Et le prochain scriptorium, c’est le vôtre

L’article précédent se terminait sur une promesse, ou une menace, selon votre humeur. Après les développeurs, le prochain atelier à recevoir sa presse, ce serait peut-être le vôtre. Le peut-être était une politesse. Retirons-le.

Ce n’est plus une affaire d’informaticiens

Les chiffres ne parlent plus de code. Le Fonds monétaire international estime qu’environ 40% des emplois dans le monde sont exposés à l’IA, et près de 60% dans les économies avancées comme les nôtres. Goldman Sachs chiffre à l’équivalent de trois cents millions d’emplois à temps plein la part du travail exposée à l’automatisation. Et le Forum économique mondial, dans son rapport de référence, prévoit que 41% des employeurs comptent réduire leurs effectifs là où l’IA automatise des tâches, et que 40% des compétences demandées vont changer en cinq ans.

Exposé ne veut pas dire supprimé, et j’y reviens dans un instant, parce que c’est là qu’on ment le plus. Mais retenez la direction. La vague ne s’arrête pas au service informatique. Elle monte vers le marketing, la finance, le juridique, l’analyse, et oui, les ressources humaines.

Et puisque c’est mon métier, laissez-moi une précision de praticien, parce qu’elle vaut pour toutes vos fonctions. Tout usage de l’IA ne se vaut pas, et la ligne de partage tient en un mot : la donnée. À qui appartient-elle, et qui sert-elle. Prenez le recrutement. On vous vend du sourcing automatisé qui s’appuie sur la donnée coincée dans LinkedIn. Or cette donnée n’est pas la vôtre, l’IA interne de LinkedIn poursuit ses propres objectifs, pas les vôtres, et les solutions soi-disant magiques qui prétendent y accéder ne survivent que grâce à des données récupérées par des moyens dont la conformité pourrait soulever des questions. Tout l’objet de ma formation, peopleattractiontheory.com, est de démonter ce mirage. À l’inverse, quand je prends la donnée que je possède vraiment, structurée dans mon propre logiciel de recrutement, Jarvi, et que je peux désormais l’interroger finement grâce aux MCP qu’on a vus au chapitre trois, là, c’est un levier prodigieux. Même différence qu’entre une béquille et un levier : emprunter la donnée d’un autre vous rend dépendant, maîtriser la vôtre vous rend puissant.

L’objection optimiste, et pourquoi elle vise à côté

À ce stade, une voix s’élève toujours, et c’est une voix respectable. Celle de ceux qui rappellent que l’IA va aussi créer des emplois, que de nouveaux métiers vont naître, comme à chaque révolution technique.

Le plus illustre à le dire est Yann LeCun, l’un des pères de l’IA moderne. Je vais être net : je l’admire. Scientifiquement, sans lui et le laboratoire qu’il a bâti à Paris, il y aurait sans doute moins de chances qu’un champion européen comme Mistral existe, puisque deux de ses trois fondateurs en sortent. Quand il dit que le travail de demain sera fait d’augmentation, que chacun deviendra le chef d’orchestre de sa propre équipe d’IA, et que des métiers inédits apparaîtront, je crois qu’il a raison.

Je dois même confesser quelque chose. J’ai eu la chance de passer un temps assez près de cet univers pour me retrouver à enchaîner des appels dans la pièce voisine de la sienne. Je l’ai croisé. Et moi qui n’ai pas franchement la langue dans ma poche, je n’ai pas osé lui adresser la parole. Pur effet fanboy. Je le dis parce que ça situe d’où je parle : pas d’un piédestal, mais d’un type sincèrement admiratif de ce qu’il a accompli.

Et c’est précisément pour ça que je peux le contredire sans la moindre animosité. Sur la destination, je le suis. Pas sur le chemin.

Le vrai problème, c’est le tempo

Le rapport du Forum économique mondial lui donne d’ailleurs raison sur les chiffres bruts. Cent soixante-dix millions d’emplois créés d’ici 2030, contre quatre-vingt-douze millions détruits. Un solde net positif de soixante-dix-huit millions. Sur le papier, tout va bien.

Sauf qu’un solde net masque une brutale asymétrie de vitesse. Décider de ne pas remplacer un départ, parce que trois personnes outillées suffisent désormais, ça prend une réunion. Décider de supprimer des postes, ça prend une réunion. Mais créer des métiers en masse, les définir, écrire les fiches, former les gens, les recruter, les installer, ça prend des années.

