La stratégie Humain + IA qui fonctionne vraiment

Que se passe-t-il lorsque l’IA est déployée sans cas d’usage clair, sans plan de conduite du changement, ni aucun respect pour les personnes qu’elle est censée soutenir ? Elle échoue — et selon Evan J Schwartz, Chief Innovation Officer chez AMCS et auteur de *The People, Places and Things*, cet échec est prévisible et évitable. Dans cet épisode du podcast CTRL+Listen, Evan partage des enseignements durement acquis au cours de plus de 35 ans passés dans les logiciels d’entreprise, la mise en œuvre d’ERP et l’automatisation industrielle dans les secteurs de la foresterie, de l’exploitation minière, de la ferraille et des déchets.



De la maintenance prédictive alimentée par l’IA à l’optimisation de flotte, en passant par les dangers de cas d’usage de l’IA omniprésents, Evan plaide en faveur d’une stratégie « humain plus IA » — dans laquelle des tâches d’IA ciblées et bien définies sont enchaînées pour produire un impact cumulatif. Il explique également comment l’IA transforme l’enseignement du logiciel, pourquoi les généralistes survivront plus longtemps que les spécialistes à l’ère de l’IA, et ce que le secteur des déchets et du recyclage peut nous apprendre sur l’efficacité opérationnelle.



En savoir plus sur Evan →



Suivre Evan → 

Écouter l’épisode

Regarder l’épisode

Points clés

• La plupart des initiatives de transformation numérique et d’IA échouent à cause de l’adoption, et non de la technologie. Les projets ERP et IA s’effondrent à des taux élevés parce que les organisations sous-estiment la conduite du changement, l’adéquation culturelle et la complexité opérationnelle du terrain.
• Un cadre structuré et centré sur l’humain est essentiel à la réussite de la transformation. L’approche du « parcours client » met l’accent sur des phases claires, une sélection éclairée des fournisseurs et des étapes d’adoption concrètes qui vont au-delà de la gestion de projet classique.
• L’IA fonctionne mieux comme amplificateur humain, et non comme remplaçant. Des cas d’usage de l’IA étroits et bien définis — combinés au jugement humain — génèrent des gains cumulatifs en efficacité, en logistique, en maintenance prédictive et en rentabilité.
• L’efficacité opérationnelle et la durabilité sont alignées sur le plan économique. L’optimisation de la logistique, des flottes et de l’utilisation des ressources réduit les coûts, augmente le free cash flow et diminue l’impact environnemental, faisant de la durabilité un avantage commercial plutôt qu’un compromis.

Transcription

James Sweetlove: Salut tout le monde, ici James du podcast Control+Listen podcast, présenté par Octopart. Merci d’être à l’écoute aujourd’hui.

Nous recevons un invité spécial, Evan Schwartz. Il est Chief Innovation Officer chez AMCS, fondateur et CEO chez Evan J Schwartz, ainsi que professeur adjoint à Jacksonville University. Merci beaucoup d’être avec nous.

Evan J Schwartz: C’est un plaisir, James. Je suis ravi d’être ici. Merci.

James Sweetlove: Nous avons eu quelques brèves discussions avant cela, et je suis vraiment impatient d’aborder certains des sujets dont nous avons parlé pour l’émission.

Pour commencer, pourriez-vous nous parler de votre parcours et nous en dire un peu plus sur Evan J Schwartz ?

Evan J Schwartz: Bien sûr.

Mon parcours ressemble beaucoup à ce qu’on entend souvent dans l’IT. J’ai commencé à développer des jeux à l’époque des BBS sur modem commuté, aux débuts de l’informatique. Cela m’a permis de me familiariser très tôt avec la technologie, de comprendre l’expérience utilisateur et une bonne partie des technologies émergentes de l’époque, notamment le modem dial-up.

À partir de là, je suis rapidement entré dans le monde des affaires et j’y ai trouvé énormément d’opportunités dans divers secteurs, en particulier les industries de la richesse. Et cela nous amène d’il y a plus de 35 ans à aujourd’hui.

Aujourd’hui encore, je suis très impliqué dans les systèmes d’exploitation d’entreprise, les systèmes de génération de free cash flow, les systèmes d’automatisation — en bref, tout ce qui permet aux entreprises de fonctionner, en particulier dans les secteurs de la richesse, l’industrie forestière, l’exploitation minière, la logistique inverse, la ferraille, partout où les marges sont faibles et où l’on cherche réellement à optimiser et automatiser les processus ; c’est là que j’ai concentré l’essentiel de ma carrière.

Evan J Schwartz est en quelque sorte une extension personnelle de tout cela, quelque chose qui me passionne profondément, car j’ai commencé, au fil des années, à voir des schémas récurrents : ces entreprises achetaient un grand système ERP, traversaient un changement massif dans leur organisation. Et la statistique actuelle de Gartner, qui correspond à ce que j’ai observé tout au long de ma carrière — que ce soit en venant remettre de l’ordre ou en faisant moi-même partie d’un projet essayant d’aboutir — concerne le taux d’échec lié à l’adoption de ces systèmes d’entreprise à grande échelle qui font tourner les entreprises.

Ainsi, Evan J Schwartz et le parcours client ont été ma réponse. J’ai écrit le livre pour donner du contexte à plus de 35 ans d’expérience pratique, en l’ayant vécu, vu et fait. Puis le parcours client a été ma tentative de formaliser un cadre.

Si la gestion de programme et la gestion de projet ont beaucoup évolué et sont presque devenues des sciences à part entière, je pense — et j’ai pu le constater par expérience directe — qu’il existe une approche très spécifique pour déployer et faire adopter un nouveau système opérationnel, un logiciel. Le parcours client est donc un cadre qui vient se superposer à ce que l’on considérerait comme les bonnes pratiques standard de gestion de projet et de programme, mais qui couvre certains des défis uniques à l’origine de ces taux d’échec de 70 %.

On le voit en ce moment : l’IA est une autre forme de transformation numérique. Et l’année dernière, le MIT a publié des rapports indiquant que 95 % de ces initiatives ne répondent pas aux attentes en matière de retour sur investissement, ou échouent, n’est-ce pas ? Et elles échouent pour les mêmes raisons. Je me suis donc dit : il doit bien y avoir un moyen d’arrêter cela.

Le parcours client couvre donc toutes les phases du déploiement de n’importe quel type de transformation numérique. Il vous dit tout, en tant que client, du point de vue du client : ce que vous devez faire, comment choisir votre fournisseur, comment sélectionner un logiciel, comment planifier votre programme. Quels sont les pièges ? À quel moment cela déraille-t-il, et comment parvenir à une mise en œuvre réussie qui génère ce free cash flow et améliore votre EBITDA ?

La seule raison pour laquelle on achète ces solutions, c’est d’améliorer les résultats financiers de son entreprise. On n’achète pas des systèmes juste pour avoir un système numérique, n’est-ce pas ? Ils doivent avoir un impact financier, et beaucoup trop de projets se sont mal passés.

Deux ordres de grandeur, c’est énorme. Il y a deux ans, l’Allemagne a beaucoup fait parler d’elle dans la presse avec une mise en œuvre SAP dont les coûts ont dérapé jusqu’à atteindre 650 millions de dollars avant qu’ils ne décident simplement d’y mettre fin. Aucune valeur créée, juste un projet qui saignait financièrement et qui n’est jamais arrivé au bout.

