La meilleure leçon du service sur le terrain en matière d’IA, transmise par quatre visionnaires que vous ne connaissez probablement pas
Les conversations les plus bruyantes sur l’IA portent sur le remplacement des humains par des machines. Les bâtisseurs les plus intéressants du domaine de l’IA font l’inverse : ils résolvent bien un seul problème humain. Le service sur le terrain devrait en prendre note.
Auteur : Bryan Burns
Demandez à quelqu’un de nommer un visionnaire de l’IA et on vous citera la poignée de célébrités habituelles : les fondateurs de laboratoires, le PDG spécialisé dans les puces, les chercheurs qui mettent en garde contre la superintelligence depuis une tribune. Regardez au-delà, cependant, et vous découvrirez des bâtisseurs que la plupart des dirigeants du service sur le terrain n’ont jamais entendu nommer. Cela vaut la peine de s’y attarder, car ce que font ces bâtisseurs ressemble beaucoup moins à de la science-fiction et beaucoup plus au travail que nous accomplissons chaque jour.
Quatre d’entre eux m’ont particulièrement marqué, car chacun enseigne quelque chose de précis au service sur le terrain.
Leçon 1 : les personnes les plus proches du problème ont les meilleures idées
Anton Osika a fondé Lovable, l’une des entreprises technologiques à la croissance la plus rapide au monde, sur une conviction simple : les meilleures idées appartiennent aux personnes les plus proches des problèmes, et la plupart d’entre elles en sont exclues parce qu’elles ne savent pas coder. Sa réponse a été de laisser l’IA se charger de la construction, afin que ces personnes puissent agir sur ce qu’elles savent déjà.
Le service sur le terrain devrait se reconnaître dans cette phrase. Personne n’est plus proche du problème qu’un répartiteur qui gère le tableau depuis dix ans, ou qu’un technicien capable de diagnostiquer une panne au bruit qu’elle fait. Les programmes d’IA qui fonctionnent partent de ce que ces personnes savent déjà. Ceux qui échouent ont généralement commencé par un outil, en cherchant ensuite où le placer.
Leçon 2 : les agents prennent en charge les tâches pénibles, les humains gardent le jugement
Spiros Xanthos a créé Resolve AI pour faire, à la place des ingénieurs logiciels, ce qu’ils détestent le plus : le dépannage à 2 heures du matin, l’analyse fastidieuse des journaux, la routine opérationnelle qui épuise les équipes. Ses agents enquêtent sur les incidents de façon autonome, ce qui permet aux ingénieurs de consacrer leur temps aux décisions qui exigent du jugement et à la construction.
Remplacez « ingénieur » par « technicien » et vous obtenez la feuille de route du service sur le terrain. Un agent qui prépare un technicien avant l’intervention, répond à ses questions sur place et rédige le compte rendu par la suite élimine les tâches pénibles qui entourent le travail. Les heures humaines sont alors consacrées là où le jugement humain compte réellement.
Leçon 3 : la meilleure utilisation de l’IA consiste à intégrer les personnes que l’industrie a longtemps négligées
Keely Cat-Wells a fondé Making Space, une plateforme qui met en relation des professionnels en situation de handicap avec de véritables carrières, en collaboration avec des employeurs comme Netflix, Coca-Cola et Microsoft. Son équipe décrit l’IA comme une technologie d’assistance : un outil qui transforme l’expérience humaine vécue en compétences qu’un employeur peut reconnaître et exploiter.
Pour une industrie qui ne cesse de parler de pénurie de techniciens, voilà une véritable stratégie de recrutement. Le service sur le terrain résout son problème de main-d’œuvre en élargissant le bassin de personnes capables d’effectuer le travail, et en offrant un meilleur soutien à chacune d’elles une fois en poste.
Leçon 4 : même l’IA repose sur le service sur le terrain
Chase Lochmiller dirige Crusoe, l’entreprise qui a construit la première phase du projet de centre de données d’IA Stargate à Abilene, au Texas. Crusoe a choisi ce site pour son surplus d’énergie éolienne : un surplus si important que les parcs éoliens locaux payaient parfois leurs clients pour qu’ils en consomment davantage. On ne fait guère plus futuriste en matière d’infrastructure.
Mais il s’agit aussi de turbines, de sous-stations, de systèmes de refroidissement, de génératrices de secours, et de milliers de travailleurs qualifiés qui construisent et entretiennent des actifs physiques sous la chaleur de l’ouest du Texas. L’IA la plus avancée au monde existe parce que des équipes en casque de chantier la maintiennent alimentée et refroidie. Les métiers spécialisés sont le fondement de l’ère de l’IA, et la demande pour ces métiers croît justement à cause d’elle.
Aucun de ces quatre innovateurs en IA ne construit une machine pour remplacer les humains. Chacun a plutôt choisi un problème humain, et l’a bien résolu.
Pas besoin d’être un visionnaire reconnu mondialement
Voilà la véritable leçon de cette liste. Chacun de ces bâtisseurs est parti d’un problème qu’il comprenait en profondeur, souvent par expérience vécue, et a appliqué l’IA là où elle améliorait le travail humain. Enlevez les tribunes de conférences et les tours de financement, et c’est tout ce qu’être visionnaire signifie : voir clairement un problème et agir en conséquence. Ce qui veut dire que si vous dirigez une opération de service sur le terrain, vous en êtes probablement un depuis longtemps, sans le titre. L’IA est votre prochaine occasion de le prouver à nouveau.
Le service sur le terrain regorge de gens comme ça. Vous savez où se trouvent les déplacements inutiles, où la paperasse dévore la journée, où l’expertise s’en va à la retraite. Nul besoin d’un laboratoire de recherche pour agir là-dessus. Il vous faut une lecture claire de l’état de votre opération et la discipline d’améliorer les choses dans le bon ordre.
Commencez comme les visionnaires : par le problème
Notre évaluation Next-Gen Service Assessment est un moyen court et gratuit d’obtenir cette lecture. Elle s’appuie sur plus de 20 ans de collaboration avec des entreprises de service sur le terrain, et ne fonctionne que si vous y apportez ce que vous savez déjà de votre propre opération. Aucune préparation requise. Elle cartographie votre opération de service, domaine par domaine, et montre où l’IA allégerait en premier les tâches pénibles de vos équipes.
Nouveau dans ces domaines? Nous les décomposons, essentiels et étendus, dans notre article sur les endroits où l’IA du service sur le terrain porte ses fruits.