Le potentiel de l’IA générative – des technologies capables de créer de nouveaux contenus tels que l’audio, le texte, les images et la vidéo – à remplacer les personnes dans de nombreux emplois suscite d’énormes appréhensions. Mais l’une des plus grandes opportunités que l’IA générative offre aux entreprises et aux gouvernements est d’augmenter la créativité humaine et de relever les défis de la démocratisation de l’innovation.

L’expression « démocratisation de l’innovation » a été inventée par Eric von Hippel, du MIT, qui, depuis le milieu des années 1970, effectue des recherches et écrit sur le potentiel des utilisateurs de produits et de services à développer eux-mêmes ce dont ils ont besoin plutôt que de simplement compter sur les entreprises pour le faire. Depuis une vingtaine d’années, l’idée d’associer étroitement les utilisateurs au processus d’innovation a pris son essor et, aujourd’hui, les entreprises ont recours au crowdsourcing et aux concours d’innovation pour générer une multitude d’idées nouvelles. Cependant, de nombreuses entreprises peinent à tirer parti de ces contributions en raison de quatre difficultés.

Premièrement, les efforts de démocratisation de l’innovation peuvent entraîner une surcharge d’évaluation. Le crowdsourcing, par exemple, peut produire un flot d’idées, dont beaucoup finissent par être rejetées ou ignorées parce que les entreprises n’ont pas de moyen efficace de les évaluer ou de fusionner des idées incomplètes ou mineures qui pourraient s’avérer puissantes en combinaison.

Deuxièmement, les entreprises peuvent être victimes de la malédiction de l’expertise. Les experts du domaine qui sont les plus aptes à générer et à identifier des idées réalisables ont souvent du mal à générer ou même à accepter des idées nouvelles.

Troisièmement, les personnes qui manquent d’expertise dans un domaine peuvent identifier des idées nouvelles mais ne pas être en mesure de fournir les détails qui rendraient ces idées réalisables. Elles ne peuvent pas traduire des idées désordonnées en conceptions cohérentes.

Enfin, les entreprises ont du mal à faire la part des choses. Elles se concentrent sur la synthèse d’une multitude d’exigences des clients, mais peinent à produire une solution globale qui plaira à l’ensemble de la communauté.

Les outils d’IA générative peuvent résoudre un problème important rencontré dans les concours d’idées : combiner ou fusionner un grand nombre d’idées pour en produire de plus solides.

Nos recherches et notre expérience de travail avec des entreprises, des institutions universitaires, des gouvernements et des armées sur des centaines d’efforts d’innovation – certains avec et d’autres sans l’utilisation de l’IA générative – ont démontré que cette technologie peut aider les organisations à surmonter ces défis. Elle peut augmenter la créativité des employés et des clients et les aider à générer et à identifier de nouvelles idées, ainsi qu’à améliorer la qualité des idées brutes. Nous avons observé les cinq façons suivantes.

1. Promouvoir la pensée divergente
   L’IA générative peut favoriser la pensée divergente en établissant des associations entre des concepts éloignés et en produisant des idées qui en découlent. Voici un exemple de la manière dont nous avons utilisé Midjourney, un algorithme de conversion de texte en image capable de détecter des ressemblances analogiques entre des images, pour générer de nouvelles conceptions de produits sur la base de messages textuels provenant d’un humain. (Nous avons utilisé Midjourney, ChatGPT et Stable Diffusion pour les exemples de cet article, mais il ne s’agit que de quelques-uns des nombreux outils d’IA générative aujourd’hui disponibles). Nous avons demandé à Midjourney de créer une image combinant un éléphant et un papillon, et il a produit la chimère que nous avons baptisée « phantafly ».

Nous avons ensuite utilisé le rendu détaillé de Midjourney pour inspirer des messages-guides dans Stable Diffusion, un autre modèle texte-image très répandu. Stable Diffusion a généré une série d’idées pour différentes catégories de produits, notamment des chaises et des chocolats artisanaux (voir les images ci-dessous).

