Trois histoires sur l’IA sont arrivées en cinq jours ce mois-ci, et les lire consécutivement m’a laissé un léger bourdonnement d’effroi que je n’avais pas ressenti en lisant une histoire technologique depuis des années. Choisir une histoire sur laquelle être obsédé tout en ignorant les deux autres fait perdre le moment. La solution utile consiste à trouver la tendance sous-jacente à ces trois éléments et à élaborer votre stratégie du prochain trimestre autour de celle-ci plutôt que autour des gros titres.
3 histoires en 5 jours, voici ce qui a atterri
Le 8 septembre, Laurie Sullivan de MediaPost a écrit à propos d’une étude du MIT Media Lab qui utilisait des capsules EEG pour comparer l’activité cérébrale des personnes écrivant des essais avec ChatGPT à celle des personnes écrivant seules. Le chiffre qui a retenu l’attention de Sullivan et de moi-même était une « réduction de 32 % de l’effort mental actif » parmi le groupe assisté par l’IA, parallèlement à une baisse mesurable de la connectivité cérébrale. L’étude a suscité de véritables réticences scientifiques depuis sa première diffusion, concernant la taille de son échantillon et la manière dont les résultats doivent être interprétés, et les propres chercheurs du MIT ont demandé aux gens d’arrêter de décrire les résultats comme des lésions cérébrales.
Le lendemain, Scott Horsley de NPR a couvert un nouveau modèle économique interactif qu’Anthropic a construit pour que chacun puisse tester ses propres hypothèses sur la façon dont l’IA remodèle le marché du travail. À un extrême, le modèle montre une légère augmentation de la productivité. De l’autre, le produit intérieur brut s’envole tandis que « près de 14 % des travailleurs » perdent leur emploi à cause de l’IA, et moins de la moitié d’entre eux en trouvent un nouveau. Les propres économistes d’Anthropic refusent de dire quel résultat est le plus probable. Ce refus est plus honnête que la plupart de ce que les spécialistes du marketing de recherche entendent dire sur l’impact économique de l’IA, et je dis cela comme un compliment.
Puis, le 12 septembre, Mike Isaac du New York Times a rapporté que le PDG d’Anthropic, Dario Amodei, avait publié un essai de 3 800 mots appelant l’ensemble de l’industrie à ralentir, et que Sam Altman d’OpenAI, Elon Musk de xAI et Demis Hassabis de Google DeepMind avaient signé en quelques jours. Amodei a écrit que « nous devons ralentir le rythme auquel nous améliorons les capacités des modèles d’IA » et a appelé à des audits indépendants et à des règles mondiales en plus. J’ai couvert la première version d’Anthropic de cet avertissement en juin, alors qu’une seule entreprise demandait à l’industrie de freiner. Trois mois et un scanner cérébral du MIT plus tard, cette voix solitaire fait hocher la tête à trois de ses plus grands rivaux.
La partie que personne n’a pris la peine de mesurer
Si l’on fait abstraction de l’émotion, les trois histoires décrivent le même événement sous-jacent sous trois angles : le coût de l’adoption, la forme de l’interruption de travail et l’incertitude de l’industrie quant à la rapidité avec laquelle elle évoluera. Aucun d’entre eux ne vous indique la vitesse à laquelle tout cela arrive réellement sur votre marché, votre secteur vertical ou votre propre tableau de bord d’analyse. Cet écart, entre l’ampleur de l’alerte et la vitesse de la diffusion réelle, est la partie que personne dans ma boîte de réception n’a pris la peine de mesurer cette semaine.
Nicholas Carr a décrit cela en 2008
J’ai déjà vu ce film, ou du moins je me suis assis une fois en face de quelqu’un qui l’a décrit avec plus de précision que je ne pouvais le faire à l’époque. En 2008, j’ai interviewé Nicholas Carr devant SES Londres et SES New York, quelques mois avant que The Atlantic ne publie son essai « Is Google Making Us Stupid ? Carr venait de publier The Big Switch, un livre affirmant que l’informatique était en train de devenir un service public comme l’était l’électricité un siècle plus tôt, et que le passage d’usines générant leur propre électricité au branchement à un réseau partagé a refait bien plus que l’économie. Cela a redéfini à quoi ressemblait le travail, qui détenait une influence et, finalement, ce que l’esprit des gens faisait au cours d’un après-midi ordinaire.
