C’est mon anniversaire aujourd’hui !
Et parce que je suis apparemment incapable de célébrer comme une personne normale, j’ai décidé que le meilleur cadeau possible était de provoquer mes amis geeks et mon réseau pour qu’ils débattent avec moi sur mes sujets préférés : la technologie, la philosophie, et la question qui me turlupine BEAUCOUP ces derniers temps :
Alors que l’intelligence devient abondante, qu’est-ce qui reste humain ?
Considérez vos réflexions, vos désaccords, vos références philosophiques obscures et vos commentaires inutilement longs comme mes cadeaux d’anniversaire.
Il y a aussi un autre cadeau, offert par mon équipe, dont je ne peux pas m’empêcher de parler : le nouveau www.wiserwork.ai. Essayez-le gratuitement et donnez-moi votre retour ; c’est le cadeau le plus utile !
Alors, quand les gens demandent pourquoi WiserWork se distingue des autres preneurs de notes IA, ils s’attendent généralement à une réponse technique.
Un meilleur modèle ? Oui ; un mélange de modèles pour différents niveaux cognitifs de tâches. Une meilleure orchestration. Bien sûr. Un meilleur contexte. Oui ! Le meilleur. Le contexte des connaissances tacites, la manière structurée dont nous stockons le jugement collectif, pas seulement les données, l’information et les connaissances documentées.
Oui, nous faisons tout cela.
Mais la vérité est bien plus simple. Le plus grand avantage n’est pas technique.
Il est philosophique.
Avant de demander ce que l’IA pourrait automatiser, nous avons posé une question bien plus ancienne :
Qu’est-ce qui devrait rester humain, alors que l’intelligence devient abondante ?
Aristote : Relations d’utilité vs relations de vertu
Aristote distinguait trois types d’amitié dans l’« Éthique à Nicomaque ». Les amitiés d’utilité : des personnes qui s’aident mutuellement à accomplir des choses. Les amitiés de plaisir : des personnes qui se procurent mutuellement de la joie. Et les amitiés de vertu : des personnes qui souhaitent le meilleur les unes pour les autres et qui sont transformées par la relation. Pour Aristote, le troisième type était la seule forme complète, et la seule capable de transformer ceux qui y participent.
Certaines choses existent parce qu’elles nous aident à atteindre un résultat. D’autres existent parce qu’elles changent qui nous devenons. L’IA générative est devenue exceptionnellement bonne pour l’utilité. Elle récupère des informations. Elle écrit. Elle résume. Elle planifie. Elle coordonne. Ce sont des accomplissements remarquables.
Mais les organisations ne deviennent pas exceptionnelles parce qu’elles automatisent l’utilité. Cela est déjà devenu une commodité. Elles deviennent exceptionnelles parce que les gens développent ensemble un jugement.
Cette distinction est devenue l’un des fondements de WiserWork. L’IA devrait optimiser l’utilité. Elle ne devrait jamais optimiser au détriment de la croissance humaine.
Voulons-nous supprimer toutes les frictions avec l’IA ?
Deux types de frictions
L’IA supprime énormément de frictions. C’est bien. Mais toutes les frictions ne sont pas du gaspillage. Certaines frictions créent du sens. Nous avons réalisé que la même chose se produit dans les organisations. Il y a des frictions qui usent les gens. Et des frictions qui forment les gens. Et les organisations.
Quand je dis organisations, je veux dire le jugement collectif et le goût sur lesquels l’ensemble de l’organisation s’aligne.
a. Friction utilitaire
Cette friction gaspille le potentiel humain : Chercher, Planifier, Se souvenir, Rédiger des suivis, Trouver des documents, Répéter le contexte, Reconstruire des décisions.
Tout cela devrait disparaître.
b. Friction formative
Cette friction crée de meilleures organisations.
Le désaccord. Le jugement. Le goût. Le leadership. Les arbitrages. Les principes partagés. La vision. L’engagement. Cela devrait rester.
Pas parce que c’est inefficace. Mais précisément parce que c’est ainsi que l’intelligence collective se développe.