Regroupement de trois images. La première représente un éléphant gris typique, mais avec des oreilles écartées de la couleur et de la forme des ailes d’un papillon bleu et un papillon coloré au bout de sa queue. Le second est une grille de cinq cases sur quatre. Chacun des vingt carrés contient une chaise colorée avec des éléments de la création éléphant-papillon. Le troisième est une grille de cinq cases sur quatre. Chacune des vingt cases contient ce qui ressemble à des chocolats artisanaux, chacun avec des caractéristiques différentes de la création éléphant-papillon.
Les auteurs ont demandé à Midjourney de produire une image combinant un éléphant et un papillon ; ils ont baptisé cette création « phantafly » (à gauche). Les auteurs ont ensuite demandé à Stable Diffusion de générer des modèles de chaises et de chocolats artisanaux inspirés par « phantafly » (à droite). À mi-parcours ; Stable Diffusion
La production rapide et peu coûteuse d’une pléthore de dessins de cette manière permet à une entreprise d’évaluer rapidement un large éventail de concepts de produits. Par exemple, une entreprise de vêtements qui utilise l’IA générative pour créer de nouveaux modèles de T-shirts pourrait rester à l’affût des tendances et proposer à ses clients une sélection de produits en constante évolution.

Prenons un autre exemple de la manière dont cette technologie peut relier des idées pour créer des concepts qu’un individu ou une équipe n’aurait jamais imaginés eux-mêmes. Nous avons utilisé ChatGPT, un type d’IA générative connu sous le nom de modèle de langage étendu, pour guider la production d’idées. Nous lui avons demandé de générer des idées par le biais d’un processus de trisociation en connectant trois entités distinctes (une extension de la technique de créativité par bisociation). Notre équipe a donné à ChatGPT la consigne suivante : « Vous jouerez le rôle d’un idéateur. Vous allez générer au hasard 10 noms communs. Vous choisirez ensuite au hasard deux de ces 10 noms. Vous me demanderez ensuite un troisième nom. Vous générerez une idée commerciale en combinant ou en associant les deux noms que vous avez identifiés et le nom que j’ai identifié ».

ChatGPT a généré les noms « nourriture » et « technologie ». Lorsqu’on nous l’a demandé, nous avons ajouté le nom « voiture ». ChatGPT a rapidement produit l’idée commerciale suivante : « Un service de livraison de nourriture intelligent qui utilise des voitures autonomes pour transporter les repas jusqu’aux clients. L’aspect technologique pourrait impliquer l’utilisation de l’IA pour optimiser les itinéraires de livraison, suivre la température des aliments en temps réel et fournir aux clients des mises à jour en temps réel sur l’état de leurs commandes. Le service pourrait cibler les professionnels occupés et les familles qui veulent des options de repas pratiques et saines sans sacrifier le goût et la qualité. »

Dans un autre tour, ChatGPT a produit les noms « compagnie aérienne » et « chaise ». Lorsque nous avons répondu « université », ChatGPT a proposé un concept commercial qui offre aux étudiants et aux universitaires un moyen pratique et économique de se rendre à des conférences et à des ateliers dans le monde entier, tout en leur donnant accès à une bibliothèque de livres éducatifs pendant le vol. Il a proposé que l’entreprise s’appelle Fly and Study ou Edu-Fly.

2. Remettre en question le biais d’expertise
   Au cours des premières étapes du développement d’un nouveau produit, les conceptions atypiques créées par l’IA générative peuvent inciter les concepteurs à aller au-delà de leurs idées préconçues sur ce qui est possible ou souhaitable dans un produit, tant en termes de forme que de fonction. Cette approche peut conduire à des solutions que les humains n’auraient jamais imaginées en utilisant une approche traditionnelle, où les fonctions sont d’abord déterminées et la forme est ensuite conçue pour les accommoder. Ces apports peuvent aider à surmonter des préjugés tels que la fixation de la conception (une confiance excessive dans les formes de conception standard), la fixité fonctionnelle (un manque de capacité à imaginer une utilisation au-delà de l’utilisation traditionnelle) et l’effet Einstellung, où les expériences antérieures des individus les empêchent d’envisager de nouvelles façons de résoudre les problèmes.

Voici un exemple de ce processus. Nous avons demandé à Stable Diffusion de générer des modèles génériques de jouets inspirés des crabes, mais nous ne lui avons fourni aucune spécification fonctionnelle. Nous avons ensuite imaginé des capacités fonctionnelles après avoir vu les dessins. Par exemple, dans la collection de jouets inspirés du crabe présentée ci-dessous, l’image en haut à gauche pourrait être transformée en un jouet permettant de grimper aux murs ; l’image à côté pourrait être un jouet permettant de lancer une petite balle à travers une pièce. Le crabe posé sur une assiette près du centre pourrait devenir un plat à manger lentement pour les animaux domestiques.

