Quand tu te retrouves face à un CoDir pour parler d’IA générative, dans quelle salle atterris-tu ? Est-ce que cela a changé depuis deux ans ?
Cela a vraiment beaucoup changé depuis deux ans. Au début, tout tournait autour de l’inquiétude. C’était même la raison première pour laquelle on m’appelait : qu’est-ce que c’est que ce truc ? Je ne suis pas mathématicien, je ne suis pas scientifique. Est-ce que mon job va être remplacé ? Est-ce que mon entreprise devrait le mettre en place ou pas ? Est-ce que cela disrupte mon secteur ?
Ensuite, il y a eu une phase de transition où j’ai vu deux extrêmes, tout aussi dangereux l’un que l’autre. Le premier, ce sont des organisations convaincues immédiatement, qui voulaient y aller à fond : on va licencier X personnes, on va faire nos propres modèles, on va embaucher massivement sur la tech. C’était sans doute un peu trop tôt. On a vu l’exemple de Klarna, qui a licencié beaucoup de gens et qui a fini par faire revenir des humains quelques mois plus tard, en se disant que cela avait peut-être été un peu rapide.
L’autre extrême, c’est de considérer que c’est un gadget, ou que c’est trop dangereux pour l’entreprise : je ferme complètement les vannes, personne n’y a accès, on n’utilise pas et c’est terminé. C’est dangereux aussi, parce qu’on sait que les employés l’utilisent quand même, mais sans le dire : c’est le fameux Shadow AI. J’ai aussi vu des collaborateurs changer de société, démissionner pour aller chez un concurrent qui, lui, autorisait l’IA générative.
En préparant cet échange, tu me parlais d’un paradoxe assez fréquent. Lequel ?
Aujourd’hui, on a un peu plus de recul. Cela fait deux ou trois ans que j’accompagne des CoDir, et on ne se demande plus si c’est un gadget. On a compris qu’il fallait compter avec, et que cela pouvait apporter beaucoup de bénéfices.
Souvent, les équipes opérationnelles se sont emparées du sujet, ont lancé des initiatives dans leur coin et sont allées assez loin. Et on se retrouve avec une population en retard : le CoDir ou le Comex. C’est ce que j’observe le plus souvent en ce moment. Ce sont des dirigeants qui ont moins peur sur le « est-ce que cela va remplacer mon job » et sur le « je n’y comprends rien », mais qui constatent un vrai écart entre eux et leurs équipes opérationnelles.
Ils sont un peu en retard, ils ne comprennent pas forcément tout, et ils ne savent pas non plus comment encadrer les pratiques. Ils voient bien que leurs équipes vont plus vite et plus loin, mais est-ce vraiment sans risque pour l’entreprise ? Est-ce que moi, je devrais monter d’un cran ? Comment m’assurer que mes collaborateurs utilisent bien l’IA ? Il y a énormément de sujets d’inquiétude autour de l’IA générative. C’est ce paradoxe : les équipes opérationnelles sont allées très loin, le CoDir est encore un peu à la traîne.
C’est pour cela qu’on te demande beaucoup de benchmarks en ce moment ?
Exactement. C’est une population plutôt preneuse d’insights stratégiques. On n’est pas sur des sessions de formation à l’outil ou à la technologie, mais plutôt sur : qu’est-ce que cela peut apporter à mon business ? D’où la demande de benchmarks. Est-ce que les concurrents l’utilisent, et qu’en font-ils ? Ce type d’informations intéresse énormément.
À côté de cela, il y a beaucoup d’inquiétudes autour de la technologie elle-même : la confidentialité des données, les hallucinations. Et puis des sujets qui commencent à émerger, autour de l’atrophie cognitive et du deskilling. Les LLM sont de plus en plus forts, on leur délègue de plus en plus de choses, et la question devient : qu’est-ce qu’il nous reste, à nous ? Sans oublier le danger de la sycophancy.
La sycophancy, c’est un mot que je découvre. Cela s’écrit comment, et cela veut dire quoi ?
C’est un mot anglais : S-Y-C-O-P-H-A-N-C-Y. On pourrait le traduire par flagornerie en français. C’est la propension de l’IA à valider tout ce que vous lui dites, plutôt qu’à vous challenger. Cela va toujours dans votre sens, cela nous flatte, et on ne pense pas forcément à corriger le tir.
Alors que c’est assez simple : il suffit de demander au LLM d’être honnête et de ne pas vous flatter. Pas de flagornerie, pas de sycophancy. C’est d’ailleurs un point que les grands hyperscalers ont dû traiter. OpenAI a dû baisser le niveau de sycophancy de ses modèles, tellement cela avait généré de dérives parfois extrêmes.
