Noam Scheiber
Dan Sirk est ce qu’on appelle un cadre fractionnaire, ce qui signifie qu’il travaille en tant que directeur du marketing non pas pour une entreprise, mais pour deux. Simultanément.
C’est un acte de jonglage rendu beaucoup plus gérable par des outils d’intelligence artificielle tels que Claude, Gemini et ChatGPT.
Auparavant, il fallait à Sirk trois à six mois, voire plus, pour créer un site Web personnalisé avec une équipe d’entrepreneurs. Maintenant, cela lui prend environ un mois et il peut le faire tout seul. L’élaboration d’une stratégie de messagerie prenait auparavant une semaine.
Lorsque je lui ai parlé en mars, il venait de terminer cette tâche en moins de huit heures. Grâce en partie à ces gains d’efficacité, Sirk envisage de devenir directeur marketing d’une troisième entreprise dans les mois à venir.
Et pourtant, lorsque je lui ai demandé si je devais extrapoler à partir des tendances récentes et supposer qu’il ajouterait encore plus d’entreprises à sa liste dans les années à venir, il m’a regardé comme si j’étais fou. Il a insisté sur le fait que trois était la limite extérieure de ce qu’il pouvait gérer, même avec l’aide de l’IA.
« Il y a encore des relations humaines », s’insurge-t-il. Ou pour le dire plus crûment : il y a des réunions.
La nécessité d’accomplir ces tâches humaines parfois compliquées peut limiter le nombre de personnes déplacées par l’IA.
Sirk estime qu’il assiste déjà à 10 réunions par semaine dans les deux sociétés. Il y a une réunion permanente avec chaque équipe de dirigeants, sans oublier une réunion individuelle régulière avec chaque directeur général. Il y a une réunion avec son propre subordonné direct et avec le responsable des ventes de l’une des entreprises. Et il y a des réunions sur des projets spécifiques, comme une présentation à venir pour les investisseurs d’une entreprise.
Rejoindre une troisième entreprise est susceptible d’augmenter le volume des réunions de 50 pour cent. S’il devenait directeur du marketing pour un poste de plus, a déclaré Sirk, il serait en réunion pendant presque toute la semaine de travail.
L’expérience de Sirk, bien que peut-être extrême, reflète l’impact plus large de l’IA sur le lieu de travail : elle accélère considérablement de nombreuses tâches effectuées par les cols blancs et remplace même complètement certaines de ces tâches. Ce qu’il ne peut pas automatiser – du moins pas encore – ce sont les exigences codées en dur de la bureaucratie.
Avec l’aide de l’IA, les cols blancs peuvent générer beaucoup plus de mémos ou d’options stratégiques que par le passé et produire davantage de prototypes de produits ou de fonctionnalités logicielles. Mais certains dirigeants doivent encore décider quelle option donner leur feu vert. Les travailleurs peuvent élaborer beaucoup plus d’argumentaires de vente, mais ils doivent encore persuader les clients de signer sur la ligne pointillée.
À mesure que l’IA rend la production de connaissances de plus en plus efficace, le travail consistant à présenter, débattre, faire pression, forcer les bras, rassurer ou tout simplement vendre le travail semble gagner en importance. Et la nécessité d’accomplir ces tâches humaines parfois compliquées peut limiter le nombre de personnes déplacées par l’IA.
« Ces compétences ont toujours été importantes », a déclaré David Deming, économiste et doyen du Harvard College. « Mais à mesure que le paysage de l’information devient plus saturé, la capacité d’en raconter une histoire – de prendre une tonne de texte et de la transformer en quelque chose que les gens veulent – devient plus précieuse. »
Pouvez-vous convaincre vos collègues ?
L’idée selon laquelle l’automatisation accroît l’importance des interactions personnelles n’est pas entièrement nouvelle. Un article de Deming publié en 2017 a révélé qu’à mesure que les ordinateurs devenaient plus puissants, une part croissante des emplois nécessitait de fortes interactions sociales, tandis qu’une part décroissante exigeait beaucoup de savoir-faire en mathématiques mais peu d’interactions sociales – comme certains rôles d’ingénieur.
En automatisant les tâches techniques, les ordinateurs poussaient effectivement les gens vers des emplois qui accordaient une grande importance aux compétences sociales, a déclaré Deming. Cela ne signifiait pas que les personnes émotionnellement habiles étaient par défaut les plus performantes – celles qui s’en sortaient le mieux avaient tendance à combiner compétences sociales et connaissances de fond – mais cela réorganisait ce que les employeurs valorisaient.
Lors d’entretiens, des travailleurs de diverses professions de col blanc ont déclaré que l’IA avait renforcé ce modèle. Beaucoup ont refusé d’être identifiés par crainte de contrarier leurs employeurs.
Un data scientist d’une entreprise de logiciels a déclaré que lui et ses collègues devaient écrire du code pour chaque nouvelle fonctionnalité ou amélioration qu’ils souhaitaient évaluer. Maintenant, ils ont juste l’idée, et l’IA écrit le code et exécute l’analyse.
