IA et transformation numérique : évolution ou révolution pour les organisations ?

Nombreux sont ceux qui associent aujourd’hui la transformation numérique des organisations à l’usage de l’intelligence artificielle (IA), induisant un ressenti de l’inévitabilité de « disrupter ».

Cette perception est à nuancer. Dans les faits, l’apport des IA historiques et de leur récentes cousines génératives dans la transformation numérique des organisations peut être vu comme “incrémental”.

Entre évolution progressive et révolution technologique, quelle est la voie à suivre ? L’intégration de l’IA dans la transformation numérique des organisations est-elle vraiment ce point de non-retour tant annoncé ?

IA et transformation numérique : disruption ou rupture

Les fondements de la disruption selon Christensen

La disruption a été popularisée par Clayton Christensen dans son ouvrage « The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail » (1997). C’est un processus par lequel des innovations radicales viennent bouleverser des marchés établis.

La réalité du terrain : entre mythe et pragmatisme

Mais ce raz-de-marée disruptif n’a de facto pas toujours lieu ; ce “tout disruptif” que nous avons déjà confronté en matière d’innovation en formation  relève en fait plus de l’idée reçue. L’apport de l’IA de manière générale a été plus sagement et pragmatiquement accueilli par nombre d’acteurs du Retail, du FRET, de l’Hôtellerie (Galeries Lafayette, Maersk, Accor) comme un outil d’anticipation et de modernisation face à l’évolution globale des marchés, plutôt que comme devant provoquer une transformation radicale des modèles existants.

2021 : Facebook, se positionne comme pionnier du métavers, rebaptisant le Groupe “Meta”, et il connaît alors une déconvenue notable. Le changement d’identité, plus suivi d’effets d’annonce que de vraies propositions et actions, tue (presque) le Métavers et ses développements dans l’œuf. Ce nouveau baptême s’est bordé à l’événement, et a prolongé le positionnement historique de Facebook : être les premiers. Une bonne accroche certes, mais insuffisante dans le cas présent.

Christensen souligne que la disruption est un processus donc, pas un événement. Il a visiblement manqué aux équipes de M. Zuckerberg le suivi et l’application dudit processus, les confrontant au dilemme de l’innovateur, dilemme dans lequel « l’acteur en place est partagé entre deux choix également perdants : défendre son activité historique, au risque de compromettre son avenir s’il ignore le potentiel de la rupture, ou parier sur celle-ci au risque de compromettre son activité historique, sans être par ailleurs certain que la rupture donnera lieu à un marché. » (P. Silberzhan).

Le cas Meta

Dans le cas « Meta » :

1. Pas de changement radical du modèle d’affaires pour le géant californien.
2. On peut également supposer que le travail prospectif (Durance) sur le thème a manqué, au moins de complétude (Imaginer les futurs possibles, examiner signaux faibles, forts, créer des scenarii pour en développer un et l’intégrer à sa feuille de route)

On imagine enfin bien mal la mise en pratique de la Théorie C-K (Concept – Knowledge de Garel & Mock) : aidée par l’Innovation ouverte pour pouvoir faire le lien et la mettre en pratique, la théorie C-K se définit au travers de quatre notions de base : l’expansion, la partition, les concepts et les connaissances.

Le processus de conception est formalisé par un aller-retour entre deux espaces différents [espaces historiquement séparés] :

• l’espace des concepts : idées folles, inconnus désirables, propositions sans statut logique
• l’espace des connaissances : toutes les propositions manipulables, existant dans des communautés d’experts, et devenant donc actionnables

C-K appliquée permet de donner de la robustesse au fameux « hors du cadre », de passer d’idées folles (concept de départ) à des idées qui se précisent par le biais d’arborescences des concepts, en mettant en vis-à-vis les connaissances qui ont permis de faire ces propositions nouvelles (et/ou qui ont marqué des impasses).

C’est un « moyen extrêmement robuste [sur le terrain] de concevoir dans l’inconnu, d’innover quand on ne sait pas ce qu’on doit concevoir, ou de concevoir quand on ne sait pas ce sur quoi on doit innover » (Interview Professeur Garel, Elmar Mock, « La fabrique de l’innovation » – 2012).

