L'IA ne remplace pas le savoir-faire

Ford vient de rappeler une lecon que beaucoup d'entreprises vont devoir apprendre a leur tour.

Apres avoir fortement mise sur l'automatisation et l'intelligence artificielle pour ameliorer ses processus qualite, le constructeur a reintegre plusieurs centaines d'ingenieurs experimentes. L'objectif n'etait pas d'abandonner l'IA, mais de reinjecter dans le systeme ce que l'IA seule ne portait pas suffisamment : l'experience metier, les arbitrages tacites, la memoire des cycles produits et la capacite a detecter les risques avant qu'ils deviennent des defauts industriels.

Ce cas est interessant parce qu'il est souvent mal interprete. Certains y verront une preuve que l'IA ne fonctionne pas. C'est trop simple. Le vrai sujet n'est pas l'echec de l'IA, mais l'echec d'une certaine maniere de penser l'IA.

Le faux debat : IA contre humain

Depuis deux ans, beaucoup d'entreprises abordent l'IA comme un outil de substitution. La question implicite devient : combien de personnes peut-on remplacer ?

Cette question est dangereusement pauvre. Elle reduit l'intelligence artificielle a une logique de reduction de couts. Elle suppose que l'expertise humaine est un stock de taches, alors qu'elle est souvent un systeme de jugement, de memoire, d'intuition technique et de comprehension contextuelle.

Dans l'industrie, la finance, la sante, le produit digital ou les systemes d'information, le savoir-faire ne se limite pas a appliquer des regles. Il consiste aussi a reconnaitre ce qui ne rentre pas dans les regles.

L'erreur n'est pas d'utiliser l'IA

L'erreur n'est pas de mettre de l'IA dans un systeme. L'erreur est de croire qu'il suffit d'introduire de l'IA pour absorber automatiquement des decennies de savoir-faire.

Un modele peut traiter des volumes considerables, accelerer des analyses, detecter des regularites, generer des hypotheses ou assister une decision. Mais il ne devient reellement utile que si le systeme autour de lui sait quoi lui transmettre, quoi lui faire observer, quoi lui faire apprendre, quoi lui interdire, et comment corriger ses interpretations.

Une entreprise peut avoir les meilleurs modeles, les meilleurs outils et les meilleurs budgets, puis produire malgre tout une IA fragile si son architecture ne sait pas capter l'expertise metier.

L'expertise humaine doit devenir un actif systeme

Il ne suffit pas de remettre des experts autour de l'IA. Il faut transformer leur savoir-faire en matiere structurante pour le systeme.

L'expertise humaine ne doit pas rester seulement dans les tetes, les reunions, les habitudes ou les exceptions connues par quelques seniors. Elle doit progressivement devenir exploitable par le systeme.

• Donnees exploitables.
• Regles de decision.
• Signaux de terrain.
• Criteres de qualite.
• Boucles de correction.
• Memoire organisationnelle.
• Garde-fous et revues humaines sur les zones critiques.

Le piege de l'IA greffee

Dans beaucoup d'organisations, l'IA est encore greffee. On ajoute un outil, on connecte un modele, on automatise une partie du processus, puis on decouvre que le systeme ne comprend pas assez bien le contexte reel.

Pourquoi ? Parce que l'IA a ete ajoutee a la fin. Elle n'a pas ete pensee dans l'architecture du systeme : ses donnees, ses exceptions, ses arbitrages, ses historiques, ses signaux faibles, ses corrections et ses retours terrain.

Elle execute, mais elle n'apprend pas suffisamment du metier. Elle accelere, mais elle ne porte pas la connaissance.

Ce que GENOME cherche a distinguer

GENOME ne part pas de la question : ou peut-on ajouter de l'IA ? Il part d'une question plus exigeante : comment le systeme doit-il etre concu pour que l'intelligence devienne constitutive, apprenante et defendable ?

Cela change tout. On ne regarde plus seulement les fonctionnalites IA. On regarde l'architecture de donnees, les signaux captes, la memoire du systeme, les boucles d'apprentissage, la place de l'humain dans la correction, la validation et la gouvernance.

Une IA durable ne se mesure pas seulement a ce qu'elle produit aujourd'hui. Elle se mesure a ce qu'elle apprend, memorise et ameliore demain.

Le vrai role de l'humain dans un systeme IA mature

Dans un systeme immature, l'humain est vu comme un cout a reduire. Dans un systeme plus avance, il est vu comme un superviseur. Dans un systeme reellement mature, il devient une source d'intelligence structurante.

Il ne se contente pas de valider ou corriger l'IA. Il contribue a former le systeme, enrichir sa memoire, qualifier ses erreurs, identifier ses angles morts et transmettre ce que les donnees seules ne disent pas encore.

L'IA ne remplace pas le savoir-faire. Elle peut l'amplifier, a condition que ce savoir-faire soit capte, structure, transmis et reinjecte dans le systeme.

La bonne question a poser en comite IA

La prochaine fois qu'une initiative IA est presentee, il ne faut pas seulement demander combien elle va automatiser. Il faut demander quel savoir-faire humain ce systeme va apprendre a porter.

• Quelles decisions metier doivent rester sous controle humain ?
• Quels signaux terrain seront captes ?
• Quelles erreurs deviendront des apprentissages ?
• Quelle memoire sera construite ?
• Quels experts vont entrainer, corriger ou enrichir le systeme ?
• Que saura faire le systeme dans six mois qu'il ne sait pas faire aujourd'hui ?

La lecon Ford

Le cas Ford ne dit pas que l'IA est inutile. Il dit exactement l'inverse : l'IA devient reellement utile quand elle est nourrie par l'expertise, integree dans les processus critiques, encadree par des boucles de revue et reliee a une memoire metier que l'organisation sait preserver.

L'avenir ne sera pas IA contre humains. L'avenir appartiendra aux organisations capables de transformer leur expertise humaine en systeme apprenant.

C'est la que se joue la vraie maturite IA : distinguer l'IA ajoutee de l'IA constitutive, l'automatisation opportuniste de l'intelligence durable, la substitution naive de l'orchestration mature.