Quelles tâches confier à l'intelligence artificielle, et quand garder des humains impliqués ? Pour Beth Stackpole, qui présente dans MIT Sloan Ideas Made to Matter un travail du MIT Center for Information Systems Research, concevoir ces droits de décision est l'un des défis majeurs des entreprises. Ina Sebastian, Peter Weill, Thomas Haskamp et Jan vom Brocke ont construit l'AI Decision Matrix à partir d'entretiens avec 30 dirigeants, sur une prémisse : toutes les décisions ne se valent pas.
La matrice croise deux dimensions. L'ambiguïté mesure à quel point les données déterminent la réponse et à quel point les gens s'accordent dessus. Le risque mesure les conséquences d'une erreur et la difficulté à la corriger. Chaque décision comporte trois composantes : le cadrage (problème, hypothèses, contraintes, critères de succès), l'action (collecter, évaluer, recommander, autoriser, exécuter) et l'apprentissage (suivre les résultats, en répondre, faire évoluer le système).
Designing Decision Rights for AI
Les quatre types qui en résultent appellent des rôles différents pour l'IA, avec une supervision humaine partout. Les décisions routinières se prêtent à l'automatisation : chez l'opérateur télécom One New Zealand, un agent traduit les demandes des marketeurs en requêtes SQL pour créer des segments, réduisant de 60 % le temps passé, avec une revue humaine avant lancement. Les décisions conséquentielles demandent d'équilibrer automatisation et intervention : dans le service client, toute décision touchant au prix garde un humain dans la boucle, car une erreur de prix est jugée inacceptable. Les décisions exploratoires laissent le cadrage évoluer entre humains et IA, comme pour la création de contenu marketing, en surveillant la gouvernance à mesure que l'expérimentation mène vers des cas plus risqués. Les décisions stratégiques exigent un leadership humain : quinze agents analysent les données du réseau et des agents d'orchestration les coordonnent, mais les arbitrages entre fiabilité, expérience client et coût restent humains.
L'article tire de One New Zealand quatre pratiques : confier aux métiers le cadrage de chaque cas d'usage, créer un centre d'excellence IA et données (plateforme unifiée, couche d'orchestration, politique d'IA responsable), nommer un propriétaire humain pour chaque agent déployé, et gérer l'IA comme un portefeuille de décisions métier. Les décisions routinières et conséquentielles apportent des gains d'efficacité rapides, les exploratoires et stratégiques une valeur de plus long terme. Les auteurs résument le changement : passer de la question « où utiliser l'IA ? » à la gestion des décisions qu'elle façonne.