L’IA et le problème du « hamburger maigre et du gros pain » : pourquoi l’avenir du travail devrait ressembler davantage à la pizza

George Leimer l’a immédiatement reconnu.

Lors d’un récent appel avec le responsable produit de Yahoo Finance, j’ai affiché une diapositive qui ressemblait à deux hamburgers côte à côte pour illustrer l’ère du travail avant et après l’IA. Leimer se pencha. “C’est tout à fait ça”, dit-il.

La diapositive provient d’Arvind Narayanan, un informaticien de Princeton qui a récemment accueilli la Conférence internationale sur l’apprentissage automatique à Séoul. Dans son illustration, le hamburger de gauche, étiqueté « Traditionnel », montre une épaisse galette – une couche de travail d’exécution, de codage et de débogage – posée entre de modestes petits pains. Sur la droite, intitulée « Avec l’IA », la galette s’est réduite à un éclat. Les petits pains – « décider » en haut et « livrer » en bas – ont gonflé.

Autrefois, le travail consistait en de gros hamburgers et de petits pains maigres, car la viande du travail faisait réellement le travail. Aujourd’hui, l’IA s’effondre au milieu du sandwich, mais les couches supérieures et inférieures du travail humain se développent au lieu de disparaître. Le travail, c’est plutôt parler de travail : il y a beaucoup de pain à mâcher.

“Nous entrons et nous parlons et nous nous assurons d’avoir vraiment une réelle confirmation et confiance, comme, ce sont les choses que nous allons faire. Et c’est ainsi que nous allons libérer les agents.”

Tim Leimer a dirigé le développement d’un nouveau produit d’investissement, AlphaSpace, qui est sur le marché depuis environ deux mois, car fortune cela commence à se voir. Au cours de cette courte fenêtre, l’équipe a livré plus de 100 nouvelles fonctionnalités, illustrant comment la couche d’exécution a été accélérée. Les utilisateurs passent 3 fois plus de temps sur AlphaSpace que l’utilisateur moyen de Yahoo Finance, a déclaré Leimer. fortuneet l’équipe a été en mesure de répondre rapidement aux commentaires des utilisateurs, comme l’ajout récent de données de sélection en temps réel, en partenariat avec Pope inhabituel.

Les sprints qui duraient auparavant deux semaines durent désormais 24 heures, a déclaré Leimer : planification le matin, expédition jusqu’à la fin de la journée, rétrospective le soir. Dans un cas, les commentaires sont arrivés vendredi à 16 h 45 ; à 20h30, la même chose a été corrigée, revue et diffusée en direct.

“Dans le passé”, a ajouté Leimer, “cela aurait été : ‘Nous ne pouvons pas lancer la semaine prochaine’.”

Le sandwich décider-faire-livrer

Narayanan appelle son cadre un « sandwich décider-exécuter-livrer ». La plupart des travaux de connaissance, a-t-il dit, comportent trois niveaux : a décider du niveau supérieur, se concentrer sur la compréhension de ce qui doit être construit et pourquoi ; une couche d’exécution au milieu qui représente l’exécution réelle ; et la couche de livraison ci-dessous, y compris l’intégration, les tests et la responsabilité à long terme.

L’agent IA compresse la couche intermédiaire. Mais ce que Narayanan veut dire, c’est que l’exécution ne représente qu’environ un tiers du travail. Les petits pains, dit-il, non seulement tiennent bon ; ils sont en expansion.

“Les première et troisième couches peuvent s’étendre lorsque l’IA comprime la couche intermédiaire”, a-t-il déclaré au public de l’ICML – car une fois que les bâtiments deviennent bon marché, il devient plus facile de démarrer des projets et plus difficile de les décider et de les vérifier.

Quand tout le monde peut construire, les rôles sont flous

Pendant des années, les équipes produit des grandes entreprises technologiques étaient définies par ce que chaque individu pouvait faire. Les concepteurs dessinent des maquettes statiques et attendent que les ingénieurs les convertissent en code fonctionnel. Les chefs de produit compilent les exigences mais ont besoin des développeurs pour tester leurs intuitions. Les analystes comprennent les données mais ne construisent pas de systèmes de production.

