Temporary unstable
Temporary unstable
Pendant des années, la disruption était un phénomène que nous associions aux banques, aux télécommunications, au commerce de détail et aux grandes entreprises technologiques.
Puis elle s’est rapprochée de nous.
La traduction a changé. Le marketing a changé. La musique a changé. L’édition a changé. La photographie et la vidéo ont changé. Le développement logiciel a changé. L’éducation a changé.
Et un autre phénomène mérite davantage d’attention : les professionnels, les freelances et les petites entreprises peuvent de plus en plus réaliser eux-mêmes des choses qui exigeaient autrefois des spécialistes, des départements entiers ou des capitaux importants.
C’est pourquoi les 6 D de la disruption restent une grille de lecture particulièrement utile du changement technologique. Ils décrivent non seulement ce qui arrive à la technologie, mais aussi ce qui arrive aux marchés, aux métiers et, en fin de compte, à nous-mêmes.
1. Digitization – numérisation
Lorsqu’une chose devient numérique, elle peut être copiée, recherchée, analysée, distribuée, combinée et automatisée. L’information, la musique, les photographies, les livres, les traductions et de plus en plus le savoir professionnel deviennent des données.
2. Deception – la phase trompeuse
Au début, le changement exponentiel paraît étonnamment insignifiant. Les premières versions d’une technologie peuvent être lentes, coûteuses ou peu impressionnantes, et les secteurs établis les sous-estiment. Puis l’amélioration s’accélère.
3. Disruption – rupture des modèles établis
La nouvelle technologie finit par devenir suffisamment performante pour modifier les marchés et les méthodes de travail établis. L’ancien produit peut survivre, mais son rôle, son prix et sa valeur peuvent changer radicalement.
4. Demonetization – baisse des coûts
Des activités qui exigeaient autrefois des investissements importants deviennent peu coûteuses, voire presque gratuites. Les logiciels, l’édition, la communication, la traduction, la photographie et la production médiatique en fournissent de nombreux exemples.
5. Dematerialization – dématérialisation
Les produits physiques et les outils séparés disparaissent dans les logiciels. L’appareil photo, le dictionnaire, le studio d’enregistrement, la suite de montage, la carte, la bibliothèque et le bureau se retrouvent de plus en plus dans nos appareils et les services cloud.
6. Democratization – démocratisation
Enfin, des capacités autrefois réservées aux entreprises et aux spécialistes deviennent accessibles à des millions de personnes. Un freelance muni d’un ordinateur portable peut soudain utiliser des technologies qui exigeaient auparavant toute une organisation.
Et ce dernier D est peut-être le plus intéressant aujourd’hui pour les petites entreprises.
Car la démocratisation ne nous permet pas seulement d’acheter de meilleurs outils. Elle nous permet de plus en plus de créer les nôtres.
La traduction est un exemple évident, car la disruption technologique y est à l’œuvre depuis des décennies.
Les mémoires de traduction, les bases terminologiques et la traduction automatique sont arrivées en premier. La traduction automatique neuronale a considérablement amélioré les résultats automatisés. L’IA générative a ajouté une nouvelle couche.
Un traducteur peut aujourd’hui traduire, rechercher de la terminologie, comparer des documents, contrôler la cohérence, reformuler des passages difficiles et créer des résumés grâce à des outils numériques interconnectés.
Le traducteur va-t-il donc disparaître ? Ce n’est probablement pas la bonne question.
La question la plus intéressante est la suivante : où se déplace la valeur lorsque la production d’un premier jet devient plus facile ?
Elle se déplace vers le jugement professionnel, la terminologie, les connaissances spécialisées, la compréhension culturelle, l’assurance qualité, la gestion de contenu multilingue et la responsabilité du résultat final.
Le traducteur devient de plus en plus un navigateur des technologies linguistiques plutôt qu’un simple producteur de phrases traduites.
Un phénomène similaire se produit dans le marketing.
