Ce qui est incroyable dans la phase actuelle avec l’IA, c’est qu’on peut générer plus d’idées, plus de concepts, plus de maquettes et même un MVP fonctionnel, en quelques heures.
L’enjeu, c’est quand on veut que ça dépasse l’usage perso.
Je suis moi-même dans ce bateau. J’ai des projets assez complexes dans Claude : plusieurs fichiers, des fichiers de référence, un script qui valide les versions. Ça fonctionne relativement bien pour moi, sauf quelques irritants.
Ça se corse dès qu’on veut le partager avec un collègue, et ça se complexifie encore plus quand on veut collaborer sur le même projet. La gestion des versions, s’assurer que le « output » reste cohérent peu importe qui l’utilise, c’est exactement là que ça commence à être moins fluide…
Je crois que c’est souvent à ce moment qu’on abandonne ces projets « cool ». Ça ne scale pas, alors ils se ramassent dans le bas de notre historique et ne vont jamais vraiment plus loin qu’une POC.
Ça soulève une vraie question : est-ce un gain réel de productivité si ça reste confiné à une seule personne? Ou est-ce juste une optimisation individuelle, isolée, qui ne se propage pas dans le reste de l’entreprise?
Comment fait-on pour que ces gains-là se pollinisent? Pour que ce qui marche pour une personne devienne un gain organisationnel?
Je crois qu’on sous-estime grandement cette étape. On parle beaucoup d’adoption de l’IA au niveau individuel, mais très peu de comment on scale ces apprentissages à l’échelle d’une équipe ou d’une entreprise.
Je suis curieux de savoir comment vous gérez ça dans vos organisations actuellement.
Publié d’abord sur LinkedIn. Photo : Wolfgang Hasselmann, Unsplash.