Une grille d’images de cinq par quatre ; chacun des vingt carrés contient une image d’un jouet différent inspiré du crabe. Les dessins des jouets varient en couleur, en composition et en style.
Les auteurs ont demandé à Stable Diffusion de proposer des concepts de jouets inspirés du crabe. Stable Diffusion
Il ne s’agit pas d’une méthode totalement nouvelle pour créer des produits inhabituels : Une grande partie de l’architecture et de la fonctionnalité des attractions dans les parcs à thème tels que Disney World a été motivée par le désir de recréer des scènes et des personnages d’une histoire. Mais les outils d’IA générative peuvent aider à lancer les conceptions imaginatives d’une entreprise.

3. Aider à l’évaluation des idées
   Les outils d’IA générative peuvent contribuer à d’autres aspects de la phase initiale de l’innovation, notamment en améliorant la spécificité des idées, en les évaluant et parfois en les combinant. Prenons l’exemple d’un défi d’innovation dont l’objectif est d’identifier des moyens de minimiser le gaspillage alimentaire. ChatGPT a évalué les avantages et les inconvénients de trois idées brutes : (1) des emballages avec des dates de péremption dynamiques (des étiquettes qui changent automatiquement les dates ou les couleurs en fonction des conditions environnementales des lieux où elles sont stockées) ; (2) une application pour aider les utilisateurs à faire des dons de nourriture ; et (3) une campagne pour éduquer les gens sur les types de dates de péremption et ce qu’elles représentent en termes de fraîcheur et d’aptitude à l’emploi. ChatGPT a produit une analyse équilibrée des avantages et des inconvénients qui reflète ce que nous pourrions attendre d’un échange entre deux personnes intéressées discutant des mérites de telles idées.

Lorsque ChatGPT a évalué le concept d’emballage à date de péremption dynamique, par exemple, il a déterminé qu’il aiderait les consommateurs à mieux comprendre la durée de conservation des produits et encouragerait les fabricants de produits alimentaires à produire des lots plus petits qui seraient réapprovisionnés plus fréquemment dans les rayons des épiceries. En outre, le ChatGPT a souligné que les dates de péremption dynamiques peuvent nécessiter des changements importants dans le processus de fabrication et d’emballage et, par conséquent, pourraient augmenter les coûts pour les fabricants et les consommateurs.

ChatGPT a déterminé que l’application de don de nourriture pourrait encourager les gens à utiliser leur nourriture avant qu’elle ne soit périmée et réduire le gaspillage alimentaire en donnant de la nourriture comestible non ouverte à ceux qui en ont besoin. Il a toutefois précisé que l’application pourrait nécessiter une large base d’utilisateurs pour être efficace et que le transport et la distribution d’aliments provenant d’une grande variété de sources non réglementées pourraient poser des problèmes de sécurité.

Le plus grand potentiel de l’IA générative n’est pas de remplacer les humains, mais de les aider dans leurs efforts pour créer des solutions jusqu’ici inimaginables.

Il a déclaré que les avantages d’un programme d’éducation pour les consommateurs étaient de les sensibiliser à la signification des différentes étiquettes de péremption et de les aider à prendre des décisions plus éclairées en matière d’achat et de gaspillage de nourriture. Cependant, ChatGPT a averti que ce programme d’éducation pourrait être trop complexe car les dates de péremption ne sont pas normalisées pour tous les produits alimentaires. En outre, l’éducation des utilisateurs sur les différents types de dates de péremption peut s’avérer coûteuse si le programme est de grande envergure, en particulier s’il implique des campagnes à grande échelle ou du matériel éducatif.

L’IA générative peut aller au-delà du simple pour et du contre et aider les humains à évaluer les dimensions de la créativité telles que la nouveauté, la faisabilité, la spécificité, l’impact et l’applicabilité. Nous avons demandé à ChatGPT d’évaluer les mêmes exemples à l’aide de ces critères.

Voici son évaluation du concept d’emballage dynamique avec date de péremption :
Nouveauté : assez nouveau. Des efforts ont été faits pour développer des emballages intelligents capables de prolonger la durée de conservation des produits alimentaires, mais l’idée de dates de péremption dynamiques est un concept émergent.

