On présente régulièrement l’intelligence artificielle comme le nouveau levier de la performance : rationalisation inégalée des processus, recomposition accélérée des chaînes de valeur, complémentarité prometteuse entre l’humain et la machine…

L’IA serait l’outil ultime de pilotage des projets au service de l’efficacité…

Cependant, à court terme, l’essor de l’intelligence artificielle soulève un ensemble de questions qui demeurent, à ce jour, sans réponse claire.

Ses besoins énergétiques sont-ils réellement soutenables? Selon une projection à l’horizon 2030 de l’International Energy Agency, la consommation électrique des centres de données pourrait atteindre près de 3 % de la demande mondiale ?

Qu’en est-il des risques de stress hydrique liés aux besoins en eau nécessaires au refroidissement des data centers, notamment dans des régions déjà exposées à des tensions sur la ressource ?

Quels déséquilibres géopolitiques pourraient résulter de la concentration croissante des capacités de calcul entre les mains de quelques États et grandes entreprises technologiques ? Quels impacts environnementaux faut-il anticiper en raison de l’extraction accrue de matières premières critiques indispensables à la fabrication des semi-conducteurs ? La montée en puissance de ces infrastructures fait – elle peser un risque sur la stabilité des réseaux électriques, notamment lors des pics de consommation ?

Les interrogations ne sont pas seulement environnementales ou géostratégiques ; elles sont aussi sociales. Peut-on affirmer que les emplois détruits seront remplacés, en nombre et en qualité, par des emplois nouveaux ? L’intelligence artificielle ne risque-t-elle pas d’accentuer une forme renouvelée de taylorisation du travail, où une activité autrefois conduite dans sa cohérence par un professionnel se trouverait fragmentée en tâches distinctes, certaines étant désormais prises en charge par la machine, y compris lorsque ces tâches ne sont pas strictement répétitives ?

Enfin, des expériences ont montré que, dans certaines situations, des réponses produites par des IA peuvent être jugées plus empathiques que celles d’humains…

Chaque grande technologie transformatrice (machine à vapeur, électricité, informatique) a fait évoluer les rapports sociaux et les organisations de production. L’IA ne fait pas exception. Elle modifie déjà nos manières de travailler, de coopérer, de décider.

Là où les révolutions industrielles précédentes ont modifié les gestes de travail, l’intelligence artificielle investit les processus cognitifs : analyser, diagnostiquer, anticiper. Par ce fait, l’IA est en train de modifier notre rapport au monde. Dans quel sens ?

Les pratiques managériales sont appelées à se modifier en profondeur dès lors que ce sont des algorithmes qui évaluent la performance, orientent la réflexion, et ainsi, la décision.

Manager avec l’IA ne se résume donc pas à l’utilisation d’un outil par ailleurs fort efficient et simple d’usage. L’IA pose la question de notre exercice du pouvoir et de comment nous pouvons nous prévenir de ne pas lui déléguer par commodité notre discernement. Le risque est celui d’un déplacement progressif du critère du raisonnable : d’une prise en compte de la singularité de la situation vers une optimisation statistique perçue comme objective.

C’est à ces questions difficiles que nous devons désormais nous confronter si nous ne voulons pas que la machine ne prenne notre place dans la conduite de nos actes.

Comprendre comment l’IA apprend à nous répondre

Lors d’un « dialogue » avec une IA conversationnelle, celle-ci ne cherche pas des réponses qui seraient stockée en mémoire. Elle ne vérifie pas leur exactitude dans une bibliothèque interne. Ses réponses ne sont pas l’expression d’un discernement. Elle ne pense ni ne réfléchit.

Elle calcule, mot après mot, celui qui a la plus grande probabilité de venir compte tenu de ce qui précède. Elle a été entraînée sur une quantité gigantesque de textes à repérer des régularités : quels mots ou expressions vont le plus souvent ensemble, quelles phrases suivent le plus souvent d’autres phrases, par quels enchaînements se construisent les explications ou les arguments selon les types de discours.

Un humain répondrait à partir d’une expérience vécue, d’un jugement, d’une intention.
L’IA n’a aucune perception ou expérience du réel, encore moins de notre singularité. Elle répond à partir de complexes calculs de probabilités.

Manager au risque de se perdre

Si, par facilité, ou par confiance dans sa puissance prédictive, nous déléguons à la machine le soin de dessiner le futur, l’algorithme cesse d’être un simple outil. Il devient progressivement une représentation du monde et un principe d’action.

Ce qui n’était qu’un calcul statistique se transforme alors en critère implicite de légitimité :
le plus probable devient ce qu’il paraît raisonnable de faire.

On mesure ici la dimension normative du mécanisme. Ce qui n’est au départ qu’une estimation tend à s’imposer comme orientation. Or toute organisation exposée à la concurrence vit dans une tension structurelle : elle doit à la fois se stabiliser pour produire efficacement et se transformer pour survivre.

Le calcul probabiliste est particulièrement performant dans les régimes stables. Il modélise des environnements où l’incertitude est aléatoire mais mesurable, où les tendances passées éclairent raisonnablement l’avenir. Dans ces contextes, extrapoler fonctionne.

Mais les systèmes complexes ne demeurent pas toujours dans ce type d’équilibre. Ils peuvent changer de régime. Des trajectoires inédites peuvent émerger. Des discontinuités peuvent apparaître.

Dans ces moments, prolonger les régularités ne suffit plus. Transformer en période d’incertitude suppose d’introduire des orientations qui ne disposent pas encore d’antécédents statistiques ni de retours d’expérience stabilisés.

Décider ne consiste alors plus à prolonger une courbe. La décision managériale devient le pari pour un futur ouvert, susceptible de bifurquer.

Pour le manager, l’intelligence artificielle ne peut déterminer, ni une trajectoire individuelle, ni un destin collectif. Plus nous serons enserrés dans les puissances de calcul de la machine, plus l’enjeu du discernement deviendra crucial. Le discernement est la capacité de saisir la singularité de la situation. Ce à quoi précisément, coupée du monde, l’IA n’a pas accès.

Michel Bré