Peter Drucker était prudent sur la plupart des choses, mais l'ordinateur n'en faisait pas partie. "L'ordinateur ... est un crétin", a déclaré le gourou de la gestion dans un article du McKinsey Quarterly de 1967, qualifiant les appareils qui alimentent aujourd'hui notre économie et notre quotidien de "l'outil le plus stupide que nous ayons jamais eu."
Drucker n’était guère le seul à sous-estimer le rythme insondable des changements dans les technologies numériques et l’intelligence artificielle (IA). L'intelligence artificielle s'appuie sur la puissance de calcul de vastes réseaux de neurones, passant au crible à d'énormes ensembles de données numériques ou «big data», pour obtenir des résultats analogues, souvent supérieurs, à ceux produits par l'apprentissage et la prise de décision par l'homme. Des carrières aussi diverses que la publicité, les services financiers, la médecine, le journalisme, l'agriculture, la défense nationale, les sciences de l'environnement et les arts créatifs sont en train d'être transformées par AI.
Des algorithmes informatiques rassemblent et analysent des milliers de points de données, synthétisent les informations, identifient des tendances jusque-là non détectées et génèrent des résultats significatifs - qu’il s’agisse d’un traitement contre la maladie, d’une confrontation faciale dans une ville de plusieurs millions, d’une campagne de marketing, de nouveaux itinéraires de transport, d’un programme de récolte, une nouvelle générée par une machine, un poème, une peinture ou une strophe musicale - plus rapidement qu'un être humain ne peut verser une tasse de café.
Une étude récente de McKinsey suggère que 45% de toutes les activités sur le tas peuvent être automatisées en déployant l'IA. Cela inclut les commis aux fichiers dont les tâches peuvent être automatisées à 80% ou celles des PDG à 20% car les systèmes d'intelligence artificielle simplifient et ciblent radicalement la lecture des rapports, la détection des risques ou la reconnaissance des formes des PDG.
L'intelligence artificielle fait partie de ces technologies à la mode qui n'ont pas encore transformé le monde entier, mais qui le feront. Maintenant que l’intelligence artificielle semble prête pour les heures de grande écoute, les techniciens, même parmi les technologues, sont consternés par le pouvoir incontrôlé que les machines peuvent avoir pour la prise de décision humaine. Elon Musk a qualifié l'IA de "notre plus grande menace existentielle", rappelant l'avertissement de Bill Joy dans le magazine Wired publié en 2000 selon lequel "l'avenir n'a pas besoin de nous". De l'autre côté, il y a bien sûr des passionnés avides de machines intelligentes destinées à améliorer nos vies. la santé de la planète.
Je suis du côté du PDG de Microsoft, Satya Nadella, qui dit que nous devrions nous préparer à la promesse de machines toujours plus intelligentes en tant que partenaires de la prise de décision humaine, en nous concentrant sur le rôle et les limites des outils d’IA. Pour les enseignants d’écoles de commerce comme moi qui pensent que l’avenir aura besoin de nous, le pouvoir croissant de l’IA ou de l’apprentissage en profondeur pose un défi et une opportunité: comment préparer les étudiants aux décennies à venir pour qu’ils acceptent le pouvoir de l’IA et comprennent ses avantages pour la gestion et le leadership à l'avenir?
Ce serait une erreur de forcer tous les diplômés du MBA à devenir des scientifiques de données. Le défi pour les écoles de commerce consiste à mettre à jour nos programmes d’études plus généraux tout en donnant à nos MBA une plus grande familiarité et une plus grande facilité avec l’analyse de données. Les PDG de demain auront besoin d'une meilleure idée de ce à quoi des ensembles de données de plus en plus abondants et complexes au sein des organisations peuvent, et ne peuvent pas, répondre.
La sophistication et le volume de données peuvent augmenter, mais l’histoire fournit des modèles de la relation propre du décideur avec l’analyse de données.
Prenez le jour J. Le général Dwight D. Eisenhower a recherché autant de données que possible pour informer de sa décision de débarquer des centaines de milliers de forces alliées sur les plages de Normandie au cours de cette fatidique fin du printemps 1944. Comme l'indiquent clairement le livre d'Antony Beevor sur la bataille et d'autres récits, Eisenhower avait particulièrement besoin de données météorologiques fiables, à l’époque des prévisions météorologiques. Le général a cultivé le Dr James Stagg, son principal météorologue, et est devenu un expert non seulement de l'analyse des rapports de Stagg, mais également de la lecture du niveau de confiance de Stagg dans chaque rapport.
Pendant des mois avant la décision fatidique de «se lancer dans la Grande Croisade», Eisenhower développa une vive appréciation de ce que les prévisions météorologiques pouvaient fournir et ne pouvaient pas fournir. En fin de compte, comme l’histoire le sait, Stagg l’a convaincu de reporter l’invasion au 5 juin, date du 5 juin, date à laquelle la tempête annoncée faisait rage sur la Manche et de nombreuses autres personnes qui ont mis en doute l’appel de Stagg pour qu’il se dissipe bientôt.