Faisabilité : La mise en œuvre peut s’avérer difficile car elle nécessite le développement de nouveaux matériaux et technologies d’emballage. Elle nécessiterait également une collaboration avec les fabricants de produits alimentaires, les organismes de réglementation et les distributeurs.

Spécificité : Elle est spécifique en ce sens qu’elle s’attaque au problème du gaspillage alimentaire en fournissant aux consommateurs des dates de péremption plus précises pour leurs aliments.

Impact : Il pourrait avoir un impact significatif sur la réduction du gaspillage alimentaire et l’amélioration de la sécurité alimentaire. Lorsqu’ils disposent de dates de péremption plus précises, les consommateurs sont plus enclins à utiliser leurs aliments avant qu’ils ne se détériorent.

Possibilité de mise en œuvre : Le développement et la mise en œuvre de ce projet nécessiteraient très probablement des ressources et une expertise importantes, et il faudra peut-être plusieurs années pour qu’il atteigne son plein potentiel.

Voici l’évaluation par ChatGPT de l’application permettant de donner des aliments proches de la date de péremption :
Nouveauté : Pas vraiment de nouveauté. Il existe déjà de nombreux programmes et organisations visant à réduire le gaspillage alimentaire et à faire don des surplus de nourriture à ceux qui en ont besoin.

Faisabilité : Très faisable. Il existe de nombreux modèles établis et une infrastructure en place pour soutenir les efforts de don de nourriture.

Spécificité : Spécifique dans son objectif de réduire le gaspillage alimentaire et d’aborder les questions d’insécurité alimentaire.

Impact : a le potentiel d’avoir un impact significatif car il s’attaque à la fois au gaspillage alimentaire et à la faim. En redirigeant les excédents alimentaires vers ceux qui en ont besoin, il peut contribuer à réduire le gaspillage alimentaire tout en améliorant la sécurité alimentaire des populations vulnérables.

Faisabilité : très faisable, car il peut être mis en œuvre rapidement et à un coût relativement faible. Il nécessiterait des partenariats avec les fabricants, les distributeurs et les banques alimentaires, ainsi que des bénévoles pour collecter et distribuer les aliments donnés.

Enfin, voici comment ChatGPT a évalué l’idée d’éduquer les utilisateurs sur les différents types de dates de péremption :
Nouveauté : Pas vraiment de nouveauté. Des efforts ont été faits pour éduquer les consommateurs sur la signification des dates de péremption et sur la manière de conserver correctement les aliments pour prolonger leur durée de vie.

Faisabilité : Très faisable. Elle peut être mise en œuvre par divers moyens, tels que des campagnes de sensibilisation du public, du matériel éducatif et des médias.

Spécificité : Spécifique dans son objectif d’éduquer les consommateurs sur les différentes dates de péremption et sur la manière de conserver correctement les aliments afin de réduire le gaspillage alimentaire.

Impact : Potentiellement important. En informant les consommateurs sur les différentes dates de péremption et sur la manière de conserver correctement les aliments, on les rendra plus attentifs au gaspillage alimentaire et on les incitera à prendre des mesures pour le réduire.

Faisabilité : très faisable et pouvant être mis en œuvre à un coût relativement faible. Il faudrait collaborer avec des groupes de l’industrie alimentaire, des agences gouvernementales et d’autres organisations pour développer et distribuer du matériel éducatif.

En utilisant les évaluations de ChatGPT, il serait relativement facile d’évaluer ces trois concepts, de les classer ou de les organiser rapidement en fonction des critères les plus importants.

4. Soutenir le raffinement des idées
   Les outils d’IA générative peuvent résoudre un défi important auquel sont confrontés les concours d’idées : combiner ou fusionner un grand nombre d’idées pour en produire de plus fortes. Par exemple, une organisation qui tente de remporter un contrat ou une subvention pour développer un programme de réduction des déchets alimentaires peut utiliser les outils pour combiner les trois concepts discutés précédemment. Nous avons procédé en deux étapes. Tout d’abord, nous avons demandé à ChatGPT d’étoffer chacun des concepts :