Le réseau n’a pas atteint partout à la fois
Le co-fondateur d’Anthropic, Jack Clark, a déclaré à NPR qu’il s’attend à ce que la technologie elle-même continue de s’améliorer rapidement, mais que sa diffusion réelle dans l’économie sera plus lente et plus compliquée que ne le suppose l’industrie de l’IA. C’est l’argument de Carr sur l’électrification, réitéré par l’entreprise qui a développé la technologie que Carr décrivait avant qu’elle n’existe. Le réseau n’a pas atteint partout à la fois en 1908, et l’IA n’atteindra pas non plus partout à la fois en 2026. Carr ne faisait aucune prédiction sur les chatbots. Il décrivait un schéma qui se répète chaque fois qu’une technologie à usage général passe de la nouveauté à l’utilité, et cela se répète encore une fois, dans les délais, que l’industrie de l’IA veuille ou non admettre qu’elle suit un scénario vieux de cent ans.
Mon opinion sans fard est que Carr avait plus raison que ses critiques de 2008 ne le pensaient, et que les spécialistes du marketing de recherche sont sur le point de réapprendre sa leçon à leurs dépens. L’erreur de cette semaine serait de traiter trois gros titres catastrophiques comme une raison de paniquer, et l’erreur inverse serait de les considérer comme un battage médiatique. Les deux ignorent le travail proprement dit, qui consiste à déterminer où vous vous situez personnellement sur la courbe de diffusion décrite par Clark, et non où se situe la moyenne de l’industrie.
Alors, que faites-vous de trois gros titres catastrophiques et d’un livre centenaire, si vous êtes la personne qui dirige la stratégie organique d’une marque ou d’une agence ?
Auditez d’abord votre propre pipeline
Commencez par traiter votre propre pipeline de contenu comme le point de départ des conclusions du MIT, avant que Google ou un concurrent ne le fasse à votre place. Extrayez le dernier quart de tout ce que votre équipe a produit avec une forte assistance de l’IA et exécutez-le par une lecture humaine pour les récits sur lesquels j’ai déjà écrit, le sourcing léger, le rythme de paragraphe uniforme, les réclamations sans personne nommée derrière eux. Si votre propre résultat montre les symptômes de dette cognitive décrits par Sullivan, alors votre classement et votre taux de citation en IA le montreront probablement également.
Mesurez votre propre courbe, pas la moyenne du secteur
Ensuite, arrêtez de planifier votre propre feuille de route à partir des chiffres d’adoption de l’IA à l’échelle du secteur. L’argument de diffusion de Clark signifie que la statistique globale dans le diaporama de quelqu’un d’autre ne vous dit presque rien sur la courbe réelle de votre verticale. Tirez votre propre trafic de référence IA et partage de citations mensuellement, comme j’ai exhorté les lecteurs à le faire tout l’été dans ce rythme Citation Share of Voice, et construisez votre budget autour de votre propre pente mesurée, et non du modèle national d’Anthropic ou du communiqué de presse d’un concurrent.
Mettez de l’ordre dans votre maison de preuves dès maintenant
Enfin, mettez de l’ordre dans vos preuves dès maintenant, alors que l’industrie se demande encore s’il faut ou non ralentir. Si l’appel d’Amodei en faveur d’audits externes et de règles mondiales gagne du terrain, et cette semaine le suggère, les marques et les éditeurs faisant déjà preuve d’un approvisionnement humain vérifiable, d’experts nommés et de données vérifiables seront ceux auxquels les régulateurs et les plateformes d’IA font confiance par défaut. Ceux qui exécutent des projets d’IA basés sur des modèles remplis d’affirmations invérifiables auront du mal à rattraper leur retard en vertu des règles auxquelles ils ont eu des années d’avertissement pour se préparer.
Où allons-nous et y sommes-nous déjà ? Plus lent que ne le suggèrent les gros titres les plus bruyants, et plus rapide que les sceptiques les plus lents ne veulent l’admettre, et c’est exactement ce que Nicholas Carr a dit aux spécialistes du marketing de recherche à Londres et à New York il y a 18 ans, alors que presque personne dans ces salles, moi y compris, n’était prêt à l’entendre comme un avertissement concernant les scanners cérébraux et les pertes d’emploi au lieu d’une critique de livre.
Plus de ressources :
