Ne vous concentrez pas seulement sur le fait que les individus sont devenus plus rapides : le véritable champ de bataille de l’IA réside dans la manière dont les équipes coopèrent
Bonjour à tous, je suis votre observateur financier. Récemment, un sujet très animé a circulé dans le monde de l’IA : la mise à jour de Lark 8.0 a suscité l’enthousiasme des nombreux blogueurs technologiques qui analysent ses nouvelles fonctionnalités. Cependant, à mon avis, le point le plus intéressant de cette mise à jour n’est pas tant ce que l’IA peut maintenant coder ou dessiner, mais plutôt sa tentative de résoudre un problème majeur qui concerne tous les salariés : “Pourquoi tout le monde est-il devenu plus rapide, mais l’entreprise reste-t-elle tout aussi occupée ?”
Aujourd’hui, je vais expliquer cet article d’analyse approfondie sur les “agents intelligents d’équipe” en cinq points, pour vous aider à comprendre ce que l’arrivée de l’IA dans les bureaux signifie réellement.
---
1. La vérité fondamentale : votre rapidité peut être neutralisée par d’autres facteurs
Commençons par un fait déplaisant. Au cours des trois dernières années, la plus grande contribution de l’IA a été d’augmenter considérablement l’efficacité individuelle. Auparavant, rédiger un plan pouvait prendre deux heures ; maintenant, l’IA peut le faire en 20 minutes. Rechercher des informations prenait une demi-journée ; maintenant, elle en fournit les grandes lignes en une minute. Sur le plan individuel, c’est vraiment bénéfique, l’efficacité double.
Cependant, si vous avez déjà dirigé une équipe ou participé à des projets interdépartementaux, vous avez sûrement fait cette expérience :
- Le plan est prêt en 20 minutes, mais il faut d’abord déterminer qui en est responsable, puis attendre que l’autre département fournisse les données.
- Après l’exécution, il faut vérifier si les versions ont été modifiées, certains n’ont pas entendu les décisions prises en réunion, et certains continuent de travailler selon l’ancienne version.
- Résultat : ce qui devait être fait en deux heures prend trois jours à cause de toutes ces communications, attentes et confirmations.
Voici le point central de l’article :
> L’efficacité d’une équipe = La somme de l’efficacité individuelle de tous les membres − Les coûts de collaboration
Jusqu’à présent, l’IA a principalement amélioré la première partie (l’efficacité individuelle), mais personne n’a vraiment pris en charge la seconde partie (les coûts de collaboration).
La tendance actuelle est que l’IA commence à s’attaquer à ces coûts de collaboration. Elle ne se contente plus de faire le travail à votre place, elle commence également à coordonner les activités.
---
2. Changement de rôle : de “l’aide disponible sur demande” à “le gestionnaire permanent sur place”
Avant, nous utilisions l’IA comme une aide extérieure. Lorsque vous aviez besoin d’aide, vous ouvriez ChatGPT, vous expliquiez la situation et vous fournissiez les informations ; après sa réponse, vous copiez et colliez le résultat dans un groupe ou un document. Si vous ne l’appeliez pas, elle ne savait rien de ce qui s’était passé.
Les “agents intelligents d’équipe” actuels ressemblent plus à un collègue de bureau doté d’une mémoire exceptionnelle et qui aime se mêler des affaires des autres. Ils sont constamment intégrés à vos flux de travail (groupes de discussion, réunions, documents, calendriers). Cela signifie qu’ils :
- Connaissent le contexte : ils se souviennent de ce qui a été discuté hier, de qui est responsable de quoi, et où le projet en est.
- S’occupent activement des détails : ils complètent les informations pendant la discussion, notent les décisions prises et créent des agendas automatiquement. S’il n’y a pas de mouvement après quelques jours, ils vous rappellent.
La différence clé est la suivante :
L’IA d’avant attendait que vous posiez des questions ; l’IA d’aujourd’hui suit le déroulement des choses. Elle n’est plus un outil isolé, elle fait partie intégrante du processus de travail.
---
3. Réévaluation de la valeur : les nouveaux KPI de l’IA ne sont pas tant la précision des réponses que la réduction des interruptions
Prenons l’exemple du travail d’une équipe de rédaction : découvrir un sujet d’actualité → en discuter en groupe → rechercher des informations → organiser les idées en cartes de sujet → décision du responsable → planification → notification aux personnes concernées → inscription dans le calendrier. Chaque étape n’est pas difficile, mais chacune peut être interrompue :
- On oublie de prendre des notes après la discussion ?
- Les notes sont-elles lues par quelqu’un ?
- La décision a-t-elle été planifiée ?
- La personne concernée a-t-elle été informée ?
Une grande partie du travail de gestion dans une entreprise consiste à réparer ces interruptions. La valeur d’un agent intelligent d’équipe réside dans sa capacité à automatiser ces processus : de la discussion en groupe à la recherche d’informations, à l’organisation, à la planification et à la notification.