Personne ne dira qu'Eisenhower aurait dû devenir lui-même un expert en météorologie. Son travail consistait à superviser et à coordonner tous les aspects de la campagne en collectant des informations pertinentes et en évaluant la qualité et l'utilité de ces informations pour augmenter les chances de réussite de l'invasion. Aujourd'hui, le Big Data et l'avènement de l'intelligence artificielle élargissent les informations mises à la disposition des décideurs d'entreprise. Cependant, le rôle d'un PDG en ce qui concerne les données fait écho à la fonction d'absorption et de jugement exercée par le général Eisenhower dans la lecture des probabilités dans les rapports météorologiques de son météorologue.
Il est à noter qu’aujourd’hui, au milieu de toutes les discussions sur la complexité technologique et la spécialisation dans une grande partie des entreprises américaines, un rapport préparé par Deloitte pour notre école a révélé que les employeurs cherchant à embaucher des diplômés du MBA accordent plus d’importance aux «compétences générales» des employés potentiels. Ils veulent embaucher des personnes ayant une compétence culturelle et des compétences en communication renforcées, pouvant travailler en collaboration au sein d'équipes diverses et faire preuve de souplesse pour s'adapter continuellement aux nouvelles opportunités et conditions sur le marché du travail.
Ce n’est pas seulement une question d’intolérance pour les secousses au bureau. Il s'agit de la nécessité pour un dirigeant de pouvoir synthétiser, négocier et arbitrer entre des environnements, des experts et des données en concurrence ou en conflit. S'il était une fois que les chefs d'entreprise étaient payés pour passer des «appels instinctifs» même lorsque les informations essentielles faisaient défaut, les chefs d'entreprise actuels devront de plus en plus faire des appels difficiles, d'un jugement interprétatif (un type différent de «test instinctif») d’informations excessives, souvent contradictoires.
Les personnes occupant des postes de pilotage dans les établissements ont accès à un univers en pleine expansion de données empiriquement dérivées sur des phénomènes extrêmement variés, telles que des modèles optimaux de déchargement de navires dans les ports les plus fréquentés du monde dans diverses conditions météorologiques, ainsi que les paramètres des programmes de fidélisation qui génèrent le client le plus «collant» des modèles de réponse, ou de sélection des talents, générant à la fois les bassins d’emploi les plus performants et les plus divers.
Les dirigeants d’entreprise devront faire preuve de discernement dans l’utilisation des outils d’IA. Ils doivent juger de la source des flux de données dont ils disposent, vérifier leur validité et leur fiabilité, déceler des tendances moins qu'évidentes dans les données, rechercher les derniers scénarios, et finalement faire des déductions et des jugements plus éclairés et nuancés. autour du contexte, valide et utile car ils sont améliorés par des machines intelligentes. Des jugements erronés fondés sur des données erronées ou mal interprétées pourraient être encore plus préjudiciables que des jugements erronés non informés en raison de l'illusion d'une autorité quasi-scientifique résultant de l'aura de données.
En tant qu'outil de gestion de projet, l'IA peut prescrire des procédures de travail optimales à différents types d'employés, mais elle n'aura pas la sensibilité nécessaire pour traduire ces besoins en choix nuancés d'un résultat organisationnel (par exemple, l'équité dans l'affectation des employés) par rapport à un autre (valeurs familiales ). AI peut identifier le meilleur emplacement pour un nouveau restaurant ou une nouvelle centrale électrique, mais la cartographie des réseaux politiques et sociaux à mobiliser pour donner vie à la nouvelle entreprise sera limitée.
Les machines manquent également de fantaisie. Les programmes Adtech ont remplacé les acheteurs d’annonces, mais la possibilité de créer des jeux de mots ou des campagnes de création inspirantes nous restera naturellement humaine, du moins dans un avenir proche.
Un nouveau niveau de questionnement et de pensée intégrative est requis chez les diplômés du MBA. En tant qu’éducateurs, nous devons encourager les approches d’apprentissage qui développent ces compétences - en enseignant une gestion de données vive et des compétences inférentielles, en développant des simulations de données avancées et en apprenant à sonder et à questionner l’inconnu.
Parallèlement à l’ascendance du pouvoir de la machine, l’importance de l’intelligence émotionnelle, ou QE, est plus importante que jamais pour préserver la connectivité humaine des organisations et des communautés. Alors que les machines sont censées avancer au point de lire et d’interpréter les émotions, elles n’auront pas la capacité d’inspirer les adeptes, la sagesse de porter des jugements éthiques, ou l’esprit avisé de créer des liens.
C'est toujours tout sur nous.
Judy D. Olian est doyenne de la UCLA Anderson School of Management.
