Lors d’un récent appel avec le responsable produit chez Yahoo Finance, j’ai créé une diapositive qui ressemblait à deux hamburgers, représentant les époques de travail pré-IA et post-IA. M. Reimer se pencha en avant et dit : « C’est absolument vrai. »
Cette diapositive est signée Arvind Narayanan, informaticien de l’Université de Princeton, qui a prononcé le discours d’ouverture à la Conférence internationale sur l’apprentissage automatique à Séoul. Dans son illustration, le hamburger de gauche, étiqueté « Traditionnel », montre une épaisse galette (une couche continue de travail, de codage et de débogage) prise en sandwich entre un modeste petit pain. « Avec AI » s’affiche sur le côté droit et la galette s’est allongée. Les petits pains avec « Décide » en haut et « Livraison » en bas ont gonflé.
Autrefois, les emplois consistaient en de gros hamburgers avec des petits pains fins, car l’essence du travail consistait réellement à faire le travail. Alors que l’IA perturbe actuellement le milieu du sandwich, les couches supérieure et inférieure du travail humain se développent plutôt que de disparaître. Au travail, on parle de plus en plus de travail. Il y a beaucoup de pain à mâcher.
« Nous allons sur le terrain et nous nous parlons pour vraiment nous assurer que nous sommes confiants. C’est ce que nous allons faire. Et c’est ainsi que nous allons libérer nos agents. »
Comme Fortune l’a révélé pour la première fois, l’équipe de Reimer dirige le développement d’un nouveau produit d’investissement appelé Alphaspace, qui est sur le marché depuis environ deux mois. Au cours de cette courte période, l’équipe a livré plus de 100 nouvelles fonctionnalités, démontrant à quel point la couche d’exécution est devenue plus rapide. Les utilisateurs passent trois fois plus de temps sur AlphaSpace que l’utilisateur moyen de Yahoo Finance, et l’équipe a déclaré à Fortune que le partenariat avec Unusual Whales lui a permis de répondre rapidement aux commentaires des utilisateurs, y compris les données d’options en temps réel récemment ajoutées.
Les sprints qui duraient auparavant deux semaines durent désormais 24 heures. Planifiez le matin, expédiez en fin de journée et révisez le soir, a déclaré Leimer. Dans un cas, les commentaires ont été reçus un vendredi à 16 h 45. Il a été révisé, révisé et publié à 20h30 le même soir.
« Dans le passé, nous aurions dit : « Nous ne pouvons pas le lancer la semaine prochaine » », a ajouté Reimer.
Sandwich entre décision, exécution et prestation
Narayanan appelle son cadre un « sandwich décision-action ». Il soutient que la plupart des travaux de connaissance comportent trois niveaux. La couche de décision supérieure se concentre sur la compréhension de ce qui doit être construit et pourquoi. Une couche d’exécution intermédiaire qui représente l’implémentation réelle. Et la couche inférieure de livraison couvre l’intégration, les tests et les responsabilités à long terme.
Les agents IA compressent la couche intermédiaire. Mais ce que Narayanan veut dire, c’est que le découpage des exécutions ne représentait qu’un tiers environ du travail. Selon lui, Buns est plus que stable. ils sont en expansion.
« Les couches 1 et 3 sont susceptibles de s’étendre à mesure que l’IA compresse la couche intermédiaire », a-t-il déclaré au public de l’ICML. Car si la construction est moins coûteuse, il est plus facile de démarrer un projet, mais elle rend également plus difficile la détermination et la validation du projet.
Comme tout le monde peut construire, les rôles deviennent flous
Pendant des années, les équipes produit des grandes entreprises technologiques ont été définies par ce que chacun ne peut pas faire. Les concepteurs ont esquissé des maquettes statiques et ont attendu que les ingénieurs les traduisent en code fonctionnel. Les chefs de produit rédigeaient les exigences, mais les développeurs devaient tester leur intuition. Les analystes comprenaient les données mais n’avaient pas construit de systèmes de production.
L’équipe Yahoo affirme que ces voies disparaissent à mesure que l’IA automatise une grande partie de la « syntaxe » des logiciels de création.
