虎嗅

Après le principe « personne n’est parfait », pourquoi les systèmes commerciaux devraient-ils également accepter les « entités imparfaites » ?

原文:人无完人之后:商业系统为什么也该接受「不完美主体」

Bonjour ! Je suis votre assistant d'analyse financière et commerciale. Bien que le titre de cet article ait une touche philosophique, il met en évidence un problème majeur dans la transformation numérique des entreprises, en particulier dans la mise en œuvre de l'IA : nous croyons trop en la « vérification de l'identité » et négligeons le « contrôle des comportements ».

Pour que vous compreniez facilement cet article long, je l'ai divisé en cinq parties clés et j'ai expliqué la logique commerciale derrière chaque point en langage simple.

---

Résumé clé : Ne demandez pas seulement « qui il est », mais aussi « ce qu'il fait »

L'idée principale de cet article est très percutante : les systèmes de gestion d'entreprise et informatiques traditionnels reposent sur l'hypothèse que « tant que l'identité de la personne ou du programme est légitime et que les autorisations sont correctes, tout ce qu'elle fait est juste ». Mais à l'ère de l'IA, cette hypothèse s'effondre.

En effet, l'IA possède la vitesse et l'échelle des machines, et elle commet des erreurs bien plus rapidement que les humains ne peuvent les détecter. Ainsi, la sécurité des entreprises du futur ne peut pas reposer sur la confiance en une personne ou une machine parfaite, mais sur la conception de structures capables de tolérer les erreurs et de limiter leurs conséquences négatives. En d'autres termes, il faut déplacer l'attention de la question « qui a les autorisations » à celle de « quels actes sont autorisés ».

---

Analyse détaillée en cinq dimensions

1. Admettre que les gens font des erreurs, c'est la marque d'une sagesse institutionnelle avancée

【Point de vue original】 Une institution mature n'encourage pas la perfection, mais reconnaît les limites humaines.

【Interprétation simple】

Quand nous étions enfants, nous considérions que « personne n'est parfait » comme une marque de tolérance, mais en grandissant, nous avons compris que c'est une forme de contrôle des risques. Dans les hôpitaux, même les médecins les plus expérimentés doivent être vérifiés par des pharmaciens avant de prescrire des médicaments ; même les pilotes les plus aguerris doivent suivre une liste de contrôle avant de décoller. Pourquoi ? Parce que les systèmes protègent non seulement contre les mauvaises personnes, mais aussi contre celles qui sont fatiguées, qui se trompent ou qui n'ont pas toutes les informations nécessaires. Si une entreprise exigeait que chaque employé et chaque administrateur soit toujours lucide et rationnel, elle aurait déjà fait faillite. Les entreprises vraiment efficaces partent du principe que « tout le monde peut commettre des erreurs à un moment donné » et conçoivent des processus pour y faire face.

Conclusion : L'imperfection n'est pas une mauvaise chose ; le danger réside dans le fait de construire des systèmes sur l'hypothèse fragile que personne ne commettra jamais d'erreur.

2. Les erreurs en elles-mêmes ne sont pas belles, mais les structures capables de les supporter le sont

【Point de vue original】 Ne louez pas les défauts, louez plutôt la beauté des structures qui les tolèrent.

【Interprétation simple】

Arrêtez de parler de « beauté dans l'imperfection » : un virement erroné est un virement erroné, un accident de production est un accident, et personne ne trouve cela romantique. Mais pourquoi les ponts sont-ils stables ? Pas parce qu'ils croient que l'acier ne se fatigue jamais, mais parce qu'ils sont conçus avec des redondances. Pourquoi les bases de données sont-elles fiables ? Pas parce qu'elles croient que chaque écriture est réussie, mais parce qu'elles disposent de mécanismes de réversion.

Changement de perspective essentiel :

  • Pensée ancienne : Comment empêcher les acteurs (humains/machines) de commettre des erreurs ? (Cela cherche la perfection, ce qui est difficile à atteindre.)
  • Pensée nouvelle : Si les acteurs vont inévitablement commettre des erreurs, comment mon système peut-il être conçu pour qu'il soit difficile pour eux de franchir toutes les barrières de sécurité ? (Cela cherche la résilience, ce qui est plus réaliste.)

Conclusion : La véritable sécurité n'est pas d'éliminer l'incertitude, mais de la contenir dans des limites.

3. Les systèmes actuels ont un gros bug : être légitime ne signifie pas être correct

【Point de vue original】 L'identité prouve qui vous êtes, les autorisations prouvent ce que vous pouvez faire, mais pas si votre action est appropriée.

