Comment diagnostiquer le niveau d'automatisation de vos métiers ?

L'IA dite "générative" attire l'attention de tous les protagonistes RH, au point que les études affluent et convergent vers une conclusion capitale : suivant la nature des tâches, cet outil apporte une amélioration significative de la productivité. 

Notre article adopte un ton critique en scrutant l'une des dimensions de l'intelligence artificielle qui a connu l'adoption la plus rapide de tous les temps. Malgré son effet marqué sur l'intégration technologique dans le monde professionnel, quelle est sa véritable portée pour les ressources humaines et quelles sont les clés pour évaluer les transformations organisationnelles à mener.
 

Analyse de l'amélioration de la productivité grâce à l'IA Générative

Que penser des études sur l’apport de l'IA Générative pour la productivité ? 

Pour répondre à cette question nous détaillons plus particulièrement 2 études, celle du National Bureau of Economic Research et celle de Goldman Sachs.

L’étude du National Bureau of Economic Research (US)

Le NBER affirme que l’utilisation du Generative Pre-Trained Transformer peut apporter un gain de productivité de 14% sur une population, sa base d’exploration est celle d’une population dédiée à l’assistance à la clientèle. Ce résultat s’explique par la capacité du GPT à fournir des réponses précises et cohérentes aux questions peu complexes des clients, dès lors qu’il s’agit d’interactions simples. Cette efficience supplémentaire profite plus particulièrement aux travailleurs moins qualifiés et réduit le recours aux superviseurs.

Les craintes actuelles sur la disparition de métiers sont compréhensibles mais elles demandent un regard différent sur les circonstances :

Si l’IA produit une automatisation de certaines tâches, elle ne contribue pas à effacer les métiers. Rappelons ici que 60% des métiers d’aujourd’hui n’existaient pas il y a 80 ans.

L’étude de Goldman Sachs :”The Potentially Large Effects of Artificial Intelligence on Economic Growth”

Pour comprendre l’envergure du phénomène et ses limites nous avons évalué l’analyse économique globale proposée par Goldman Sachs, elle offre une dimension internationale puisqu’elle recouvre à la fois des données issues des Etats-Unis et de l’Europe.

Quelles sont les conclusions de cette analyse sur l’impact de la Generative AI sur la productivité ?

• Environ 300 millions d'emplois pourraient être impactés par la dernière vague d'IA. Aux États-Unis et en Europe, près des deux tiers des emplois actuels sont exposés à une automatisation IA partielle. 
• La majorité de ces professions ont une part significative de tâches remplaçables (25-50%). Bien que l'impact global de l'IA soit notable, la plupart des emplois et industries sont partiellement exposés à l'automatisation, favorisant la complémentarité plutôt que le remplacement.
• En conséquence, environ 7 % des emplois actuels aux États-Unis pourraient être remplacés par l'IA, 63 % complétés et 30 % non affectés.

 

État des lieux de la Generative AI dans l’entreprise

Nous ne sommes qu’aux prémices de la diffusion de l’IA dans l’entreprise. Aujourd’hui 80% des utilisations proviennent des collaborateurs eux-mêmes qui s’en servent avant tout pour des notions de confort, ce qui signifie que l’entreprise n’a que très peu capitalisé sur les gains de productivité offerts. 

Les cas d’usage, même s’ils sont nombreux, demeurent en phase d’exploration. Les premiers services qui utilisent l’IA générative sont, selon McKinsey les départements opérations avec le customer care en première place. Les RH sont en 8ème position selon cette même étude. 

Pour les RH la pénétration débute par les activités de gestion de la paie, d’offboarding et de compensation et benefits, elle progresse dans le recrutement. Outre le renforcement de l’usage de l’IA générative pour ces taches, les RH verront, selon le BCG, les activités de formation, de gestion de carrières, des compétences et de l’engagement, bénéficier de cet outillage.

 

IA Générative et automatisation des tâches : une grille de lecture de 8 critères

Comment se décider à intégrer l'IA Générative dans vos tâches quotidiennes ? 