Une petite entreprise peut utiliser l’IA et l’automatisation pour la recherche d’idées, l’analyse SEO, les illustrations, la vidéo, les newsletters, la planification des réseaux sociaux, le contenu multilingue et l’analyse des résultats.
Il y a vingt ans, une partie de ces activités exigeait plusieurs spécialistes. Aujourd’hui, une seule personne peut en orchestrer une grande partie depuis un ordinateur portable.
C’est une forme très concrète de démocratisation.
Mais il existe un paradoxe. Plus le contenu devient facile à produire, moins le contenu lui-même est rare.
Internet n’a pas besoin d’un million d’articles génériques supplémentaires produits à partir de prompts similaires.
L’expertise, la personnalité, l’expérience, la curiosité et un point de vue reconnaissable deviennent donc plus importants, et non moins importants.
L’édition est peut-être l’un des domaines les plus fascinants de la disruption, car la technologie s’y heurte à des représentations culturelles profondément ancrées.
Nous conservons l’image du « vrai auteur » assis devant une page blanche et créant tout à partir de zéro. L’utilisation de l’IA semble parfois contaminer cette image romantique.
Mais les auteurs n’ont jamais travaillé dans un vide intellectuel.
Ils lisent des livres. Ils interrogent des personnes. Ils utilisent des dictionnaires et des archives. Ils font des recherches sur Internet. Ils travaillent avec des éditeurs et des correcteurs. Ils reçoivent des critiques et réécrivent.
L’IA peut désormais entrer elle aussi dans ce processus. Elle peut aider à explorer une idée, tester un argument, repérer des contradictions, proposer des pistes de recherche ou mettre à l’épreuve un passage faible.
Cela ne signifie pas qu’il suffit d’appuyer sur un bouton et de publier ce qui apparaît à l’écran.
La distinction importante se situe entre assistance et paternité de l’œuvre.
À l’avenir, la question sera peut-être moins : « Avez-vous utilisé l’IA ? » que : « Qu’avez-vous créé, décidé et vérifié vous-même, et de quoi assumez-vous la responsabilité ? »
La musique a déjà traversé plusieurs vagues de dématérialisation.
Les instruments physiques ont été rejoints par les synthétiseurs. Le studio est devenu logiciel. La distribution est passée des disques aux fichiers numériques puis au streaming.
L’IA intervient maintenant dans la composition, l’arrangement, le mastering et même les voix synthétiques.
Un musicien peut expérimenter une idée sans engager tout un studio.
Cela peut être perçu comme une menace. Mais c’est aussi une démocratisation.
Une personne ayant du talent et des idées, mais peu de capital, accède soudain à des possibilités qui nécessitaient autrefois une infrastructure considérable.
La technologie abaisse la barrière d’entrée. Elle ne fournit pas automatiquement le goût, l’intention ou le jugement artistique.
La photographie et la vidéo constituent un autre exemple frappant.
Une petite entreprise peut créer des illustrations, améliorer des photographies, générer des arrière-plans, ajouter des sous-titres, traduire la parole, produire des voix off, créer des animations et assembler des vidéos avec des outils numériques abordables.
Cela aurait semblé extraordinaire il y a seulement quelques années.
Mais la facilité de production soulève de nouvelles questions.
Quand une image générée par IA n’est-elle qu’une illustration ? Quand faut-il signaler qu’un contenu est synthétique ? Quand une modification devient-elle trompeuse ? À qui appartient le matériau source ?
La technologie facilite la production tout en rendant la transparence et la traçabilité de l’origine plus importantes.
La démocratisation ne supprime pas les normes professionnelles. Elle en crée de nouvelles.
Le développement logiciel est peut-être l’un des exemples les plus clairs du chemin parcouru par la démocratisation.
Un traducteur, un consultant, un enseignant ou le dirigeant d’une petite entreprise peut aujourd’hui développer une application utile sans être au départ développeur professionnel.