【Interprétation simple】

C'est la partie la plus pertinente de l'article. Les systèmes informatiques d'entreprise actuels se contentent de vérifier l'identité et les autorisations. Par exemple, un directeur financier a peut-être l'autorité de faire un virement, mais s'il tape par erreur le mauvais compte ou est trompé par un escroc, le virement est considéré comme incorrect. Le système ne se soucie que de savoir si la personne est un directeur financier, pas si le virement est justifié.

Auparavant, ces failles étaient comblées par des procédures manuelles (réunions, appels téléphoniques, signatures, attentes). Ces processus apparemment inefficaces étaient en fait des barrières de sécurité. Mais avec l'IA, il n'y a plus besoin de réunions ni d'appels ; les erreurs se produisent directement, exposant les failles existantes.

Conclusion : Être légitime ne suffit pas pour que l'action soit correcte. Les systèmes actuels confondent trop souvent le fait d'avoir les autorisations avec le fait d'agir correctement.

4. L'IA n'a pas inventé les erreurs, mais elle leur a donné une vitesse incroyable

【Point de vue original】 L'IA permet aux acteurs imparfaits d'utiliser la vitesse et l'échelle des machines.

【Interprétation simple**

Avant, les gens commettaient des erreurs quelques fois par jour, et il leur fallait du temps pour les réaliser et les corriger. Aujourd'hui, les agents intelligents (IA) peuvent effectuer des tâches en quelques secondes, et leurs erreurs se propagent rapidement. Par exemple, ils peuvent manipuler des milliers de comptes en même temps. Cela crée une situation dangereuse : la vitesse à laquelle les erreurs se propagent dépasse désormais la capacité humaine à les observer et à les corriger. Avant, on pouvait dire que « quelqu'un surveillera toujours le processus », mais maintenant, cela devient impossible. Si l'IA vide les comptes de l'entreprise en 3 secondes et que vous ne vous en rendez compte que 3 heures plus tard, il sera déjà trop tard.

Conclusion : Le plus grand risque de l'IA n'est pas sa stupidité, mais sa vitesse et son insatiable efficacité.

5. La compétitivité des entreprises du futur : passer de la confiance en les personnes à la confiance dans les structures

【Point de vue original】 Il faut passer de la gestion de l'identité à la gestion des actions, de l'état et des limites.

【Interprétation simple**

C'est le conseil ultime pour les PDG et les directeurs techniques. Auparavant, on agissait sur la base de la confiance en une personne ou d'un système. À l'avenir, les décisions devront être basées sur le respect des règles, de l'état actuel et des preuves. Cela signifie que les entreprises doivent créer de nouvelles structures fiables :

1. Séparer le jugement de l'exécution : Laisser l'IA exécuter, mais confier le jugement à un autre mécanisme ou à une autre personne.

2. Limiter les actions : Même un agent AI hautement autorisé ne peut agir que dans des limites précises.

3. Vérifier l'état réel : Avant chaque action, le système doit vérifier si les conditions actuelles permettent cette action (par exemple : les stocks sont-ils suffisants ? Le solde du compte est-il suffisant ?).

4. Conserver le droit de veto : Quelle que soit la personne concernée, si une erreur est détectée, le système doit pouvoir être arrêté immédiatement.

Enseignements pour les entreprises :

Lorsque toutes les entreprises disposeront des mêmes modèles d'IA, celle qui permettra à l'IA de travailler efficacement tout en évitant les problèmes sera la gagnante. Cela nécessite une philosophie d'automatisation plus radicale : je ne demande pas à l'IA d'être parfaite, mais je conçois des structures qui la rendront capable de fonctionner même avec des imperfections.

---

Enseignements pour le grand public

1. Pour les professionnels : Ne comptez pas sur votre crédibilité personnelle pour votre emploi. À l'avenir, votre valeur réside dans votre capacité à concevoir des processus qui permettent à votre système de compenser vos erreurs.

2. Pour les entrepreneurs et les gestionnaires : Vérifiez les processus de votre entreprise. Si votre sécurité dépend uniquement de la surveillance d'un patron ou de la vigilance de vieux employés, c'est très dangereux à l'ère de l'IA. Vous devez investir dans des technologies qui permettent de surveiller les comportements, de limiter les autorisations et de vérifier automatiquement les états.

3. Pour les investisseurs : Préférez les entreprises qui offrent non seulement des capacités d'IA, mais aussi des protections contre les erreurs, des audits des comportements et des systèmes de contrôle des risques automatisés. L'avenir ne se jouera pas sur la complexité des modèles, mais sur la robustesse des structures.

En résumé :

Personne n'est parfait, et aucune machine ne l'est non plus. Dans le monde des affaires du futur, ce ne sera pas la perfection qui sera récompensée, mais les structures capables de tolérer les erreurs.