Un responsable marketing que je connais m'a envoyé une présentation il y a quelques jours. Slides, texte, mise en page, fil narratif. Conçue et rédigée de bout en bout par Claude. Il n'avait pas ouvert une seule diapositive avant de me la transférer. Il me l'a dit fièrement : « Je n'ai touché à rien. »
C'est devenu un schéma. Les boîtes de réception se remplissent d'e-mails écrits par Claude et jamais relus par ceux qui les envoient. Des présentations partent sans que personne y ait jeté un œil. Les cadres dirigeants s'y mettent aussi.
Le deuxième mur
Les entreprises qui ont adopté l'IA le plus vite se heurtent à un deuxième mur. Le premier, c'était de faire entrer l'IA dans la maison et de la faire fonctionner. Le second, c'est tout ce qui se casse une fois qu'elle est à l'intérieur et que plus personne ne vérifie.
Marc Benioff a dit quelque chose sur le podcast All In qui m'avait échappé sur le moment et qui ne me quitte plus. « Rien de tout cela ne fonctionne si vous n'avez pas le contexte. »
Satya Nadella a fait une remarque voisine cette semaine. « Vous pouvez déléguer une tâche, voire un poste entier, mais vous ne pourrez jamais déléguer votre apprentissage. »
Deux des dirigeants les plus puissants de l'industrie du logiciel, qui pointent le même vide. L'idée vaut pour une présentation qu'un responsable marketing expédie sans la lire. Elle vaut pour un prompt qui circule dans un canal Slack jusqu'à atterrir chez un client. Elle vaut pour chaque endroit où l'IA s'est installée là où, avant, des humains ajoutaient du contexte, et ne le font plus.
Trois choses que nous voyons sans cesse
Trois schémas reviennent dans les entreprises qui ont adopté l'IA le plus vite. Nous les voyons se jouer dans notre propre travail auprès des clients. Les trois sont le même problème sous des habits différents. Le contexte, ce qui a transformé le modèle de générique en utile, se fait arracher quelque part en cours de route, et personne ne le remet.
Le premier schéma, c'est le phénomène de l'e-mail, passé à l'échelle. Quelqu'un utilise Claude ou Copilot pour rédiger un message. Il y jette un coup d'œil. Il l'envoie. Le destinataire l'ouvre et sent aussitôt que quelque chose cloche. Il passe le temps que l'expéditeur a gagné à décoder ce que celui-ci voulait vraiment dire.
Quand un chef sert un plat qu'il n'a pas goûté, on parle de déception. Quand il ne l'a même pas cuisiné, qu'il a juste sorti une barquette du congélateur pour la passer au micro-ondes, on appelle ça autrement. C'est l'énergie que dégage aujourd'hui une grande partie de la production interne assistée par IA. Réchauffée. Ça ressemble à un plat. La main du chef n'y est nulle part.
L'asymétrie ne va que dans un sens. L'expéditeur gagne dix minutes. Le destinataire en perd quinze. Multipliez par chaque message dans l'entreprise. Puis par chaque message entre entreprises. Le temps gagné par l'expéditeur devient le temps perdu par le destinataire, avec les intérêts.
Le deuxième schéma vit à l'intérieur de l'entreprise. Les employés fabriquent leurs propres prompts, les partagent dans des canaux Slack et poussent les résultats vers les livrables clients sans que personne ne contrôle ce que ces prompts font réellement. Une conversation récente avec le PDG de l'un de nos clients l'a rendu concret. Chaque équipe de son organisation a sa propre façon d'utiliser Claude. Personne n'a standardisé. Personne ne fait le gardien. Les prompts circulent comme des mèmes. Certains sont excellents. Certains sont catastrophiques. Tous finissent dans des livrables clients.
Un cabinet d'avocats ne traiterait jamais un modèle de contrat de cette façon. Le modèle est rédigé par un associé, relu, versionné. Il devient un actif commun à tout le cabinet. Un prompt qui touche au travail client a le même rayon d'impact. Le résultat part sur papier à en-tête, métaphoriquement. Pourtant, dans la plupart des entreprises aujourd'hui, le prompt qui rédige l'e-mail au client a été bricolé par la première personne qui s'est sentie assez sûre d'elle pour le partager ce matin-là, sans la moindre relecture.
Le troisième schéma est le plus discret et le plus dangereux. Des employés forts de dix ans d'expertise commencent à s'en remettre à Claude. La raison est simple. Claude a l'air sûr de lui. Un humain fatigué, après cent réunions à s'entendre dire d'utiliser l'IA davantage, de s'appuyer dessus plus fort, de justifier son salaire au regard de ce qu'elle produit, l'est de moins en moins. La qualité est assez élevée pour que le modèle paraisse plus impressionnant que la personne qui fait le métier depuis dix ans.