Quel genre d’entreprise sommes-nous ? Décisions de choix vs décisions d’optimisation.
Le goulot d’étranglement n’est plus les réponses. Ce sont les choix.
L’IA est exceptionnelle pour l’optimisation : trouver un chemin plus rapide, améliorer un processus, comparer des alternatives, ou générer des milliers de réponses plausibles.
Mais les décisions les plus importantes dans une entreprise ne sont pas des problèmes d’optimisation. Ce sont des problèmes de choix.
Même les entreprises les plus optimisées au monde – les laboratoires d’IA eux-mêmes – sélectionnent des réponses différentes lorsqu’elles prennent leurs décisions de choix, même si elles jouent avec un ensemble de compétences d’optimisation similaire → décisions d’optimisation similaires : des capacités de modèle assez proches ; chaque nouveau modèle a une durée de vie d’un mois, ils nourrissent leurs modèles avec des ensembles de données similaires provenant des mêmes sociétés de données ; Mercor, Micro1, Handshake et 20 autres, ils lèvent des fonds gigantesques (séries C, D, E, F…) auprès de fonds de croissance de la Silicon Valley structurés de manière similaire, et la liste des similitudes sur les capacités d’optimisation continue.
Mais ils prennent des décisions de choix distinctement différentes sur l’avenir qu’ils construisent actuellement :
Anthropic est concentrée comme un laser sur les solutions d’entreprise au service des différents départements : finance, opérations, service client, juridique et de multiples rôles professionnels, en mettant l’accent sur la gouvernance, la sécurité et la valeur métier.
OpenAI est une entreprise commerciale B2C qui est même entrée dans le domaine du matériel pour les individus et les ménages, visant à fournir à chacun son agent IA personnel.
Grok/xAI est une IA plus tranchée, en temps réel (grâce à son flux X), qui reflète l’état d’esprit de son créateur !
Tous ces futurs sont assez différents, fruits de décisions d’optimisation similaires mais de décisions de choix très différentes.
Quel produit devrions-nous construire ? Quels clients devrions-nous prioriser, et surtout, lesquels sommes-nous prêts à décevoir ? Quel modèle de tarification reflète l’entreprise que nous voulons devenir ? Quelle opportunité mérite des années de nos vies ? Quelle montagne vaut-il la peine de gravir ?
L’IA peut nous montrer plus de futurs crédibles. Elle ne peut pas décider quel futur devrait être le nôtre.
Une erreur que commettent beaucoup de professionnels est de penser qu’il s’agit des décisions stratégiques que l’on prend une fois par trimestre ou une fois par an.
Faux.
Avec l’IA, nous avons des décisions de choix tous les jours
Chaque jour, les leaders prennent des dizaines de micro-décisions.
Produit. Chaque semaine, nous avons une bataille sur la priorisation des fonctionnalités ; nous devons rester concentrés comme un laser sur chaque micro-fonctionnalité suivante, quel bug nous corrigeons ensuite, quelle amélioration nous apportons, surtout maintenant que l’exécution est devenue si rapide.
Croissance. Chaque jour, nous décidons à quels clients nous disons oui, à quels clients nous disons non. Nous ne sommes pas bons pour tout le monde. Par exemple, beaucoup d’individus viennent nous voir et disent : « Je veux essayer WiserWork mais je suis un contributeur individuel. » Nous leur recommandons d’autres outils ou de rester sur Google Gemini. S’ils font partie d’une équipe ou sont des solo-entrepreneurs, oui, nous les acceptons.
Recrutement. Chaque mois, et dernièrement toutes les quelques semaines, nous prenons la décision la plus importante : qui est le prochain membre de notre équipe ? Recrutons-nous pour des compétences ou pour une capacité d’action extrême, une responsabilité et une éthique ? La seconde option. Bien sûr, si les candidats excellent sur les deux tableaux, ils nous facilitent la vie !
Chaque jour, les leaders prennent des dizaines de micro-décisions. L’IA ne les réduit pas. Elle les multiplie.
