous avez toujours besoin du Juridique là où une approbation juridique est requise. Vous avez toujours besoin de la Sécurité là où une approbation de sécurité est requise. Vous avez toujours besoin d'un véritable expert produit lorsque la réponse compte.
Mais une grande partie des allers-retours ne relève pas du jugement. C'est de la traduction. C'est une relecture de première ébauche. C'est une identification de base des risques. C'est demander à quelqu'un d'autre de faire la réflexion que le propriétaire aurait pu faire avant le transfert.
Avec l'IA, ce propriétaire de contenu devrait pouvoir en faire beaucoup plus avant d'impliquer quiconque. Il devrait pouvoir rédiger le contenu, le comparer à la politique, tester le message, identifier les problèmes juridiques potentiels, vérifier les affirmations techniques et préparer un dossier d'approbation plus propre.
L'expert approuve toujours. Mais maintenant, l'expert est utilisé pour le jugement, pas pour le nettoyage.
C'est le changement.
L'IA ne supprime pas le besoin de profondeur. Elle réduit la dépendance créée par l'absence d'accès immédiat à la profondeur.
Cela semble subtil, mais ce ne l'est pas. Cela change le modèle opérationnel. Si plus de personnes peuvent porter plus de contexte, alors le travail ne devrait pas avoir à passer par le même nombre de points de contrôle humains. Si l'analyse de premier passage est bon marché, les experts ne devraient pas passer leur temps à corriger des contributions à moitié cuites. Si le coût de coordination diminue, les équipes ne devraient pas conserver d'anciens chemins de routage simplement parce qu'ils sont familiers.
Une grande partie de ce que nous appelons la collaboration n'est que de la latence avec de meilleures manières.
L'IA nous oblige à être plus honnêtes à ce sujet.
Les spécialistes comptent toujours, mais la profondeur a besoin d'étendue
C'est pourquoi je n'adhère pas à l'argument simple selon lequel l'avenir appartient aux généralistes.
Ça sonne bien. C'est aussi incomplet.
Un généraliste superficiel avec l'IA reste superficiel. Il peut simplement devenir plus rapide à produire des absurdités confiantes, ce qui n'est pas exactement la révolution qu'on nous avait promise.
La profondeur compte toujours. En fait, la profondeur pourrait compter davantage parce que l'IA rend la compétence de surface bon marché. N'importe qui peut demander à l'IA de résumer un sujet. N'importe qui peut générer une première ébauche décente. N'importe qui peut avoir l'air informé pendant cinq minutes.
Le différenciateur devient de savoir si vous en savez assez pour repérer ce qui manque.
C'est là que l'expertise se manifeste.
L'expert sait quel détail est erroné. L'expert sait quelle hypothèse est dangereuse. L'expert sait quand la réponse semble correcte mais échouera dans l'environnement réel.
L'IA élève le plancher. Elle n'efface pas le plafond.
Mais le spécialiste doit aussi changer.
La profondeur sans étendue devient un goulot d'étranglement. Si votre valeur est seulement que vous savez une chose et que tout le monde doit attendre votre réponse, l'IA cible directement ce modèle.
Les meilleurs spécialistes ne se contenteront pas de protéger leur domaine. Ils s'en éloigneront. Ils utiliseront l'IA pour comprendre le contexte commercial environnant, les systèmes adjacents, les implications pour les clients, la dynamique concurrentielle, les contraintes de mise en œuvre et les risques opérationnels.
Je pense à mon médecin. C'est un spécialiste de l'ATM — des décennies dans un seul problème étroit et difficile. Le genre de profondeur que l'on ne peut pas simuler et que l'on ne peut pas précipiter.
Il a eu des idées de produits pendant des années. Des choses que seule une personne qui vit dans ce problème penserait à construire. Mais les idées mouraient toujours au même endroit. Pas parce que l'idée était mauvaise. Parce que tout autour de l'idée nécessitait un expert différent. Recherche d'ingrédients. Approbation réglementaire. Fabrication. Dépôts de brevets. Juridique. Chacun un transfert vers quelqu'un qu'il n'avait pas, ne pouvait pas se permettre, ou ne savait pas comment aborder.
Alors les idées sont restées des idées.
Cela a changé. Pas parce qu'il est devenu chimiste ou avocat en brevets — sa profondeur est toujours dans la mâchoire, pas dans le droit de la propriété intellectuelle. Mais maintenant, il peut faire le premier passage lui-même. Rechercher les ingrédients. Cartographier le chemin réglementaire. Comprendre ce qu'implique réellement un dépôt de brevet avant même de payer quelqu'un pour en déposer un. Il peut porter l'idée assez loin pour savoir si elle est réelle.