Passons au concret. Notre audience, ce sont les Chief Data Officers, et ils sont souvent sollicités par leur CoDir pour intervenir. Si tu devais donner une to-do list à un CDO qui anime la semaine prochaine une session sur l’IA générative devant son CoDir, tu lui dirais quoi ?
D’abord, il faut jauger le niveau. Dans tous les CoDir et Comex que j’accompagne, je passe par un point de contact unique, qui me dit en général : ne t’inquiète pas, ils ont les bases. Et à chaque fois ou presque, quand j’arrive en séance, la question est plutôt : quelles bases ?
Je ne parle pas de faire un audit lourd, c’est vraiment un calibrage. On se rend compte que le public est très hétérogène, surtout dans un CoDir ou un Comex : tous les profils, tous les âges, tous les secteurs, tous les métiers. Il y en a qui sont vraiment à la traîne, d’autres qui sont un peu plus avancés. Les plus avancés, c’est souvent une personne sur dix.
Il faut aussi jauger l’appétence. Il peut y avoir des personnes réfractaires, qu’il faut aborder différemment. Tout cela permet de poser un langage commun, et c’est bien l’objectif du début de session. À partir du moment où le langage est commun et que tout le monde est aligné, et cela prend vraiment quelques minutes, on est bien pour avancer. Sinon, on perd un gros tiers du CoDir en cours de route.
Et le deuxième réflexe à avoir ?
C’est d’alerter sur la délégation des compétences. Plus les membres du CoDir vont utiliser l’IA générative, plus ils vont se dire : c’est super, je m’en sers pour telle et telle chose. Et plus cela va, plus ils montent en puissance. Mais à un moment donné, on en vient à déléguer à l’IA des choses qui relèvent de sa propre compétence, de ce que l’on sait faire dans la vie, de son expertise métier ou technique. Là, cela devient un vrai risque.
L’IA, c’est comme un miroir. On le sait maintenant, les LLM reflètent notre niveau. Quand on leur parle avec un certain niveau, disons pour illustrer un niveau doctorat, le LLM répond comme un doctorant. Si au fil des échanges on perd en compétences parce qu’on a délégué, et qu’on arrive à un niveau baccalauréat, le LLM s’adapte et va parler à un niveau baccalauréat.
Depuis notre conversation préparatoire, je fais beaucoup plus attention, y compris à mes fautes d’orthographe, alors qu’avant j’écrivais vraiment à l’arrache. Justement, comment démystifier l’IA générative devant un CoDir sans tomber ni dans le cours magistral ni dans la démonstration gadget ?
Le format qui marche le mieux, sans grande surprise, c’est un format hybride : une partie théorie, qui n’est pas la partie majeure, peut-être 20 à 30 % de la session, et une partie pratique.
La partie pratique, ce sont des cas d’usage, mais vraiment ciblés sur l’audience. Sur un CoDir, cela veut dire ciblés sur les problématiques du dirigeant. Et le premier pain point du dirigeant, c’est le temps. Il n’y a pas à chercher plus loin : il ou elle n’a pas le temps, et change de contexte en permanence, entre des priorités opérationnelles et stratégiques, avec des interlocuteurs qui sont tantôt des opérationnels, des N-1, des N-2, tantôt des pairs, des investisseurs ou des partenaires.
Cela fait un switching de contexte énorme, et à plusieurs niveaux. Souvent, le dirigeant n’a pas le temps de se préparer à tout et doit prendre des décisions stratégiques, en très peu de temps, sur la base de 10 ou 20 % des informations. Il n’a pas forcément tout le contexte, et c’est là que l’IA générative peut l’aider énormément. D’où l’intérêt de cas d’usage vraiment ancrés dans la réalité quotidienne d’un dirigeant.
Quels exemples fonctionnent particulièrement bien ?
Il y en a un qu’on me demande quasiment tout le temps : la génération de comptes rendus. C’est le best-seller. Cela revient si souvent parce que les dirigeants passent beaucoup de temps en réunion et veulent quelque chose de structuré, dont ils puissent se souvenir et qu’ils puissent partager. Cela fonctionne très bien.
Dans les exercices un peu plus ludiques, et qui font vraiment tourner le cerveau à plein régime, il y a ce que j’appelle une battle de LLM. On construit un cas d’usage où plusieurs LLM se répondent sur un même sujet, ou bien un seul LLM avec plusieurs tours de parole, pour obtenir des angles différents.