Je me suis donc dit, en gros : ça suffit. Il existe une manière de réussir de façon cohérente et répétable. Laissez-moi mettre un cadre à la disposition des gens, parce que tous ceux à qui j’ai parlé — et dans le livre, il y a un bon ami à moi, John Leonard, qui est le CEO de Florachem — à cause de notre relation, il n’est pas venu me voir pour l’aider à piloter son déploiement, et c’était un autre logiciel, mais il a eu un résultat négatif.

À la fin, il est venu me voir, nous nous sommes assis ensemble, et je lui ai expliqué : d’accord, vous auriez dû faire ceci, ou cela aurait été une bonne approche, n’est-ce pas ? Et il m’a dit : mon Dieu, je ne sais pas. J’aurais aimé savoir cela avant de me lancer.

Et la fin de son histoire, c’est qu’il est coincé à payer pendant cinq ans une licence pour un logiciel qu’il ne peut pas utiliser. C’est un sentiment horrible, n’est-ce pas ? Et c’est évitable. C’est ça le pire : ce n’est pas aléatoire. Ce n’est pas une catastrophe ferroviaire qu’on ne peut pas arrêter. C’est bien connu, bien documenté. Cela arrive si souvent que les gens surplanifient en prévision de cet échec.

L’objectif était : comment puis-je donner à suffisamment de personnes les informations nécessaires pour l’éviter ? Et c’est exactement ce que fait le parcours client.

James Sweetlove: Fantastique.

Oui, on dirait que c’est un service vraiment nécessaire, et c’est l’un de ces domaines dans lesquels tout le monde se précipite si vite que, peut-être, ils ne font pas toute la diligence raisonnable qu’ils devraient faire.

Evan J Schwartz: En partie, oui, et en partie, c’est simplement qu’on ne sait pas ce qu’on ne sait pas, n’est-ce pas ? C’est comme pour tout le reste. On aborde les choses avec son propre prisme, sa propre perspective, et les clients connaissent leur activité mieux que quiconque.

Mais je peux vous dire, pour avoir travaillé dans le gaz naturel, les matières premières, la foresterie, la ferraille, la fabrication, et même le négoce de matières premières sur les marchés, que peu importe le nombre d’acteurs dans ce secteur — y compris dans les déchets et le recyclage — aucun ne fonctionne de la même manière. Pas un seul.

Ils font tous exactement le même métier. Si l’on prend du recul, on a l’impression qu’ils font tous la même chose. Mais quand on descend au niveau du détail, pas un seul ne opère de la même façon. C’est leur recette secrète. C’est ce qui les différencie. Et c’est généralement là que les choses commencent à légèrement dérailler.

Ils ont tous une culture distincte. Vous seriez surpris de voir à quel point votre culture est façonnée — ou doit s’adapter — par le logiciel que vous déployez dans votre système. Parce qu’il touche chaque partie de votre entreprise, absolument chaque partie, n’est-ce pas ?

James Sweetlove: Avant d’aller plus loin dans les autres sujets, j’aimerais aussi obtenir, pour le public, un bref résumé de ce que vous faites chez AMCS Group. Si vous pouviez nous en dire un peu plus sur votre rôle là-bas également.

Evan J Schwartz: Oui. Il est rare de pouvoir travailler dans un endroit qui vous fait vibrer et vous donne envie de vous lever le matin pour foncer vers un objectif. Donc AMCS, depuis des années — et il nous faudrait sans doute des heures pour raconter toute l’histoire —, la réalité, c’est que j’ai évolué dans différentes entreprises de secteurs industriels à forte intensité de ressources.

Ainsi, la filière forestière a été l’un des premiers secteurs de ce type dans lesquels nous récoltions des arbres à l’époque pour fabriquer du papier, n’est-ce pas ? Puis, lorsque le recyclage a commencé à prendre de l’ampleur, il nous a fallu un moyen de récupérer le carton, de le repulper, de le retransformer. Cela s’est donc transformé en activité de recyclage.

Beaucoup de gens l’ignorent, mais aucune partie d’un arbre n’est gaspillée. Même les terpènes et certains sous-produits de la fabrication du papier sont des produits à valeur ajoutée. Comme je le disais à propos de John, il est dans l’industrie chimique. Les terpènes sont utilisés pour les arômes.

On commence donc très vite à voir que l’industrie du gaz naturel, l’industrie pétrolière, toutes ces industries sont reliées, ne serait-ce que par la logistique. Le sous-produit ou le déchet de l’un devient la matière première de l’autre. Elles sont très étroitement interconnectées.

Donc, quand je suis arrivé chez AMCS, c’était précisément ce point de jonction, ce tissu conjonctif entre toutes ces différentes industries. Et c’est là qu’on commence à trouver ces gains d’efficacité supplémentaires.

Avec, en toile de fond, une durabilité axée sur la performance, nous pensons pouvoir obtenir des impacts positifs plus importants sur l’environnement grâce à la technologie, mieux qu’auparavant. Et nous le faisons chaque jour, n’est-ce pas ?

Chez AMCS, je travaille dans l’innovation. Je peux donc parier sur certaines de ces nouvelles technologies émergentes, puis les faire progresser jusqu’à ce qu’elles sortent du POC et passent en production ; ensuite, je les retransmets à l’équipe produit, qui les perfectionne et en fait quelque chose de très précieux pour les clients. Voilà mon rôle chez AMCS.

Alors, quand nous regardons comment l’IA s’intègre désormais à votre cycle ERP, comment pouvons-nous réduire les coûts logistiques ? Toute entreprise — c’est pour cela que j’ai appelé mon livre People, Places and Things. Il y a des personnes impliquées, il y a des lieux où il faut aller, il y a des choses qu’il faut déplacer, il y a de la logistique là-dedans. Tous ces éléments concourent à générer et à faire circuler votre trésorerie disponible, vos marges, votre EBITDA. Tout cela est important.

Et si vous gagnez de l’argent en polluant moins, n’êtes-vous pas davantage susceptible de le faire ? Si je pouvais vous faire économiser cent gallons de diesel par an et par camion, même à 4 dollars, et que vous avez 1 400 camions, cela représente autant de carburant qui ne part pas dans l’atmosphère, mais aussi autant de carburant que vous n’avez pas à acheter.

Voilà ce qu’est la durabilité de la performance. C’est aligner les bonnes actions qui produisent des externalités positives plutôt que négatives, et qui ont un impact sur votre résultat net, vos marges, votre EBITDA, votre trésorerie disponible, tout cela. C’est la valeur qu’AMCS apporte. Et cela crée des connexions entre tous ces secteurs. Cela permet de voir ces opportunités partout.

Nous sommes donc un grand système ERP SaaS de bout en bout pour les secteurs à forte intensité de ressources. Il s’agit de gérer vos flottes, la logistique de vos tournées, la capacité à traiter la matière, à comprendre sa valeur, à pouvoir la revendre et la remettre sur le marché, à la recycler : c’est de la logistique inverse.

