Lorsque nous parlons d’IA, nous nous concentrons généralement sur une seule mesure : la productivité. Cette mesure a été utilisée dans chaque annonce technologique depuis le début de l’ère technologique actuelle.
Remontant à l'époque où je suis devenu analyste technique externe et lors de la préparation du lancement de Windows 95, l'argument était que cela améliorait tellement la productivité qu'il fournirait un retour sur investissement (ROI) dans l'année suivant son achat. . Il s’est avéré qu’au cours de la première année, le produit s’est tellement cassé que cela a eu un impact initial négatif plutôt que positif sur la productivité.
Le retour sur investissement de l’IA est potentiellement bien pire et, ironiquement, une grande partie de notre problème de ce siècle ne réside pas dans le manque de productivité ou de performances, mais dans une mauvaise aide à la décision.
La semaine dernière, j'ai assisté à un événement préparatoire au Computex. En regardant les présentations, j’ai remarqué un courant sous-jacent familier de productivité. Je reste préoccupé par le fait que si nous améliorons considérablement les vitesses mais n'améliorons pas également la qualité des décisions associées, nous commettrons des erreurs à la vitesse des machines, auxquelles il ne sera peut-être pas possible de survivre.
Parlons-en cette semaine, et nous terminerons avec mon produit de la semaine, qui est la compagnie aérienne que je viens de prendre pour Taiwan. C'était tellement mieux que United, que j'utilise habituellement pour les voyages internationaux, que j'ai pensé expliquer pourquoi tant de compagnies aériennes non américaines sont nettement meilleures que les transporteurs américains.
Productivité vs qualité
Je suis un ancien IBM. Au cours de mon mandat là-bas, je faisais partie d'un petit groupe qui a suivi le programme de formation des cadres d'IBM. L’un des principes adoptés par tous les employés était que la qualité comptait.
Le cours le plus mémorable que j'ai suivi à cet égard n'était pas celui d'IBM mais de la Society of Competitive Intelligence Professionals (SCIP). Son objectif était la vitesse par rapport à la direction. L'instructeur a fait valoir que la plupart des entreprises se concentrent d'abord sur la rapidité lorsqu'il s'agit de nouveaux processus et de nouvelles technologies.
Il a soutenu que si vous ne vous concentrez pas d’abord sur la direction, vous finirez par prendre la mauvaise direction à un rythme de plus en plus rapide. Si vous ne vous concentrez pas d’abord sur la définition de l’objectif, la rapidité ne vous aidera pas. Cela ne fera qu'empirer les choses.
Lorsque j'étais chez IBM et Siemens en tant qu'analyste concurrentiel, j'ai eu la fâcheuse expérience de fournir une aide à la décision et de voir nos recommandations non seulement ignorées, mais activement combattues, puis non suivies. Cela a entraîné des pertes catastrophiques et la faillite de plusieurs groupes pour lesquels je travaillais.
La raison en était que les dirigeants préféraient avoir l’air d’avoir raison plutôt que d’avoir réellement raison. Après un certain temps, mon unité a été dissoute (une tendance qui s'est répandue dans toute l'industrie) parce que les dirigeants n'aimaient pas l'embarras d'être appelés sur le tapis après un échec catastrophique pour avoir ignoré des conseils bien fondés parce que leur « instinct » leur disait ce qu'ils avaient prédéterminé. la direction doit être meilleure, mais ce n'était pas le cas à plusieurs reprises.
Après avoir arrêté de travailler au sein d'entreprises et devenir analyste externe, j'ai été étonné de constater que mes conseils étaient plus susceptibles d'être suivis parce que les dirigeants ne pensaient pas que j'avais raison et créais une menace pour leur carrière.
Au sein de l’entreprise, ils me considéraient comme un risque. De l'extérieur, ce n'était pas le cas, donc ils étaient plus disposés à écouter et à suivre une stratégie différente parce qu'ils n'avaient pas l'impression d'être en compétition avec moi.
Les dirigeants ont accès à des quantités massives de données qui devraient leur permettre de prendre de meilleures décisions. Cependant, j’en vois encore trop qui prennent des décisions mal fondées qui entraînent des conséquences catastrophiques.
Par conséquent, l’IA devrait avoir pour objectif d’aider les entreprises à prendre de meilleures décisions, et ce n’est qu’à ce moment-là qu’elle devrait se concentrer sur la productivité et les performances. Si vous vous concentrez sur la vitesse sans vous assurer que la décision derrière la direction est la bonne, vous risquez davantage d’aller dans la mauvaise direction beaucoup plus rapidement, ce qui entraînera des erreurs à la fois plus fréquentes et plus coûteuses.
Défis liés à la prise de décision
De notre vie personnelle à notre vie professionnelle, nous pouvons prendre des décisions plus rapidement grâce à l’IA, mais la qualité de ces décisions se dégrade. Si vous regardez Microsoft et Intel, deux des principaux soutiens de la vague technologique actuelle de l'IA, vous constaterez que pendant une grande partie de leur existence, en particulier ce siècle, les entreprises ont pris de mauvaises décisions qui leur ont coûté un ou plusieurs PDG. .
Mon vieil ami Steve Ballmer a été maudit par de mauvaises décisions après de mauvaises décisions, ce qui, je pense toujours, était autant le résultat des personnes ou de la personne qui le soutenaient que quelque chose d'inhérent à l'homme lui-même.
Ce type était le premier de sa classe à Harvard et sans doute la personne la plus intelligente que j'aie jamais rencontrée. On lui attribue le succès de la Xbox. Pourtant, après cela, malgré une bonne gestion des performances financières de Microsoft, il a échoué avec le Zune, le Microsoft Phone et Yahoo, paralysant la valorisation de Microsoft et entraînant son licenciement.
