Le secteur informatique occupe une position que peu d'autres secteurs connaissent : le travail qui y est effectué consiste en grande partie en tâches liées au texte, au code et aux données structurées. C'est précisément le type de travail sur lequel les modèles de langage et les assistants IA sont le plus entraînés. Là où, dans d'autres secteurs, l'IA pénètre d'abord en périphérie du travail, une partie de l'activité centrale de l'informatique se trouve déjà proche de ce que ces systèmes savent bien faire.
Les heures dans une organisation informatique se répartissent grosso modo en plusieurs blocs : développement et maintenance de logiciels, gestion fonctionnelle et technique, service desk et traitement des tickets, tests et contrôle qualité, documentation, et travail de projet tel que la planification et le reporting. Chacun de ces blocs présente son propre rapport entre les tâches facilement automatisables et celles qui ne s'y prêtent pas encore.
Au sein du développement logiciel, générer, restructurer et documenter du code est une tâche pour laquelle l'IA effectue déjà une part substantielle du travail de manière autonome. Fonctions standards, code répétitif, transformation de spécifications en premières versions de scripts : c'est un travail où un développeur évalue de plus en plus souvent une proposition de l'IA au lieu d'écrire quelque chose à partir de zéro. Au service desk, un constat similaire vaut pour le premier tri des tickets : reconnaître le type de problème, le relier à des solutions connues, et l'orienter vers la bonne étape suivante.
Le travail de test évolue également. Générer des cas de test sur la base de spécifications, et signaler des écarts dans les résultats de tests, est un travail qui se laisse bien reprendre dès que l'entrée est suffisamment structurée. La documentation des systèmes, des API et des versions est un troisième domaine où l'IA fournit souvent déjà la première ébauche.
La deuxième catégorie, partiellement automatisée avec supervision humaine, est plus large dans l'informatique que dans beaucoup d'autres secteurs, précisément parce que les conséquences d'une erreur dans le code ou l'infrastructure se manifestent rapidement et parfois de manière irréversible. Une proposition de l'IA pour une modification de code est évaluée par un développeur ; un conseil automatisé concernant une configuration réseau est contrôlé avant d'être mis en œuvre. Ce schéma d'approbation ou de rejet motivé se retrouve dans les déploiements, dans les analyses de sécurité et dans l'évaluation des choix d'architecture.
La manière dont les systèmes financiers doivent pouvoir justifier les modifications illustre bien comment cette combinaison d'automatisation et de supervision fonctionne en pratique : qui souhaite savoir si un journal d'audit des modifications financières peut être tenu par l'IA, constate que l'enregistrement peut souvent se faire automatiquement, tandis que l'évaluation de la modification elle-même nécessite un humain. Ce principe vaut tout autant pour les modifications d'infrastructure au sein d'un environnement informatique.
Les décisions d'architecture, la traduction de souhaits clients vagues en une conception réalisable, et la gestion de la relation avec les donneurs d'ordre sont des tâches qui restent dans la troisième catégorie. Ce travail exige de combiner connaissances techniques et compréhension organisationnelle, et d'assumer la responsabilité d'un choix qui ne découle pas des seules données. Le diagnostic de problèmes complexes, lorsqu'une panne touche plusieurs systèmes et qu'aucun incident comparable ne figure dans l'historique, reste également, pour l'instant, du travail humain.
Qu'une tâche informatique soit effectivement reprise ne dépend pas uniquement de ce qui est techniquement possible. Cela dépend du degré de structuration des systèmes propres à l'entreprise, du volume de données historiques disponibles pour entraîner ou valider, et de la façon dont l'organisation gère la supervision nécessaire pour la deuxième catégorie. Un service informatique disposant d'un code bien documenté et de catégories de tickets claires peut avancer plus vite qu'un service où la connaissance réside surtout dans la tête des collaborateurs.
Cette dépendance à la situation propre n'est pas unique à l'informatique. Qui examine quel travail dans les services financiers est le premier candidat à l'IA, observe un schéma comparable : les tâches structurées et encadrées par des règles basculent plus tôt que celles qui exigent un jugement personnel. Même dans des secteurs très éloignés de l'informatique par leur contenu, comme le montre l'analyse de ce que l'IA peut reprendre dans le secteur de la construction, la même question se pose : quel est le degré de structuration du travail, et quelle supervision est nécessaire avant qu'un résultat soit exploitable.
Cette répartition en trois catégories dit quelque chose du travail en général, pas des tâches spécifiques au sein de votre propre organisation. Une entreprise informatique qui fournit surtout du sur-mesure à des clients complexes présente une répartition différente d'une entreprise qui exécute principalement des tâches de gestion pour un ensemble fixe de systèmes. Cette différence détermine quelle part des heures relève déjà aujourd'hui de la première ou de la deuxième catégorie.
Ce qu'un employeur fait ensuite de ce résultat dépasse le cadre de ce que nous décrivons en tant que scan du travail. Les décisions affectant le personnel sont soumises à leurs propres exigences légales ; celles-ci ne sont pas traitées ici et ceci n'en constitue pas une justification.
Pour voir comment cette répartition se traduit pour votre propre entreprise, il existe le quickscan gratuit : douze questions, sans compte, avec pour résultat une indication de la part des heures de ce profil que l'IA peut reprendre aujourd'hui. Le scan complet du travail, qui décompose le travail tâche par tâche et l'évalue selon huit axes, est encore en construction. Le quickscan donne dès à présent une première orientation, sans aller au-delà de cette orientation.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.