Rédigé par : Ivan Zhao, PDG de Notion
Compilé par : AididiaoJP, Foresight News
Chaque époque est façonnée par ses matières premières technologiques uniques. L'acier a forgé l'âge doré, les semi-conducteurs ont ouvert l'ère numérique. Aujourd'hui, l'intelligence artificielle arrive sous la forme d'une intelligence illimitée. L'histoire nous apprend : celui qui maîtrise la matière première définit l'époque.
Image de gauche : Le jeune Andrew Carnegie et son frère. Image de droite : Une aciérie à Pittsburgh pendant l'âge doré.
Dans les années 1850, Andrew Carnegie était un télégraphiste courant dans les rues boueuses de Pittsburgh, alors que six Américains sur dix étaient agriculteurs. Seulement deux générations plus tard, Carnegie et ses pairs ont forgé le monde moderne, les chevaux cédant la place aux chemins de fer, la lumière des bougies à l'électricité, le fer à l'acier.
Depuis lors, le travail est passé de l'usine au bureau. Aujourd'hui, je dirige une entreprise de logiciels à San Francisco, créant des outils pour des milliers de travailleurs du savoir. Dans cette petite ville technologique, tout le monde parle d'intelligence artificielle générale (IAG), mais la majorité des deux milliards de travailleurs de bureau n'en ont pas encore fait l'expérience. Bientôt, à quoi ressemblera le travail du savoir ? Que se passera-t-il lorsque des intelligences infatigables seront intégrées dans la structure organisationnelle ?
Les premiers films ressemblaient souvent à des pièces de théâtre, une caméra filmant la scène.
L'avenir est souvent difficile à prédire car il se déguise toujours en passé. Les premières conversations téléphoniques étaient brèves comme des télégrammes, les premiers films comme des pièces de théâtre enregistrées. Comme l'a dit Marshall McLuhan : « Nous conduisons toujours vers l'avenir en regardant dans le rétroviseur. »
Aujourd'hui, l'intelligence artificielle la plus courante ressemble encore à une ancienne recherche Google. Citant McLuhan : « Nous conduisons toujours vers l'avenir en regardant dans le rétroviseur. » Aujourd'hui, nous voyons des chatbots IA imitant la boîte de recherche Google. Nous sommes profondément immergés dans cette période de transition inconfortable qui accompagne chaque changement technologique.
Je n'ai pas toutes les réponses sur ce que sera l'avenir. Mais j'aime utiliser quelques métaphores historiques pour réfléchir à la façon dont l'IA peut opérer à différents niveaux : individuel, organisationnel et même économique.
Individu : De la bicyclette à la voiture
Les premiers signes peuvent être observés chez les « praticiens avancés » du travail du savoir : les programmeurs.
Mon cofondateur Simon était un « programmeur 10x », mais récemment, il écrit rarement du code lui-même. En passant près de son poste de travail, vous le verrez orchestrer trois ou quatre assistants de programmation IA simultanément. Ces assistants non seulement tapent plus vite, mais ils réfléchissent aussi, faisant de lui un ingénieur 30 à 40 fois plus efficace. Il planifie souvent des files de tâches avant le déjeuner ou le coucher, laissant l'IA travailler en son absence. Il est devenu un gestionnaire d'intelligence illimitée.
Une étude des années 1970 du Scientific American sur l'efficacité du mouvement a inspiré Steve Jobs pour sa célèbre métaphore de la « bicyclette de l'esprit ». Mais pendant des décennies depuis, nous avons « pédalé » sur l'autoroute de l'information.
Dans les années 1980, Steve Jobs appelait l'ordinateur personnel la « bicyclette de l'esprit ». Dix ans plus tard, nous avons construit l'« autoroute de l'information » qu'est Internet. Mais aujourd'hui, la plupart du travail du savoir repose encore sur l'effort humain. C'est comme si nous pédalions sur une autoroute.
Avec des assistants IA, des personnes comme Simon sont passées de la bicyclette à la voiture.
Quand les autres types de travailleurs du savoir pourront-ils « conduire une voiture » ? Deux problèmes doivent être résolus.
Pourquoi l'assistance IA pour le travail du savoir est-elle plus difficile que pour la programmation ? Parce que le travail du savoir est plus fragmenté et plus difficile à vérifier.