« Les dates de péremption dynamiques sont une solution visant à réduire le gaspillage alimentaire. Il s’agit d’intégrer dans l’emballage une technologie capable de suivre et d’ajuster la durée de conservation des produits en temps réel. En utilisant des capteurs, la date de péremption peut être mise à jour en fonction des changements dans les facteurs environnementaux, offrant aux consommateurs une estimation plus précise de la date à laquelle un produit se périmera. »
« Une application qui permet aux consommateurs de donner des aliments proches de leur date de péremption vise à réduire le gaspillage alimentaire en donnant des aliments non ouverts et comestibles à ceux qui en ont besoin. L’application met en relation les personnes qui ont des surplus alimentaires avec les organisations locales qui peuvent les utiliser. En utilisant la technologie pour faciliter les dons de nourriture, l’application peut aider à réduire le gaspillage alimentaire et à subvenir aux besoins des personnes dans le besoin ».
« En informant les utilisateurs sur les différents types de dates de péremption, on peut les aider à prendre des décisions éclairées concernant l’achat et la consommation de denrées alimentaires, à réduire le gaspillage et à économiser de l’argent. En clarifiant la signification des mentions « à consommer de préférence avant le », « à consommer jusqu’au » et d’autres étiquettes de péremption, une campagne d’éducation peut aider les utilisateurs à mieux comprendre comment déterminer si les aliments sont propres à la consommation et quand il est temps de les jeter.
Nous avons ensuite demandé à ChatGPT de fusionner ces trois idées en un seul programme de lutte contre le gaspillage alimentaire. En peu de temps, il a produit la description suivante : « La solution globale de réduction des déchets alimentaires implique la création d’emballages intelligents avec des dates de péremption dynamiques, la mise en place d’un programme de don des excédents alimentaires et l’éducation du public sur l’importance de comprendre les dates de péremption des aliments. L’emballage intelligent aide les consommateurs à prendre des décisions éclairées sur la fraîcheur des aliments, le programme de don garantit que les excédents alimentaires sont utilisés à bon escient et l’éducation sensibilise le public à l’impact du gaspillage alimentaire. Cette solution a le potentiel de réduire considérablement le gaspillage alimentaire et de créer un avenir plus durable en responsabilisant les consommateurs, en travaillant avec l’industrie et le gouvernement, et en faisant un meilleur usage des surplus alimentaires ».

5. Faciliter la collaboration avec et entre les utilisateurs
   Lors du développement de nouvelles idées ou conceptions de produits, l’IA générative peut faciliter la collaboration entre les concepteurs d’une entreprise et les utilisateurs d’un produit potentiel, ainsi qu’entre les utilisateurs eux-mêmes. En d’autres termes, la technologie rend la cocréation de nouvelles offres beaucoup plus facile et moins coûteuse. Par exemple, une entreprise peut donner aux utilisateurs l’accès à des outils leur permettant de générer des dessins, puis de créer une version personnalisée du produit en fonction des préférences du client. Une autre solution consiste à publier les dessins des utilisateurs sur une plateforme de crowdsourcing où ils sont évalués par la communauté. Les meilleures conceptions pourraient ensuite être développées par d’autres collaborateurs.

Pour illustrer ce potentiel, nous montrons comment une voiture volante – que l’on essaie de développer depuis plus de 100 ans sans grand succès – pourrait être conçue. Nous avons donné à Stable Diffusion la consigne suivante : « Concevez un produit capable de voler mais aussi de rouler sur la route, une automobile volante ». Stable Diffusion a généré plusieurs modèles, et nous avons sélectionné celui que nous considérions comme le plus prometteur : le véhicule situé dans le coin inférieur droit de l’image ci-dessous.

Une grille d’images de trois par deux ; chacun des six carrés contient une image d’un concept différent d’automobile volante. Les véhicules varient en couleur et en forme.
Les auteurs ont demandé à Stable Diffusion de concevoir une automobile volante. Diffusion stable
Nous avons ensuite demandé à Stable Diffusion de reprendre ce design et de réimaginer le concept de manière à ce que la voiture « ressemble à un aigle robot ». L’image ci-dessous montre les variations que le programme d’IA générative a rapidement produites – du dessin en haut à gauche qui ressemble le plus à un aigle robot au concept plus réaliste d’une automobile volante dans le coin inférieur droit.

Une grille d’images de trois par deux ; chacun des six carrés contient une image d’une voiture volante. Les six voitures volantes ont toutes la même forme de base, mais chacune contient des variations uniques, telles que des ajouts en forme de plumes à différents endroits, destinés à la faire ressembler à un aigle robot.
Les auteurs ont choisi l’un des modèles de voiture volante et ont demandé à Stable Diffusion de le réimaginer pour qu’il ressemble à un aigle robot. Diffusion stable
Un deuxième exemple illustre comment les concepteurs peuvent utiliser ces outils pour collaborer sur des variations thématiques d’une conception structurelle. Ils sont partis d’un modèle d’automobile volante généré par l’IA et ont demandé à l’outil de produire des versions ressemblant à une libellule, un tigre, une tortue et un aigle (voir l’image ci-dessous).