Donc j’ai fabriqué un produit, et maintenant je dois récupérer cette chose pour pouvoir la démonter en ses composants et la transformer à nouveau en quelque chose d’utile, n’est-ce pas ? C’est difficile.

En tant qu’espèce, nous avons passé des milliers d’années à devenir très bons pour extraire des choses du sol ou récolter quelque chose sur la terre. Cela ne bouge pas. Je sais toujours où se trouve ma ferme. Je sais où se trouve ma mine. Mais une fois que j’ai créé un produit et que je l’ai mis sur le marché, je n’ai aucune idée de l’endroit où il est parti ensuite.

Donc le récupérer de manière suffisamment efficace pour pouvoir retransformer cette matière en matières premières afin de fabriquer un nouveau produit, voilà le défi que nous relevons avec succès pour le monde. Alors j’adore ça.

James Sweetlove: C’est aussi quelque chose de très passionnant et de super nécessaire. Je veux dire, au rythme où va notre consommation de ressources, il n’y a aucun moyen de ne pas pouvoir faire cela. Nous devons le faire.

Evan J Schwartz: C’est exact. Mais nous arrivons enfin à un point où cela devient réalisable sans devoir mettre le couteau sous la gorge de quelqu’un, ni imposer une obligation réglementaire ou une pénalité. La technologie a rattrapé la vision. Disons-le comme ça.

James Sweetlove: Bien sûr. Vous avez un peu abordé ce point dans ce que vous venez de dire, mais j’aimerais creuser un peu plus. Pouvez-vous nous expliquer un peu ce qu’une entreprise perd à ne pas utiliser l’IA et l’automatisation dans le secteur de la logistique ?

Evan J Schwartz: L’IA est vraiment, vraiment performante pour analyser le bon volume de données et y voir des schémas, mais elle est aussi très performante pour examiner des zones que nous avons du mal à observer, ce qui correspond généralement au tissu conjonctif ou au point de transfert d’une étape à l’autre.

Nous pouvons prendre une étape, l’analyser en profondeur et nous assurer qu’elle est aussi efficace que possible. Mais ensuite, je la transmets à la phase suivante en amont, et il nous est très difficile d’aller au-delà d’une, peut-être deux étapes. Après cela, tout devient très flou.

Avec l’IA, nous pouvons avoir une vision sur l’ensemble de la chaîne d’approvisionnement. Nous pouvons devenir prédictifs.

Il y a quelque chose à dire quand on dit : je vais optimiser ce processus. Un exemple dans le secteur des déchets : il y a un conteneur obstrué. Donc j’ai envoyé mon véhicule sur place et, sans que ce soit de votre faute, un véhicule utilitaire le bloque, n’est-ce pas ? J’arrive sur place, je n’arrive pas à vous joindre et je ne peux pas accéder au conteneur. J’ai perdu tout mon déplacement pour aller collecter ce conteneur.

Je dois prendre une photo, vous l’envoyer et vous informer que je n’ai pas pu intervenir sur votre véhicule ou votre conteneur parce qu’un véhicule se trouvait devant. Je vais probablement devoir vous facturer un nouveau déplacement. Ce n’est pas très efficace.

À l’inverse, avec des capteurs ou des images de caméras dans la zone — j’étais à la conférence sur les villes intelligentes, et ils ouvrent les caméras municipales aux fournisseurs qui assurent des services —, et si je pouvais voir que ce camion bloquait ce conteneur avant que mon véhicule n’arrive, et que je puisse prévenir quelqu’un par radio ou faire déplacer le camion avant l’arrivée de mon véhicule ?

Dans ce cas, au lieu d’arriver sur place sans avoir le temps de vous joindre pour voir si vous pouvez faire déplacer le camion, je sais que j’arriverai dans 30 minutes. Quelqu’un bloque le passage. Je vais vous envoyer une alerte. J’ai plus de chances que vous sortiez et disiez : hé les gars, il faut déplacer le camion. J’ai quelqu’un qui vient collecter mon conteneur. J’ai besoin que vous libériez le passage.

L’IA fait cela très bien, parce qu’il n’est pas possible à grande échelle d’avoir mille personnes en train de regarder mille caméras pour tout surveiller. Mais l’IA, elle, peut le faire, n’est-ce pas ?

Quand on regarde la façon dont nous appliquons l’IA, nous réduisons le nombre de kilomètres que votre camion doit parcourir parce que nous optimisons l’itinéraire. Nous réduisons aussi les interventions, car nous pouvons analyser les fluides du véhicule et comprendre s’il a besoin de maintenance.

Si je n’ai pas besoin d’immobiliser ce camion pendant une journée productive pour l’entretenir, je n’introduis pas de fluides ni d’huiles dans l’environnement, et ce camion reste productif. Même si je supprimais ne serait-ce qu’un cycle de maintenance par an et par camion, cela représente des dizaines de milliers de dollars de chiffre d’affaires récupérés, des coûts évités, et des gallons et des gallons d’huile usagée que je n’ai pas eu à rejeter.

Et si je pouvais détecter une contamination au point même de collecte, je n’irais pas contaminer tout un chargement de matériau parce qu’un seul des conteneurs contient des éléments contaminants.

Ou si ma tournée était optimisée parce que je sais combien je peux transporter dans mon camion, et que je sais que j’ai fourni à tous ces clients des conteneurs de 90 gallons, je sais quand je dois aller vider. Cela fait partie de ma routine d’optimisation. C’est une routine optimale. Mais si je commence à collecter beaucoup de conteneurs dont les couvercles sont soulevés ou qui débordent, je peux en tenir compte, parce que je collecte en réalité plus de 90 gallons de déchets.

Il n’est pas juste que je vous facture seulement pour un bac à déchets de 90 gallons alors que vous y mettez 120 gallons de déchets, n’est-ce pas ?

Toutes ces choses, prises individuellement, sont très efficaces, mais quand on commence à les relier entre elles, elles se renforcent mutuellement ; ces gains deviennent exponentiels. Et alors on se rend compte que ce que j’assurais avec 13 véhicules, je peux maintenant le faire avec 10.

L’impact, pour un opérateur moyen, de retirer trois de ces véhicules du service — sans même parler du coût du véhicule lui-même, rien qu’à l’année — représente environ un million de dollars par an. Il y a l’assurance, les coûts de maintenance, la main-d’œuvre. Donc être capable de desservir ma communauté avec trois véhicules de moins, c’est remettre 3 millions de dollars de trésorerie disponible dans mon entreprise, que je peux désormais investir ailleurs pour croître, n’est-ce pas ?

Vous prenez ce scénario précis, puis vous pouvez le multiplier et utiliser ce schéma, ce modèle, pour chaque partie de votre activité. Ce sont les domaines qui ne passent pas à l’échelle aujourd’hui que nous n’avons pas examinés, parce que nous ne le pouvions pas, cela n’avait pas de sens. Il aurait fallu placer un humain à chaque petite étape pour pouvoir le voir. Eh bien maintenant, je n’en ai plus besoin, n’est-ce pas ?

C’est là la vraie valeur. Garder des cas d’usage de l’IA étroits, puis les enchaîner, de sorte que l’IA fasse une chose très précise, mais que je puisse la faire passer à l’échelle, la multiplier, faire en sorte que ces « yeux » surveillent 10 000 caméras à la recherche de cette chose. Ça, c’est facile, non ?