Problèmes d’optimisation vs problèmes de choix. L’IA domine l’optimisation. Les humains restent responsables des choix.
Humain dans la boucle, parce que le modèle n’est pas encore assez bon… ?
Dans de nombreux récits sur l’IA, surtout ici dans la Silicon Valley, la participation humaine est traitée comme une contrainte temporaire.
L’humain est « dans la boucle » parce que le modèle n’est pas encore assez bon.
Une fois que le modèle s’améliore, suppose-t-on, l’humain devrait disparaître.
Nous rejetons cette hypothèse. Nous soutenons que la participation peut être une source permanente de capacité, car les êtres humains possèdent des connaissances, des objectifs et un jugement en évolution dont le modèle a besoin.
La participation humaine devient plus précieuse à mesure que les capacités de l’IA augmentent.
Parce que les gens n’ont plus besoin de passer autant de temps à effectuer les parties mécaniques du travail. Ils peuvent se concentrer sur les parties où la participation humaine compte vraiment.
Par exemple, dans une réunion aujourd’hui, une grande partie de la charge cognitive est gaspillée à se souvenir de ce qui a été dit, à prendre des notes, à convertir les notes en tâches, à formater le résultat, à rédiger le suivi et à assembler une première version.
Notre IA remplit ces fonctions (la plupart du temps mieux que nos concurrents :), mais la réunion ne disparaît pas nécessairement. Bien au contraire ; la réunion devient plus humaine. Voici comment nous/les « équipes AI-first » mènent les réunions : https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
Les gens peuvent se concentrer sur le désaccord formatif, la priorisation, l’alignement, l’engagement et la direction, le jugement et le goût.
Cela permet aux humains de revenir au centre du système à un niveau plus élevé. L’IA retire les humains de la machinerie de l’exécution. Elle les ramène à ce que les humains font de mieux :
Le jugement et le goût sur les grandes décisions stratégiques macro et les micro-décisions quotidiennes.
Et ensuite, quand on parle au niveau de l’équipe,
trouver l’alignement et la direction sur les meilleurs performeurs de l’équipe.
Vous voulez avoir vos meilleurs experts dans la salle. Et quand vous avez des experts, ils ont des opinions tranchées. Une bonne réunion n’est pas quand tout le monde est d’accord, mais quand le désaccord est une friction formative et conduit à un jugement collectif et une sagesse institutionnelle (par opposition à une simple intelligence individuelle et à des connaissances institutionnelles).
Viktor Frankl : Le sens vient à travers la rencontre. Toute friction ne devrait pas disparaître
Frankl soutenait que le sens ne peut pas simplement être livré. Il émerge à travers les rencontres : avec le travail, avec l’amour, avec la responsabilité, avec la souffrance, avec des réalités qui nous résistent.
Les organisations fonctionnent de la même manière. Les grandes entreprises ne se construisent pas parce que tout le monde est d’accord.
Elles se construisent parce que les gens luttent avec des compromis difficiles jusqu’à ce qu’ils découvrent ensemble de meilleures réponses. Le but de l’IA n’est pas de supprimer ces rencontres. C’est de supprimer tout ce qui les empêche de se produire. Et ensuite de fournir la technologie qui rend cette friction formative.
La « connaissance tacite » de Michael Polanyi : Nous en savons plus que nous ne pouvons en dire
Polanyi a introduit l’idée de connaissance tacite. La connaissance la plus précieuse au sein d’une organisation est rarement écrite. Elle vit dans le jugement des gens. Leur intuition. Leur sens du goût. Leur compréhension du contexte. Ironiquement, cette connaissance tacite apparaît le plus clairement dans les conversations. Rarement dans les documents. Les réunions contiennent quelque chose que la documentation perd presque toujours : pourquoi une décision a été prise. Quelles hypothèses ont été rejetées. Quel principe a finalement compté. C’est pourquoi chercher sur Google Drive ne suffit pas. L’intelligence vivante de l’entreprise existe dans ses conversations – dans ses connaissances et sa sagesse non documentées, au sommet de ce modèle pyramidal de « Théorie de la connaissance » :
Les modèles de pointe sont devenus extraordinaires pour la connaissance explicite. Ils absorbent rapidement tout ce qui est documentable. Mais les niveaux les plus élevés de la pyramide restent profondément humains. La sagesse. Le jugement collectif et le goût qui forment les décisions de l’entreprise. Bien sûr, augmentés par l’IA et des agents spécifiques à un domaine.