Groupement de deux images. La première montre un concept d’automobile volante avec deux ailes en boucle sur le dessus, un corps en forme de carapace de tortue, et des roues et un train d’atterrissage sur le dessous. La seconde image est une grille de deux par deux ; chacune des quatre images qui la composent présente une variante du concept de la première.
Cette image est un autre concept de voiture volante généré par l’IA (à gauche) avec des versions qui ressemblent à une libellule, un tigre, une tortue et un aigle (à droite). Diffusion stable
Une autre approche consiste, pour les collaborateurs humains, à utiliser un outil comme ChatGPT pour développer les détails du produit, puis à utiliser un outil comme Stable Diffusion pour obtenir des conceptions visuelles basées sur une série d’invites qui se complètent les unes les autres. Nous avons donné à ChatGPT un message similaire à celui que nous avions donné à Stable Diffusion : « Décrivez un produit qui peut voler mais aussi rouler sur la route, une automobile volante ».

ChatGPT a fourni la description suivante : « L’automobile volante est un véhicule élégant et futuriste conçu pour l’aventure ultime. Elle a l’apparence d’une voiture de sport élégante avec des courbes douces et un extérieur poli, mais avec des rotors cachés qui lui permettent de s’envoler. »

S’abonner à notre lettre d’information mensuelle
Stratégie et exécution
Les outils dont vous avez besoin pour élaborer des plans stratégiques – et comment les mettre en œuvre.
S’inscrire
Lorsque nous avons donné cette description à Stable Diffusion, elle a produit l’image ci-dessous à gauche. Nous avons ensuite demandé à ChatGPT de réimaginer la description pour y inclure l’information selon laquelle le produit doit ressembler à une libellule et avoir des marqueurs d’illumination pour voler la nuit. Nous avons obtenu le résultat suivant : « Avec son corps élancé, ses ailes déployées et ses rotors cachés, le véhicule rappelle une libellule qui prend vie. Les marqueurs lumineux situés le long des ailes et du corps créent un effet visuel étonnant, aidant à rendre le véhicule visible dans l’obscurité ».

Stable Diffusion a traduit cette description en plusieurs versions qui ont conservé le design réalisable et ont ajouté des éléments d’illumination basés sur le motif des ailes d’une libellule. Les images ci-dessous à droite sont des exemples.

Regroupement de deux images. La première montre une voiture volante qui ressemble à une souris d’ordinateur élégante avec des roues. Elle semble aérodynamique, avec un nez effilé et sans ailes latérales apparentes. La seconde image est une grille deux par deux ; chacun des quatre modèles de voiture volante est une variante du premier modèle. Chaque voiture présente des différences uniques dans le dessin de sa surface, ressemblant à des ailes d’insectes ou à des traînées de néon.
Les auteurs ont utilisé ChatGPT pour décrire une voiture volante et ont demandé à Stable Diffusion de générer un dessin à partir de cette description (à gauche), puis des variations du dessin qui incorporent des détails de libellule et des éclairages (à droite). Stable Diffusion
. . .
Les êtres humains font preuve d’une créativité sans limite. Cependant, la difficulté de communiquer leurs concepts sous forme écrite ou visuelle empêche un grand nombre de personnes d’apporter de nouvelles idées. L’IA générative peut lever cet obstacle. Comme pour toute capacité réellement innovante, il y aura sans aucun doute des résistances. Les processus d’innovation de longue date devront être modifiés. Les personnes qui ont des intérêts directs dans l’ancienne façon de faire les choses – en particulier celles qui craignent d’être rendues obsolètes – résisteront. Mais les avantages – les possibilités d’augmenter considérablement le nombre et la nouveauté des idées provenant à la fois de l’intérieur et de l’extérieur de l’organisation – feront que le voyage en vaudra la peine. Le plus grand potentiel de l’IA générative n’est pas de remplacer les humains, mais de les aider dans leurs efforts individuels et collectifs pour créer des solutions jusqu’ici inimaginables. Elle peut véritablement démocratiser l’innovation.