C’est quand vous voulez une IA omniprésente qui observe toutes ces choses que vous commencez à voir qu’elle s’égare et déraille. Et c’est là que se situe la plupart des échecs de l’IA. C’est dans le cas d’usage. Vous n’avez pas réfléchi correctement au cas d’usage.

Et si votre cas d’usage consiste à essayer de vous débarrasser des humains, vous avez déjà échoué. Désolé. C’est une stratégie personne + IA. Vous n’allez pas gagner de cette façon.

Cela ne veut pas dire qu’au final, si vous avez gagné en efficacité, vous ne pouvez pas redimensionner votre entreprise, bien au contraire. S’il n’y a plus de croissance à aller chercher et que vous avez tout optimisé, redimensionnez votre entreprise. Il ne sert à rien de conserver des ressources dont vous n’avez pas besoin.

Mais lorsque vous vous engagez dans l’IA, votre réflexion principale doit être la suivante : comment l’IA va-t-elle améliorer ce travail avec ces ressources ? Puis-je changer d’échelle ? Puis-je faire davantage ? Puis-je générer plus de marge à partir du coût de cette ressource ?

Et ensuite, à la fin, comme pour l’exemple des camions, eh bien maintenant je peux faire tout cela avec 10 camions au lieu de 13. Soit je dois aller chercher plus d’activité pour occuper ces trois camions, soit, si j’ai atteint le maximum, alors je n’ai plus besoin de ces trois camions.

Donc, redimensionnez à la fin du parcours. N’arrivez pas en vous disant : “Hé, je peux réduire mes effectifs de 10 à deux.” Vous allez échouer, parce que cela modifie votre façon de penser la mise en œuvre de l’IA.

Et l’IA ne règle pas cette chose que nous faisons en ce moment. L’IA ne fait pas bien cela. Partout où il y a de l’interaction humaine, vous devez laisser des personnes dans la boucle. Ce n’est pas pour rien que le livre s’intitule People, Places and Things. Les personnes sont la priorité. Concentrez-vous là-dessus. Puis, à la fin, redimensionnez à partir de là une fois que vous avez obtenu votre gain.

James Sweetlove : Oui. Non, j’apprécie vraiment ce point de vue, parce que c’est aussi une vision que je partage personnellement. On ne peut pas remplacer tout le monde dans une entreprise. Ce n’est pas possible.

Evan J Schwartz : Oui. Et nous voyons de grandes entreprises qui ont essayé de foncer là-dedans aussi tôt, et qui font maintenant marche arrière ; elles paient désormais plus cher pour récupérer ces ressources que si elles avaient simplement pris le temps d’y réfléchir correctement dès le départ.

James Sweetlove : Oui, clairement. Oui, j’ai vu quelques exemples de cela dans l’actualité. C’était du genre : “Ah, d’accord, nous avons fait une erreur”, en gros. Mais je pense que c’est bien, comme vous l’avez dit, que les entreprises le reconnaissent et ne tombent pas dans ce biais des coûts irrécupérables consistant à se dire : bon, nous sommes allés trop loin, continuons simplement sur cette lancée.

Vous avez mentionné un terme tout à l’heure sur lequel je voulais revenir, parce que je pense que certaines personnes ne le connaissent peut-être pas. Pourriez-vous expliquer très brièvement ce qu’est un ERP et, en quelque sorte, quel rôle spécifique il joue ?

Evan J Schwartz : Oui. ERP, vous avez raison, c’est un terme qui peut être utilisé dans différents contextes. J’ai entendu certaines personnes dire que leur CRM, ou leur outil de gestion des ventes et de la relation client, est un nouvel ERP.

Pour nous, un ERP est un système de transformation numérique qui prend en charge une partie majeure de votre activité. Qu’il s’agisse du back-office finance et comptabilité, de votre CRM, ou de ce qu’on a traditionnellement appelé l’ERP, à savoir votre système opérationnel. C’est votre couche de pilotage, n’est-ce pas ? C’est ainsi que votre entreprise fonctionne.

Pas nécessairement — il se connectera à la manière dont vous gérez vos ventes s’il existe une composante commerciale dans votre activité. La plupart des entreprises ont un aspect de ce type, et il se connecte à votre composante finance et comptabilité s’il n’intègre pas lui-même des fonctions de finance et de comptabilité.

Là où l’on voit beaucoup de friction, et beaucoup d’échecs dans certains ERP, c’est quand on commence à voir les systèmes comptables essayer de faire aussi de l’opérationnel. Parce que de leur point de vue, cela paraît simple. Et puis ils commencent à réaliser que, eh bien, nous avons construit un système comptable.

Un excellent exemple : dans beaucoup de ces secteurs, j’ai besoin que ce matériau soit ici. Je ne vais pas trop m’inquiéter du fait que nous ayons signé un accord. Vous et moi nous sommes serré la main et j’ai besoin de ce matériau. J’ai besoin de ce bois pour maintenir cette grande usine en marche, parce que cela me coûte un million de dollars par heure lorsqu’elle ne tourne pas. Donc faites-le venir ici, nous réglerons cela ensuite. Mettons-nous d’accord sur un prix et nous en assurerons simplement le suivi.

La plupart des systèmes comptables ne vous permettent même pas de configurer cela sans document, contrat ou accord intégré. Les systèmes opérationnels doivent donc avancer au rythme de l’activité. Ils doivent être agiles. Ils ne peuvent pas avoir ces règles rigides et figées. Ils doivent avoir des règles souples, qui permettent aux gens de prendre des décisions de commandement. Sur le terrain.

Les systèmes comptables ne font généralement pas cela très bien.

Donc, dans mon contexte, l’ERP couvre l’ensemble du paysage, n’est-ce pas ? Partout où vous utilisez un logiciel pour piloter votre entreprise, n’est-ce pas ? Que ce soit du côté commercial, du côté opérationnel ou du côté financier, cela recouvre une grande partie de ces domaines. Et les distinctions se font ensuite au niveau de ce que l’outil fait réellement.

Mais ce que vous déployez, c’est un projet de transformation numérique qui touche une large part de votre entreprise.

James Sweetlove : C’est parfaitement logique. Mais merci pour cette précision. Je pense qu’il est bon de savoir d’où vous partez lorsque vous utilisez ce terme.

Alors, pour approfondir certains des sujets dont nous avons parlé avant cet appel. Vous m’avez donné des éclairages fascinants. L’automatisation de la maintenance prédictive, c’est quelque chose dont vous m’avez parlé et qui m’a semblé vraiment passionnant. Voulez-vous nous expliquer un peu plus en détail ce que c’est ?

Evan J Schwartz : Oui. Beaucoup de gens utilisent l’historique passé d’un véhicule ou d’une machine — cela peut être un actif fixe, comme une rectifieuse ou autre — et disent : nous avons dû l’entretenir deux à trois fois par an. Donc je prédis, sur la base des précédents historiques, que je devrai l’entretenir deux à trois fois cette année, ou tous les six mois.