À mesure que l’IA automatise davantage la « syntaxe » des logiciels de création, l’équipe Yahoo affirme que cette voie est en train de disparaître.

Dans l’équipe derrière Yahoo Scout, le moteur de réponse IA de l’entreprise, le concepteur produit principal Nick Lockington a commencé à interroger directement Vertex AI de Google, lui demandant de générer une logique JSON structurée pour les nouvelles fonctionnalités. Les ingénieurs de l’équipe ont déclaré plus tard que Lockington avait effectivement créé une API fonctionnelle, contournant la phase de construction traditionnelle.

“C’était un moment totalement ‘aha'”, a déclaré David Grandinetti, un éminent ingénieur d’applications logicielles sur le projet, sur le blog Yahoo. “Nick est immédiatement devenu l’ingénieur le plus exploité de notre équipe, car il travaillait au plus haut niveau d’abstraction”.

D’autres membres de l’équipe ont suivi. Un concepteur prolifique en matière de validation de code est connu en interne sous le nom d’« ingénieur de conception ». Les ingénieurs soucieux de la convivialité sont appelés « concepteurs en ingénierie ».

Les dirigeants de Yahoo affirment que ce n’est pas que les titres de poste disparaissent, mais que le rôle est de plus en plus défini par les décisions des gens plutôt que par le code qui peut être produit manuellement. Les designers arbitrent toujours le comportement et l’esthétique des utilisateurs. Les ingénieurs possèdent toujours l’architecture et la sécurité. Mais les deux peuvent désormais créer et itérer directement avec l’IA.

“Il s’agit d’accélérer les décisions et de réduire le coût de l’expérimentation, afin que l’équipe puisse tester une centaine d’idées au lieu de cinq et éliminer rapidement les échecs sans le fardeau traditionnel de la dette technique”, a déclaré Stéphane Koenig, vice-président de Yahoo. “Cela nous permet d’épargner l’expertise humaine pour les décisions les plus difficiles où vous avez besoin de contexte sans IA.”

Leimer l’a exprimé autrement, dans une conversation avec fortune: le travail parle désormais principalement de travail. “Nous allons nous parler et nous nous assurons d’avoir vraiment une réelle confirmation et confiance, c’est quelque chose que nous allons faire.”

Le danger, a-t-il ajouté, et la raison pour laquelle vous devriez « vraiment réfléchir » à la partie la plus importante du travail maintenant, c’est que l’IA facilite la « construction de ce que vous voulez ».

Leimer a répété quelques conseils de son manager, le président de Yahoo Media Group, Ryan Spoon : « Il est important que vous soyez vraiment discipliné sur ce qu’il faut construire », car vous pouvez tout construire, presque instantanément. “Dans le passé, (vous) passiez du temps sur le pain parce que les ressources d’ingénierie sont précieuses. Vous ne voulez pas perdre une seconde du temps d’un ingénieur.” Désormais, le risque est que vous construisiez des choses dont vous n’avez pas besoin et que vous les fassiez tout de suite – Kate Smaje, responsable mondiale de la technologie et de l’IA chez McKinsey, appelle cela le piège de la « fausse productivité », comme elle me l’a dit il y a quelques mois.

Leimer a ajouté que lorsqu’il a vu le mauvais travail, ce qui est devenu connu dans le monde sous le nom de « slop d’IA », c’était « là où se trouve le pain maigre, en gros ». Les humains n’ont pas suffisamment réfléchi à ce qu’ils produisent comme produit de leur travail, car la partie hamburger/sandwich a été réduite à néant.

Il y a un coût réel à cela. Les experts ont inventé l’expression « workslop », pour désigner le cas où un e-mail ou un produit de travail généré par l’IA a été envoyé pour examen sans vérification appropriée. Les experts en Revue des affaires de Harvard a fait valoir que cela est plus qu’ennuyant – cela est en fait destructeur pour la productivité. Le Stanford Social Media Lab estime que cela coûte 9 millions de dollars par an pour une entreprise de 10 000 employés.

La fatigue décisionnelle est le nouveau risque

Prises ensemble, ces histoires renforcent l’évaluation de Narayanan selon laquelle l’IA est aujourd’hui davantage une technologie collaborative qu’une machine automatisée. Il estime que la plupart des agents d’IA ont encore du mal à garantir leur fiabilité dans des environnements à enjeux élevés, ce qui pousse les entreprises à s’orienter vers l’humain plutôt que vers l’automatisation.