Ainsi, à l’avenir, nous évaluerons l’efficacité d’un outil d’IA à l’échelle de l’entreprise en fonction de ce qu’il peut réduire d’interruptions, et non seulement de la précision de ses réponses.
---
4. Changement organisationnel : de “un assistant par personne” à “un gestionnaire pour tout le groupe”
Avant, nous imaginions que chaque personne aurait son propre assistant en IA (un assistant pour les ventes, un autre pour le produit, etc.). Mais le problème est que même si chaque membre de l’équipe devient 30 % plus rapide, ils doivent toujours se réunir, se synchroniser et se confirmer les informations. De plus, comme chaque personne génère plus de contenu, la quantité d’informations à digérer augmente, augmentant ainsi les coûts de communication.
L’idée des “agents partagés” vise justement à résoudre ce problème. Ils ne servent plus une seule personne, mais tout le groupe. Des rôles nouveaux et naturels pourraient émerger :
- Agent de projet permanent : personne ne s’en occupe spécifiquement, mais il suit constamment l’avancement du projet.
- Agent partagé pour les ventes : les nouveaux employés n’ont pas besoin de demander aux autres l’historique des projets ; ils peuvent directement s’adresser à cet agent.
- Agent d’analyse commerciale : il extrait automatiquement les données anormales pour la direction chaque semaine.
Cela soulève la question de savoir si le mode de fonctionnement actuel de l’entreprise est adapté à l’intégration de l’IA. Avant, c’étaient les gens qui s’adaptaient aux processus ; maintenant, il pourrait être nécessaire que les processus eux-mêmes soient adaptés à l’IA. Si les processus de l’entreprise sont déjà chaotiques, l’ajout de l’IA ne fera qu’aggraver le problème.
---
5. Problèmes potentiels : finances, capacités cognitives, mémoire et responsabilités
Bien que les perspectives soient prometteuses, l’article souligne également des obstacles : ce n’est pas encore le moment de se laisser complètement aller à l’IA. Lorsque l’IA sera utilisée à grande échelle, plusieurs problèmes inattendus pourraient survenir :
1. Quelle “pensée” l’IA utilisera-t-elle ? Pour coder, un modèle logique est nécessaire ; pour des tâches quotidiennes, un modèle moins coûteux suffit. Mais comment gérer l’identité, la mémoire et les droits de l’agent ? Et le “cerveau” sous-jacent du modèle peut-il s’adapter aux différentes tâches ?
2. Combien cela coûtera-t-il ? L’utilisation occasionnelle de l’IA par un individu est gérable. Mais pour une équipe de plusieurs dizaines de personnes, avec des agents qui lisent en permanence les groupes de discussion, les réunions et les documents 24 heures sur 24, combien coûtera-t-il en ressources informatiques ? Les dirigeants se demanderont inévitablement : “Combien cela coûte-t-il par mois ? Quel est l’avantage réel pour l’entreprise ?” Si les bénéfices ne compensent pas les coûts, l’IA n’aura que peu de valeur.
3. L’IA deviendra-t-elle confuse avec trop d’informations ? Les groupes de discussion contiennent non seulement des informations utiles, mais aussi des blagues, des idées éphémères et des plans abandonnés. Si l’IA retient tout, elle risque de devenir moins efficace. Les entreprises devront gérer une nouvelle forme de “propreté des informations” : quels sont les éléments décisifs, quels sont des simples discussions, et quels sont les éléments obsolètes ?
4. Qui sera tenu responsable en cas d’erreur ? Lorsque l’IA résume des informations, une erreur est peu problématique. Mais si elle peut modifier des données, planifier des tâches ou prendre des décisions, où se situent les limites de ses pouvoirs ? Quels sont ses droits et responsabilités ? Ces questions ne pourront pas être résolues simplement par une mise à jour du modèle, mais nécessiteront des ajustements systémiques sur le long terme.
---
Conclusion : La prochaine étape de l’IA est la collaboration
En conclusion, la mise à jour de Lark 8.0, ou plus largement la tendance des “agents intelligents d’équipe”, n’est pas simplement l’ajout d’un nouvel outil de travail. Ces développements reflètent un changement majeur dans la façon dont l’IA peut aider les entreprises à fonctionner.
- Au cours des dernières années, nous avons travaillé à développer des IA capables d’aider un individu à travailler plus efficacement (modèles, outils, mémoire).
- À l’avenir, nous devrons travailler à développer des IA capables de collaborer efficacement avec un groupe entier (droits, processus, responsabilités, contexte).
Ces deux approches diffèrent fondamentalement. L’IA individuelle vise à améliorer les capacités des individus, tandis que l’IA d’équipe vise à améliorer l’organisation et la coopération entre les personnes. Si l’IA peut résoudre le problème récurrent des conflits au sein des équipes, sa valeur sera bien plus grande que celle de simplement rendre la rédaction de documents plus rapide. C’est là que l’IA entre vraiment dans une phase plus complexe et intéressante au sein des entreprises.