L’utilisation de l’IA dans la scène taïwanaise n’a pas encore intégré la voie de la « multiplication de l’efficacité » en pensant à sa propre spécialisation. L’auteur de cet article est Maître Lin Shanglun, fondateur de M-Ross.
(Précédent contexte : « Gemini 3.0 et la vague de « Vibe Coding » » est une fête mal comprise)
(Complément de contexte : « Lin Shanglun » écrit aussi sur « le revenu de base universel (UBI) et la blockchain », comme filet de sécurité sociale sous la vague IA ?)
Table des matières de cet article
J’ai eu la chance d’être invité à la Banque Hua Nan pour donner un cours sur l’application et la gouvernance de l’IA à un groupe de professionnels du secteur financier. Ce fut trois heures complètes, un cours pratique intensif. Nous avons commencé par discuter du projet de loi sur l’IA, en définissant rigoureusement ce qu’est l’IA, afin d’exclure ces programmes d’automatisation mal compris par le grand public ; nous avons parlé de la vie privée, et pourquoi tout le monde se sent souvent dépassé par GPT ou Gemini.
J’ai aussi expliqué pourquoi certains chatbots de service client sont souvent « faibles » à en faire rire. Ce n’est pas que l’IA ne fonctionne pas, mais parce qu’ils ont choisi des modèles bas de gamme, sans RAG (recherche augmentée par génération) pour compléter la base de données, voire sans différencier les agents selon les scénarios d’application.
Mais le point culminant du cours a été lorsque j’ai repris mon rôle de « avocat » et que j’ai testé en direct l’opération de l’IA.
J’ai montré en direct comment utiliser l’IA pour rédiger des actes, préparer des lettres de certification, modifier des contrats, etc., dans le travail d’avocat.
Les professionnels du secteur financier dans la salle, dont le regard était initialement concentré par politesse, ont été profondément choqués. Pourquoi ? Parce que, auparavant, ces tâches étaient des travaux hautement spécialisés, nécessitant une formation pratique pour les stagiaires ou les avocats employés.
Mais lorsqu’ils ont vu de leurs propres yeux que ces processus, considérés comme des « forteresses professionnelles », pouvaient être automatisés si fluidement par l’IA, l’impact a été énorme.
Taïwan excelle toujours dans la technologie hardware, mais notre pensée logicielle et nos applications ont souvent un retard de cinq à dix ans sur la norme internationale. En ouvrant Facebook, que voit-on dans l’algorithme qui vous pousse des infos IA ?
« Gemini a retouché ma photo pour la rendre magnifique ! »
« J’ai écrit un robot de classification de données avec Vibe Coding ! »
« Créé une salle de chat avec un service client qui répond comme un vrai humain ! »
Ça paraît impressionnant, n’est-ce pas ? Mais honnêtement, ces exemples datent déjà de deux ans, depuis la sortie de Cursor. Si aujourd’hui on continue à entraîner l’IA à « répondre de façon plus naturelle » ou « à ne pas se faire reconnaître comme une machine », c’est vraiment dommage, car ce n’est pas du tout la tendance actuelle de l’IA.
La force la plus puissante de l’IA ne réside pas dans la création de petits outils par des amateurs, mais dans la capacité de professionnels dotés de Domain Knowledge (connaissances spécialisées) à faire exploser leur énergie par un facteur dix, voire plusieurs dizaines.
Dans cette conférence financière, je n’ai pas montré comment l’IA peut accomplir le travail dans le secteur financier, car je ne possède pas de Domain Knowledge dans la finance ou la comptabilité, et je ne me sens pas légitime pour présenter des applications IA dans ce domaine.
Mais ce que je veux dire, c’est : « Lorsqu’un avocat, un comptable ou un médecin professionnel sait comment combiner sa spécialisation avec l’IA, et transformer ces tâches fastidieuses et difficiles à automatiser en processus efficaces, c’est là une véritable réduction de la dimension. »
Pour que tout le monde comprenne à quel point cet écart d’efficacité est énorme, je partage une réalité dure de la Silicon Valley. Aujourd’hui, de nombreuses grandes entreprises technologiques de la vallée ont deux règles qui m’ont choqué :
La logique derrière est simple : les employeurs valorisent le coût et l’efficacité. En programmation ou en traitement de documents, si vous n’avez pas atteint un certain pourcentage d’aide IA, vous n’avez même pas le droit de soumettre votre travail. C’est la réalité.
Lorsque les cerveaux les plus brillants du monde imposent déjà la « collaboration homme-machine » et la surveillance numérique, si nous continuons à croire naïvement que « l’humain a une particularité » ou que « la profession ne peut pas être remplacée », alors nous faisons preuve d’une certaine arrogance.
Je pense personnellement que ce que la majorité devrait faire maintenant, ce n’est pas apprendre à coder (sauf si vous souhaitez changer de carrière), mais clarifier : « Où se trouve mon avantage professionnel ? » « Quelles étapes de mon processus de travail peuvent être confiées à l’IA ? »
Si vous ne faites pas cela, vous n’aurez pas de répit dans le futur, car avec de nouveaux processus, la main-d’œuvre nécessaire pourrait n’être qu’un dixième de ce qu’elle était auparavant, et « vous, moi » pourrions très bien être exclus du marché du travail à venir.