Goldman Sachs : l'IA au service de la productivité collective

Une nouvelle vision de l'IA chez Goldman Sachs

Marco Argenti, le directeur des systèmes d'information de Goldman Sachs, dirige une transformation majeure au sein de la banque. Avec une équipe de 12 000 ingénieurs, Goldman Sachs a intégré des outils d'intelligence artificielle dans ses processus de travail. Argenti compare l'impact de l'IA à une "impression 3D" de logiciels, permettant de créer des prototypes en temps réel, ce qui révolutionne la manière dont les ingénieurs abordent le développement de logiciels.

Alors que de nombreuses entreprises américaines cherchent à mesurer l'utilisation de l'IA par leurs employés, Goldman Sachs adopte une approche différente. Par exemple, JPMorgan utilise des tableaux de bord pour surveiller les activités liées à l'IA de ses employés, tandis que Meta installe des logiciels pour suivre les frappes au clavier et les mouvements de souris. Ces méthodes visent à former leurs systèmes d'IA en analysant les interactions humaines.

Priorité à la performance d'équipe

Chez Goldman Sachs, Marco Argenti préfère évaluer la vitesse des équipes utilisant l'IA plutôt que de se concentrer sur les performances individuelles. Selon lui, se focaliser uniquement sur les individus revient à "manquer la forêt pour les arbres". Il supervise une transformation rapide de la manière dont les développeurs conçoivent des logiciels, en mettant l'accent sur la rapidité avec laquelle une idée se transforme en produit fini.

Bien que la banque ait accès aux données d'utilisation des outils par les individus, elle privilégie une vue d'ensemble inter-équipes. Cette approche vise à accélérer les délais de projet, à améliorer le contrôle qualité et à gérer la consommation de jetons d'IA dans le cadre budgétaire. Contrairement à d'autres, Goldman n'a pas mis en place de tableaux de bord pour comparer les taux d'adoption de l'IA entre collègues.

L'importance de la collaboration

Argenti explique que mesurer la productivité au niveau individuel peut être trompeur. Il compare cela à observer un seul joueur sur le terrain sans tenir compte de l'ensemble de l'équipe. Pour lui, l'efficacité réside dans la collaboration et le passage du ballon, plutôt que dans les performances isolées.

Mesurer la productivité des développeurs a toujours été un défi pour les entreprises. Argenti souligne qu'il n'existe pas de métrique unique et magique. Par exemple, compter le nombre de lignes de code n'est pas une mesure fiable de la productivité. Il compare cela à un programme d'entraînement physique où les indicateurs vitaux sont plus révélateurs que des chiffres isolés.

Gestion des coûts des jetons d'IA

Un autre aspect crucial est la gestion des coûts liés aux jetons d'IA. Argenti note que si l'utilisation des jetons augmente sans impact sur la production, cela signifie souvent que l'entreprise est encore en phase d'expérimentation. Goldman Sachs a identifié un seuil où la productivité commence à augmenter après une certaine consommation de jetons.

Les ingénieurs utilisent souvent des jetons pour planifier et créer des documents de besoins avant de coder. Cette phase préparatoire ne produit pas immédiatement de code, mais une fois le plan établi, la production de code s'accélère, entraînant une augmentation de la consommation de jetons.

Enthousiasme croissant pour l'IA

Selon Argenti, l'enthousiasme pour l'IA a dépassé la peur initiale parmi les ingénieurs. Lors d'une récente réunion d'innovation, il a constaté un sentiment d'autonomisation et de libération parmi les participants. Bien que certains aient été sceptiques au départ, ce sentiment était souvent lié à une méconnaissance de l'outil.

Vers une culture du prototypage en temps réel

L'impact de l'IA se manifeste également dans la manière dont les ingénieurs présentent leur travail. Plutôt que de s'appuyer sur des présentations PowerPoint, ils apportent des solutions concrètes et des prototypes de nouveaux produits. Cette capacité à prototyper en temps réel permet d'apporter des modifications instantanées lors des réunions, transformant ainsi la dynamique de la présentation et de la validation des idées.

Aujourd'hui, les ingénieurs de Goldman Sachs peuvent modifier un produit sous les yeux de leurs collègues, éliminant ainsi le délai entre l'idée et le prototype. Argenti décrit ce processus comme une "impression 3D" de logiciels, où la création et l'itération se font presque simultanément.

Débat sur le suivi de l'utilisation de l'IA

Le débat sur le suivi de l'utilisation de l'IA est vif. En tant que manager, Argenti estime qu'il est plus efficace de se concentrer sur les métriques au niveau de l'équipe. Le travail est souvent réalisé par des équipes hybrides, composées d'agents et d'humains, et il est crucial de mesurer la vitesse de développement des fonctionnalités.

En examinant le flux de travail, il est possible de voir combien de temps il faut pour passer de l'idée à la production. Une équipe peut avoir un certain retard, mais dès qu'elle commence à réduire ce retard, cela indique une amélioration.

Analyser l'efficacité de l'IA

Pour analyser l'efficacité de l'IA, il est essentiel de ne pas se limiter à des métriques individuelles. Argenti compare cela à un programme d'entraînement où l'on observe les changements dans les indicateurs vitaux plutôt que de se concentrer sur des chiffres isolés. Si les indicateurs montrent une amélioration, cela signifie que l'on est sur la bonne voie.

Coûts des jetons et résultats tangibles

La montée en flèche des coûts des jetons est un sujet important. Si l'utilisation des jetons est élevée sans amélioration de la production, cela indique une phase d'expérimentation. Une fois un certain seuil dépassé, la productivité commence à augmenter, montrant que les efforts portent leurs fruits.

Les ingénieurs utilisent les jetons pour créer des plans de mise en œuvre et des documents de besoins, ce qui ne produit pas immédiatement de code. Cependant, une fois le plan établi, la production de code s'accélère, montrant une corrélation entre l'utilisation des jetons et les résultats tangibles.