S’appuyer sur l’intelligence artificielle pour seulement supprimer des emplois n’est jamais la bonne stratégie. Il est préférable de privilégier une collaboration intelligente entre les machines et les humains, afin de réinventer les processus métiers…
Deux consultants d’Accenture, James Wilson, directeur de la recherche, et Paul Daugherty, Chief Technology and Innovation Officer, par ailleurs co-auteurs d’un ouvrage sur l’intelligence artificielle (1), ont analysé les voies de collaboration entre l’intelligence artificielle et l’intelligence humaine. Ils partent d’un constat simple : la machine devient aussi efficace que l’homme dans de nombreux domaines, dont le diagnostic médical, la traduction ou le service client.
« Et les machines s’améliorent vite », ajoutent-ils, d’où des inquiétudes légitimes sur le remplacement de l’homme par la machine dans toute l’économie. Pourtant, selon eux, il existe une piste vertueuse : celle où une collaboration intelligente s’établit. Il ne s’agit pas d’automatiser les processus : « Les entreprises qui se sont engagées dans cette voie pour supprimer des emplois ne constatent que des bénéfices à court terme. »
Une étude réalisée par les auteurs, auprès de 1 500 entreprises, a conclu que les meilleures améliorations de performance, en termes de réduction de coûts, de vitesse d’exécution et d’augmentation du chiffre d’affaires, sont obtenues dans les organisations qui ont privilégié la collaboration entre les machines et les hommes. On peut imaginer deux principaux cas de figure. Le premier : les hommes assistent les machines.
Dans ce cas, le rôle de l’humain est triple, selon les auteurs. Ils peuvent entraîner les machines à exécuter certaines tâches, analyser et expliquer les résultats produits par les machines, si ceux-ci s’avèrent contre-intuitifs ou sujets à controverse (dans le droit, la médecine, la sécurité routière…), ou s’assurer d’un usage éthique des machines, par exemple pour éviter que des robots n’attentent à la vie humaine. Le second cas de figure intervient lorsque c’est, au contraire, les machines qui assistent les humains.
Là encore, trois possibilités : une amplification des capacités cognitives, notamment pour la prise de décision, une interaction, par exemple entre des consommateurs et un service de relation client, ou une intégration, lorsque l’intelligence artificielle se trouve dans un robot qui améliore la force et les capacités de l’humain, qui devient « humain augmenté » : par exemple pour soulever de lourdes charges dans une usine (le robot devient ainsi une extension du corps humain), agir dans des environnements pollués ou améliorer la sécurité dans des entrepôts ou des laboratoires.
Au-delà de ces deux configurations, les entreprises ont tout intérêt à « réimaginer leur business en co-créant des solutions basées sur une vision des parties prenantes pour améliorer les processus, avec de nouvelles approches », suggèrent les auteurs. Ceux-ci ont identifié cinq caractéristiques des processus métier que la plupart des entreprises voudraient améliorer : la flexibilité (pour l’industrie), la vitesse (pour la détection de fraudes en temps réel…), la dimension (pour les tâches très dépendantes d’un volume de ressources humaines pour croître), la prise de décision (surtout lorsqu’elle a un fort impact sur les finances de l’entreprise) et la personnalisation qui, avec l’intelligence artificielle, devient ainsi beaucoup plus précise.
En réalité, déplorent les auteurs, « seulement une petite proportion des entreprises ont commencé à réimaginer leurs processus métiers pour renforcer l’intelligence collaborative. Une telle approche nécessite d’explorer de nouveaux territoires ou de faire procéder différemment avec l’existant. »
« Collaborative intelligence : humans and AI are joining force »,
Par James Wilson et Paul Daugherty, Harvard Business Review, juillet-août 2018.
(1) Human + machine : reimagining workin the age of AI, Harvard Business Review Press, 2018, 264 pages.
| Quelques exemples d’applications | |
| Objectifs | Exemples |
| Flexibiliser | Robots d’assemblage pour personnaliser les véhicules (Mercedes-Benz) |
| Aller plus vite | Agrégation de sources d’informations hétérogènes sur les patients atteints de cancer pour que les médecins collaborent mieux (Roche) |
| Changer d’échelle | Automatisation du service client pour les demandes basiques (Virgin Train) |
| Prendre des décisions | Automatisation des recommandations pour la maintenance d’équipements (General Electric) |
| Personnaliser | Capteurs pour les patients atteints de la maladie de Parkinson pour personnaliser les traitements (Pfizer) |
| Source : Harvard Business Review. | |