Le guide du voyageur galactique de l’économie en K

Le coût de construction vient de chuter d’un ordre de grandeur. Tout le monde en parle. Presque personne ne parle de ce que cela exige réellement de nous.

Le marché de l’emploi se scinde en forme de K. Les rôles qui montent sont ceux qui reposent sur le fait de savoir quoi construire : pensée produit, jugement architectural, cadrage de problème, standards de qualité. Les rôles sous la plus forte pression sont ceux définis entièrement par l’exécution de ce que quelqu’un d’autre a déjà spécifié. Non pas que les gens dans ces rôles manquent de talent, mais parce que l’économie de l’exécution a changé sous leurs pieds.

Ce n’est pas une histoire de développeurs. Une gestionnaire de produit, un directeur marketing, une fondatrice, un responsable des opérations : le même basculement frappe tout le monde. L’exécution est devenue bon marché. Le jugement est devenu cher. Et les compétences qui font le pont ne sont pas celles pour lesquelles la plupart d’entre nous avons été formés.

Cette série porte sur ces compétences. Six d’entre elles. Pas des compétences techniques. Des compétences humaines. Celles qui déterminent si l’IA nous rend plus capables ou simplement plus productifs à construire la mauvaise chose.

Les six compétences

1. La spécification : « Que voulez-vous vraiment? »

La capacité de décrire ce que vous voulez assez clairement pour qu’une chose incapable de lire vos pensées le construise correctement. L’IA construit exactement ce que vous demandez. Le problème, c’est que ce que vous demandez n’est souvent pas ce que vous vouliez dire. Cette compétence transforme « construis quelque chose dans ce genre-là, tu vois ce que je veux dire » en une spec assez précise pour être exécutée. Tout le reste de cette liste en dépend.

2. Le jugement : « Est-ce que c’est vraiment bon? »

L’IA a de la capacité sans avoir de goût. Elle peut produire cent options dans le temps qu’il fallait autrefois pour en produire une. Le goulot d’étranglement n’est plus la génération. C’est l’évaluation. Savoir si le résultat est bon, s’il résout le bon problème, s’il tiendra la route dans le monde réel : c’est ça, le jugement. C’est la compétence qui vous a pris quinze ans à développer, et elle vient de devenir la chose la plus précieuse que vous possédez.

3. La décomposition : « Comment je découpe ça? »

Une grande ambition remise entière à un agent d’IA produira le chaos. La même ambition, fragmentée en morceaux assez petits pour être portés, produit des résultats. La compétence n’est pas de résoudre le problème. C’est de le trancher en tâches assez spécifiques pour qu’une machine les exécute indépendamment, et de les séquencer pour que les morceaux se remboîtent. C’est la différence entre quelqu’un qui a une idée et quelqu’un qui peut réellement la faire construire.

4. L’orchestration : « Comment je dirige cette équipe? »

Les agents d’IA sont extraordinairement rapides, moyennement fiables et n’ont aucun sens de l’orientation. Les gérer n’est pas une compétence technique. C’est une compétence de gestion. Savoir quand intervenir, quand les laisser courir, comment coordonner plusieurs agents qui travaillent sur différents morceaux du même problème : c’est la nouvelle gestion, et elle s’applique que vous soyez ingénieure, fondateur ou chef de service.

5. L’intention : « Qu’est-ce que je veux dire au juste? »

Le « prompting » était autrefois une compétence unique. Il s’est depuis scindé en au moins quatre capacités distinctes, et la plupart des gens n’en pratiquent qu’une seule. L’intention va plus loin que l’ingénierie de prompt : c’est la capacité d’exprimer ce que vous voulez dire à plusieurs niveaux, d’une simple requête jusqu’à une spécification de niveau système qui gouverne le comportement d’un agent pendant des jours de travail autonome. L’écart entre les personnes qui comprennent cela et celles qui ne le comprennent pas est déjà énorme, et il se creuse.

6. L’évaluation : « Comment je sais que c’est faux? »

L’IA se trompe avec assurance un certain pourcentage du temps. Pas au hasard. Avec assurance, de façon plausible et articulée, d’une manière difficile à détecter à moins de savoir quoi chercher. La compétence n’est pas de vérifier chaque ligne. C’est de savoir quelles lignes vérifier, de reconnaître les motifs de l’erreur assurée et de bâtir des habitudes de vérification qui attrapent les problèmes avant qu’ils soient livrés.

Pourquoi cet ordre

Elles sont listées par ordre de dépendance, pas de difficulté.

Vous ne pouvez pas juger un résultat avant d’avoir spécifié à quoi ressemble le bon. Vous ne pouvez pas orchestrer des agents avant de savoir décomposer le problème sur lequel ils travaillent. Vous ne pouvez pas exprimer votre intention efficacement avant de comprendre ce que vous cherchez à accomplir à plusieurs niveaux. Et vous ne pouvez pas évaluer des résultats avant d’avoir le jugement de savoir à quoi ressemble le juste.

La spécification est la fondation. Tout le reste se construit dessus.

À qui cela s’adresse

Si vous écrivez du code, cette série changera votre façon de travailler avec les outils d’IA.

Si vous gérez des gens qui écrivent du code, elle changera votre façon de les évaluer et de les soutenir.

Si vous n’écrivez pas de code du tout, et que vous êtes gestionnaire de produit, designer, fondatrice, directeur : cette série compte peut-être plus pour vous que pour quiconque, parce que ces compétences ne sont pas des compétences de programmation. Ce sont des compétences de pensée. Et les personnes qui les développeront en premier auront un avantage qui se compose et grandit avec chaque génération d’outils d’IA.

Les outils s’améliorent chaque mois. Les compétences humaines qui les rendent utiles s’améliorent beaucoup plus lentement. C’est ça, l’écart. Cette série vise à le combler.

Le premier plongeon en profondeur, sur la spécification, arrive dans deux jours. Suivez le fil.