Capability overhang

Le terme "capability overhang", ou "surcapacité latente", est un de ces concepts venus de la Silicon Valley qui mérite qu'on s'y attarde. Il décrit une situation assez fascinante où une technologie, et en particulier l'intelligence artificielle aujourd'hui, a développé des capacités bien supérieures à ce que nous savons en faire concrètement dans nos organisations. C'est un peu comme si nous avions entre les mains un moteur de Formule 1 que nous utilisons pour faire des courses de supermarché.

Le fossé entre la prouesse et l'usage

Si vous suivez l'actualité de l'IA, vous avez vu des modèles capables de rédiger des dissertations, de générer des images photoréalistes, ou de coder des sites web complets à partir d'une simple consigne. C'est impressionnant. Pourtant, dans la plupart des entreprises, l'IA se résume encore à quelques chatbots basiques ou à l'automatisation de tâches répétitives. Ce fossé, entre ce que la technologie peut faire et ce que nous l'utilisons réellement à faire, c'est le capability overhang.

Pour un dirigeant, c'est à la fois une source de frustration et une immense opportunité. La frustration vient du sentiment de passer à côté de quelque chose. On investit, on expérimente, mais on a du mal à passer à l'échelle et à capturer une valeur économique significative. L'opportunité, c'est que ce retard est temporaire. Les modèles existent, ils sont accessibles. Le goulot d'étranglement n'est plus technologique, il est humain et organisationnel.

Les causes de ce décalage

Ce phénomène s'explique par plusieurs facteurs. Le premier, c'est la vitesse d'évolution de la technologie, qui est bien plus rapide que notre capacité à repenser nos processus et à former nos équipes. Les modèles de langage ont fait un bond de géant en quelques mois, mais réorganiser un service client ou une équipe marketing prend du temps, demande de la réflexion et de l'expérimentation.

Le deuxième facteur, c'est que la valeur ne se trouve pas dans la technologie elle-même, mais dans son application à des problèmes métiers précis. Un modèle d'IA, aussi puissant soit-il, ne sait pas ce qui est important pour votre entreprise. C'est votre connaissance du secteur, de vos clients, de vos processus, qui va permettre de l'orienter et de lui donner un cadre. L'IA est un outil d'amplification, pas un substitut à la stratégie. Pour qu'elle libère son potentiel, elle doit être guidée par des humains qui comprennent le contexte.

Comment commencer à combler le fossé

Pour un dirigeant, l'enjeu n'est pas de tout réinventer du jour au lendemain, mais de créer les conditions pour que l'exploration puisse avoir lieu. Cela passe par quelques actions concrètes. D'abord, donner à vos équipes l'autorisation d'expérimenter avec ces outils. La plupart des collaborateurs n'osent pas, par peur de mal faire ou par manque de temps. Créer un cadre sécurisé pour l'expérimentation, c'est libérer leur créativité.

Ensuite, adopter une approche par cas d'usage. Plutôt que de se demander "que peut-on faire avec l'IA ?", posez-vous la question : "quels sont nos problèmes les plus douloureux ?" et ensuite, regardez si l'IA peut aider à les résoudre. Animer une base de connaissances ? Générer des comptes-rendus de réunion ? Personnaliser des offres commerciales ? En partant du problème, on évite de chercher une solution technologique à tout prix.

Enfin, investissez dans la formation, non pas technique, mais appliquée. Vos équipes n'ont pas besoin de devenir des ingénieurs en IA. Elles ont besoin de comprendre les principes de base, les forces et les faiblesses de ces outils, et surtout de pratiquer. C'est en utilisant l'IA au quotidien, sur leurs propres sujets, qu'elles apprendront à en tirer parti. Le capability overhang est une promesse de valeur énorme qui dort, en attendant que nous apprenions à la réveiller. C'est maintenant le travail d'équipe.