Premièrement, la fragmentation contextuelle. En programmation, les outils et le contexte sont souvent concentrés en un seul endroit : l'environnement de développement intégré, le dépôt de code, le terminal. Mais le travail du savoir général est dispersé dans des dizaines d'outils. Imaginez un assistant IA essayant de rédiger une note produit : il aurait besoin d'extraire des informations d'un fil de discussion Slack, de documents stratégiques, des données du dernier trimestre dans un tableau de bord, et de la mémoire organisationnelle existant seulement dans la tête de quelqu'un. Actuellement, les humains sont la colle, assemblant tout par copier-coller et en naviguant entre les onglets du navigateur. Tant que le contexte n'est pas intégré, les assistants IA seront limités à des utilisations étroites.
Le deuxième élément manquant est la vérifiabilité. Le code a une propriété magique : vous pouvez le vérifier avec des tests et des erreurs. Les développeurs de modèles exploitent cela, formant l'IA à mieux programmer via l'apprentissage par renforcement, etc. Mais comment vérifiez-vous si un projet est bien géré, ou si un mémo stratégique est excellent ? Nous n'avons pas encore trouvé comment améliorer les modèles de travail du savoir général. Ainsi, les humains doivent rester dans la boucle pour superviser, guider et montrer ce qui est « bon ».
La Loi sur le Drapeau Rouge de 1865 exigeait qu'une personne à pied avec un drapeau précède toute automobile circulant dans la rue (loi abrogée en 1896).
La pratique des assistants de programmation cette année nous apprend que « l'homme dans la boucle » n'est pas toujours idéal. C'est comme faire inspecter chaque boulon sur une ligne de production par un humain, ou marcher devant une voiture pour dégager la voie (voir la Loi sur le Drapeau Rouge de 1865). Nous devrions placer les humains plus haut pour superviser la boucle, plutôt que d'être à l'intérieur. Une fois le contexte intégré et le travail rendu vérifiable, des milliards de travailleurs passeront de la « bicyclette » à la « voiture », puis de la « conduite » à la « conduite autonome ».
Organisation : Acier et Vapeur
Les entreprises sont une invention récente. Leur efficacité diminue avec leur taille, atteignant finalement une limite.
Organigramme de la New York and Erie Railroad Company en 1855. L'entreprise moderne et sa structure organisationnelle ont évolué avec les compagnies ferroviaires, les premières entreprises nécessitant la coordination à distance de milliers de personnes.
Il y a quelques centaines d'années, la plupart des entreprises n'étaient que des ateliers d'une douzaine de personnes. Aujourd'hui, nous avons des multinationales employant des centaines de milliers de personnes. L'infrastructure de communication, reposant sur des réunions et des cerveaux humains connectés par l'information, est débordée par une charge croissant de façon exponentielle. Nous essayons de résoudre cela avec des hiérarchies, des processus et de la documentation, mais c'est comme construire un gratte-ciel en bois : utiliser des outils à l'échelle humaine pour résoudre des problèmes à l'échelle industrielle.
Deux métaphores historiques montrent comment l'avenir pourrait être différent lorsque les organisations disposeront de nouvelles matières premières technologiques.
Le miracle de l'acier : Le Woolworth Building à New York, achevé en 1913, fut le plus haut bâtiment du monde.
La première est l'acier. Avant l'acier, la hauteur des bâtiments au XIXe siècle était limitée à six ou sept étages. Le fer était solide mais cassant et lourd ; ajouter des étages, et la structure s'effondrait sous son propre poids. L'acier a tout changé. Solide et flexible, l'ossature pouvait être plus légère, les murs plus minces, les bâtiments ont grimpé à des dizaines d'étages, rendant possible de nouveaux types de construction.
L'IA est l'« acier » de l'organisation. Elle promet de maintenir la cohérence contextuelle à travers les flux de travail, présentant les décisions au besoin sans bruit inutile. La communication humaine n'a plus besoin d'être un mur porteur. Une réunion d'alignement de deux heures par semaine pourrait devenir une revue asynchrone de cinq minutes ; une décision exécutive nécessitant trois niveaux d'approbation pourrait être prise en quelques minutes. Les entreprises pourront véritablement passer à l'échelle sans la baisse d'efficacité que nous avons longtemps considérée comme inévitable.
Un moulin à eau actionné par une roue hydraulique. L'énergie hydraulique était puissante mais instable, et limitée par l'emplacement et la saison.
La deuxième histoire concerne la machine à vapeur. Au début de la révolution industrielle, les premières usines textiles étaient construites près des rivières, actionnées par des roues hydrauliques. Lorsque la machine à vapeur est apparue, les propriétaires ont d'abord simplement remplacé la roue hydraulique par une machine à vapeur, laissant tout le reste inchangé, avec des gains de productivité limités.