Le processus d’entretien dans son entreprise, qui était autrefois dominé par des questions sur le codage et récompensait les nerds socialement maladroits, se concentre désormais sur la capacité des candidats à identifier les bonnes idées et à sembler capables de persuader leurs collègues de les soutenir, a-t-il déclaré.
Mark Ozaki, directeur chez KPMG, a déclaré que le cabinet de conseil encourageait traditionnellement les jeunes consultants à se spécialiser soit dans un domaine tel que les lois et réglementations fiscales, soit dans un domaine technique tel que le codage. Mais l’IA dévalorise cette expertise et privilégie les généralistes qui prennent l’initiative et excellent dans l’entretien des relations avec les clients, a-t-il déclaré.
Ozaki, qui supervise une équipe développant une plateforme de développement durable basée sur l’IA appelée Sustainlit.com, a déclaré que son équipe avait parfois été à la merci de codeurs qualifiés dans le passé. Mais il peut désormais principalement utiliser l’IA pour effectuer son codage, a-t-il déclaré, et il a avant tout besoin de personnes « qui ont leur téléphone collé à la tête, qui sont les meilleurs amis de tout le monde, qui partent, partent, partent ».
D’autres consultants en gestion ont également souligné la valeur croissante des compétences sociales. Les consultants d’Accenture utilisaient souvent l’IA pour créer des diapositives de présentations, a déclaré un responsable, mais ceux qui excellaient avaient absorbé les préférences des clients au cours de nombreuses heures de réunion. Ils savent à quel point la cible de la persuasion aime consommer des informations. Est-il une personne axée sur les métriques ? Le client aime-t-il les études de cas ou les anecdotes personnelles ?
Une responsable de la « réussite client » chez Salesforce a déclaré qu’elle devait utiliser des chatbots dans son travail pour coacher les clients afin qu’ils utilisent efficacement leur logiciel de vente et les mettre en contact avec des experts techniques en cas de besoin. Craignant de former efficacement son remplaçant en IA, elle a essayé de se rendre aussi « collante » que possible envers ces clients, a-t-elle ajouté.
Elle met un point d’honneur à apprendre à les connaître au-delà des textes et de la correspondance par courrier électronique, souvent en bavardant lors de visites de sites et de conférences. Elle met tout en œuvre pour apporter un soutien émotionnel, écoutant récemment une cliente qui confiait qu’elle craignait d’être licenciée.
«J’ai vu des gens se montrer vulnérables avec moi», a déclaré le travailleur. « Je sais que vous ne pouvez pas remplacer cela par l’IA. »
(Salesforce a déclaré que l’IA avait permis aux employés de se concentrer sur les priorités, comme l’approfondissement des relations avec les clients, et qu’elle avait redéployé des centaines d’employés vers des domaines à croissance plus rapide.)
Au revoir, codeurs ; bonjour, réussite client
Cory Crosland, directeur général de PolicyFly, qui vend des logiciels aidant les assureurs à émettre des polices, a déclaré que l’IA avait réduit à la fois le temps nécessaire à la configuration du logiciel pour les nouveaux clients et le nombre d’employés nécessaires pour le faire.
En 2024, il a fallu six mois en moyenne à quatre ou cinq employés de PolicyFly pour intégrer un nouveau client, a déclaré Crosland. Le nombre de variables pour chaque type de police d’assurance et les différences dans la manière dont les assureurs gèrent ces variables ont obligé PolicyFly à personnaliser le logiciel pour chaque client.
En utilisant l’IA pour personnaliser le logiciel, un seul employé de PolicyFly peut désormais intégrer un client en deux semaines environ, et Crosland s’attend à ce que ce délai tombe en dessous d’une semaine cette année.
Ce changement a permis à l’entreprise de facturer beaucoup moins d’argent à l’avance, ce qui semble augmenter la demande pour ses services. Pour suivre le rythme, PolicyFly est passé de 20 à 28 employés au cours des six derniers mois, et seules deux des nouvelles recrues sont des ingénieurs logiciels. Plusieurs sont des employés plus jeunes qui aident à établir des clients ou travaillent à la réussite des clients, les aidant ainsi à tirer le meilleur parti du logiciel.
Néanmoins, Crosland a déclaré qu’il ne pensait pas pouvoir automatiser davantage le processus, du moins pas dans un avenir prévisible. La raison ? Ses clients veulent interagir avec un humain.
Les clients souhaitent que PolicyFly les rassure sur le fait que le logiciel fonctionnera dans différentes situations et qu’ils ont correctement configuré leur facturation ou qu’ils calculent leurs polices au prorata de manière logique.
Et bien sûr, il y a les réunions pour tout discuter – de très nombreuses réunions. « Dans les grandes entreprises, nous avons plusieurs personnes qui sont des parties prenantes de différents départements », a déclaré Crosland. « Il est encore plus difficile d’obtenir un accord et un alignement sur certains sujets. »
Cet article a été initialement publié dans Le New York Times.