Afin d'estimer réellement ce que peut procurer l'IA générative comme recrudescence de performance basons-nous sur une méthodologie pragmatique qui prend en compte les critères d'automatisation d'une tâche.

 

Une méthodologie simple pour identifier si une tâche est automatisable.

L’amélioration de la productivité procurée par l’IA repose sur plusieurs critères que vous pouvez vous-mêmes utiliser pour décider d’arbitrer vers une solution incorporant de l’IA ou non : 

           1. Degré de Complexité :

Il est important de comprendre la complexité inhérente de la tâche. Les tâches simples ont un potentiel d'automatisation plus élevé. 

Exemple : Un neurochirurgien, bien que disposant d’avancées importantes de l’IA pour la médecin, demeure un métier protégé.
 

          2. Niveau d’interaction humaine nécessaire : 

L'IA peut gérer des tâches qui nécessitent des interactions humaines basiques, comme répondre à des questions fréquemment posées. Cependant, pour des interactions plus complexes, nécessitant une compréhension profonde, de l'empathie ou de la prise en compte de contextes culturels ou émotionnels, les capacités actuelles de l'IA sont limitées. 

Exemple : une assistance sociale ou une psychologue clinique, dont le fondement du métier repose sur leur écoute et leurs échanges, est ainsi un métier dont les taches sont peu automatisables.
 

         3. Niveau d’expertise nécessaire :

L’intelligence artificielle générative peut reproduire des raisonnements passés mais ne peut égaler des niveaux d’expertise poussés. Ceci s’illustre notamment par le biais d’hallucination qui consiste à produire des informations qui semblent crédibles mais qui sont en fait incorrectes ou sans fondement dans la réalité. Ce phénomène est particulièrement préoccupant dans les applications où l'exactitude et la fiabilité des informations sont cruciales. 
 

        4. Quantité des données :

Plus une tâche nécessite de manipuler des grandes quantités de données plus l’IA peut permettre de faciliter sa réalisation. Par exemple, un bio-informaticien, dont les tâches reposent sur le traitement de nombreuses données à croiser, peut bénéficier d’un apport important de l’IA. 
 

        5. Contraintes réglementaires :

Dans une certaine mesure, la connaissance approfondie des réglementations dont dispose l’IA générative peut tendre à automatiser un certain nombre de tâches. Alors que ChatGPT se basait jusqu’à fin Aout sur des données antérieures à 2022 est désormais obsolète : l’IA peut aller chercher des données en temps réel.
 

       6. Le Risque humain :

Une limite de diffusion de l’IA demeure : celle de faire entièrement confiance à une IA pour réaliser des tâches où le risque humain d’une erreur est important. Nous prenons l’exemple du transport en règle générale.
 

      7. Nature stratégique et créative : 

L’IA générative ne crée rien de réellement nouveau puisqu’elle propose la génération de contenus quels qu’ils soient sur la base de probabilités. Les cas d’usage sont encore à leurs prémices et se diffusent petit à petit mais il sera nécessaire d’apporter de nouvelles idées pour enrichir son fonctionnement tôt ou tard. 
 

      8. La dimension physique :

Devinez quel est le métier le moins automatisable du monde ?

Le métier de carreleur : il demande qualités physiques, expertise, une forme de stratégie. L’IA ne peut contribuer à automatiser des tâches physiques, ceci coïncide d’ailleurs avec une appétence forte des salariés français pour une reconversion vers les métiers manuels (37% d’entre eux selon OpinionWay).
 

Conclusion

L'impact de l'IA générative sur la productivité varie en fonction du secteur d'activité, de la manière dont la technologie est implémentée et des compétences des collaborateurs pour tirer pleinement parti de ses fonctionnalités. De plus, des défis subsistent, notamment en ce qui concerne la confiance dans les résultats produits par l'IA générative et la nécessité de garantir une utilisation éthique de cette technologie.