Stelios Ramfos : La formation se fait par la friction
Ramfos revient souvent à une idée simple mais profonde. Les êtres humains ne sont pas formés par le confort. Ils sont formés par la rencontre. Par la résistance. Par l’autre personne. Par des réalités qui refusent de se plier complètement à notre volonté.
L’IA change cette équation. Pour la première fois dans l’histoire, nous créons des systèmes conçus pour s’adapter presque parfaitement à nous.
C’est extraordinaire. C’est aussi dangereux. Parce qu’un monde sans résistance peut devenir un monde avec moins de formation.
« Votre femme n’a pas été conçue pour être d’accord avec vous. »
Ni votre fils. Ni votre meilleur ingénieur. Ni votre co-fondateur.
Leur résistance n’est pas un bug du produit. C’est une partie de la façon dont ils vous transforment. La question pour l’IA n’est pas de savoir comment supprimer la résistance. C’est de savoir comment supprimer tout sauf la résistance qui rend les gens et les organisations plus sages, plus expérimentés (une personne expérimentée peut être très jeune si elle a 2-3 ans d’expérience dans des environnements à forte croissance et à forte friction formative, par opposition à un vieux professionnel dans un environnement de travail à faible rythme).
Autrement dit : « La lutte est la mère de l’innovation et de l’apprentissage. »
Nous devons développer la volonté d’être changés par des personnes qui ne sont pas conçues pour nous.
Cela a tout changé
Au moment où nous avons pris cette conscience, nous avons arrêté de penser que nous construisions un preneur de notes IA ou simplement un assistant.
Nous avons réalisé que nous construisions un système qui agit comme un mentor qui protège l’espace public et le temps de l’organisation pour la friction formative,
l’agent IA qui permet aux équipes AI-first de former un fort alignement et une direction afin qu’elles exécutent très rapidement,
pas pour la vitesse en soi, mais pour l’immédiateté qui augmente le rythme des itérations. Des itérations alignées, qui permettent à nos utilisateurs de surpasser tous leurs concurrents sur leurs marchés.
Notre travail n’est pas d’éliminer les réunions. Notre travail est d’éliminer tout ce qui empêche les réunions de produire une meilleure réflexion. Le livrable n’est pas le transcript. Souvent le livrable est le consensus (voir encore notre « Comment les équipes AI-first mènent les réunions » : https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
Le livrable est un meilleur jugement.
Une philosophie différente de l’IA
La technologie ne nous a pas menés ici. La philosophie, oui.
L’avenir de l’IA ne consiste pas à rendre les humains inutiles.
Il s’agit de décider quelles parties de ce qui est humain ne devraient jamais être automatisées. Bien sûr, elles seront augmentées par l’IA. Tout le reste n’est que mise en œuvre.
La plupart des preneurs de notes IA traitent la réunion de manière administrative, comme quelque chose qui s’est passé dans le passé, et demandent : « Comment pouvons-nous résumer cette réunion pour chaque individu ? »
WiserWork demande : « Qu’est-ce que cette organisation apprend ? »
La plupart des IA récupèrent des informations. WiserWork récupère le jugement en évolution. L’âme/le caractère de notre agent est de déclencher la formation d’un jugement collectif par l’équipe. Très rapidement. Plus vite que vos concurrents.
La plupart des IA se souviennent de ce qui a été dit. WiserWork se souvient de ce que l’équipe croit actuellement.
Supprimez la friction qui use les gens.
Préservez la friction qui forme les gens.
C’est ce qui nous rend humains.
