L'intelligence artificielle est arrivée dans, à peu près, toutes les entreprises qui sont, pour les plus avancées, entrées dans la phase "recherche d'efficacité et de productivité"
Face à ce changement majeur deux attitudes :
la première est de la refuser, montrer de la méfiance avec le souhait de rester maître des informations fournies, de ses calculs, du contenu de ses tableaux.
La seconde est de l'adopter sans trop se poser de questions, émerveillé par la vitesse d'obtention des résultats souhaitée par la direction ; l'utilisation est facile, les tableaux de bord produits sont clairs, bien présentés ; il suffit de peu de clics pour arriver à des résultats satisfaisants.
Ces deux approches stéréotypés passent à côté de l'essentiel. Qu'est-ce à dire?
Les travaux de Cathy O'Neil (1) ont montré qu'un algorithme entraîné sur des données historiques ne prédit pas l'avenir. Il reproduit le passé avec une confiance mathématique que le passé lui-même n'avait jamais eu.
Ce que le modèle ne peut appréhender ce ne sont pas les données manquantes par négligence technique mais la réalité que l'organisation n'a jamais su ou voulu coder : une tension sociale qui couve, un client stratégique perdu, une hypothèse de marché erronée. N'oublions pas que nous savons toujours plus que ce que nous pouvons dire et nous pouvons dire seulement que ce que nous avons décidé de mesurer.
Karl Weick (2) a montré que les organisations ne perçoivent pas la réalité mais la construisent à travers les systèmes qu'elles ont bâtis pour la regarder. Et, donc, connecter l'IA sur ces systèmes sans les questionner , c'est automatiser une construction d'une réalité partielle, voire partiale, en lui donnant une précision, une autorité jamais atteinte.
Ainsi
Si un tableau de bord pauvre mais honnête invite à la méfiance, un tableau de bord sophistiqué, actualisé en temps réel avec alertes algorithmiques produit de la confiance, même si celui-ci offre une réalité tronquée. C'est l'illusion du contrôle qui est d'autant plus forte qu'elle sera produite par l'IA sans qu'une personne ne puisse suivre le raisonnement qui a conduit aux résultats présentés.
Une troisième voix est possible... et nécessaire
Construire un cadre de questionnement, installer les conditions d'un pilotage plus proche d'une réalité agrandie.
Trois questions à se poser :
a) d'où vient la donnée et qui en est responsable ?
b) Sur quelles hypothèses le modèle a été entraîné ?
c) Ces hypothèses correspondent -elles à la réalité du moment ?
Ces trois questions qui font partie du questionnement habituel du contrôleur de gestion sont désormais insuffisantes. La cible change. Ce n'est plus le tableau excel du contrôleur de gestion qu'il faut auditer, suspecter et valider, mais le modèle qui l'a remplacé. A l'explication de l'écart que fournit le contrôleur de gestion, on doit maintenant questionner le modèle qui l'explique, réviser la qualité du cadre de questionnement préétabli.
Le nouveau contrôleur de gestion n'est plus celui qui fait le mieux tourné le modèle mais celui qui sait construire, actualiser, le cadre de questionnement et ne prend en considération que ce qu'il comprend : une nouvelle vraie compétence, précieuse pour intégrer intelligemment cet agent nouveau.
Cet article s'appuie sur une publication de Ludovic Marchand, fondateur d'Addvalia un cabinet qui accompagne les dirigeants d'entreprise.
(1) Mathématicienne américaine qui met en garde contre les dangers et les impacts des algorithmes comme outils de domination sociale.
(2) Théoricien américain récemment décédé connu pour ses travaux sur la théorie des organisations
Bonne lecture
Patrice DALAIGRE
MS CONSEIL... comprendre mieux pour agir juste
Retrouvez au plus vite nos experts sur notre site
conseil-strategie-entreprise.fr