Ces démarches et outils de gestion de l’Innovation demandent un travail sur du temps long que certaines organisations ne pensent pas nécessaire/ne veulent pas prendre.

A disruption manquée donc, le Métavers s’en est (presque) allé, obligeant les challengers à repenser les accès à cet univers “Ready Player One” (Spielberg) par la petite porte (les “outils” qui le composent) plutôt que par la grande, pourtant largement annoncée.

L’IA comme facteur de modernisation et d’anticipation

Innover avec usage de l’IA ne doit pas donc être une quête obligatoire de disruption, mais de modernisation. Des cas pratiques montrent comment ces entreprises ont utilisé l’IA pour optimiser leurs processus internes et améliorer l’expérience client, sans chercher à bouleverser radicalement leur secteur. Comme le soulignent des analyses de la Harvard Business Review (« IA et Data »), l’innovation dans ce contexte se fait dans un cadre pragmatique et progressif, orienté vers la préparation des défis futurs.

Ainsi, les organisations doivent anticiper les évolutions de leur secteur, en pensant sur un temps long, et en intégrant des technologies comme l’IA de manière incrémentale. Il ne s’agit pas forcément de devenir un Google ou un Apple, mais d’intégrer l’IA pour mieux se préparer et moderniser son impact.

Les IA génératives et le Learning & Development (L&D) :  l’évolution des métiers

L’impact de l’IA sur les rôles des managers et des administrateurs de plateformes LMS/SLMS est également un élément intéressant à prendre en compte. En effet, et nous le constatons autant dans des rencontres professionnelles que dans nos missions au quotidien : un paradoxe s’est emparé des acteurs et actants de la fonction formation.

D’une part, la volonté de gagner du temps et d’automatiser ses tâches grâce à des algorithmes dans le ciblage des compétences (projets d’apprentissage adaptatif à l’échelle). Également, l’attente de pouvoir se saisir, mais sans forcément devoir éprouver (nourrir, paramétrer, prompter) les IA génératives dans l’assistanat pédagogique (création de modules, de quizz) qui fleurissent dans beaucoup de LMS, devenant des SLMS (S pour Smart).

D’autre part persiste la crainte toujours formulée et ressentie de se voir “remplacé” par la généralisation des IA Génératives dans les LCMS et plus généralement en L&D.

Conclusion sur la transformation numérique des organisations avec l’IA et ses défis

Notre préconisation à ces mêmes acteurs est de plutôt collaborer à la transformation de leur métier, de questionner leur rôle, leurs pratiques managériales, pour évoluer positivement en laissant sa place à l’IA (tous types), dans une transformation de leurs missions d’accompagnement des utilisateurs au changement. L’intégration de l’IA dans les processus existants doit permettre de maximiser l’efficacité et la pertinence des outils d’apprentissage.

L’IA plus que jamais doit être un assistant, guide, copilote, exhausteur de nos connaissances et pratiques, pour nous tirer vers le haut, plutôt que de rejoindre la crainte (justifiée) d’enseignants envisageant une partie du pire : un nivellement des connaissances par le bas du fait d’une utilisation tous azimuts des IA génératives par les étudiants.

En fin de compte, il ne s’agit pas de chercher la rupture à tout prix. L’IA représente avant tout un levier pour moderniser et anticiper les évolutions à venir dans les organisations. Il est donc plus pertinent de rassembler les parties prenantes autour de cette transformation, afin de minimiser les résistances au changement et de s’assurer que l’intégration de l’IA soit adoptée de manière fluide et bénéfique pour l’ensemble des départements, collaborateurs, et emplois.

Vous souhaitez donner vie à votre transformation numérique ? Depuis plus de 30 ans, SQORUS accompagne les entreprises de toutes tailles dans leurs projets stratégiques de transformation. Notre Lab Innovation combine expertise métier et maîtrise technologique pour vous guider vers une transformation réussie.