Elle peut comparer des documents, gérer des commandes, automatiser l’administration, analyser la terminologie, soutenir l’apprentissage des langues ou résoudre un problème très spécifique pour lequel aucun logiciel commercial adapté n’existe.
Nous ne sommes plus limités aux logiciels que des entreprises décident de nous vendre. Nous pouvons de plus en plus identifier un problème et construire nous-mêmes une solution.
Certains diront inévitablement qu’un logiciel développé de cette manière n’est pas suffisamment professionnel. Ils auront parfois raison.
Un programme n’est pas bon simplement parce qu’il fonctionne une fois, et du code généré par IA n’est pas automatiquement fiable. Mais cet argument devrait conduire à de meilleures méthodes, et non à conclure que les petits acteurs ne devraient pas développer de logiciels.
Un prototype peut progressivement devenir un produit maîtrisé grâce à des exigences définies, au contrôle de versions, aux tests, à la documentation et à la revue. La conformité fait elle aussi partie de ce processus.
Un petit développeur n’a pas nécessairement besoin de la bureaucratie d’une multinationale, mais il devrait disposer d’un cadre proportionné couvrant notamment la protection des données et le RGPD, la sécurité, l’utilisation de l’IA, les tests et l’assurance qualité, la documentation et la traçabilité, la propriété intellectuelle et les licences, l’accessibilité ainsi que les exigences réglementaires propres au produit ou au secteur qui s’appliquent réellement.
L’outil à la mode n’est pas non plus toujours l’outil approprié. Un service d’IA dans le cloud peut être excellent pour expérimenter, tandis qu’une autre architecture sera plus adaptée lorsque des documents clients confidentiels ou des données à caractère personnel sont concernés.
Pouvoir construire nous-mêmes implique aussi la responsabilité de la manière dont nous construisons.
Les moteurs de recherche avaient déjà modifié notre rapport à l’expertise. L’IA générative va beaucoup plus loin.
Un élève, un étudiant ou un client peut demander une explication sur presque n’importe quel sujet et obtenir une réponse en quelques secondes.
Cela ne rend pas nécessairement les enseignants, les consultants et les spécialistes inutiles. Cela modifie ce que nous attendons d’eux.
L’information est-elle correcte ? Est-elle pertinente ? Qu’est-ce qui manque ? À quelle source pouvons-nous faire confiance ? Comment appliquer une information générale à cette situation précise ?
Lorsque l’information devient abondante, le jugement devient rare.
La comptabilité, l’administration, le service client, les ressources humaines, la recherche et de nombreux autres services professionnels connaissent des transformations similaires.
Les formulaires peuvent être remplis automatiquement. Les documents standard peuvent être générés. Les réunions peuvent être transcrites et résumées. Les demandes des clients peuvent être classées. La recherche peut être accélérée.
Une grande partie de cela ne paraît déjà plus spectaculaire. C’est précisément le point.
La disruption devient particulièrement puissante lorsque la technologie cesse d’avoir l’air révolutionnaire et se fond simplement dans le travail quotidien.
Si l’on rassemble ces huit exemples, un phénomène plus large apparaît.
Le traducteur devient en partie spécialiste du contenu. Le spécialiste du marketing devient en partie concepteur d’automatisations. L’auteur devient en partie chercheur et curateur. Le musicien devient en partie producteur numérique. Le consultant devient en partie analyste de données. Et le dirigeant d’une petite entreprise peut devenir en partie développeur logiciel.
Les anciennes catégories ne correspondent plus très bien à la réalité.
Cela peut être inconfortable. C’est aussi extraordinairement créatif.
Les petites entreprises ne devraient pas essayer d’imiter les grands groupes. Nous avons d’autres avantages.
Nous pouvons avancer rapidement. Nous pouvons expérimenter. Nous pouvons expliquer nos décisions. Nous pouvons montrer ce que nous avons construit. Et, peut-être surtout, nous pouvons transmettre des connaissances utiles à nos clients.
