IA : les experts sous-estiment la vitesse des progrès

Ce qui s'est passé

Selon une étude du Forecasting Research Institute relayée par The Decoder, les experts de l'intelligence artificielle sous-estiment de façon constante la vitesse des progrès du domaine. L'écart est le plus marqué en mathématiques, alors que les prévisions concernant les applications physiques, comme les voitures autonomes, s'avèrent moins précises.

Ce constat porte sur les prévisions des spécialistes les plus reconnus, et non sur celles du grand public ou des médias. Il suggère que l'optimisme sur le rythme des avancées n'est pas la faille principale : c'est bien la sous-estimation qui revient, avec une intensité variable selon les domaines.

La distinction entre capacités intellectuelles abstraites et applications dans le monde physique est au cœur de l'étude. Les progrès réalisés en raisonnement mathématique semblent avoir dépassé les attentes, tandis que les prévisions sur la conduite autonome restent plus incertaines.

Pourquoi c'est important

Pour les dirigeants qui planifient des transformations numériques, ces prévisions servent de base à des décisions d'investissement, de recrutement et de calendrier. Si les experts eux-mêmes se trompent systématiquement sur la rapidité du changement, les feuilles de route fondées sur des hypothèses figées risquent d'arriver en retard, ou de devenir obsolètes avant leur mise en œuvre.

Le constat a aussi une portée pour la conception des services. Les capacités d'IA qui progressent plus vite que prévu peuvent modifier en peu de temps ce que les clients attendent d'un parcours, ce que les employés peuvent déléguer, et les points où une intervention humaine reste indispensable. Les organisations qui revoient leurs hypothèses régulièrement seront mieux placées pour adapter leurs services.

La perspective Renascence

La plupart des lecteurs retiendront que l'IA avance vite. Le point le plus utile est ailleurs : la confiance excessive dans une prévision d'expert est elle-même un biais, et les organisations qui l'ancrent dans leurs plans risquent de figer leurs parcours clients autour d'un calendrier qui ne tiendra pas.

Une prévision n'est pas une décision. Les opérateurs orientés client devraient traiter les projections sur l'IA comme des scénarios, à réviser à intervalles réguliers, plutôt que comme des échéances. Concrètement, cela signifie construire des parcours capables d'évoluer, tester des capacités par petites étapes auprès d'utilisateurs réels et mesurer l'effet sur l'expérience avant de généraliser. Les équipes qui attendent la certitude sur le rythme du changement attendront trop longtemps.