La « taxe IA » : quand ajouter de l’IA rend un produit moins bon

Tous les produits n’ont pas besoin d’IA. En fait, ajouter de l’IA peut parfois dégrader un produit qui marchait très bien.

C’est la partie du boom de l’IA dont on ne parle pas assez. Une fonctionnalité peut être plus intelligente, plus avancée, plus impressionnante en démo, et offrir quand même une moins bonne expérience à la personne qui l’utilise vraiment.

Il fut un temps où ajouter une fonctionnalité à un produit voulait généralement dire ajouter quelque chose d’utile. Une meilleure recherche, un paiement plus rapide, une nouvelle façon d’organiser l’information, ou une fonctionnalité qui réglait un problème dont les utilisateurs se plaignaient déjà.

Puis l’IA est arrivée.

Du jour au lendemain, presque chaque produit avait une occasion d’ajouter une fonctionnalité IA. Des assistants de rédaction sont apparus dans les apps de messagerie. Des résumés par IA ont fait leur entrée dans les outils de réunion. Des chatbots ont été ajoutés aux logiciels de support client. Les apps de productivité se sont mises à suggérer aux utilisateurs ce qu’ils devraient faire ensuite.

Et honnêtement, certaines de ces fonctionnalités sont vraiment utiles.

Mais la façon dont on ajoute l’IA aux logiciels pose un problème grandissant. Parfois, la question n’est pas « Quel problème l’IA peut-elle résoudre pour nos utilisateurs ? » C’est « Où est-ce qu’on peut mettre de l’IA dans notre produit ? »

Cette petite différence peut donner un produit étonnamment mauvais.

L’IA n’est pas automatiquement une amélioration

Ajouter de l’IA à un produit ne le rend pas automatiquement plus intelligent. Imaginez une app de prise de notes qui vous permet déjà de chercher dans vos notes en une seconde. Imaginez maintenant qu’on y ajoute un chatbot IA auquel vous pouvez demander ce que vous avez écrit il y a six mois.

Sur le papier, c’est impressionnant.

Mais si le chatbot met plus de temps à répondre, comprend parfois mal votre question ou vous donne une réponse sans montrer exactement d’où vient l’information, l’expérience peut au final être moins bonne qu’une simple recherche dans vos notes.

La fonctionnalité IA est plus avancée. Le produit n’est pas forcément meilleur.

C’est ça, la taxe IA : la complexité, le coût, l’incertitude et la friction supplémentaires qui viennent avec l’IA quand on l’ajoute là où un logiciel classique fonctionnait peut-être déjà bien.

L’ancienne méthode était prévisible

Un logiciel classique est en grande partie déterministe. Vous cliquez sur un bouton, il se passe quelque chose. Vous saisissez un mot de passe, le système le vérifie. Vous cherchez un mot, le système trouve les résultats correspondants.

Les utilisateurs apprennent vite ces schémas, parce que le logiciel se comporte de façon cohérente.

L’IA, c’est différent. Posez deux fois la même question et vous aurez peut-être deux réponses différentes. Donnez-lui des informations légèrement différentes et elle interprétera peut-être votre demande autrement. Parfois elle voit juste. Parfois elle se trompe avec un aplomb total.

Ce n’est pas forcément un défaut de l’IA. Ça fait partie du fonctionnement des systèmes probabilistes.

Mais ça crée un problème de design délicat. Les utilisateurs s’attendent toujours à ce qu’un logiciel se comporte comme un logiciel.

Si une fonctionnalité IA doit faire une recommandation, résumer quelque chose, générer du contenu ou agir au nom de l’utilisateur, le produit doit expliquer ce que fait l’IA et ce que l’utilisateur peut en attendre.

Sinon, l’imprévisibilité devient le problème de l’utilisateur.

Plus d’intelligence peut vouloir dire plus de travail

L’une des promesses de l’IA, c’est de réduire l’effort. Mais des fonctionnalités IA mal conçues peuvent créer une autre forme de travail.

Prenons une application qui génère automatiquement le résumé d’une réunion. Génial, sur le papier. Vous gagnez du temps.

Sauf que maintenant, vous devez lire le résumé attentivement, parce que vous n’êtes pas tout à fait sûr qu’il n’ait rien oublié d’important. Peut-être devez-vous le comparer avec la transcription d’origine. Peut-être devez-vous corriger quelques erreurs avant de le partager avec votre équipe.

La tâche n’a pas disparu. Une partie du travail est simplement passée de « faire la tâche » à « vérifier que l’IA l’a bien faite ».

C’est particulièrement important dans les situations où la précision compte.

Un brouillon généré par IA peut faire gagner du temps à quelqu’un qui écrit, puisqu’il peut le retravailler. Mais un rapport financier, un document juridique ou une configuration technique générés par IA demandent un tout autre niveau de confiance.

Moins une tâche tolère les erreurs, plus l’incertitude de l’IA coûte cher.

Le problème de « l’IA partout »

Autre problème : les fonctionnalités IA peuvent se mettre à apparaître partout, simplement parce que les utilisateurs se sont habitués à voir l’étiquette IA.

Un bouton « Demander à l’IA » est ajouté au tableau de bord. Puis un autre apparaît dans la page de recherche. Puis un assistant IA arrive dans les réglages. Puis une recommandation générée par IA s’affiche sur la page d’accueil.