Avec quelques autres analystes, j'ai d'abord été chargé de l'aider à prendre de meilleures décisions. Cependant, nous avons tous été mis à l’écart presque immédiatement, même si j’écrivais e-mail après e-mail, arguant que s’il n’améliorait pas la qualité de ses décisions, il allait se faire virer. Malheureusement, il s'est mis en colère contre mes tentatives. Je considère toujours son échec comme le mien, et il me hantera pour le reste de ma vie.
Ce problème reflète ce qui est arrivé à John Akers chez IBM, qui était entouré de personnes qui ne laissaient pas entrer les informations de ceux d'entre nous qui étaient plus proches des problèmes. Même si mes efforts chez IBM pour éliminer les problèmes de cette entreprise ont été récompensés, l'impact de personnes comme moi, et il y en avait beaucoup, a été tellement dévalorisé qu'Akers a perdu son emploi. Ce n'était pas parce qu'il était stupide ou qu'il n'écoutait pas. C'est parce que nous étions bloqués par des cadres qui avaient son oreille et qui ne voulaient pas perdre le statut lié à cet accès.
Ainsi, les informations dont les PDG des deux entreprises avaient besoin pour réussir ont été démenties par des personnes en qui ils avaient confiance. Ils se concentraient davantage sur le statut et l'accès que sur le succès des entreprises pour lesquelles ils travaillaient.
Le problème de décision de l’IA est double
Premièrement, nous savons que les résultats des efforts d’IA, bien qu’impressionnants en termes de capacités, sont également incroyablement inexacts ou incomplets. Le Wall Street Journal vient d'évaluer les meilleurs produits d'IA et a constaté que Gemini de Google et Copilot de Microsoft étaient, à quelques exceptions près, de la moins bonne qualité, même s'ils devraient être les plus largement utilisés.
De plus, comme je l’ai souligné plus haut, même s’ils étaient bien plus précis, compte tenu de leur comportement passé, les dirigeants pourraient ne pas les utiliser, préférant leur instinct à tout ce que leur dit le système. Bien que cela puisse réduire l'impact des problèmes de qualité de ces produits, le résultat est un système auquel on ne peut pas ou ne fera pas confiance.
Les problèmes de qualité actuels contribuent à soutenir et à renforcer les mauvais comportements qui existaient avant la génération actuelle de l’IA. Ainsi, même si les problèmes de qualité de l’IA sont corrigés, elle restera sous-performante dans son potentiel de réussite des entreprises et des gouvernements.
Emballer
À l’heure actuelle, notre besoin de rapidité (productivité, performances) est bien moindre que notre besoin de technologie offrant cet avantage, qui soit à la fois fiable et digne de confiance. Mais même si nous parvenions à résoudre ce problème, la théorie argumentative suggère que la technologie ne sera pas utilisée pour une meilleure aide à la décision en raison de notre incapacité générale à considérer les conseils internes comme autre chose qu’une menace pour nos emplois, notre statut et notre image.
Il y a une part de vérité dans cette position, car si les gens savent que vos décisions sont basées sur les conseils de l’IA, pourraient-ils éventuellement conclure que vous êtes licencié ?
Nous devons cesser de nous concentrer sur l’IA avec la productivité comme objectif principal et nous concentrer plutôt sur une qualité bien supérieure et sur une meilleure aide à la décision afin de ne pas être submergés de mauvaises décisions et de conseils à la vitesse des machines.
Ensuite, nous devons former activement les gens à accepter des conseils valables, ce qui nous permettra plus efficacement d’avancer à la vitesse d’une machine plutôt que de nous laisser enterrer par de mauvaises décisions à la même vitesse. Nous devons également récompenser les gens pour leur utilisation efficace de l’IA, et non leur faire sentir que cette utilisation mettra en danger leur emploi et leur carrière.
L’IA peut contribuer à créer un monde meilleur, mais seulement si elle fournit des résultats de qualité et si nous utilisons ces résultats pour prendre nos décisions.
Starlux Airlines
J'ai presque arrêté de voler sur United Airlines à cause de mauvaises expériences, allant du fait d'être coincé dans des aéroports éloignés en raison de vols annulés au paiement de billets de première classe pour finalement me retrouver dans un autocar en raison d'une combinaison de mauvaises opérations et d'une réticence à le faire. assurer aux passagers retardés en raison d'erreurs opérationnelles qu'ils arrivent à destination dans les délais.
Mon expérience avec les transporteurs non américains a été bien meilleure. Lors de mon voyage au Computex la semaine dernière, j'ai pris Starlux, un transporteur taïwanais. L'expérience sur cette compagnie aérienne était de loin supérieure.
En classe affaires sur United, je me sens souvent moins client et plus ennuyeux. Sur Starlux, les gens se sont mis en quatre pour s'assurer que mon voyage soit confortable ; ils ont pris mes soins personnels en priorité. Quand j'ai demandé un repas spécial, ils se sont mis en quatre pour le fournir. Lorsque j'ai eu des difficultés avec le Wi-Fi, ils m'ont soutenu jusqu'à ce que le problème soit résolu et semblaient soucieux de garantir que mon expérience soit exemplaire.
Je voyage beaucoup au cours de ma carrière et je le redoute, ce qui est triste car quand j'étais enfant, j'attendais avec impatience chaque fois que je prenais un avion. Lorsque j'ai voyagé sur Starlux, j'ai retrouvé un peu de cet amour pour le vol et j'ai découvert que j'attendais avec impatience le vol de retour plutôt que de redouter de monter dans l'avion.
Starlux a rendu mon vol de 13 heures amusant, et je dois souligner que je l'ai remarqué avec d'autres transporteurs étrangers, comme Singapore Airlines, Emirates Airlines et d'autres sur cette liste. Starlux Airlines est donc mon produit de la semaine.