Pour rendre cela un peu plus concret pour votre audience : quand j’ai acheté une voiture, on m’a dit que tous les 5 000 kilomètres, je devais l’amener pour faire une vidange, n’est-ce pas ? Et nous savons qu’une voiture neuve ne devrait pas avoir besoin d’une vidange au bout de 5 000 kilomètres, n’est-ce pas ? Pas avec la précision d’ingénierie des moteurs d’aujourd’hui. Cela n’a pas de sens.

Mais aussi, ces machines sont des générateurs de revenus. Ce n’est pas comme si elles tournaient juste pour tourner, ou comme si elles n’étaient qu’un coût irrécupérable. Elles créent de la valeur.

Imaginez donc maintenant que l’on puisse simplement prélever un échantillon d’huile, comme une prise de sang, le faire passer dans un calculateur d’IA, et qu’il dise : d’accord, sur la base de ces facteurs, vous devriez soit commencer à vendre cet équipement. Vous n’avez peut-être pas encore atteint la fin de son amortissement, mais vous avez fortement sollicité cette machine. Elle va finir par tomber en panne. Donc ma recommandation est : vendez-la et achetez du neuf.

Ou bien cette machine fonctionne vraiment très bien. Cela ne sert à rien de la retirer du service. Nous pouvons sauter une maintenance, n’est-ce pas ? Cela vous permet de ne pas avancer à l’aveugle sur certains de vos équipements très coûteux.

Et comme je le disais, avec ces camions, chacun de ces véhicules, qu’il s’agisse de déchets et de recyclage, effectue une collecte : vous allez quelque part, vous récupérez quelque chose et vous le livrez. Et c’est une livraison de valeur.

Si je sais que ce véhicule ne fonctionne pas bien, et qu’il s’agit de transport, alors nous revenons à la logistique inverse. Il existe un dicton dans le secteur selon lequel la ferraille n’aime pas voyager loin. Chaque kilomètre sur lequel vous devez expédier de la ferraille grignote simplement votre marge, n’est-ce pas ? Vous avez donc besoin que ce véhicule fonctionne avec la plus grande efficacité possible.

Un véhicule bien entretenu, bien lubrifié, fonctionnera beaucoup plus efficacement et consommera bien moins de carburant qu’un véhicule qui crache une fumée noire par l’arrière ou qui grince en roulant. Il va consommer beaucoup plus de carburant.

Nous vous donnons donc la capacité de récupérer toute cette télémétrie provenant de vos machines, qu’il s’agisse d’une meuleuse, d’un véhicule ou de tout type d’actif fixe comportant des pièces en mouvement, de vous dire exactement ce qui s’y passe et de vous permettre de prendre une décision. Est-ce que vous différez l’intervention et tirez encore quelques jours de valeur supplémentaires de cet équipement parce qu’il n’y a pas d’urgence ? Ou bien, avant qu’une panne imprévue ne survienne, est-ce qu’on planifie dès maintenant un arrêt ? Est-ce qu’on lance dès maintenant la commande de nouvelles pièces ? Cet équipement est en train de tomber en panne, celui-ci aussi.

Ainsi, on exploite l’IA non seulement pour examiner l’historique du véhicule, mais aussi pour vraiment comprendre ce qui se passe à l’intérieur de cette pièce mobile où l’huile est indispensable, et c’est extrêmement puissant. Cela permet aux clients de réinjecter dans leurs marges et leur trésorerie disponible des centaines de milliers de dollars, voire, selon la taille de votre flotte, des millions de dollars.

Et cela s’intègre à l’ensemble de notre logiciel de maintenance de flotte. Parce que cela vous donne une vision globale, n’est-ce pas ? Si vous êtes une grande entreprise, vous pouvez avoir 18, 20 ou davantage d’ateliers de maintenance où vous envoyez les camions, et ils sont tous déconnectés les uns des autres.

Donc, si votre travail consiste à maintenir ces camions en fonctionnement et que vous gérez un atelier de maintenance, vous allez avoir un certain stock de matériaux, de pièces et de pièces de rechange. Mais si vous ne savez pas ce qui se passe dans les 20 autres ateliers de maintenance, que faites-vous ? D’accord, j’ai toujours besoin de bougies d’allumage supplémentaires. Je vais en acheter trop ici, un peu trop là aussi.

Avant même de vous en rendre compte, si vous multipliez cela par 14 ou 20 ateliers de maintenance, vous vous retrouvez avec un investissement en capital de plus d’un million, voire 2 millions de dollars par an, dont vous n’avez peut-être pas besoin, simplement parce que tout le monde se couvre.

Alors que si je sais que je peux obtenir cette pièce depuis l’atelier de maintenance numéro deux, qui est le plus proche, je n’ai pas besoin que chaque atelier surstocke et surachète individuellement. Je peux répartir cela sur mes 20 ateliers tout en maintenant ma flotte en bon état de marche. Je peux donc être plus intelligent dans la manière dont j’utilise mes pièces et mes services.

En plus, à mesure que ces pièces sont consommées, l’IA analyse cette consommation en la comparant à l’âge de vos véhicules et aux échantillons que nous prélevons dans les moteurs. Ainsi, nous pouvons prédire : sur l’ensemble de ces analyses, ces courroies vont s’user, et vous n’en avez qu’une certaine quantité en stock total, c’est-à-dire sur l’ensemble de vos ateliers, et vous n’en avez que deux en interne. Vous devriez peut-être vous en faire expédier quatre.

Donc nous faisons cela un peu comme Amazon, en prépositionnant les stocks, parce que vos véhicules rencontrent un peu plus de difficultés que, disons, les ateliers six, huit et neuf. Alors empruntons-en à ceux-là. Et ensuite, soit vous devez commencer à mettre vos véhicules en vente et en acheter de nouveaux, soit vous devez commencer à garder ces pièces en stock.

À ce stade, vous prenez des décisions métier éclairées sur la base de ce qui est connu, au lieu de faire des analyses historiques en espérant que la tendance se poursuive, parce que c’est là que le piège se referme. La tendance ne se poursuit pas. L’entropie entre en jeu. Les choses se dégradent avec le temps. Cette année sera différente de l’année dernière.

Mais si tout ce que vous pouvez faire, c’est prendre des décisions à partir de ce qui s’est passé l’année dernière, alors vous spéculez. Vous ne prenez pas les meilleures décisions possibles. C’est vraiment là que la maintenance prédictive fait évoluer les choses, en poussant progressivement les opérations vers beaucoup plus d’efficacité.

James Sweetlove: Oui, je pense qu’utiliser l’IA de manière préventive est un excellent cas d’usage. Des choses comme l’optimisation des tournées, c’est quelque chose dont nous avons parlé plus tôt. Je trouve que c’est un cas d’usage vraiment fascinant. De simples petits changements, de petits ajustements dans la manière dont les choses fonctionnent. Cela permet d’économiser énormément d’argent, et cela s’accumule ; comme vous l’avez dit, cela s’empile.

Evan J Schwartz: Oui, cela se cumule, n’est-ce pas ? Donc, l’itinéraire optimisé est un itinéraire idéal. Ensuite, je dois aller dans le monde réel et l’exécuter, et là, les réalités du terrain entrent en jeu. Plus je peux m’assurer que les leviers qui vont affecter négativement ma tournée peuvent être traités en amont, plus je peux m’ajuster à des conteneurs trop pleins si mon service collecte des déchets, ou me protéger contre la contamination si je collecte un flux de valeur, plus je peux m’assurer que mes camions fonctionnent dans des conditions optimales, parce que je n’aurai pas réellement une tournée optimisée si mon camion consomme 1,6 gallon par rapport au nombre estimé de gallons par mile parce qu’il est en mauvais état.