Le solde sera peut-être positif en 2030. Il ne dit rien de ce que vivront, d’ici là, celles et ceux que la coupe aura précédés de plusieurs années sur la création.

L’exemple est sous nos yeux, et il est ironique. Pendant qu’on nous promet de nouveaux métiers, Meta a supprimé des milliers de postes pour financer son infrastructure d’IA, on a vu comment au chapitre précédent. Les nouveaux métiers, on les attend encore. Les postes supprimés, eux, sont déjà partis. C’est ça, le tempo. Et c’est lui, le vrai sujet des ressources humaines. Pas l’horizon 2030, mais les trois années qui y mènent.

D’ailleurs, les dirigeants eux-mêmes ne s’accordent pas. Le patron d’Anthropic prévient que l’IA pourrait effacer la moitié des postes de débutants en col blanc d’ici un à quatre ans. Celui de Nvidia soutient à l’inverse qu’elle créera des emplois plus qualifiés. Quand ceux qui bâtissent la technologie divergent à ce point, méfiance. Personne ne détient la vérité, et c’est précisément pour ça qu’il faut agir sans attendre qu’ils tranchent.

L’honnêteté promise

Exposé ne veut pas dire condamné. Les chiffres mesurent les tâches automatisables, pas les licenciements réels, qui sont bien plus bas. Une tâche n’est pas un métier, et un métier n’est pas une personne.

Mais ne vous rassurez pas trop vite. Entre le métier intact et le métier supprimé, il existe une troisième catégorie que les statistiques ne comptent pas : le métier vidé de sa substance. Gardé, mais transformé. Celui dont on a retiré, une à une, les tâches qui avaient du sens, jusqu’à ce qu’il ne reste qu’une coquille. C’est souvent là que ça commence, bien avant le licenciement.

Alors on fait quoi, sans paniquer

Face à ça, il y a trois mauvaises réponses et une bonne.

La première mauvaise réponse, c’est de fermer les yeux. On en a parlé, la courbe ne vous attendra pas.

La deuxième, c’est de courir chercher une formation. On en a parlé aussi. Le temps qu’elle soit écrite et validée, elle est déjà dépassée. On n’apprend pas ça dans une salle, on l’apprend les mains dedans.

La troisième, c’est de couper vite pour économiser. C’est la plus tentante, et la plus dangereuse. Nous verrons au dernier chapitre comment une entreprise pourtant fanatique d’IA s’y est brûlée, puis a dû réembaucher.

La bonne réponse tient dans un vieux mot remis au goût du jour. Le hackathon. Mais pas celui des développeurs. Un hackathon pour les autres fonctions de l’entreprise. Le principe est simple et puissant. On prend un problème réel qu’on ne sait pas résoudre, on se donne un temps limité, et on cherche. Ensemble. Sans process, sans le fameux on a toujours fait comme ça.

Ce n’est pas une lubie de ma part. Deloitte constate que la grande majorité des entreprises restent bloquées au stade de l’expérimentation, incapables de faire passer leurs idées d’IA en production, et présente le hackathon interne comme l’un des moyens les plus rapides de combler ce fossé. Canva ferme ses bureaux une semaine entière pour ça, et en tire des fonctionnalités réellement lancées dans ses produits. La société de services TCS a réuni plus de deux cent quatre-vingt mille employés de cinquante-huit pays dans un seul hackathon IA. Et, plus proche de mon propos, une administration belge a organisé un hackathon où les équipes travaillaient en local, sur des machines sécurisées, avec des modèles ouverts et leurs propres données, pour démontrer qu’une IA souveraine peut améliorer les process internes sans jamais laisser fuir l’information.

Voilà ce qu’il faut faire. Remettre en mouvement la plasticité du cerveau de vos équipes. Les sortir du couloir où elles avancent depuis dix ans. Leur donner un bac à sable, un vrai problème, et le droit d’échouer plusieurs fois avant de réussir. C’est ainsi qu’on apprend désormais. Pas autrement.

Reste une question

Pour mener tout ça, il faut quelqu’un qui sache. Quelqu’un qui entre dans l’entreprise, observe les process, et montre où l’IA peut s’insérer sans tout casser. Ce quelqu’un existe, il a un titre encore mal connu, et c’est l’objet du chapitre suivant.