Il a toujours besoin de l'avocat en brevets. Il a toujours besoin de l'expert réglementaire. Mais maintenant, ils sont sollicités pour leur jugement, sur une idée réfléchie — pas pour lui enseigner les bases ou le rediriger vers la personne suivante.
Son expertise n'a jamais été le goulot d'étranglement. Le goulot d'étranglement était l'accès à celle de tous les autres.
Leur profondeur devient l'ancre.
L'IA élargit le rayon.
Les généralistes comptent toujours, mais l'étendue a besoin d'une profondeur acquise
La même chose est vraie pour les généralistes, mais en sens inverse.
Les meilleurs généralistes ne se contenteront pas de flotter au-dessus du travail en reliant les points. Ils utiliseront l'IA pour approfondir lorsque le problème l'exige. Ils testeront les hypothèses. Construiront des prototypes. Liront la documentation. Analyseront les données. Comprendront suffisamment l'architecture pour savoir où se trouve la véritable contrainte.
Leur étendue devient l'avantage.
L'IA leur donne de la profondeur à la demande.
Ainsi, le profil futur n'est ni spécialiste ni généraliste. C'est l'étendue et la profondeur à la demande.
Allez large quand le problème nécessite une connexion.
Allez profond quand la décision nécessite une expertise.
Sachez quand l'IA suffit.
Sachez quand un expert humain est requis.
Sachez quand le travail est prêt pour approbation et quand ce n'est encore qu'un gâchis à moitié cuit habillé d'un joli costume.
Ce jugement est le travail.
Les dirigeants doivent repenser le travail
Cela a de grandes implications pour les dirigeants.
Si votre modèle opérationnel suppose encore que chaque question doit passer par cinq humains, vous n'êtes pas natif de l'IA. Vous êtes juste plus lent avec de meilleurs outils.
Si chaque équipe attend une autre équipe pour faire avancer le travail de base, vous n'avez pas repensé le travail. Vous avez ajouté l'IA à la même chaîne de dépendance et appelé cela une transformation. Ce n'est pas une stratégie. C'est un approvisionnement avec un keynote.
La question que les dirigeants devraient se poser n'est pas seulement : « Comment rendre tout le monde plus productif ? »
C'est trop vague.
La meilleure question est : où utilisons-nous les humains comme transferts au lieu de jugement ?
Cette question expose le gaspillage.
Elle montre où les experts sont sollicités pour des révisions de faible valeur. Elle montre où les généralistes coordonnent un travail qu'ils pourraient désormais effectuer eux-mêmes. Elle montre où les spécialistes attendent un contexte qu'ils pourraient désormais générer. Elle montre où les équipes protègent d'anciens processus au lieu de repenser le flux.
C'est le véritable travail de leadership. Pas acheter des outils. Pas annoncer des pilotes. Pas célébrer des métriques d'utilisation qui en disent très peu sur le fait que le travail a changé.
Le travail doit être repensé autour d'une nouvelle hypothèse : plus de personnes peuvent désormais porter plus de contexte.
Cela signifie que certains transferts devraient disparaître. Certains chemins d'approbation devraient devenir plus propres. Certains rôles devraient s'élargir. Certains processus devraient être supprimés. Certains experts devraient être protégés du travail à faible valeur ajoutée afin de se concentrer sur les décisions qui nécessitent véritablement une expertise.
C'est inconfortable car les transferts ne sont pas seulement des processus. Ce sont aussi l'identité, le contrôle et la gestion des risques. Les équipes construisent du pouvoir autour du fait d'être l'étape obligatoire dans le flux de travail. Les dirigeants construisent du confort autour du fait de savoir que chaque risque a un propriétaire ailleurs.
L'IA met tout cela sous pression.
Elle pose une question plus difficile : si le travail peut désormais circuler différemment, pourquoi sommes-nous encore organisés de cette façon ?
Les talents doivent être évalués différemment
Cela change aussi la façon dont nous devrions penser aux talents.
L'ancien modèle d'embauche et de développement récompensait l'expertise statique. Que savez-vous ? Où avez-vous travaillé ? Quels produits avez-vous couverts ? Quelles fonctions avez-vous soutenues ?
Ces choses comptent toujours, mais elles ne suffisent plus.
La nouvelle question est : que pouvez-vous comprendre, construire, valider et faire avancer sans attendre que l'organisation vous donne un manuel ?
C'est un profil différent.
La preuve de construction prime sur le pedigree.
