Après deux décennies passées au sein d'un cabinet de services professionnels où le jugement humain est le fondement du modèle économique, un vice-président mondial d'EY soutient dans une tribune publiée par Fortune que ce que les clients attendent d'EY — non pas seulement de l'analyse, mais l'expérience, la perspicacité et la perspective nécessaires pour naviguer dans l'incertitude et prendre de meilleures décisions — est précisément la compétence que l'IA impose désormais dans chaque métier, que l'intitulé sur la porte indique analyste, technicien ou opérateur de machine.

Le paradoxe de l'ère de l'IA, selon ce dirigeant, est que plus la technologie devient capable, plus le marché récompense les autres qualités. Les compétences les plus recherchées sont intrinsèquement humaines — tout se résume à ce que l'IA ne peut pas faire.

L'écart de talents est considérable. Alors que les investissements dans l'IA grimpent, les entreprises perdent jusqu'à 40 % des gains de productivité liés à l'IA en raison de lacunes dans l'investissement dans les talents, selon une enquête d'EY. De nombreux programmes de formation se concentrent sur l'expérience technique de l'IA, en négligeant les compétences essentielles qui détermineront si une stratégie d'IA sera rentable. Conclusion : la contrainte sur les retours de l'IA peut résider dans la stratégie de talents autant que dans la technologie elle-même.

Ce que l'IA ne peut toujours pas faire

La technologie excelle dans les tâches répétitives et l'extraction des données. Mais il revient aux humains de définir l'objectif, de fixer la finalité et de fournir le contexte qui donne un sens à l'information. Les personnes décident quels objectifs méritent d'être poursuivis, reconnaissent quand le contexte change et restent responsables des résultats. Sans cette direction humaine, les données et les insights risquent de ne pas être appliqués efficacement ou de ne pas générer leur pleine valeur potentielle.

Cela redéfinit ce à quoi res un lieu de travail orchestré par l'IA. Cela ne supprime pas la personne — cela supprime les parties du travail qui n'ont jamais nécessité de jugement humain en premier lieu. Ce qui reste, c'est la part que seul un humain peut accomplir.

Former la maîtrise de l'IA comme compétence de leadership

Pour tirer pleinement parti d'un monde dopé à l'IA, la maîtrise de l'IA doit devenir plus qu'une compétence de spécialiste — alliant l'utilisation des outils d'IA à l'évaluation de la pertinence des résultats, et sachant comment (et quand) intervenir lorsque les choses tournent mal.

L'échelle en jeu est frappante : les identités de machines surpassent les employés humains dans une proportion de 82:1 au sein de l'organisation moyenne, selon un rapport de CyberArk, qui lie cette prolifération à des menaces exponentielles pour la sécurité des identités lorsque les identités de machines sont gérées de manière fragmentée. Une telle échelle ne dilue pas la responsabilité humaine ; elle la concentre. À mesure que les systèmes d'IA deviennent plus autonomes, le jugement humain devient encore plus important.

La pensée analytique est la compétence fondamentale la plus recherchée par les employeurs chez leurs recrues potentielles, selon une enquête du Forum économique mondial, environ sept employeurs sur dix la jugeant essentielle. Les dirigeants veulent un employé qui évite la délégation aveugle et sait remettre en question l'IA quand cela compte.

En fin de compte : utilisez l'IA pour rendre votre travail plus efficace, et non pour lui confier les décisions de jugement qui demeurent la partie la plus importante du travail.

Ne naviguez pas seul

En pratique, aucune organisation ne résout seule l'intégration de l'IA dans sa main-d'œuvre. Les approches isolées peuvent être chronophages et coûteuses, les organisations gaspillant des cycles à reconstruire des flux de travail que d'autres ont déjà résolus.

C'est le travail sur les alliances et les écosystèmes que l'auteur dirige chez EY, où l'on aide les organisations à créer les bonnes fondations pour déployer la technologie à grande échelle sans avoir à reconstruire ce que d'autres ont déjà résolu.

Un travail récent avec le fabricant de boissons Lion l'a démontré : la collaboration avec des partenaires de l'écosystème a permis une rapidité de réponse client supérieure de 75 % et une amélioration d'environ 30 % des coûts d'exploitation au sein de sa fonction RH. Plutôt que de chercher à construire de toutes pièces chaque couche d'une fonction RH dopée à l'IA, Lion a travaillé avec des partenaires qui avaient déjà résolu des pans de ce problème ailleurs — un point de référence pour les organisations qui hésitent entre une construction interne et une voie fondée sur les partenaires.

Repenser les flux de travail pour garder l'humain au centre

Les flux de travail doivent être repensés pour garder les humains au cœur de la prise de décision et maintenir la confiance. Lorsque les flux de travail hybrides IA-humain reposent sur des transferts rigides — l'IA devant achever ses tâches avant de transmettre le résultat à un humain — l'hypothèse fondamentale est que les tâches peuvent être divisées proprement. En pratique, cette structure réduit les occasions de prises de décision significatives et peut ajouter davantage de travail itératif.

Le modèle le plus durable organise le travail autour de tâches partagées au sein d'un processus véritablement intégré, où humains et IA contribuent à chaque étape plutôt que de manière séquentielle.

Daikin, une multinationale spécialisée dans le chauffage, la ventilation et la climatisation, l illustré en s'appuyant sur des équipes hybrides IA-humains travaillant en tandem pour déployer un nouveau système de planification des ressources d'entreprise (ERP). Tandis que l'IA aidait à la génération de code et aux tests automatisés, les employés gardaient la supervision des exceptions et des scénarios à haut risque — confirmant que le jugement est quelque chose qu'aucun algorithme ne peut absorber. Selon le récit d'EY sur cette mission, cette approche a accéléré la livraison d'environ 30 %, et le pilote a produit un gain d'efficacité de 10 % au comptoir et une clôture financière 20 % plus rapide.

La compétence qui n'expire pas

Avec des capacités des modèles d'IA en perpétuelle évolution, la réflexion sur le développement des compétences prend du retard si elle ne suit que les mises à jour techniques. Les compétences techniques liées à une version spécifique d'un modèle ont une courte durée de vie ; le jugement de savoir quand et comment intervenir, non.

Le jugement est essentiel pour établir une IA sûre et fiable.

Rien de tout cela n'arrive par hasard. Il faut de la maîtrise à tous les niveaux, des partenaires qui partagent la charge de construction, et des flux de travail conçus pour garder les humains dans la boucle à chaque étape afin d'assurer une supervision appropriée.

Les organisations qui réussissent le passage à l'échelle de l'IA font des choix délibérés sur les parties du travail qui restent humaines. Et une adoption réussie de l'IA clarifie ce rôle plutôt que de le réduire.

Les opinions exprimées dans cet article sont celles de l'auteur et ne reflètent pas nécessairement les opinions de l'organisation mondiale EY ou de ses cabinets membres. Les opinions exprimées dans les tribunes de Fortune.com sont exclusivement celles de leurs auteurs et ne reflètent pas nécessairement les opinions et convictions de Fortune. Cette histoire a été publiée à l'origine sur Fort.com.