Donc, quand vous commencez à empiler tous ces facteurs, les économies s’envolent vraiment, et vous prenez des décisions éclairées. Ainsi, vos équipes logistiques et de répartition peuvent décider comment intégrer de nouvelles demandes. Vous pouvez vous rendre compte que quelqu’un appelle pour une intervention et qu’un véhicule se trouve tout près. Vous pouvez l’intégrer à la tournée, à l’itinéraire dynamique, et le système dira : oui, en détournant le véhicule quatre pour traiter cet appel imprévu, vous allez générer ce montant de revenu, et vous n’impacterez la tournée que de tant si vous effectuez ces petits ajustements.

C’est une façon puissante de faire avancer votre activité.

James Sweetlove: Et ces économies peuvent évidemment être répercutées sur le client ou le consommateur, puisque, bien sûr, le coût de fabrication peut augmenter ou le coût d’exploitation peut augmenter.

Evan J Schwartz: Exactement. Vous n’avez pas besoin d’augmenter vos prix. Vous pouvez en réalité économiser de l’argent en devenant plus efficace. Ce sont d’excellents problèmes à avoir, James : soit je remplis mon obligation fiduciaire et je verse des dividendes à mes actionnaires, soit je deviens plus compétitif sur mon marché parce que je peux faire cela à presque 80 % du coût de mon concurrent le plus proche. Je vais les évincer et je vais dominer toute cette zone parce que personne ne pourra rivaliser avec moi sur les coûts. C’est un très bon problème à avoir.

James Sweetlove: Absolument. Donc, il y a un terme sur lequel je suis tombé en me documentant sur ce sujet, et je pense que ce serait très utile que vous l’abordiez. Le reporting ESG. Qu’est-ce que c’est exactement ? Je sais que cela est lié à ce dont nous parlons.

Evan J Schwartz: Je dirais qu’au fil des années, si l’on regarde la durabilité et la manière dont les gouvernements se sont impliqués, avec les externalités négatives, la mise en place d’exigences de conformité, et en disant aux entreprises : vous devez être de bons gestionnaires du monde dans lequel nous vivons. Et vous allez nous déclarer quelle est votre empreinte carbone, quel est votre profil de déchets, quelle est votre consommation d’énergie. Et nous allons vous comparer aux autres entreprises, à vos pairs, et demander : comment vous situez-vous, au juste ?

Et puis, si quelque chose apparaît très déséquilibré, nous allons vous demander d’aller l’examiner. Pourquoi ? Pourquoi consommez-vous trois à quatre fois plus d’électricité que votre pair le plus proche ? Il y a quelque chose qui ne va pas ici.

Et cela est d’abord né d’une prise de conscience : nous devons faire quelque chose de positif pour l’environnement — externalités négatives, pénalités, exigences de conformité — et cela a fait bouger les lignes en créant une prise de conscience.

De notre côté, nous avons repris cela et l’avons concrétisé : nous avons construit un système de reporting ESG. Nous avons automatisé l’ensemble du système afin de pouvoir collecter ces données et vous fournir ces rapports pour que vous sachiez où en est votre entreprise.

Mais une fois encore, l’IA apporte de la valeur. Ce qui est ressorti de cette tendance, c’est que l’IA a pu prédire partout où se situent vos plus fortes émissions de CO2. Peu importe de quoi il s’agit, dans toute votre entreprise, il existe une opportunité de revenu. Il y a une correspondance directe entre inefficacités et empreinte carbone sur cet élément.

Il est donc désormais pertinent pour une entreprise, au-delà de la simple conformité, de mener cette analyse. Parce que c’est un meilleur indicateur des domaines sur lesquels vous devez concentrer vos efforts que tout ce que nous avons vu de la part d’analystes métier examinant vos processus et votre efficacité. Il suffit de suivre où se situe votre empreinte carbone, et cela vous le dira. Ensuite, vous approfondissez. Puis vous faites intervenir vos analystes métier pour comprendre : d’accord, quel est le processus ici ? Que faisons-nous ? Et ensuite vous faites intervenir l’IA. Y a-t-il des tendances ? Où puis-je m’améliorer ? Où puis-je retirer ce lourd coût carbone ?

Et alors vous pouvez faire tomber directement cette marge dans le résultat net.

C’est cela, la durabilité par la performance. Ce que nous disons, c’est que vous ne faites pas cela uniquement — bien sûr, vous devriez le faire parce que c’est bon pour l’environnement, mais nous comprenons aussi que vous avez une obligation fiduciaire envers vos investisseurs et une responsabilité envers la communauté dans laquelle vous évoluez. Vous pouvez faire les deux. Ce n’est pas forcément soit rentable, soit durable. Et la durabilité est une réalité. Tout dépend simplement de la façon dont vous l’envisagez et de la manière dont vous la mettez en œuvre, n’est-ce pas ?

James Sweetlove: Nous avons justement reçu il n’y a pas très longtemps un invité qui faisait précisément cela. Donc oui, épisode fascinant. Et il a vraiment soulevé d’excellents points sur le montant d’argent que l’on peut économiser simplement en optimisant dans ce domaine.

Je voulais donc changer un peu de sujet et parler de votre travail en tant que professeur associé à Jacksonville University. Je sais que vous avez eu des points de vue vraiment intéressants à ce sujet. Pouvez-vous donc expliquer en quelque sorte comment l’enseignement de l’ingénierie de la programmation a évolué depuis l’adoption de l’IA à grande échelle ?

Evan J Schwartz: Oui, on voit beaucoup d’établissements d’enseignement supérieur commencer à supprimer les diplômes et programmes en informatique, n’est-ce pas ? S’il y avait un canari dans la mine, le voilà. En gros, ils anticipent qu’il n’y aura plus d’emploi de programmeur, en tout cas pas sous la forme qu’on connaît aujourd’hui.

Le fait d’avoir eu l’opportunité de collaborer avec Jacksonville University nous a amenés à monter un cours, parce que cela soulève une vraie question : si je perds tous mes développeurs juniors, d’où viendront mes architectes ? C’est de là qu’ils viennent, non ? Ils codent pendant un temps, ils deviennent meilleurs dans leur métier, puis ils deviennent architectes. Et ce besoin n’a pas disparu. On en a toujours besoin. On a toujours besoin de personnes capables d’avoir une vision large des systèmes et de s’assurer que l’on respecte de solides pratiques d’architecture.

Donc ce besoin existe toujours. C’est comme dire qu’on n’a plus besoin d’architecture. Bien sûr que si. L’IA est encore très loin de combler cet écart.

Nous avons donc lancé un cours pour comprendre d’où viendraient ces profils, et la question que nous posions était la suivante : faut-il forcément taper des centaines de milliers de lignes de code pour devenir architecte, ou peut-on le devenir autrement dans ce nouveau monde ?

Laissez-moi mettre cela de côté un instant et le reformuler avec un exemple peut-être plus parlant pour le grand public.

