Les estimations sur l’impact économique de l’IA générative se multiplient. Elles vont de pair avec des analyses optimistes sur l’augmentation de la satisfaction des salariés, qui peuvent être accueillies avec un certain scepticisme.
Longtemps, les gains de productivité ont été le phénix de l’informatique puis du numérique : « Che ci sia, ciascun lo dice ; dove sia, nessun lo sa » (« Qu’il existe, tout le monde le dit ; où le trouver, nul ne sait » selon l’air de don Alfonso dans le Così fan tutte de Mozart). L’impossibilité de mesurer l’impact économique des technologies, si ce n’est par l’accroissement des inégalités, a rendu perplexes deux générations d’économistes.
Ils trouvent leur revanche avec l’intelligence artificielle. La semaine dernière, une étude réalisée par des chercheurs de l’université de Stanford et du MIT a montré que l’introduction d’un agent conversationnel d’IA générative dans un centre de support client aux Philippines (pour le compte d’un groupe multinational d’informatique) a permis d’accroître de 14 % en moyenne le nombre de chats résolus chaque heure. Parmi les 5 179 employés étudiés, les moins qualifiés en ont principalement bénéficié : leur productivité a bondi de 35 %. Les agents les plus expérimentés en revanche n’en ont guère été impactés, sans doute parce qu’ils maîtrisaient déjà leur sujet et que le chatbot n’avait pas grand-chose à leur apprendre.
« L’augmentation de la productivité des travailleurs ne les rend pas toujours plus heureux dans leur travail. Si les travailleurs deviennent plus productifs mais n’apprécient pas d’être gérés par un assistant d’IA, cela peut entraîner une augmentation du turnover » observent les chercheurs : « En revanche, si l’assistance de l’IA réduit le stress, les travailleurs seront peut-être plus enclins à rester. » Or, précisément, le taux d’attrition se réduit, assez considérablement (de presque 9 points pourcentage). Ici encore, les moins anciens bénéficient le plus de l’automatisation.
L’automation des centres de contact n’était l’an dernier, d’après McKinsey, que le huitième cas de déploiement de l’IA. L’optimisation des opérations et le développement de nouveaux produits arrivent loin devant :
Source : McKinsey
Ceci est vrai particulièrement dans le conseil, la finance et la tech, les trois secteurs qui étaient en 2022 le plus en pointe dans le traitement du langage naturel et où, peut-on supposer, la déferlante de l’IA générative arrivera en premier :
Côté tech, l’an dernier, GitHub a interrogé plus de 2 000 développeurs utilisant Copilot, une IA qui génère du code à partir d’instructions en langage naturel, pour déterminer l’impact sur leur productivité, leur bien-être et leur flux de travail. Les neuf dixièmes des répondants (88% précisément) ont déclaré se sentir plus productifs et accomplir leurs tâches plus rapidement. Pour quantifier ce gain de temps, un échantillon de 95 développeurs a été réparti aléatoirement en deux groupes, l’un utilisant Copilot et l’autre non. Pour la même tâche (coder un serveur HTTP en Javascript), l’IA a permis un gain de temps de 56 % : 71 minutes en moyenne contre 161 minutes. La filiale de Microsoft considère que cela fait le bonheur des développeurs : « Les développeurs ont déclaré que GitHub Copilot les aidait à rester dans le flux (73%) et à préserver l’effort mental pendant les tâches répétitives (87%). C’est le bonheur des développeurs, car nous savons, grâce à des études antérieures, que les changements de contexte et les interruptions peuvent gâcher la journée d’un développeur, et que certains types de travail sont épuisants » déclare l’étude.
Ces considérations sur le bonheur au travail mériteront une approche plus rigoureuse. Sans doute, l’élimination des tâches les plus répétitives apportera-t-elle plus de confort dans les rôles relativement juniors qui ont été examinés par ces études. Mais par exemple, la réduction du bénéfice de l’expérience et de l’ancienneté peut avoir des effets sociaux délétères, en alignant les salaires vers ceux des débutants. Ce qui ne devrait pas favoriser le bonheur au travail. En revanche, le déploiement de l’IA générait dès 2021 une diminution des coûts et une augmentation des recettes toutes deux fort significatives :
Ce qui, finalement, est le but recherché.
J.R., avec M. de R.
Pour en savoir plus :
- Erik Brynjolfsson (Stanford Digital Economy Laboratory), Danielle Li et Lindsey R. Raymond (MIT Sloan School of Management), Generative AI at work, National Bureau of Economic Research
- Michael Chui et al., The state of AI in 2022—and a half decade in review, McKinsey
- Jack Clark, Ray Perrault et al., Artificial Intelligence Index Report 2023, Stanford University Human-Centered Artificial Intelligence (HAI)
- Eirini Kalliamvakoun, Quantifying GitHub Copilot’s impact on developer productivity and happiness, Github Blog
Source archive Kessel : https://qant.kessel.media/posts/pst_eba6ca9643bd4f3db0e33c391e20569e