Nick Lockington, concepteur de produits en chef de l’équipe derrière Yahoo Scout, le moteur de réponse IA de la société, a commencé à demander directement à Vertex AI de Google de générer une logique JSON structurée pour les nouvelles fonctionnalités. Les ingénieurs de l’équipe ont déclaré plus tard que Lockington créait effectivement une API qui fonctionnait via des invites, contournant les phases de construction traditionnelles.
« C’était un moment complètement aha », a déclaré David Grandinetti, un éminent ingénieur d’applications logicielles qui a travaillé sur le projet, sur le blog Yahoo. « Nick est rapidement devenu l’ingénieur le plus utilisé de notre équipe car il travaillait au plus haut niveau d’abstraction. »
D’autres membres de l’équipe ont suivi. Un concepteur qui a contribué de manière significative aux validations de code est devenu connu au sein de l’entreprise sous le nom d’« ingénieur de conception ». Les ingénieurs soucieux de la convivialité étaient appelés «concepteurs en ingénierie».
Les dirigeants de Yahoo affirment que l’important n’est pas que les titres de poste disparaissent, mais que les rôles soient de plus en plus définis par les décisions prises par les gens, plutôt que par un code pouvant être écrit à la main. Les concepteurs jugent toujours le comportement et l’esthétique des utilisateurs. Les ingénieurs sont toujours propriétaires de l’architecture et de la sécurité. Mais les deux peuvent désormais être construits et itérés directement à l’aide de l’IA.
« Cela vise à accélérer la prise de décision et à réduire le coût de l’expérimentation, afin que les équipes puissent tester 100 idées au lieu de cinq et éliminer rapidement les échecs sans le fardeau de la dette technique traditionnelle », a déclaré Stefan Koenig, vice-président de Yahoo. « Cela nous permet de réserver l’expertise humaine aux décisions les plus difficiles qui nécessitent un contexte que l’IA ne possède pas. »
En d’autres termes, Reimer a déclaré lors d’une conversation avec Fortune : « Le travail est désormais avant tout une conversation sur le travail. » « Nous venons sur place, nous parlons et veillons à ce qu’il y ait une réelle confirmation et une réelle conviction que c’est ce que nous allons faire. »
Le danger, a-t-il ajouté, et la raison pour laquelle nous devons désormais être « vraiment réfléchis » au sommet de notre travail, c’est que l’IA permettra de « faire très facilement ce que vous voulez ».
Leimer a fait écho aux conseils de son manager, Ryan Spoon, président de Yahoo Media Group. « Il est important d’avoir vraiment confiance dans ce que vous construisez, car vous pouvez tout construire presque instantanément. » « Avant, nous passions beaucoup de temps sur le toit du fourgon car les ressources en ingénierie étaient limitées. Nous ne voulions pas perdre une seconde du temps des ingénieurs. » Le risque est désormais de construire quelque chose dont vous n’avez pas besoin et de l’exécuter immédiatement. Kate Smerger, leader mondial 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.
Reimer a ajouté que lorsque vous regardez le travail bâclé, ou ce qui est connu dans le monde entier sous le nom de « slop de l’IA », c’est « fondamentalement là où il y a du pain vraiment maigre ». Avec la section des hamburgers et des sandwichs réduite à presque rien, les humains ne réfléchissent pas suffisamment à ce qu’ils apportent au monde grâce à leur travail.
Cela a des coûts réels. Les experts ont inventé l’expression « workslop » pour désigner le moment où un e-mail ou un produit de travail généré par l’IA est soumis pour examen sans validation appropriée au préalable. Les experts de la Harvard Business Review affirment que cela est non seulement ennuyeux, mais détruit en réalité 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 devient un nouveau risque
Prises ensemble, ces histoires soutiennent l’évaluation de Narayanan selon laquelle l’IA est actuellement davantage une technologie de collaboration qu’un moteur d’automatisation. Il estime que la plupart des agents d’IA ont encore du mal à être fiables dans des environnements à enjeux élevés, poussant les entreprises vers la participation humaine plutôt que vers l’automatisation.