Au bout d’un moment, on a l’impression que le produit essaie en permanence d’engager la conversation.

Mais toutes les interactions n’ont pas besoin d’une conversation.

Parfois, les utilisateurs veulent juste cliquer sur un bouton. Parfois, ils veulent un filtre. Parfois, un champ de recherche. Parfois, un réglage qui fait exactement ce qu’il annonce.

La meilleure expérience d’IA est peut-être celle où l’utilisateur remarque à peine qu’il y a de l’IA.

L’IA doit retirer de la friction, pas ajouter une couche

Les fonctionnalités IA les plus utiles ont souvent un point commun : elles s’intègrent naturellement à une façon de travailler qui existe déjà.

Prenez l’écriture. Si un utilisateur sélectionne un paragraphe et demande au produit de le raccourcir, l’IA peut vraiment l’aider. L’utilisateur sait déjà ce qu’il fait, et l’IA rend simplement la tâche plus rapide.

Mais imaginez qu’on l’oblige à ouvrir un chat IA séparé, à expliquer sur quel document il travaille, à copier le texte dans la conversation, à demander une réécriture, puis à recoller le résultat.

L’IA fait la partie difficile. Le produit, lui, fait travailler davantage l’utilisateur pour y accéder.

Une bonne IA doit ressembler à un raccourci. Pas à une application de plus qu’il faut apprendre.

Il y a aussi un coût que personne ne voit

Les fonctionnalités IA ne sont pas gratuites sous prétexte qu’elles paraissent faciles à ajouter du point de vue de l’utilisateur.

Derrière l’interface, il y a le coût des modèles, l’infrastructure, la latence, la surveillance, les limites de débit, le traitement des données, les questions de sécurité et la maintenance continue.

Une fonctionnalité classique peut avoir un coût par interaction relativement prévisible. Une fonctionnalité IA peut introduire des coûts variables selon la quantité de données traitées et la fréquence à laquelle les utilisateurs s’en servent.

À petite échelle, ça ne compte peut-être pas beaucoup.

À grande échelle, ça peut devenir un vrai sujet pour l’entreprise.

Une fonctionnalité qui rend un produit un peu plus pratique ne vaut pas forcément la peine d’être ajoutée si chaque interaction augmente nettement le coût pour servir cet utilisateur.

C’est particulièrement vrai pour les produits qui ont beaucoup d’utilisateurs gratuits.

Le vrai problème, c’est la confiance

Ce que l’IA peut apporter de plus précieux à un produit, ce n’est pas toujours de l’intelligence.

C’est de la confiance.

Si un système d’IA m’aide à terminer quelque chose plus vite tout en montrant clairement ce qu’il a fait, en me laissant le contrôle et en me permettant de le corriger, j’ai beaucoup plus de chances de lui faire confiance.

S’il prend des décisions à ma place sans rien dire et se trompe de temps en temps, je commence à traiter chacun de ses résultats avec méfiance.

Et dès que les utilisateurs doivent vérifier tout ce que fait une fonctionnalité IA, le temps qu’elle promettait de faire gagner commence à s’évaporer.

C’est pour ça que la transparence compte.

Les utilisateurs doivent savoir quand l’IA est utilisée, surtout quand le résultat peut avoir des conséquences importantes. Ils doivent pouvoir relire, modifier, annuler ou rejeter ce que le système produit.

Le but n’est pas de donner à l’IA l’air autonome. Le but, c’est que l’utilisateur se sente aux commandes.

N’ajoutez pas de l’IA. Trouvez-lui le bon rôle.

La meilleure question pour une équipe produit n’est pas :

« Où est-ce qu’on peut ajouter de l’IA ? »

C’est plutôt :

« Où l’utilisateur perd-il du temps inutilement, et l’IA pourrait-elle réduire cet effort de façon significative ? »

C’est une question bien plus difficile.

Elle peut mener à une fonctionnalité IA. Elle peut mener à un meilleur algorithme de recherche. Elle peut mener à de l’automatisation. Elle peut ne mener à rien du tout.

Et ce n’est pas grave.

L’IA ne devrait pas avoir à apparaître dans chaque recoin d’un produit pour prouver que le produit est moderne.

Parfois, la meilleure décision produit, c’est de laisser tranquille une fonctionnalité qui marche très bien.

L’avenir, ce n’est pas l’IA partout

On va sans doute voir plus d’IA dans les logiciels, pas moins.

Mais je ne pense pas que les produits gagnants seront forcément ceux qui ont le plus de fonctionnalités IA. Ce seront ceux qui utilisent l’IA là où elle améliore vraiment l’expérience.

La nuance est subtile, mais importante.

L’IA ne devrait pas être une couche de plus dans laquelle les utilisateurs doivent naviguer. Elle ne devrait pas transformer des actions simples en conversations. Elle ne devrait pas laisser les utilisateurs se demander sans arrêt si le système les a bien compris.

Et elle ne devrait pas exister juste parce que chaque concurrent a son bouton IA.

Les meilleures fonctionnalités IA finiront par devenir presque invisibles. Elles supprimeront le travail répétitif, géreront la complexité en arrière-plan et donneront de meilleurs résultats aux utilisateurs sans réclamer leur attention.

C’est sans doute ça, le vrai test.

Si retirer l’IA rend le produit moins bon, elle a sa place. Si la retirer ne change rien, c’est peut-être qu’elle n’a jamais été nécessaire.