Montrez-moi ce que vous avez construit. Montrez-moi comment vous êtes resté bloqué. Montrez-moi où l'IA s'est trompée. Montrez-moi comment vous vous êtes rétabli. Montrez-moi comment vous avez relié la décision technique au résultat commercial.
Cela m'en dit plus qu'une réponse polie sur la transformation.
Les gens qui bricolent vont cumuler plus vite que ceux qui attendent la formation. Cela peut sembler dur, mais je pense que c'est vrai.
La formation vous dit ce que l'organisation sait déjà. Le bricolage vous montre ce qui est désormais possible.
Dans un monde d'IA, l'écart entre ces deux choses est massif.
La personne qui expérimente avec des agents, des prototypes, des flux de travail, du code, du contenu et des données développera des instincts que le programme de formation formel ne peut pas suivre. Elle saura où les outils sont forts. Elle saura où ils se cassent. Elle saura ce qui peut désormais être fait en une heure qui prenait deux semaines.
Cet instinct devient une compétence de leadership.
Pas parce que tout le monde doit devenir ingénieur.
Parce que tout le monde doit comprendre ce que coûte le travail maintenant.
Le coût de la rédaction a changé.
Le coût de l'analyse a changé.
Le coût du prototypage a changé.
Le coût de l'apprentissage a changé.
Le coût de la coordination devrait aussi changer.
Si le coût de faire le travail diminue mais que l'organisation conserve les mêmes transferts, le goulot d'étranglement n'est plus la capacité. C'est la mémoire musculaire.
C'est la partie dangereuse.
La plupart des entreprises n'échoueront pas parce qu'elles manquent d'outils d'IA. Elles échoueront parce qu'elles boulonnent l'IA à un processus qui ne devrait plus exister. Elles utiliseront l'IA pour accélérer l'ancien flux de travail, alors que la véritable opportunité est de supprimer la moitié du flux de travail.
L'architecture compte toujours
Il y a un dernier élément qui compte : l'architecture.
L'étendue et la profondeur à la demande ne fonctionnent que si les personnes et les agents ont un contexte de confiance. Si les données sont obsolètes, fragmentées, mal autorisées ou déconnectées du flux de travail, l'IA aide simplement les gens à se déplacer plus vite dans la mauvaise direction.
Ce n'est pas un effet de levier. C'est le chaos avec une interface plus agréable.
La personne utilisant l'IA a besoin d'accéder aux bonnes informations, aux bons outils, aux bonnes barrières de protection et aux bonnes voies d'escalade. Sinon, elle ne peut pas avancer le travail en toute sécurité. Elle ne peut que générer plus d'artefacts, plus rapidement.
C'est pourquoi la stratégie d'IA ne peut pas être réduite à la formation aux invites ou à l'adoption d'outils. L'architecture sous-jacente compte. Le modèle de données compte. Le modèle d'autorisation compte. L'intégration du flux de travail compte. La voie d'escalade compte.
Si ces éléments manquent, l'IA devient une machine de théâtre de la productivité. Beaucoup de production. Pas assez de mouvement.
La nouvelle compétence
Ce n'est pas seulement une conversation de carrière. C'est une conversation sur le modèle opérationnel.
Comment le travail devrait-il circuler quand plus de personnes peuvent porter plus de contexte ?
Comment les experts devraient-ils être utilisés quand l'analyse de premier passage est bon marché ?
Comment les équipes devraient-elles être conçues quand le coût de coordination diminue ?
Comment les dirigeants devraient-ils évaluer les talents quand la connaissance peut être générée mais que le jugement doit encore être acquis ?
Je reviens toujours à ceci :
L'ancien organigramme a été construit autour des limites de l'étendue humaine.
L'IA change ces limites.
Cela ne signifie pas que tout le monde devient identique. Cela signifie que les frontières entre les rôles deviennent plus fluides.
Les spécialistes ont besoin d'étendue.
Les généralistes ont besoin de profondeur.
Les experts comptent toujours, mais ils devraient être utilisés pour le jugement, pas pour le routage de base.
Les généralistes comptent toujours, mais ils ont besoin d'assez de profondeur pour passer de la reconnaissance de schémas à l'exécution réelle.
Les dirigeants comptent toujours, mais ils doivent repenser le travail au lieu de célébrer les gains de productivité dans un modèle brisé.
Les gagnants seront les personnes qui savent quand aller large, quand aller profond, et quand un autre humain a réellement besoin d'être impliqué.
C'est la nouvelle compétence.
L'étendue et la profondeur à la demande.