Ce même PDG l'observe se produire dans toute son organisation. Quelqu'un doté d'un savoir tacite profond se met à douter de lui parce que le modèle a produit quelque chose qui avait l'air intelligent et assuré. Le modèle n'avait pas une fraction du contexte que cette personne porte en elle. Il ne peut pas savoir que le prix affiché dans cette proposition est le chiffre exact qui a fait exploser la dernière négociation, que ce contrat a une histoire de trois ans avec une contrepartie, que ce livrable atterrit chez un administrateur qui lit chaque mot.
Le modèle a l'air tout aussi sûr de lui quand il se trompe que quand il a raison. L'opérateur, lui, a du grain. Ce grain, c'est ce qui se fait arracher quand l'opérateur s'efface. La tâche est quand même accomplie. L'apprentissage qui la sous-tendait, lui, s'en va.
Ce que gouverner veut vraiment dire ici
Les trois schémas remontent à la même racine. Les entreprises ont greffé l'IA sur leurs processus plus vite qu'elles n'ont bâti la discipline qui va avec. Nourrir le modèle en contexte. Valider ce qu'il produit. Décider des endroits où l'humain garde la main.
À l'échelle de l'entreprise, cette discipline porte un nom. La gouvernance. Celle qui est interne et opérationnelle. La version qui décide quels prompts ont le droit de toucher aux clients. La version qui trace la ligne entre là où Claude mène et là où l'humain reste maître de l'ouvrage. La version qui dit que votre nom dessus signifie que vous l'avez lu. Une tout autre bête que la gouvernance réglementaire à laquelle les conférences consacrent leur temps.
Tout se ramène à quelques points. Une validation avant qu'un prompt ne touche au travail client. Un contrôle de la dépense. Une ligne claire entre là où le modèle mène et là où l'humain garde la décision. Une responsabilité pour ce qui part vraiment.
Puis la facture arrive
La gouvernance est restée une conversation théorique jusqu'ici. Cela change quand la facture arrive. Marty Kausas a écrit récemment que la dépense Anthropic de son entreprise passe de 400 000 à 1,4 million de dollars par an dès l'instant où ils franchissent la barre des 150 licences. Les équipes d'ingénierie ont produit un retour sur investissement net. Les postes non techniques, à faible adoption, non. Même facture, valeur par dollar radicalement différente.
Le « token-maxxing », laisser les employés consommer le modèle sans frein parce que personne ne surveille, voilà ce qui arrive quand personne n'est responsable de la dépense. C'est aussi ce qui fait passer une facture de 400 000 à 1,4 million.
La meilleure gouvernance est celle qu'on exerce sur soi
La tentation est grande de déverser le travail dans Claude et d'empocher le temps gagné. Nous avons tous espéré que le lapin sorte du chapeau, et cet espoir a mal vieilli.
Ceux qui s'appuient sur le modèle comme sur un raccourci se font quelque chose de précis à eux-mêmes. Ils ont cessé de relire. Ils ont cessé d'éditer. Ils ont cessé d'ajouter le contexte qui les rendait précieux au départ. Leur métier est passé de faiseur à valideur, et ils l'ont lu comme un passage de faiseur à spectateur. Un spectateur a déjà supprimé son propre poste, et a oublié de s'en apercevoir.
C'est la part qu'aucune note de service ne corrige. Un modèle est puissant dans les deux sens, pour le meilleur et pour le pire. Ce qui décide du sens que vous obtenez, c'est si la personne au clavier sait s'en servir comme il faut. Du contexte sur elle et sur l'entreprise. Un jeu d'instructions serré et bien ficelé, appelez ça un prompt. Et la compréhension que le métier est passé de faiseur à valideur, pas de faiseur à spectateur.
Les garde-fous comptent encore. La validation, le contrôle de la dépense, une ligne claire sur qui possède quoi. Mais les garde-fous ne valident pas le travail. Ce sont les gens qui le font. À l'échelle de l'entreprise, la meilleure gouvernance, c'est un immeuble plein de gens qui se gouvernent eux-mêmes.
Des outils commencent à sortir pour ça, des couches de contexte partagé qui mettent les mêmes prompts entre toutes les mains. Ils règlent la distribution. Ils ne règlent pas le jugement. Vous pouvez installer la bibliothèque. Vous ne pouvez pas installer le lecteur. Cette partie-là s'enseigne, et c'est pourquoi chaque mission que nous menons commence par une phase de découverte et de formation, avant que quoi que ce soit ne soit automatisé.
Mon pari : les entreprises qui bâtiront cela en premier garderont leurs équipes affûtées. Les autres sont sur le point de découvrir ce que ça fait de diriger une affaire depuis une rangée de micro-ondes. Personne aux fourneaux. Mais ça a l'air bien occupé.
C'est ce que nous faisons chez Exponential Partners. Nous aidons les équipes dirigeantes à faire entrer l'IA dans leur entreprise sans se retrouver avec une cuisine pleine de micro-ondes. Si votre entreprise se cogne au deuxième mur en ce moment, parlons-en.
