« Nous savons plus que nous ne pouvons dire. » Le premier obstacle à l'IA n'est ni la résistance ni la culture : c'est un savoir qui vit dans la pratique, pas dans les mots. Et un second, plus politique, arrive.
Six mois après le lancement d'un grand programme de transformation IA, une directrice data pose une question simple à son équipe : pourquoi nos meilleurs experts sont-ils les moins utiles quand on essaie d'encoder leur savoir ? La réponse a deux parties. La plupart des organisations ne voient encore que la première.
Michael Polanyi était chimiste avant d'être philosophe. Son intuition majeure : « Nous savons plus que nous ne pouvons dire. » Un chirurgien qui sait exactement où couper sans pouvoir l'expliquer. Un directeur commercial aguerri qui sent qu'un deal meurt avant que personne n'ait parlé. Un ingénieur senior qui sait quelle solution marchera avant de faire les calculs. Aucun ne peut pleinement articuler ce qu'il sait — et pourtant l'organisation s'effondrerait sans.
Polanyi appelle cela le savoir tacite. Nonaka et Takeuchi ont bâti « The Knowledge-Creating Company » (1995) là-dessus : les entreprises qui gagnent convertissent le savoir tacite individuel en capacité organisationnelle. Non par la documentation, mais par la pratique, l'apprentissage, l'expérience partagée. C'est le premier obstacle à la transformation IA : ni résistance, ni culture, mais une vraie limite cognitive.
L'IA attaque cette limite. Des modèles entraînés sur des milliers de cas médicaux captent des schémas que les cliniciens ne savaient pas articuler. Les outils de génération de code encodent des intuitions que les ingénieurs ne transmettaient que par le mentorat. La frontière de Polanyi se déplace.
Mais la demande faite à chaque travailleur du savoir est, au fond : dis-nous ce que tu sais pour qu'on puisse l'encoder. Aucun agent rationnel ne le fait spontanément ni honnêtement. Non par malveillance — par instinct de conservation.
Michael Jensen et William Meckling l'ont formalisé dans leur théorie des coûts d'agence (1976). Quand les intérêts divergent et que l'information est asymétrique, les coûts d'agence explosent. La transformation IA en crée une version aiguë, car la demande d'encodage est, structurellement, une menace pour la valeur positionnelle de l'expert.
Le problème de Polanyi est une question de capacité — le savoir vit dans la pratique, pas dans les mots. Celui de Jensen & Meckling est une question d'incitation — l'expert pourrait en dire plus, mais ne le veut pas. À mesure que l'IA érode la barrière de Polanyi, elle intensifie celle de Jensen & Meckling. Ce qui se cachait derrière « je ne peux pas tout expliquer » deviendra « je ne veux pas tout expliquer ».
La surface politique de la transformation s'étend précisément quand sa surface technique se réduit. Le premier obstacle a un nom. Le second n'en a pas — et les problèmes sans nom ne se règlent pas.
• Et chez vous ?
« L'économie de l'IA » est la chronique stratégique de Patrick Darmon, co-fondateur de Fizz venture. Conseil, formation et déploiement — du comité de direction jusqu'au terrain.
Parlons de votre IA