Un photographe d’art, quelqu’un qui prend des photos et les expose dans des musées pour gagner sa vie, s’est demandé s’il allait se retrouver sans travail. Il s’est donc assis avec une IA, a simplement pris un selfie de lui-même — nous ne sommes pas inventés, donc cela nous ressemblait — puis il lui a donné quelques instructions, et l’IA lui a renvoyé ce portrait saisissant, chargé d’émotion : éclairage contrasté, eau qui ruisselle, absolument incroyable.

À ce moment-là, il s’est senti vaincu. Il s’est dit : ah, c’est fini pour moi. Et il est parti.

Or, après environ une heure à prendre du recul, ce fut probablement la chose la plus intelligente qu’il ait faite. Il a réalisé qu’il devait quand même indiquer à l’IA l’effet de l’objectif. Il devait encore décrire l’environnement, la lumière. Il devait toujours mobiliser tout ce qui est intégré dans un appareil photo aujourd’hui et qui influence le rendu final de l’image. Il devait le décrire à l’IA.

Ce qu’il a compris, c’est que la seule chose qui avait changé, c’était l’appareil photo. Le reste, il devait toujours le faire.

Et je dis cela aux gens en permanence. On dit encore qu’on « compose » un numéro de téléphone. Plus personne n’a composé un numéro depuis des décennies, mais on utilise toujours ce terme, n’est-ce pas ? Pourtant, plus personne ne le compose réellement.

Donc ce qu’il démontre, c’est qu’il faut toujours enseigner la photographie. Il faut toujours comprendre l’art, savoir placer la lumière, mettre un diffuseur devant, ajouter de la fumée et tout le reste. Il faut toujours enseigner tout cela. Simplement, je n’ai plus besoin de construire un décor, d’installer tous les trépieds, de créer l’éclairage et les effets pour obtenir cette image. J’utilise juste l’IA.

Mon itération sur ce principe va beaucoup plus vite, parce que je peux voir très rapidement le résultat d’un objectif de tel type ou d’un flare lumineux de tel type. Là où, dans un vrai studio, je n’obtiendrais peut-être qu’une ou deux itérations par jour, je peux en obtenir 50 dans la journée avec un étudiant totalement débutant. Ils apprennent ces termes, mais ils les apprennent simplement autrement.

Très bien, revenons maintenant à l’architecture et au code. On appelle cela le vibe coding. Vous travaillez avec une IA qui génère le code, mais c’est toujours vous qui la dirigez.

Et nous nous rendons compte que le rôle du développeur et celui de l’architecte s’élargissent. Et d’ailleurs, on observe cela dans de nombreux secteurs. Les gens redeviennent des généralistes.

Vous êtes peut-être trop jeune pour vous souvenir des années 80, mais à cette époque, avant l’ère du SaaS et des logiciels verticaux, on ne pouvait pas simplement prendre sur une étagère une solution qui faisait exactement ce qu’il fallait. Les entreprises devaient construire ces outils en interne, et il y avait généralement un généraliste dans l’équipe — l’oncle, le cousin, le neveu de quelqu’un, un passionné d’informatique — qui bricolait tout cela ensemble, et personne n’avait le droit d’y toucher.

Mais on disait : Bob, il faut appeler Bob. C’est le seul qui sait faire fonctionner ce truc, pas vrai ? Il était bon dans beaucoup de domaines, sans être expert dans aucun. Et il avait tout assemblé de bric et de broc.

Nous voyons cela revenir. Et si l’on se souvient tous de nos cours de sciences de l’environnement en classe de cinquième, où l’on nous disait que dans la nature, les spécialistes disparaissent et les généralistes survivent, eh bien c’est exactement ce que nous sommes en train de vivre.

Dans le monde de l’IA, il vaut mieux savoir un peu — ou beaucoup — de beaucoup de choses, plutôt que d’être expert d’une seule. Laissez l’IA porter ce fardeau à votre place.

Et ce cours l’a démontré à la perfection. Nous avons divisé la classe entre, d’un côté, des développeurs juniors sans fondations, de l’autre des étudiants de première ou deuxième année qui comprenaient les bases mais manquaient d’expérience concrète, n’avaient pas beaucoup codé, puis des étudiants en dernière année qui, eux, avaient beaucoup codé.

Les étudiants les plus avancés ont énormément souffert. Ils se battaient contre l’IA. Ils étaient très critiques, n’aimaient pas ce qu’elle produisait. Les débutants, eux, n’avaient pas assez de bases pour apprécier les abstractions que nous essayions de mettre en œuvre avec le vibe coding. Ils ne savaient pas assez à quoi ressemble un bon résultat pour y parvenir.

Ceux du milieu, avec un peu de fondations, appréciaient la boîte noire. Ils pouvaient lui soumettre quelque chose, obtenir un résultat, l’examiner, revenir en arrière, relancer, puis itérer, itérer, itérer jusqu’à arriver à quelque chose de bon. Et ils aimaient la facilité avec laquelle on pouvait faire évoluer le produit.

Donc, si ma première itération était monolithique autour des API et que cela fonctionnait, mais que j’apprends ensuite que j’ai maintenant cent mille clients alors que je n’avais dimensionné le système que pour 10 000, et qu’il faut passer à une SOA ou découper mes API, je peux simplement revenir en arrière, le dire à l’IA, et elle reconstruit tout l’ensemble.

Donc ces généralistes du milieu vont prospérer. Et cela change la manière dont nous devons former les gens. Il faut enseigner les sujets, les concepts et les abstractions, puis leur apprendre à utiliser l’IA pour aller en profondeur. Laissons l’IA porter ce fardeau à notre place.

Pour moi, c’est quelque chose de très enthousiasmant. Et je pense que si l’on remonte encore plus loin, avant l’enseignement supérieur, jusqu’au primaire et au secondaire, on pourrait entrer dans une nouvelle renaissance, non ?

J’ai écrit un article dans Forbes à ce sujet, parce que je l’ai vu chez mon plus jeune enfant. En CP, que des A. En CE2, CM1, il était tout simplement incroyable. Puis vers le CM1, il a arrêté de faire des efforts parce qu’il était déjà au tableau d’honneur. Il était déjà parmi les meilleurs. Prendre des risques à partir de là, qu’est-ce que cela lui apportait, à part risquer de perdre ce statut ? Pourquoi prendrait-il des risques ? À partir de ce moment-là, il a joué la sécurité. Tout ce qu’il visait, c’était la constance et la répétabilité. Aucun risque, aucune envie d’essayer quelque chose de nouveau.

En gros, cette qualité qu’on appelle enfantine — alors que j’aimerais qu’elle soit innée chez chacun de nous — cette absence de peur face à l’idée d’essayer quelque chose sans se soucier de l’échec, simplement pour voir ce que l’on peut apprendre, elle est extirpée de nos enfants vers le CM1. C’est une manière terrible d’apprendre. Ils veulent simplement atteindre le sommet du statut qu’ils peuvent obtenir, puis ils cessent d’essayer. Il n’y a rien de plus à gagner, et on ne peut pas créer un statut infini.

Donc si nous déléguions à l’IA ce fardeau de l’excellence répétable, et que nous gardions pour nous cette dynamique d’itération permanente — essayons. Tu dis que ce n’est pas possible ? Voyons voir. Voyons pourquoi ce n’est pas possible. Peut-être que cela révélera quelque chose, et nous permettra d’y arriver autrement.

