Si vous n’achetez pas mes produits et mes services, vous allez tous mourir

Posts Linkedin, conférences, rapports de cabinets de conseil…on a l’impression d’être lancés dans une course au discours le plus catastrophisme et le plus radical.

« 80 % des tâches seront automatisées par l’IA« , « 50 % des métiers vont disparaître d’ici 2030« , « dans 20 ans tout le monde sera au chômage », « si vous utilisez encore tel outil en 2024, vous êtes foutus », « tel outil/pratique/métier est mort« . Et, à la fin, toujours une solution, une offre, un service. Finalement, ce qui semblait être une analyse sérieuse en réalité être un pitch de vente caché sous un vernis pseudo-scientifique.

Le discours technologique, et en tout cas son marketing, fonctionne de plus en plus sur un mode binaire : soit vous vous transformez immédiatement, soit vous disparaissez. La transition numérique devient une course contre la mort dans laquelle chaque retard, chaque hésitation, est présentée comme une faute stratégique impardonnable. Et, pour nourrir cette rhétorique dramatique, tous les moyens sont bons : prédictions hasardeuses, extrapolations douteuses, chiffres obtenus sans méthodologie sérieuse….

En bref :

Le discours technologique alarmiste s’appuie souvent sur des prédictions sensationnalistes, non fondées méthodologiquement, pour susciter une réaction émotionnelle et vendre une solution.
Une confusion fréquente est entretenue entre prédiction (opinion ou intuition) et prévision (analyse rigoureuse), ce qui alimente l’ambiguïté autour des impacts réels de l’IA sur l’emploi.
L’IA générative incarne aujourd’hui cette rhétorique, avec des promesses exagérées sur la productivité ou l’automatisation, sans prendre en compte les contraintes concrètes des organisations.
De nombreux exemples passés (Second Life, Google Glass, metaverse, blockchain) montrent un écart systématique entre les promesses technologiques et leur adoption réelle.
Le problème principal n’est pas la technologie elle-même mais le marketing de la peur qui l’entoure, fondé sur le court-termisme et des discours simplistes plutôt que sur une analyse sérieuse et contextualisée.

Prédictions vs prévisions : l’art de l’ambiguïté

Le premier malentendu, souvent volontaire et entretenu, vient de la confusion entre prédiction et prévision. Une prédiction, c’est une opinion, une intuition, une croyance qui peut être sincère ou instrumentale, mais elle n’engage que celui qui la formule. Une prévision, en revanche, suppose un travail rigoureux : des hypothèses explicites, une méthodologie, des marges d’erreur, des sources vérifiables.

Quand un expert de l’IA déclare que « la moitié des emplois vont disparaître », il exprime une conviction, pas une conclusion fondée sur une modélisation sérieuse. Lorsque Kai-Fu Lee écrit dans AI Superpowers (2018) que « d’ici quinze ans, l’intelligence artificielle sera techniquement capable de remplacer environ 40 à 50% des emplois aux États-Unis.« , cela repose sur une estimation personnelle sans base aucune base méthodologique formalisée.

À l’inverse, le Forum économique mondial cite un chiffre beaucoup plus modéré dans son rapport Future of Jobs 2023 : 23 % des emplois devraient être transformés d’ici 2027, ce qui est très différent d’une destruction massive (Forum économique mondial – Rapport sur l’avenir de l’emploi 2023).

Et quand on demande à un prix Nobel d’économie aux méthodes qu’on devine rigoureuses (Daron Acemoglu: What do we know about the economics of AI?) il nous dit que l’IA entraînera une « augmentation modeste » du PIB comprise entre 1,1 et 1,6 % au cours des dix prochaines années, avec un gain de productivité annuel d’environ 0,05 %.

En tout cas il faut reconnaitre que si ces pratiques ont toujours eu cours on atteint des sommets avec l’IA générative (AGI, emploi, productivité : le grand bluff des prédictions IA) et je suis à peu près convaincu que si, demain, on connait une forme de désillusion par rapport à cette technologie ça n’est pas parce qu’elle ne fonctionne pas mais qu’on a trop promis et trop vite.

Le business de la peur

Cette pratique ne relève pas de l’analyse prospective mais d’une sorte de marketing de la peur. Plus les chiffres sont élevés, plus l’urgence est grande. Plus le changement est présenté comme violent, plus les décideurs sont enclins à acheter des solutions. Mais derrière ces prédictions alarmistes, il y a presque toujours un intérêt commercial : vendre une solution, une formation, un audit, un produit. Et comme les cycles de l’attention sont courts, on pousse la dramatisation à son maximum pour marquer son auditoire.

D’ailleurs je vais même vous donner une astuce si la lecture d’une étude de 100 pages vous rebute : regardez qui la sponsorise et vous saurez ce qu’elle dit.

