Les décisions technologiques prises en fonction des tendances sont source d’inefficacité

De nombreuses entreprises perdent du temps et de l’argent à courir après la prochaine tendance technologique sans se poser une question simple : « Avons-nous vraiment besoin de cela ? » La technologie n’est pas, et ne devrait pas être, une mode ; pourtant, elle est encore souvent traitée comme telle. C’est une erreur séduisante, et le coût est élevé. Les organisations consacrent des ressources à des outils tels que Kubernetes ou l’IA générative parce que tout le monde semble le faire. Mais ce n’est pas parce que c’est à la mode que c’est utile.

Prenez l’exemple de la Commonwealth Bank of Australia. Elle a utilisé l’IA pour réduire les pertes dues aux escroqueries de 50 % et les fraudes signalées par les clients de 30 %. Pourquoi ? Elle s’est concentrée sur ce que la technologie pouvait faire pour relever ses défis spécifiques, sans chercher à s’adapter à la dernière technologie en vogue. C’est le genre de clarté dont la plupart des entreprises ont besoin, mais qu’elles atteignent rarement. Trop souvent, le processus de prise de décision est guidé par le battage médiatique, ce qui entraîne une complexité et des coûts inutiles. La leçon à en tirer ? Avant de sauter dans le train en marche, assurez-vous que l’outil est adapté au travail à effectuer.

« En technologie, comme en ingénierie, c’est la simplicité qui l’emporte. La complexité pour elle-même ne rend pas une entreprise innovante et ne fait que rendre les opérations plus difficiles à gérer. « 

L’adoption de Kubernetes découle de motivations erronées

Kubernetes est l’exemple parfait d’un bon outil utilisé à tort et à travers. Conçu par Google pour l’orchestration de clusters à grande échelle, il est idéal pour gérer des microservices à leur niveau d’exploitation. Mais le problème est que la plupart des entreprises ne sont pas des Google. Elles n’ont pas besoin de la machinerie industrielle pour une tâche qui pourrait être réalisée avec des solutions plus simples et moins coûteuses.

Et pourtant, Kubernetes est partout. Pourquoi ? En partie à cause de l’attrait de la complexité. Comme le dit si bien Tom Howard, Kubernetes est « la simplification la plus compliquée qui soit ». Certains ingénieurs y sont favorables parce que la maîtrise de Kubernetes les rend indispensables. Il s’agit d’une démarche d’auto-préservation déguisée en innovation. Pendant ce temps, le reste de l’équipe passe des jours à se débattre avec des fichiers YAML et à parcourir Stack Exchange à la recherche de correctifs.

Pour la plupart des organisations, Kubernetes est comme un moteur à réaction pour alimenter une bicyclette. Le moteur est peut-être impressionnant, mais il n’est pas nécessaire et il vous ralentit. Avant de mettre en œuvre un outil aussi complexe, demandez-vous s’il résout un problème ou en crée de nouveaux.

L’IA générative est efficace dans des contextes limités mais souvent mal appliquée

L’IA générative est un outil fantastique pour le bon travail. Dans le domaine du développement logiciel, c’est comme si vous disposiez d’un assistant très efficace. Des outils comme GitHub Copilot rationalisent les flux de travail, aidant les développeurs à accéder plus rapidement à la documentation et à écrire un meilleur code. Selon Menlo Ventures, 51 % des entreprises utilisent l’IA dans le développement de logiciels, et c’est là que la technologie brille vraiment.

Mais c’est là que les choses dérapent : les gens commencent à appliquer l’IA générative à des tâches pour lesquelles elle n’est pas adaptée. Par exemple, la création de messages de « leadership éclairé » sur LinkedIn. Saviez-vous que 54 % de ces articles sont générés par l’IA ? C’est terriblement évident, et cela fait plus de mal que de bien. Si vous ne pouvez pas prendre le temps d’écrire vos propres pensées, ou au moins d’utiliser l’IA comme un assistant pour présenter vos pensées avec plus de clarté, pourquoi quelqu’un d’autre prendrait-il le temps de les lire ?

L’IA générative n’est pas magique. Comme l’a expliqué Andrej Karpathy, lorsque vous demandez des réponses à une IA, vous exploitez essentiellement des données étiquetées par l’homme et distillées dans des modèles statistiques. C’est une bonne chose pour les tâches où la reconnaissance des formes fonctionne, mais c’est terrible pour les domaines qui requièrent de la créativité ou de la nuance. La clé est de comprendre les limites de l’outil et de s’en tenir aux domaines où il apporte une réelle valeur ajoutée.

L’adoption réfléchie d’une technologie nécessite une évaluation de son adéquation à l’objectif visé

Adopter une technologie parce qu’elle est populaire est un moyen infaillible de gaspiller de l’argent. Qu’il s’agisse de Kubernetes, d’IA générative ou de solutions cloud, la vraie question n’est pas « Est-ce que c’est à la pointe du progrès ? » mais plutôt « Est-ce que cela résout un vrai problème pour nous ? ».

La généralisation à outrance des solutions à code source ouvert constitue une mise en garde. À un moment donné, l ‘open source a été salué comme la réponse à tout. Et bien qu’il soit fantastique dans certains domaines (la sécurité étant un excellent exemple), il ne s’agit pas d’une solution universelle. Il en va de même pour l’IA, Kubernetes et d’autres outils à la mode.

En réalité, une bonne prise de décision dans le domaine de la technologie se résume au contexte. L’expression « ça dépend » peut sembler sans engagement, mais c’est la position la plus intelligente que vous puissiez adopter. En vous concentrant sur l’adéquation d’un outil avec vos défis et objectifs spécifiques, vous éviterez le piège de la chasse aux tendances et investirez dans des solutions qui donnent réellement des résultats.

Dernières réflexions

Vos décisions en matière de technologie sont-elles porteuses de sens ou ne font-elles qu’alimenter le bruit ? Chaque dollar et chaque heure consacrés à une solution à la mode qui ne correspond pas à vos objectifs vous éloignent de l’innovation. À quoi ressemblerait votre entreprise si vous vous concentriez sur des outils qui résolvent réellement vos problèmes et font avancer votre vision ?

Tim Boesen

décembre 23, 2024

5 Min