Où habite le savoir de votre entreprise ?

Quand vous arrivez dans une nouvelle entreprise, quelqu'un vous remet un gros classeur. Les documents officiels, la stratégie, les processus, ce que l'organisation dit être.

Davi Moreno, notre invité du troisième épisode de Life After AI, a une observation simple sur ce rituel : ce matériel est périmé au moment même où il est imprimé.

Ce que l'entreprise est réellement se passe ailleurs, dans les relations entre les personnes, dans la façon dont une décision se prend, dans les histoires de guerre que les vétérans racontent aux nouveaux autour d'un café.

Cela n'a jamais été un grand problème tant que le savoir pouvait rester là, implicite, circulant de personne en personne, mais l'intelligence artificielle a changé le coût de cet arrangement. Pour automatiser un flux, pour mettre un agent en opération, pour faire travailler l'IA avec ce que l'entreprise sait et non avec ce qu'un modèle générique suppose, il faut que ce savoir soit formalisé quelque part, et la plupart des organisations découvrent, à ce moment-là, qu'il n'est nulle part.

La conversation avec Davi, qui travaille depuis des années dans la transformation organisationnelle et la gestion des connaissances, est partie de ce constat et est allée vers un endroit plus intéressant que la solution apparente.

Le problème arrive sans nom

Davi raconte que presque aucun client n'arrive en demandant de la gestion des connaissances. La demande arrive diffuse, comme un problème de communication, d'alignement de méthode ou de formation, et parfois sous la forme de « on a commencé à utiliser l'IA, ça génère beaucoup de choses et on ne sait plus où ça va ». Quand on regarde de près, apparaît généralement le défi de savoir comment l'organisation produit du savoir, comment il circule, comment il implique les personnes.

Il n'y a presque jamais de processus pour cela, et ce n'est presque jamais intentionnel.

La lentille qu'il utilise pour regarder ce scénario vient du métadesign, la couche de tout projet qui prend soin du contexte dans lequel le projet se déroule. Un objet peut être conçu par une personne, mais pas une ville, et pas non plus une entreprise devenue complexe. Elle se fait par son collectif, et organiser ce collectif pour que le savoir apparaisse est un travail de création de contexte, pas d'écriture d'un manuel de plus.

Ce qui se passe quand on essaie de résoudre par le contrôle

Les entreprises ont commencé à explorer l'IA par l'usage individuel, chacun avec son assistant, souvent à moitié caché, sans conversation ouverte sur la façon dont on construit les prompts ou sur la provenance des données. Quand vient le moment de faire quelque chose à l'échelle, les questions habituelles apparaissent.

Où sont les données, chez qui, dans quel format, et qu'est-il advenu de ce qu'untel savait avant de quitter l'entreprise.

La réaction naturelle est d'organiser vite et par le contrôle. Au lieu d'un rapport, l'équipe en produit désormais cinquante-neuf. Le rapport de dix pages en fait maintenant soixante-dix-huit. Le résumé exécutif d'une page en fait trois et demie. Le nombre d'objets dans le système double, personne ne lit tout, encore moins ne vérifie, et la sensation de perte de contrôle augmente dans la même proportion que l'effort de contrôle.

Cartographier le savoir tacite sonne, pour ceux qui sont dans l'entreprise, comme un mécanisme de remplacement. Chaque chose que je raconte est une chose de moins que je suis seul à savoir. Il existe des études et des cas d'entreprises qui ont licencié après des projets d'IA et sont devenues moins productives, parce que ceux qui sont restés se sont mis à travailler contre.

Réputation et paternité

Le cas le plus concret de l'épisode vient d'un projet que Davi a mené avant l'explosion des assistants d'IA, dans une institution du marché financier qui perdait des gens expérimentés et le savoir qui partait avec eux. La demande était de « télécharger la tête de ces types ». Le premier obstacle a été précisément la peur. Pourquoi irais-je raconter, si c'est mon capital ici ? C'est un jeu de pouvoir, et la première chose à faire est de le reconnaître.

Ce qui a fonctionné, c'est une conception de rôles et de rituels, sans aucune plateforme derrière, où les gens documentaient ce qu'ils faisaient, avec relecture par les pairs et squads de contenu, appuyée sur deux choses. La paternité, parce que celui qui écrit signe et est reconnu par la communauté comme l'auteur de cela. Et la réputation, qui devait se convertir en récompense réelle, y compris financière. Sans cela, la conversation bute toujours au même endroit.

Celui qui participe au processus d'externalisation du savoir doit y gagner, au présent, de façon claire. Sans ce gain, la peur s'installe, les histoires d'autres entreprises arrivent par analogie, et le projet prend le chemin opposé à celui qu'on voulait.

Ce qui différencie une entreprise quand la vitesse se banalise

Si mille personnes produisent pour dix mille et que l'outil permet de produire pour cent mille, pourquoi réduire à cent personnes ? Pourquoi ne pas garder le corps social et demander ce que ces personnes veulent créer, où est la frontière, ce qui existe après ? Il faut penser de nouveaux modèles de rémunération et d'organisation pour un scénario où les gens produisent autrement. Nous n'avons encore de réponses toutes prêtes pour rien de tout cela, mais ces questions sont importantes à poser.

Quand l'IA fait de la vitesse une commodité banale, ce qui différencie une entreprise cesse d'être ce qu'elle produit. Cinq personnes n'importe où dans le monde produiront aussi vite que vous. Ce qui reste comme différence, c'est la culture, la façon dont l'organisation se rapporte à ceux qui sont en son sein et à son environnement, les clients, la communauté, la ville où se trouve l'usine. On ne peut pas séparer la chaîne technologique de la chaîne sociale. L'entreprise « AI native » qui ne voit que la dimension de la vitesse sera copiée en quelques semaines.

Ce que nous ne savons pas

Une chose a traversé toute la conversation : l'honnêteté sur la limite. Il n'existe pas encore de spécimens adultes, d'organisations qui auraient traversé la transformation complète et pourraient être étudiées. Si le problème est complexe, la réponse sera complexe, et peut-être viendra-t-elle de la mobilisation de l'intelligence collective avec l'intelligence artificielle, plutôt que d'attendre qu'un consultant, un dirigeant ou un outil apporte la solution miracle.

Je lui ai demandé s'il était optimiste ou pessimiste. Il s'est défini comme un pessimiste plein d'espoir : pessimiste devant ce qu'il voit dans les relations et dans la sophistication croissante des conflits et des inégalités à chaque saut technologique, et plein d'espoir en l'humanité, en la capacité de construire un bon chemin à partir de ces conversations. Je signe des deux mains.

L'épisode complet est disponible sur le YouTube et le Spotify de Life After AI. Nous y avons aussi parlé de souveraineté des données et de dépendance technologique, d'un cas de mathématiques devenu une actualité, et de la raison pour laquelle des groupes divers semblent être la seule façon de suivre tout ce qu'un professionnel doit suivre aujourd'hui. L'épisode est en portugais.

Si vous vivez ce problème dans votre organisation, écrivez-nous. Soyez en désaccord, apportez un cas, indiquez-nous quelqu'un qui devrait faire partie de cette conversation.