par Rhoda Wilson
L'IA générative (ou «IA générative») est un type d'intelligence artificielle (ou «IA») qui crée du contenu inédit - texte, images, musique ou code - en apprenant des modèles à partir de données existantes. Elle alimente des outils comme ChatGPT, DALL·E et Google Gemini.
Josh Anderson est un directeur technique (CTO) à temps partiel, un cadre qui apporte son expertise technologique de haut niveau aux organisations sans les contraintes et les coûts d'un CTO à temps plein. Ce type de CTO est particulièrement avantageux pour les startups, les PME et les entreprises en transition qui ont besoin d'un accompagnement technologique stratégique mais ne peuvent pas se permettre ou n'ont pas besoin d'un cadre à temps plein. Il explique ci-dessous, à partir de son expérience personnelle, pourquoi 95 % des initiatives en matière d'IA échouent.
«Nous sommes sur le point de faire face à une crise dont personne ne parle», écrit-il.
J'ai misé à fond sur l'IA. L'étude du MIT a raison.
par Josh Anderson
Vous avez sans doute vu l'étude du MIT : 95% des initiatives d'IA en entreprise échouent. Vous l'avez probablement partagée en réunion, publiée sur LinkedIn et utilisée pour justifier vos inquiétudes concernant l'IA. Mais savez-vous pourquoi ce chiffre est si élevé ? Moi, je le sais. Parce que je l'ai vécu. J'ai passé trois mois à faire partie de ces 95 % volontairement.
Mon expérience de trois mois face à l'échec
En tant que CTO et consultant à temps partiel, on me posait sans cesse la même question : »Comment intégrer l'IA dans nos équipes d'ingénierie ?» J'aurais pu donner la réponse classique de consultant, axée sur l'augmentation des compétences et l'efficacité. Au lieu de cela, j'ai décidé de découvrir ce qui se passe réellement lorsqu'on s'y investit à fond.
Je me suis forcé à utiliser exclusivement Claude Code pour développer un produit. Pendant trois mois. Sans écrire une seule ligne de code. Je voulais vivre ce que mes clients envisageaient : une adoption totale de l'IA. Je devais comprendre par moi-même pourquoi ce taux d'échec de 95% existe.
J'ai lancé le produit. Il fonctionnait. J'étais fier de ma création. Puis est arrivé le moment qui a confirmé toutes les inquiétudes soulevées par cette étude du MIT : j'avais besoin d'apporter une petite modification et j'ai réalisé que je n'étais pas sûr d'en être capable. Mon propre produit, développé sous ma direction, et j'avais perdu confiance en ma capacité à le modifier.
Vingt-cinq ans d'expérience en ingénierie logicielle, et j'avais réussi à dégrader mes compétences au point de me sentir impuissant face au code que j'avais fait écrire par une IA. J'étais devenu simple spectateur du développement de mon propre produit.
Maintenant, lorsque des clients m'interrogent sur l'adoption de l'IA, je peux leur décrire précisément ce que signifie un échec total : un échec. Pas un échec immédiat - c'est le piège. Les premiers indicateurs sont excellents. On livre plus vite. On se sent productif. Puis, trois mois plus tard, on réalise que personne ne comprend vraiment ce qu'on a créé.
Le schéma classique de chaque initiative vouée à l'échec :
L'entreprise s'enthousiasme pour l'IA. La direction impose son adoption. Tout le monde se met à utiliser les outils d'IA. Au départ, les indicateurs de productivité sont excellents. Puis, un problème survient, une modification s'impose, ou une véritable prise de décision est nécessaire, et plus personne ne sait quoi faire.
Les développeurs sont incapables de déboguer un code qu'ils n'ont pas écrit. Les chefs de produit ne peuvent justifier des décisions qu'ils n'ont pas prises. Les dirigeants ne peuvent défendre des stratégies qu'ils n'ont pas élaborées. Chacun se défausse de ses outils d'IA en disant : «Ils m'ont dit que c'était la bonne approche.»
Durant mon expérience, je me suis retrouvé constamment en mode extinction d'incendies. Claude Code générait quelque chose, c'était légèrement incorrect, je le corrigeais, il répétait la même erreur, je la corrigeais encore. Je travaillais plus dur que si j'avais écrit le code moi-même, sans aucun apprentissage ni développement de compétences.
Bob Galen m'a observé et a parfaitement résumé la situation dans notre dernier podcast : «À qui appartient ce produit, Josh ? À toi ou à Claude Code ?» La réponse était Claude Code. J'avais abdiqué ma responsabilité tout en me persuadant d'innover.
Le juste équilibre (rarement atteint)
La formule idéale serait IA + IH, où l'IH (Intelligence Humaine) prime sur l'IA. Que se passe-t-il réellement dans ces 95 % d'échecs ? C'est l'IA avec une supervision humaine minimale, voire inexistante.
