- L’article analyse le paradoxe de l’ère de l’IA : alors que de nombreuses entreprises investissent massivement, elles utilisent toujours des indicateurs traditionnels tels que la productivité, le volume de travail et l’efficacité pour évaluer les employés. Ainsi, ceux qui passent du temps à vérifier, corriger ou critiquer les résultats de l’IA peuvent être moins bien notés que ceux qui se contentent de produire davantage.
- L’enquête Data and AI Leadership montre que 91 % des organisations augmentent leurs investissements dans l’IA, 99 % la considèrent comme une priorité stratégique, mais seulement 18 % affirment avoir créé une valeur commerciale mesurable.
- L’auteur soutient que les systèmes de gestion de la performance étaient déjà défaillants avant l’IA générative. Selon Gallup, seuls 2 % des DRH du Fortune 500 pensent que le système actuel favorise réellement le développement des employés.
- Deloitte note que 84 % des entreprises n’ont pas redéfini les rôles, les processus ou les parcours de carrière pour les adapter à l’IA. Seules 30 % disposent de mécanismes d’incitation basés sur l’efficacité de l’utilisation de l’IA.
- Une autre enquête montre que 10 % des employés admettent avoir manipulé des données pour rendre l’IA moins efficace, par crainte d’être remplacés ou pour protéger leur évaluation.
- Une étude portant sur plus de 750 travailleurs du savoir montre que GPT-4 accélère le travail de plus de 25 % et améliore le taux de réussite des tâches de 12,2 %, mais uniquement pour les missions adaptées aux capacités du modèle.
- Cependant, lorsque les tâches dépassent les limites de l’IA, les utilisateurs ont 19 % de chances en moins de donner la bonne réponse par rapport à ceux qui ne l’utilisent pas. C’est la preuve de la « frontière technologique dentelée » (jagged technological frontier).
- L’IA augmente la productivité moyenne de 14 %, mais les bénéfices reviennent surtout aux employés peu expérimentés. Pour les experts, la qualité tend à baisser car l’IA remplace difficilement le jugement contextuel.
- L’article met en garde contre le « workslop » — des contenus générés très vite mais de piètre qualité — qui dégrade la collaboration interne.
- Pour résoudre ce problème, l’auteur propose un cadre d’évaluation à 3 couches : 1) contribution humaine (détection des limites de l’IA, vérification) ; 2) évaluation du système IA lui-même (taux d’erreur, explicabilité) ; 3) efficacité de la coordination homme-IA (valeur ajoutée par l’humain).
📌 L’investissement dans l’IA ne crée un avantage que si l’entreprise change simultanément sa gestion de la performance. Bien que 91 % des organisations investissent davantage, seules 18 % créent une valeur claire. Les entreprises doivent passer d’une évaluation basée sur la vitesse à une évaluation basée sur la qualité du jugement, la capacité de vérification, le niveau de coordination homme-IA et des mécanismes de responsabilité transparents.
