Le problème est que nous ne le mesurons pas bien

L’intelligence artificielle transforme le monde du travail et des affaires à une vitesse jamais vue auparavant. Cependant, cette avancée technologique soulève également un défi important: mesurer l’impact réel de l’IA sur la productivité. Les métriques traditionnelles ne capturent pas correctement la contribution de l’IA car elles ne se concentrent que sur les facteurs concrètes du processus, et non sur ce que les économistes appellent la productivité totale des facteurs.

En d’autres termes, il ne suffit pas qu’il améliore seulement un certain lien dans la chaîne de production, mais que l’amélioration doit se produire tout au long du processus, obtenant une plus grande valeur de toutes les ressources utilisées. Par conséquent, l’un des sujets en attente sera de développer des outils adéquats pour mesurer la productivité fournie par l’IA dans ces nouveaux paramètres.

L’IA n’est qu’un outil. L’automatisation promue par l’IA a déjà commencé à faire des différences dans des secteurs tels que les finances, la technologie et la fabrication. Ces outils d’IA permettent d’automatiser les tâches répétitives et de libérer le temps des activités qui nécessitent des compétences humaines telles que la prise de décision stratégique. Cependant, ce changement de temps ne se reflète pas dans la productivité car la qualité du travail ou l’amélioration à long terme de la stratégie de l’entreprise n’est pas enregistrée.

Une étude de la Harvard Business School a révélé que l’IA générative peut augmenter la vitesse d’exécution de 25% et un rendement individuel de 43%. Cependant, son impact n’est pas uniforme: alors que certains secteurs obtiennent des avantages immédiats, d’autres le font à long terme.

Le « J » de la productivité. Historiquement, les innovations technologiques ont suivi un modèle appelé « courbe de productivité ». Erik Brynjolfsson, économiste et professeur à Stanford, explique que ce modèle décrit comment les entreprises qui adoptent de nouvelles technologies dans leurs processus subissent initialement une réduction de leur productivité, puis la rebondissent et le rebondissent. Quelques exemples ont été observés avec l’adoption de la machine à vapeur, de l’électricité ou de l’utilisation d’ordinateurs, dont les effets positifs ont mis des décennies à consolider.

L’IA générative n’échappe pas à ce modèle. Bien que certaines entreprises puissent connaître une croissance de leur productivité, beaucoup sont confrontées à une baisse initiale en raison de la nécessité d’adapter leurs processus internes et de former leurs employés, ce qui fait que cette augmentation de la productivité applaudisse au fil du temps.

L’IA par défaut est une erreur. Une preuve que l’IA seule ne représente pas une amélioration de la productivité est l’étude qui a réalisé l’Université de Pennsylvanie et la Harvard Business School. L’étude a découvert que l’utilisation de Chatgpt a eu un impact immédiat sur la résolution de certaines tâches, tandis que d’autres ont été résolus en moins de temps lorsqu’un humain sans intervention d’IA a été effectué.

Par conséquent, le paradigme de croissance productif uniquement en raison de l’empilement de l’IA a un énorme astérisque. Cette croissance est conditionnée par le type d’industrie et d’activité économique que les entreprises développent. La mise en œuvre de l’IA dans le domaine de la fabrication ou du secteur primaire nécessite un plus grand temps d’investissement et d’adaptation que pour les autres sociétés du secteur des services ou du secteur financier.

Le temps est le meilleur indicateur de productivité. Un article publié dans ce sujet a fait un drapeau du dicton populaire « le temps est l’or ». Il a souligné que l’automatisation de l’IA peut être une « arme de lancement » qui améliore la productivité de certains secteurs, mais coulant celle des autres. Son auteur a donné comme exemple les kiosques Autapago que certains établissements de restauration rapide ont déjà.

Avec eux, la société économise le salaire de certains distributeurs automatiques de billets recevant des commandes et les facture, ce qui augmente la productivité de l’entreprise. Cependant, cette solution utilise le temps non rémunéré des clients. Et si ces clients étaient d’autres entreprises? Sa productivité serait affectée car ses employés doivent utiliser leur temps en faisant « vos commandes » et en chargeant le coût de l’automatisation qui permet d’économiser son fournisseur.

La nouvelle mine d’or ne fait pas plus, mais moins. Cette approche met sur la table le rôle de l’IA dans l’industrie pour profiter de sa capacité à automatiser les processus. Ces processus consomment beaucoup de temps aux heures de travail des travailleurs (comme Amazon l’a déjà souligné), le défi est de les automatiser afin que les travailleurs utilisent ce temps pour améliorer leurs produits, comme l’a souligné Jensen Huang.

Au lieu de mesurer la productivité en termes de nouvelles métriques devraient peut-être être prises qui collectent des facteurs tels que leur temps de travail et le produit. Il s’agit d’un grand changement en ce qui concerne les mesures industrielles basées sur la quantité de produit produit par heure.

Dans Simseo | « J’ai trois ans de travail »: de plus en plus de gestionnaires IA croient que l’IA finira par supprimer le poste

Image | UNSPLASH (Remy Gieing)