Chez Yahoo, les dirigeants affirment que cela semble être dû à une lassitude face aux décisions plutôt qu’à des pertes d’emplois. Alors que l’IA permet aux équipes de tester et de créer davantage de fonctionnalités, le facteur limitant réside dans le nombre de choix que les chefs de produit, les concepteurs et les ingénieurs peuvent faire et guider.

Lockington affirme que l’IA ne peut pas résoudre le problème des rôles qui se chevauchent ou se superposent sur le lieu de travail. « Traditionnellement, quelqu’un peut demander : « Pourquoi cet ingénieur effectue-t-il un travail de conception ? » ou ‘Est-ce que ce designer fait mon travail ?’ “Nous avons réussi à le décomposer.”

Leimer a déclaré que lorsque cette sécurité a été établie, il a trouvé le travail “vraiment intéressant”, un changement par rapport aux 20 dernières années de gestion, loin des bâtiments réels et du code écrit avec lesquels il a commencé. “Aujourd’hui, tout le monde a un bon travail” où chacun a le sentiment de jouer un rôle dans l’évolution des choses, dit-il. “Il est également intéressant de voir les gens être dynamisés par le problème et par ce qu’ils construisent au lieu de passer plus de temps à le construire.”

L’avenir des hamburgers – et une caisse de pizza

Narayanan met en garde contre le fait de supposer que le poste restera inchangé. Il a déclaré qu’il s’attend à des années d’adaptation structurelle à mesure que les entreprises se restructurent autour de l’IA, à l’instar des 40 années de transition que les usines ont connues lorsque les chaînes de montage ont été électrifiées.

Jusqu’à présent, cependant, le modèle empirique dans des domaines tels que les logiciels, le droit, la médecine et la traduction de contenu montre que la demande de main-d’œuvre humaine évolue et augmente à mesure que l’IA se propage. Les radiologues ont adopté l’IA tandis que l’emploi augmente. Les avocats se retrouvent à intenter davantage de poursuites grâce à une rédaction plus facile. Les traducteurs ont encore un travail régulier quelques années après que la traduction informatique ait atteint la parité humaine, car il n’y a pas de plafond sur ce qui peut être traduit ni sur le nombre de langues.

L’expérience de Yahoo suggère que le travail des cols blancs pourrait connaître un avenir similaire, quoique plus chaotique. À mesure que les barrières techniques tombent, les dirigeants d’entreprise affirment que l’action personnelle et le jugement font la différence : non pas qui doit écrire le code, mais qui décide quels problèmes méritent d’être résolus et comment vérifier ce que l’IA construit.

J’ai demandé à Leimer de vraiment briser la métaphore et de rappeler ses racines de Philadelphie en ramenant le célèbre sandwich de la ville : le cheese steak. Tout le monde sait que l’ingrédient secret d’un steak au fromage n’est pas la viande, mais le délicieux pain hoagie italien. Est-ce là l’enjeu pour l’avenir du travail ?

Le principal goulot d’étranglement, a-t-il ajouté, est le « petit pain du bas », la section de livraison. Le travail est fait pour vous, presque instantanément, une fois que vous avez décidé quoi faire, la livraison est alors tout simplement diaboliquement difficile. “Vous devez travailler sur tout le reste, vous devez le revoir”, a-t-il déclaré, parlant des risques de sécurité, de la construction de pipelines de déploiement, alors que le travail semble terminé et peut être publié d’une simple pression sur un bouton.

La terre promise est-elle une sorte de pizza ou de pain plat, où tout le travail humain est une question de décisions, où toutes les tâches sont réduites à la taille des garnitures et où la livraison est fluide ? “Le voilà”, rit Leimer.

Dans le hamburger de Narayanan, AI a fait une fine galette. Bun est l’endroit où vivent désormais le travail – et le risque. La question de savoir si l’entreprise peut repenser le travail en quelque chose de plus plat et de plus durable est une question à laquelle il faudra répondre dans les années, voire les décennies à venir.

Cette histoire a été initialement présentée sur Fortune.com