Cela permet à un membre du CoDir de voir les angles morts qu’il ne verrait pas autrement. Imaginons qu’un dirigeant doive faire passer un budget ou un projet : il peut se mettre en condition avant d’arriver en séance. La DRH ne va pas être d’accord, le CFO va lui dire attention, cela coûte tant. Cela lui donne des angles, lui permet d’identifier les freins potentiels et de rebondir. C’est un super entraînement, et cela permet aussi de s’ouvrir aux autres activités de l’entreprise.
Imaginons que le CoDir soit convaincu et enthousiaste. Quels sont les défis humains et organisationnels qui l’attendent, et surtout comment éviter que le soufflé retombe ?
Déjà, à partir d’un premier cas d’usage, en général, un CoDir ou un Comex veut en faire plus. Cela marche très bien. Quand j’ai des sessions un peu longues, je prévois une pause, et il m’arrive régulièrement qu’on me dise : non, on ne fait pas de pause, on avance. Ils veulent le cas d’usage suivant, tester autre chose. Il y a un vrai enthousiasme qui se crée pendant la session.
Ce que je fais ensuite, c’est leur faire écrire, en fin de session, un cas d’usage qu’ils aimeraient tester la semaine ou le mois suivant. Et je leur demande de se poser un rappel dans leur calendrier, ou de glisser une petite enveloppe dans un tiroir s’ils sont plutôt papier, pour vérifier au bout d’une semaine ou d’un mois : est-ce que je l’ai mis en place ? Est-ce que cela fonctionne ? Est-ce que cela ne marche pas pour ce cas précis ?
Parce que la maturité IA, c’est aussi savoir quand ne pas l’utiliser. Tout n’est pas à faire avec l’IA, il y a des choses qu’on ne peut pas déléguer, la relation humaine par exemple quand on est manager. On se challenge, on regarde le cas d’usage et on se dit : finalement cela n’a pas du tout marché, je préfère utiliser mon cerveau. Ou au contraire, c’est redoutablement efficace.
Ce que je leur conseille toujours, c’est d’avoir une méthode : avant même de prompter, se demander ce qu’ils veulent faire, quel est leur but. Cela les oblige à partir de leur propre cerveau. Ensuite ils peuvent dérouler, et une fois la réponse obtenue, la challenger. Cela reste un outil.
Tu disais aussi que l’important, c’est que ces dirigeants deviennent des leaders qui transmettent et diffusent ce qu’ils ont découvert pendant l’atelier.
Oui, c’est vraiment le gros point. Une fois qu’ils ont eu cette session, ils se sentent bien plus parés pour parler avec leurs équipes. Et ils comprennent qu’ils ont désormais une nouvelle responsabilité de manager et de leader : encadrer des équipes qui utilisent l’IA, qui n’ont peut-être pas eu ce type de formation, ou qui vont peut-être trop vite dans l’implémentation.
Cette question du jugement et de l’esprit critique relève maintenant de la responsabilité du manager. Jusqu’ici, c’était la personne vers qui on allait pour obtenir des réponses. Aujourd’hui, c’est celle qui va aider ses collaborateurs à mieux formuler les questions. Il y a là un vrai changement de paradigme.
Ce qu’il faut retenir
Merci beaucoup Virginie pour ce retour d’expérience très concret et très stimulant. Ce que je retiens de cet échange, c’est cette capacité à ne jamais séparer la technique de l’humain. Comme tu le dis, l’IA générative n’est pas un sujet IT que l’on délègue. Il y a cette notion de miroir, que tu as évoquée plusieurs fois, qui oblige chaque dirigeant à se regarder en face, à se questionner sur ses réflexes, sur ses compétences, sur sa posture. C’est une démarche très profonde.
On passe ainsi de l’incompréhension initiale à une adhésion durable, par un chemin qui passe toujours par les mêmes étapes : jauger le niveau, partir du concret, ancrer les bons réflexes, ne pas laisser retomber le soufflé et devenir un ambassadeur du sujet.
Et tout cela s’accompagne. Pour les organisations dont le CoDir commence tout juste à s’emparer du sujet alors que les équipes ont déjà avancé, les prochains mois seront décisifs : il faut former les relais internes et rythmer la transformation. C’est aussi sur ces enjeux que nous intervenons chez Datalogy, de la pédagogie auprès de l’organisation jusqu’à l’animation des communautés internes autour des usages et des bonnes pratiques de l’IA générative.