Les dirigeants de Yahoo affirment que cela se manifeste par une fatigue décisionnelle plutôt que par des pertes d’emplois. Avec l’IA, les équipes peuvent tester et créer bien plus de fonctionnalités. Le facteur limitant est donc le nombre de choix que les chefs de produit, les concepteurs et les ingénieurs peuvent soigneusement sélectionner et dériver.
Lockington a souligné que l’IA ne peut pas résoudre la confusion des rôles qui se chevauchent ou sont hiérarchisés sur le lieu de travail. « Traditionnellement, quelqu’un pourrait demander : « Pourquoi cet ingénieur fait-il mon travail ? » « Pourquoi ce designer fait-il mon travail ? » Il a attribué à Koenig le travail humain difficile consistant à créer une sécurité psychologique au sein de l’équipe pour surmonter ces problèmes. «Nous avons réussi à surmonter cela.»
Leimer a déclaré qu’une fois cette sécurité établie, il a trouvé son travail « vraiment amusant » et s’est éloigné de la construction et de l’écriture de code qu’il avait initialement faites, contrairement aux 20 dernières années en tant que cadre. « Tout le monde a un excellent travail maintenant », a-t-il déclaré, sentant qu’ils ont un rôle à jouer dans la construction des choses. « C’était aussi amusant de voir les gens consacrer leur énergie au problème et à ce qu’ils construisaient au lieu de consacrer autant de temps au processus de construction du problème. »
L’avenir des hamburgers – et les arguments en faveur de la pizza
Narayanan met en garde contre l’hypothèse selon laquelle l’emploi restera le même. Il a déclaré qu’à mesure que les entreprises se réorganisent autour de l’IA, il faut s’attendre à des décennies d’adaptation structurelle, semblable à la période de transition que les usines ont connue pendant 40 ans lorsque l’électricité permettait les chaînes de montage.
Mais jusqu’à présent, le modèle empirique dans des domaines tels que les logiciels, le droit, la médecine et la traduction de contenu est que les exigences du travail humain vont changer et croître à mesure que l’IA devient plus omniprésente. À mesure que l’emploi augmente, les radiologues adoptent l’IA. Les avocats déposent davantage de dossiers parce que la rédaction est devenue plus facile. Des années après que la traduction informatique ait atteint la parité humaine, les traducteurs continuent d’avoir un emploi stable. Il n’y a pas de limite au contenu ni au nombre de langues pouvant être traduites.
L’expérience de Yahoo suggère que les emplois de cols blancs pourraient connaître un avenir similaire, quoique plus compliqué. À mesure que les barrières technologiques tombent, les dirigeants d’entreprise affirment que l’appropriation personnelle et le jugement deviennent des facteurs de différenciation. Il ne s’agit pas de savoir qui peut écrire le code, mais plutôt qui décide quels problèmes méritent d’être résolus et comment valider ce que l’IA construit.
J’ai demandé à Reimer de vraiment torturer cette métaphore, en évoquant ses racines de Philadelphie en évoquant le célèbre sandwich de Philadelphie, le cheesesteak. Nous savons tous que l’ingrédient secret d’un cheesesteak n’est pas réellement la viande, mais le délicieux pain hoagie italien. Est-ce là l’enjeu pour l’avenir du travail ?
Il a ajouté que le principal goulot d’étranglement se situe au niveau du « plateau inférieur », ou partie livraison. Une fois que vous avez décidé quoi faire, le travail est effectué presque instantanément, mais la livraison ultérieure est horriblement difficile. « Tous les autres travaux doivent être effectués et revus », a-t-il déclaré, citant les risques de sécurité et la construction du pipeline de déploiement lorsque tout sera terminé et prêt à être publié sur simple pression d’un bouton.
La Terre Promise est-elle comme une pizza ou du pain plat ? Là-bas, le travail humain est une question de prise de décision, tout le travail est réduit à la taille des garnitures et la livraison est transparente. « Quelque chose comme ça », rit Reimer.
Dans les hamburgers de Narayanan, AI a déjà éclairci les galettes. C’est dans le pain que se trouvent actuellement les emplois et les risques. La question de savoir si les entreprises peuvent repenser le travail pour qu’il soit plus plat et plus durable est une question à laquelle il faudra des années, voire des décennies, pour répondre.