Au lieu de dire simplement « Nous utilisons l’IA », expliquons où l’IA améliore le travail et où elle ne l’améliore pas.
Au lieu de dire « Nous développons nos propres outils », expliquons pourquoi nous les avons développés, comment nous les testons et quelles sont leurs limites.
Au lieu de dire « Nous créons du contenu », expliquons pourquoi certains contenus méritent une recherche humaine, pourquoi d’autres peuvent raisonnablement être automatisés et comment nous choisissons entre les deux.
Le marketing devient alors moins une question de promotion qu’une question de navigation.
Cette approche peut être particulièrement puissante pour les freelances.
Un petit spécialiste peut dire : « J’ai testé cet outil. Il était excellent pour X et mauvais pour Y. »
Ou : « Tout le monde parle de cette technologie, mais pour ce type précis de données clients, je choisirais autre chose. »
Ou encore : « J’ai construit ma propre solution parce que les produits existants ne résolvaient pas tout à fait le problème. »
Ce type de communication démontre quelque chose qui devient de plus en plus précieux : le jugement professionnel acquis par l’expérience.
Et il apporte aux clients des connaissances utiles au lieu de simplement leur demander d’acheter quelque chose.
Il y aura toujours quelqu’un capable de générer davantage d’articles, d’images, de traductions, de logiciels et de vidéos.
Rivaliser sur la quantité devient donc de moins en moins pertinent.
Les petites entreprises peuvent rivaliser sur la sélection, les connaissances et la responsabilité.
Qu’est-ce qui mérite notre attention ? Qu’est-ce qui est utile ? Qu’est-ce qui ne l’est pas ? Que faut-il automatiser ? Qu’est-ce qui devrait rester humain ? Que pouvons-nous construire nous-mêmes ? Quand faut-il faire intervenir un autre spécialiste ? Quelle technologie convient réellement à la tâche et à ses exigences de conformité ?
Ce sont des questions précieuses. Et y répondre publiquement, c’est aussi faire du marketing.
Nous revenons ainsi à notre point de départ.
La numérisation transforme les choses en données. La phase trompeuse nous conduit à sous-estimer ce qui arrive. La disruption brise les modèles établis. La démonétisation supprime une partie des coûts. La dématérialisation supprime une partie de l’infrastructure physique. Et la démocratisation place les nouvelles capacités entre nos mains.
Pour un freelance ou une petite entreprise, cette dernière étape change tout.
Nous pouvons publier sans posséder une maison d’édition. Nous pouvons produire de la musique sans posséder un studio. Nous pouvons créer des vidéos sans équipe de production. Nous pouvons communiquer à l’international sans entretenir des bureaux dans le monde entier. Nous pouvons développer des logiciels sans devenir d’abord une entreprise informatique. Et nous pouvons accéder à des connaissances qui étaient autrefois difficiles, coûteuses ou inaccessibles.
Mais la démocratisation ne signifie pas que l’expertise, la qualité et la responsabilité professionnelle disparaissent. Bien au contraire.
Lorsque tout le monde a accès à des outils puissants, savoir quoi en faire devient plus précieux.
C’est peut-être cette dimension de la disruption dont nous devrions parler aujourd’hui.
Les 6 D expliquent comment les capacités arrivent jusqu’à nous. Ils ne nous disent pas ce que nous devons en faire.
Il y a donc peut-être de la place pour un septième D. Non pas comme une étape supplémentaire du modèle original, mais comme notre réponse à celui-ci :
Direction.
La technologie nous offre des possibilités. L’expertise nous aide à choisir entre elles. L’expérience nous aide à reconnaître leurs limites. La conformité fixe des frontières. La curiosité nous pousse à explorer. Et la responsabilité détermine ce que nous mettons finalement dans le monde.
Les machines deviennent extraordinairement performantes pour produire.
Notre valeur réside de plus en plus dans notre capacité à savoir ce qui mérite d’être produit, comment cela doit être fait et dans quelle direction nous voulons aller ensuite.