La véritable percée est survenue lorsque les propriétaires ont réalisé qu'ils pouvaient se libérer complètement de la contrainte de l'eau. Ils ont construit des usines plus grandes près des travailleurs, des ports et des matières premières, et ont repensé la disposition autour de la machine à vapeur (plus tard, avec l'électricité généralisée, les propriétaires se sont encore libérés de l'arbre moteur central, dispersant de petits moteurs dans l'usine pour alimenter différentes machines). La productivité a explosé, et la deuxième révolution industrielle a véritablement commencé.
Gravure de 1835 par Thomas Allom dépeignant une filature actionnée par une machine à vapeur dans le Lancashire, en Angleterre.
Nous en sommes encore au stade du « remplacement de la roue hydraulique ». En forçant des chatbots IA dans des flux de travail conçus pour les humains, nous n'avons pas encore réimaginé à quoi ressemblerait une organisation lorsque les anciennes contraintes disparaîtront et que les entreprises pourront fonctionner avec une intelligence illimitée travaillant pendant votre sommeil.
Dans mon entreprise Notion, nous expérimentons. En plus de 1000 employés, nous avons maintenant plus de 700 assistants IA traitant des travaux répétitifs : prise de notes de réunion, réponse aux questions pour consolider les connaissances de l'équipe, traitement des demandes IT, enregistrement des retours clients, aide aux nouveaux employés pour les avantages sociaux, rédaction de rapports d'état hebdomadaires pour éviter le copier-coller manuel... Ce ne sont que des premiers pas. Le véritable potentiel n'est limité que par notre imagination et notre inertie.
Économie : De Florence à la mégalopole
L'acier et la vapeur ont changé plus que les bâtiments et les usines ; ils ont changé les villes.
Jusqu'à il y a quelques centaines d'années, les villes étaient à l'échelle humaine. Vous pouviez traverser Florence à pied en quarante minutes, le rythme de la vie dicté par la distance de marche et la portée de la voix.
Ensuite, les structures en acier ont rendu les gratte-ciel possibles ; les chemins de fer actionnés par la vapeur ont connecté les centres urbains à leur arrière-pays ; les ascenseurs, le métro, les autoroutes ont suivi. L'échelle et la densité des villes ont explosé – Tokyo, Chongqing, Dallas.
Ce ne sont pas simplement des Florence agrandies, ce sont de nouvelles façons de vivre. Les mégalopoles sont déroutantes, anonymes, difficiles à appréhender. Cette « illisibilité » est le prix de l'échelle. Mais elles offrent aussi plus d'opportunités, plus de liberté, permettant à plus de personnes de s'engager dans plus d'activités dans des combinaisons plus variées, ce qu'une ville Renaissance à échelle humaine ne pouvait atteindre.
Je pense que l'économie du savoir est sur le point de subir la même transformation.
Aujourd'hui, le travail du savoir représente près de la moitié du PIB américain, mais son fonctionnement reste largement à l'échelle humaine : des équipes de dizaines de personnes, des flux de travail dépendant du rythme des réunions et des e-mails, des organisations qui peinent au-delà de cent personnes... Nous avons construit des « Florence » en pierre et en bois.
Lorsque les assistants IA seront déployés à grande échelle, nous construirons des « Tokyo », des organisations composées de milliers d'IA et d'humains ; des flux de travail fonctionnant continuellement across time zones sans attendre que quelqu'un se réveille pour avancer ; des décisions synthétisées avec juste ce qu'il faut de participation humaine.
Ce sera une expérience différente : plus rapide, avec un effet de levier plus important, mais aussi plus vertigineuse au début. Le rythme des réunions hebdomadaires, de la planification trimestrielle, des évaluations annuelles pourrait ne plus convenir, de nouveaux rythmes émergeront. Nous perdrons en clarté, mais nous gagnerons en échelle et en vitesse.
Au-delà de la roue hydraulique
Chaque matière technologique exige que les gens cessent de regarder le monde through the rearview mirror et commencent à imaginer un nouveau monde. Carnegie regardait l'acier et voyait une ligne d'horizon urbaine ; les propriétaires du Lancashire regardaient la machine à vapeur et voyaient des ateliers d'usine loin des rivières.
Nous en sommes encore au « stade de la roue hydraulique » de l'IA, forçant des chatbots dans des flux de travail conçus pour les humains. Nous ne devrions pas nous contenter de faire de l'IA un copilote, mais imaginer : à quoi ressemblera le travail du savoir lorsque les organisations humaines seront renforcées par l'acier, lorsque le travail trivial sera délégué à une intelligence infatigable.
Acier, vapeur et intelligence illimitée. La prochaine ligne d'horizon est devant nous, attendant d'être construite de nos mains.