Quand l'IA vous aide à écrire du code de meilleure qualité plus rapidement tout en préservant votre compréhension de l'architecture, c'est de l'augmentation. Quand l'IA écrit du code que vous ne comprenez pas, c'est de l'abdication.
Quand l'IA vous aide à analyser les retours clients pendant que vous prenez des décisions produit, c'est de l'augmentation. Quand l'IA vous dicte la prochaine étape, c'est de l'abdication.
Quand l'IA vous aide à écrire mieux et plus vite tout en préservant votre style, c'est de l'augmentation. Quand l'IA écrit à votre place avec un style qui n'est pas le vôtre, c'est de l'abdication.
Je connais la différence pour avoir expérimenté les deux. L'abdication semble plus facile au départ. On livre plus ! On avance plus vite ! Puis on réalise qu'on n'a plus vraiment le contrôle, et quand quelque chose tourne mal - et il y a toujours quelque chose qui tourne mal - on est impuissant.
Les Maîtres que nous sommes en train de perdre
Nous sommes sur le point de faire face à une crise dont personne ne parle. Dans 10 ans, qui encadrera la prochaine génération ? Les développeurs qui utilisent l'IA depuis ses débuts n'auront pas les connaissances architecturales nécessaires pour transmettre leur savoir. Les chefs de produit qui se sont toujours appuyés sur l'IA pour prendre des décisions n'auront plus le discernement pour faire part de leurs expériences. Les dirigeants qui se sont abandonnés aux algorithmes n'auront plus la sagesse à partager.
Bob et moi représentons quelque chose qui risque de disparaître : des maîtres dans notre domaine, qui ont appris par la pratique, l'échec, le débogage et la persévérance. Plus de 25 ans d'expérience nous permettent d'anticiper les problèmes, de comprendre pourquoi telle ou telle décision architecturale aura des conséquences néfastes et de décrypter les véritables retours clients.
Ce savoir ne s'acquiert pas par la pensée automatique. Cette expérience ne se télécharge pas. Elle se mérite. Et si vous laissez l'IA faire le travail, vous ne gagnez rien, si ce n'est une dépendance dangereuse.
Bilan de votre abandon
Il est temps de s'inquiéter. Examinez votre travail récent.
Pouvez-vous expliquer chaque décision en détail sans faire référence aux suggestions de l'IA ? Pourriez-vous accomplir votre travail demain si tous les outils d'IA disparaissaient ? Progressez-vous dans votre domaine ou vous contentez-vous de donner des conseils ? Lorsqu'un problème survient, votre premier réflexe est-il de le réparer ou de demander à l'IA de le faire ?
Si vous vous sentez mal à l'aise, vous faites partie des 95%.
Le défi :
Pendant la semaine à venir, choisissez une compétence essentielle de votre travail. Une seule. Mettez-la en pratique sans aucune aide de l'IA. Écrivez du code sans Copilote. Prenez des décisions concernant le produit sans ChatGPT. Élaborez une stratégie sans Claude.
Vous ressentez ce malaise ? Ce n'est pas de l'incompétence. C'est votre véritable niveau de compétence qui se révèle. C'est l'écart entre qui vous êtes et l'image que l'IA projette de vous.
Vous avez maintenant le choix. Vous pouvez combler cet écart en développant vos compétences réelles, en utilisant l'IA comme un partenaire de formation plutôt que comme un substitut. Ou alors, vous pouvez continuer à vous dérober à vos responsabilités, à vous persuader d'innover, et rejoindre les 95 % d'échecs.
Les entreprises qui prospéreront ne sont pas celles qui possèdent les meilleurs outils d'IA. Ce sont celles dont les employés utilisent l'IA pour s'améliorer, et non pour devenir plus paresseux. Ce sont celles où les humains sont maîtres des décisions, du code et de la stratégie, et où l'IA sert d'amplificateur, et non de pilote automatique.
J'ai appris cela à mes dépens pendant trois mois. J'ai laissé l'IA contrôler le développement de mon produit et j'ai failli perdre mon identité de développeur. Ne faites pas la même erreur. Ne rejoignez pas les 95 % d'échecs.
Maîtrisez votre métier. Utilisez les outils. Ne vous laissez pas contrôler par les outils.
Gardez courageux,
P.S. L'étude du MIT n'est pas un cas isolé. Gartner, McKinsey et d'autres constatent des taux d'échec similaires. La tendance est constante : l'abdication échoue, l'assistance réussit. La question est : de quel côté vous situez-vous ?
P.S. J'ai reçu énormément de retours positifs ici et sur LinkedIn, avec de nombreuses demandes d'informations sur ma méthode. Voici l'article qui y répond : «Comment j'ai créé une application en production avec Claude Code».
source : The Expose via Marie-Claire Tellier