" Osons un débat éclairé "

Les managers contre les robots

Avec le progrès technologique, l’automatisation de la prise de décision va se généraliser dans les entreprises. 

Révolution technologique à la fois grisante et inquiétante, l’intelligence artificielle est au menu des prochaines  Rencontres économiques d’Aix-en-Provence. Grâce aux développements récents de l’informatique et de la statistique, on sait maintenant automatiser des compétences qui semblaient jusque-là la chasse gardée des humains comme conduire des véhicules ou faire un diagnostic médical.

La démonstration faite il y a deux semaines par Google qu’un assistant numérique pouvait réserver une place de restaurant au téléphone, sans être démasqué par son interlocuteur, a frappé les esprits. L’espace des tâches réalisables par les machines a donc augmenté brutalement. Mais ce n’est pas fini.

Assister la prise de décision humaine

L’étape suivante, c’est automatiser la prise de décisions tactiques dans l’entreprise. La fonction d’une organisation, c’est diriger les ressources (humaines, financières) vers les tâches prioritaires : dans le secteur pharmaceutique, c’est choisir quels projets de recherche financer et lesquels arrêter ; pour une chaîne de restauration rapide, c’est diriger les investissements vers telle ou telle région ; pour un hôpital, c’est optimiser l’utilisation d’équipements et de temps de spécialiste en fonction des symptômes et du parcours de santé des patients. A l’heure actuelle, l’essentiel de ces décisions sont prises par des humains.

Or, le jugement humain est loin d’être fiable, pour deux raisons distinctes. Premièrement, nous faisons tous des erreurs systématiques et prédictibles. Nous surréagissons aux nouvelles les plus saillantes, nous extrapolons les tendances à l’excès, et en revanche nous ignorons les informations importantes lorsque notre attention est sursollicitée.

Deuxièmement, il y a ce que Daniel Kahneman nomme du « bruit » dans nos jugements. Face au même problème, avec les mêmes données, deux personnes différentes vont formuler un diagnostic différent. Cela crée de l’incohérence entre les prises de décision et de la perte en ligne dans l’organisation. D’où le besoin d’assister la prise de décision par des outils quantitatifs. La machine n’est soumise à aucune des failles du jugement humain, mais il lui faut un grand nombre de circonstances similaires pour « s’entraîner ».

Alors que l’humain n’est confronté au même dilemme qu’un petit nombre de fois dans sa vie, la machine a fait l’expérience de tous les choix comparables passés, et se souvient de leurs conséquences. Elle n’est pas biaisée, peut utiliser toute l’information qu’on lui donne, et produit toujours la même réponse. Elle n’est jamais inattentive, elle ne surestime pas la qualité de son jugement. C’est donc un outil précieux à la prise de décision dans les organisations.

Toujours plus loin

Quelques rares secteurs ont d’ailleurs déjà entamé cette mutation avec succès. En finance de marché, les fonds quantitatifs réallouent sans cesse leurs portefeuilles de manière optimisée, avec des résultats statistiquement supérieurs aux gérants humains. Dans les banques en ligne de la Silicon Valley, les décisions de portefeuille sont presque intégralement déléguées aux algorithmes. En marketing, des machines optimisent en temps réel l’achat d’espace en fonction des mouvements de la demande.

On ira plus loin. L’approche quantitative peut se généraliser à tous les secteurs où l’on prend un grand nombre de décisions similaires : la santé, le prêt-à-porter, les chaînes de vente au détail et de restauration, l’industrie pharmaceutique, la gestion des ressources humaines, etc.

La mise en place d’algorithmes efficaces soulève des difficultés méthodologiques (il ne s’agit plus juste de prédire le nombre de clics ou le défaut de paiement d’un prêt), des défis organisationnels (comment intégrer le jugement intuitif et l’approche systématique) et des questions d’éthique évidentes. Comme l’ont compris les grandes sociétés Internet américaines, les réponses viendront de la combinaison des savoir-faire des informaticiens, des statisticiens et des économistes, enfin redevenus ingénieurs sociaux.

Les Thématiques