Perspectives
Gérer la transition lorsque l'IA s'arrête
La plupart des organisations ont décidé où l’IA s’arrête. Presque aucune n’a conçu ce qui se passe dans la seconde qui suit.
Le transfert est traité comme un simple acheminement : le système atteint sa limite, un humain reçoit le travail et le service se poursuit. Ce n’est pas de l’acheminement. C’est le moment où se décide la qualité de l’ensemble du système, et actuellement, personne ne le conçoit. Des données de terrain le confirment désormais. Lors d’une expérience aléatoire menée sur la plateforme Taobao d’Alibaba, des employés ont supervisé un système d’IA agentique gérant des clavardages clients éligibles tout en continuant à résoudre le reste eux-mêmes. Les clavardages sont devenus plus courts. Les notes pour les clavardages éligibles à l’IA ont chuté de façon substantielle. Ce qui est intéressant, c’est de voir où le rattrapage humain a fonctionné et où il a échoué. Lorsque le système a escaladé le cas parce que le problème dépassait ses capacités — une impasse technique —, l’intervention humaine a préservé la qualité du service. Lorsqu’il l’a fait parce que le client était frustré, l’intervention a largement échoué à redresser la situation. La raison n’était pas liée aux compétences, mais à l’effort. Lors des escalades émotionnelles, les employés ont envoyé moins de messages, ont pris une part plus faible de la conversation, ont cherché moins d’informations et ont offert moins de solutions. Ils arrivaient aux moments les plus difficiles de leur journée avec le moins d’engagement. Et intervenir tardivement a aggravé la situation : c’est l’entrée en jeu précoce qui soutenait l’effort par la suite.
Considérez cela comme une conclusion en matière de conception organisationnelle
Considérez cela comme une conclusion en matière de conception organisationnelle plutôt que de service à la clientèle. Le système avait discrètement réalloué le travail humain pour qu’il consiste presque entièrement en ce que les machines ratent — les parties émotionnellement coûteuses —, sans rien changer à la façon dont ce travail était soutenu, doté en personnel ou valorisé. Le résiduel est devenu le travail. Personne n’a conçu le résiduel. Une deuxième étude, une expérience de terrain au sein du service après-vente de Porsche, met en évidence la même lacune sous un autre angle. Les décideurs ont reçu des conseils d’un expert humain, d’un modèle d’apprentissage automatique, ou des deux. La combinaison a produit de meilleures décisions — mais seulement lorsque les gens ont activement concilié les données contradictoires plutôt que de s’en remettre à une seule source. Et l’engagement envers cette conciliation a chuté lorsque la décision est passée d’un individu à un groupe. Ensemble, ces éléments révèlent une vérité inconfortable. L’avantage de maintenir l’humain dans la boucle n’est pas automatique. Il est subordonné à un acte d’engagement véritable que la plupart des flux de travail ne protègent en rien, et qui s’évapore discrètement sous l’effet de la pression, de la fatigue et des dynamiques de groupe.
Trois constats s’en dégagent
La question n’est donc pas de savoir s’il faut garder un humain dans la boucle, mais ce que la boucle exige de lui. Trois constats s’en dégagent. L’escalade doit transporter le contexte, et non seulement le dossier. Une personne qui arrive au pire moment sans aucun historique passe ses premières minutes à reconstituer ce qui s’est passé, et atteint la partie humaine du problème déjà épuisée. Les transferts conçus pour assurer la continuité de l’information coûtent peu. Nous les construisons rarement. Le résiduel doit être doté en personnel comme un travail difficile, et non comme un travail de rebut. Si les machines absorbent la routine et laissent aux humains l’ambigu, l’émotionnel et l’inédit, alors la charge de travail humaine est discrètement devenue plus lourde par heure, tandis que les modèles d’effectifs continuent de supposer qu’elle est devenue plus facile. Ce décalage se manifeste par le désengagement bien avant que quiconque ne parle d’épuisement professionnel. Et le désaccord avec le système nécessite une voie légitime. Si la conciliation des conseils de la machine avec votre propre jugement est l’étape qui crée de la valeur, alors passer outre doit être un acte ordinaire, peu coûteux et consigné — et non un acte silencieux d’insubordination que l’on doit justifier.
Le schéma sous-jacent mérite d’être observé partout où l’IA s’implante
Le schéma sous-jacent mérite d’être observé partout où l’IA s’implante dans une organisation. Nous supprimons les parties faciles des emplois et qualifions cela de soulagement. Ce qui reste est le résidu humain concentré : le jugement, l’ambiguïté, l’émotion, la réparation. C’est la contribution que nous prétendons vouloir. C’est également, heure par heure, le travail le plus exigeant qu’une personne puisse accomplir — et nous le confions sans plus de soutien que le travail de routine qu’il a remplacé.