C’est la logique du FOMO (fear of missing out), que LinkedIn pour ne citer que son canal principal alimente chaque jour. On y lit des phrases toutes faites  telles que « « « Si vous faites encore X en 2024, arrêtez tout de suite« , « Cette pratique est morte« , « Voici pourquoi Y va tuer Z ». Au final rien ne meurt vraiment et si ça arrive cela prend très très longtemps, rien ne tue rien du jour au lendemain mais ce vocabulaire anxiogène attire les clics. Ces formules ne visent pas à informer, mais à déclencher une réaction émotionnelle et, idéalement, un engagement commercial.

La dernière en date : l’IA générative

L’IA générative est aujourd’hui la dernière incarnation de cette logique qu’elle pousse à son paroxysme. Certes elle est très puissante mais son potentiel est présenté comme illimité et son impact aussi inévitable qu’imminent. Les chiffres pleuvent : 300 % de gains de productivité, 80 % de tâches automatisées, 60 % du travail impacté. Une étude de McKinsey évoque bien 60 à 70 % du temps de travail potentiellement affecté, mais précise qu’il s’agit d’un potentiel, non d’une automatisation effective (The economic potential of generative AI: The next productivity frontier). Et on sait bien que dans la tech la différence entre le potentiel et la réalité est souvent conséquent (Vous pouvez voir l’ère informatique partout, sauf dans les statistiques de la productivité (Robert Solow)).

Le problème c’est que ces scénarios oublient que les organisations ne sont pas des laboratoires stériles, des salles blanches ou des avions qui simulent des vols en apesanteur. Le déploiement de l’IA ne dépend pas uniquement de la technologie (Les limites de la transformation guidée par la technologie), mais aussi de la culture managériale, de la qualité des données, de la formation des équipes, de l’organisation des flux de travail et d’une foule d’autres facteurs. Ce sont des variables que les prédicateurs de la tech ne maîtrisent pas mais qu’ils préfèrent ignorer pour entretenir l’illusion d’une révolution homogène et rapide.

Et puis d’ailleurs il faut admettre que la plupart d’entre nous n’avons pas les compétences pour remettre en cause les paroles d’un scientifique expert en IA. Par contre je doute qu’il ait les compétences économiques voire socio-économiques pour évaluer l’impact de la technologie sur la destruction d’emplois. A chacun son domaine. Je ne vais pas demander à un jouer de football de me modéliser et quantifier l’impact d’une victoire en championnat sur les ventes des sponsors du club.

Rien de neuf sous le soleil

Cette histoire on l’a vue se dérouler sous nos yeux à de nombreuses reprises.

Souvenez-vous de Second Life, présenté en 2006 comme l’avenir du web. Les entreprises s’y précipitaient, persuadées qu’il fallait y être. Résultat : elles ont fui aussi vite qu’elles étaient venues. Trop complexe, trop instable, trop en décalage avec les usages réels (The World’s First Metaverse: What Happened To Second Life?).

Même chose pour le metaverse de Meta, lancé avec fracas en 2021, et largement abandonné dès 2023 faute d’intérêt business clair (Métavers : où en est on 5 ans plus tard ?).

Google Glass ? Lancé à 1 500 $ pièce, encensé comme une révolution, puis discrètement abandonné dès 2015 après des problèmes de vie privée et une absence totale d’usage convaincant (Why was Google Glass discontinued?).

Et que dire de la blockchain, censée tout transformer, de la logistique à la gouvernance RH ? En 2018, on lisait que toutes les entreprises basculeraient sur la blockchain. En 2023, seuls 2 à 8 % des projets numériques en font un usage structurant (Organizations aren’t adopting blockchain? Study reveals why).

Amara avait raison

Face à ce décalage constant entre promesse et réalité, il est bon de rappeler la loi d’Amara :

« On surestime toujours l’impact d’une technologie à court terme, et on le sous-estime à long terme. »
— Roy Amara

Une loi réaliste mais peu bankable car elle ne fait pas vendre. Elle incite au contraire à la prudence, à une stratégie de long terme, à un investissement dans l’appropriation plutôt que dans l’effet waouh (Connaissez vous la loi d’Amara sur l’impact de la technologie à court et long terme ?). Pas très compatible avec une logique marketing à court terme et l’impératif de signer des clients vite en leur promettant la lune.

Conclusion

Très souvent la technologie est un bouc émissaire facile pour expliquer l’échec de projets de transformation mais ça n’est pas la elle qu’il faut critiquer mais le discours qui l’accompagne. Ce n’est pas l’innovation qu’il faut craindre, mais les discours manipulateurs qui surfent dessus. L’IA est un sujet sérieux, complexe, multidimensionnel qui mérite mieux que des chiffres plaqués, des analogies simplistes et des promesses de révolution clés en main.

Alors non, si vous n’achetez pas tout de suite l’outil miracle, vous n’allez pas mourir. Et non, ce n’est pas grave si votre entreprise met six mois de plus que prévu à explorer un nouveau champ technologique. Ce qui compte, ce n’est pas d’être le plus rapide à courir dans une direction donnée, c’est de s’assurer qu’on court pour les bonnes raisons et dans la bonne direction.

Crédit visuel : Image générée par intelligence artificielle via ChatGPT (OpenAI)