Je peux vous le dire dès maintenant : ce que nous faisons chez AMCS, personne ne pensait que c’était possible il y a seulement cinq ans. Il y a seulement cinq ans. « Oh, ça, c’est impossible. Impossible de gagner de l’argent comme ça. » Ah oui ? Pourtant, c’est ce que nous faisons toute la journée, tous les jours, maintenant, n’est-ce pas ?

Donc tout reposait simplement sur la volonté de prendre le pari et de foncer. Mais nous détruisons cette créativité chez nos enfants, du moins ici aux États-Unis. Et j’espère que cela ira jusqu’à l’enseignement public, afin que nous fassions émerger toute une génération d’apprenants créatifs et intrépides, davantage intéressés par la tentative et par ce qu’on en apprend que par le fait d’avoir raison ou d’obtenir un statut.

Je me souviens de mon professeur qui se plaignait qu’il fallait faire les calculs à la main parce qu’on n’aurait pas toujours une calculatrice avec soi. Eh bien, j’ai une calculatrice dans ma poche partout où je vais. Je ne fais plus ce genre de calculs. Je ne l’ai jamais fait.

Alors, est-ce bon pour nous ou non ? J’imagine que quelqu’un de plus intelligent que moi tranchera cette question. Mais la réalité, c’est que je pense que cela peut être une expérience positive pour la prochaine génération, à condition que nous le décidions, James.

J’entends tous ces signes avant-coureurs d’une catastrophe imminente, comme si la vie vous tombait dessus. Comme si l’IA nous volait quelque chose. Non, c’est un choix. C’est à nous de choisir. Vous pouvez choisir le désastre ou vous pouvez choisir un avenir très lumineux, et cet avenir lumineux—

Donc, la seule différence, c’est qu’il n’y en a pas assez parmi nous pour montrer à quoi ressemble cet avenir radieux et quel est le chemin pour y parvenir. C’est le seul problème. Tout le monde mise sur le catastrophisme et la morosité. Donc, il y a déjà assez de gens comme ça. Vous n’avez pas besoin d’un de plus.

Donc, j’essaie de faire passer ce message : voici une meilleure approche de l’IA. C’est une stratégie humain-plus-IA. Même quand Elon parle de robots pour tous et d’abondance, pour qui faites-vous tout ça, sinon pour les gens ? Pourquoi ? Pourquoi ferais-je pousser une quantité illimitée de maïs s’il n’y a pas de gens ? Pourquoi construirais-je un nombre illimité de robots s’il n’y a pas de gens ? Pour quoi faire ?

James Sweetlove: Oui. Je suis tout à fait d’accord.

Et c’est amusant, parce que cet aspect généraliste ne s’applique pas seulement à l’IA, il s’applique à l’entreprise dans son ensemble. J’ai remarqué, même ces dernières années, à quel point cela a changé. Il y a peut-être quatre ou cinq ans, comme vous l’avez dit, les gens avaient un rôle bien précis dans l’entreprise. Aujourd’hui, les gens ont environ quatre ou cinq rôles. Tout le monde porte plusieurs casquettes. Il faut être adaptable pour durer, en gros.

Evan J Schwartz: Oui. Le généraliste va survivre. Aujourd’hui, j’ai vu des entrepreneurs développer une startup jusqu’à plusieurs dizaines de millions, alors qu’il n’y avait que deux personnes dans l’entreprise. Il y a dix ans, atteindre ce niveau aurait été impensable. Et avec la puissance de l’IA, des outils et de l’automatisation, tous reliés entre eux, c’est tout à fait faisable aujourd’hui.

James Sweetlove: Bien sûr. Il y a encore quelques points dont j’aimerais vraiment parler, mais nous arrivons bientôt au terme du temps imparti. Très rapidement, juste pour que les gens comprennent bien, voulez-vous nous parler un peu de votre rôle au sein du Forbes Technology Council et évoquer votre livre ?

Evan J Schwartz: Oui, donc, au Forbes Technology Council, Forbes a plusieurs conseils de ce type, et il s’agit vraiment de mettre en relation des professionnels de la technologie. Mon rôle consiste à avoir des conversations. Donc, une grande partie de ce dont je parle avec vous fait l’objet de débats très animés au sein du Forbes Technology Council. Et j’adore ça. J’adore les conversations qui s’y déroulent. J’aime le fait que tout le monde constate en quelque sorte la même chose.

Certains y sont arrivés à force de revers cuisants et de parcours douloureux. D’autres, comme moi, y sont arrivés en essayant de tracer directement cette voie. Mais il est assez clair que les DSI et les directeurs techniques du monde entier qui font partie de cette communauté voient tous la même chose. L’IA n’est pas une panacée. Vous n’allez pas remplacer les gens avec ça. Il faut avoir des cas d’usage solides.

Je suis donc très enthousiaste à propos de cet écosystème, parce qu’il couvre un large éventail d’activités.

Et encore une fois, The People, Places and Things, c’est le parcours client. Donc, le livre répond vraiment à la question : pourquoi devriez-vous m’écouter ? C’est mon histoire, de mon premier jour jusqu’à aujourd’hui. Et le parcours client en est le cadre sous-jacent.

Donc, si vous êtes sur le point de lancer une mise en œuvre ERP majeure ou une transformation numérique, je vous recommande vivement de vous procurer le livre et d’obtenir une copie du cadre client afin de savoir quoi faire pour garantir la réussite de votre projet.

Si vous êtes au milieu d’un projet cauchemardesque et que vous avez complètement déraillé, ne vous inquiétez pas. Tout espoir n’est pas perdu. Vous pouvez probablement même sauter la lecture du livre et aller directement au cadre client. Identifiez où vous en êtes. Ces 10 phases : j’en suis ici, et je suis probablement simplement bloqué à tourner en rond. Très bien, allez-y, vérifiez, parce que je vous le dis, au début de chaque phase, vous devriez avoir certains éléments si vous êtes à cette phase. Je n’ai pas ces éléments. Revenez à la phase précédente, obtenez-les, revenez encore à la phase d’avant, puis relancez-vous et remettez votre projet sur les rails.

C’est récupérable. C’est le message que je voudrais vous laisser. La seule raison pour laquelle les gens, dans les projets, procèdent à une dépréciation, c’est qu’ils ne savent pas comment sortir de cette situation où ils tournent en rond.

Donc, vous pouvez vous en sortir, vous pouvez le sauver, mais procurez-vous le parcours client. Il vous guidera, même si vous êtes — même si tout espoir semble perdu, jetez-y un œil. Je pense que cela vous permettra d’atteindre l’objectif.

James Sweetlove: Fantastique. Merci beaucoup, Evan. C’était passionnant. Il faudra peut-être en refaire un autre, parce qu’il y a environ cinq autres sujets que j’avais notés et que je voulais aborder. Donc oui, merci pour votre temps, et merci pour cet échange.

Evan J Schwartz: J’ai beaucoup apprécié. Merci, James.

James Sweetlove: À tous ceux qui nous écoutent, merci de nous avoir suivis, et revenez la prochaine fois pour un nouvel invité.