Transcription

• Speaker #0

  et bien bonjour à toutes et à tous et bienvenue pour ce dernier épisode non pas d'innovation and prospective talk mais de cette série de l'été autour de l'IA autour de ce challenge qu'elle peut faire sur nous mêmes à la fois dans cette capacité à mieux nous connaître à mieux nous appréhender à prendre l'organisation c'est un des sujets aussi de cet épisode, enfin plein de belles choses, en tout cas troisième et dernier épisode avant d'attaquer septembre et de repartir pour notre saison 2026-2027. On vous rappelle que vous pouvez vous abonner, partager la bonne parole sur Innovation & Prospective Talk, le podcast, alors sur Apple Podcasts, Deezer ou encore Spotify ou innovationtalk.tech, voilà vous savez tout, c'est parti, alors on va poursuivre puisque dans les deux premiers épisodes de cette série de l'été, nous avons exploré avec... Bertil, qui est docteur en philosophie de l'esprit, qui a notamment beaucoup travaillé sur les sujets d'IA, donc la manière dont l'IA générative commence à transformer notre rapport à nous-mêmes. Donc beaucoup de choses et beaucoup d'éléments. On a parlé de l'IA par rapport à nous, par rapport à l'introspection individuelle. On a parlé de l'IA dans cette question du travail. Et là, nous allons parler cette fois de l'organisation. Bonjour Bertil, bonjour Lionel.

• Speaker #1

  Bonjour.

• Speaker #2

  Bonjour Mathieu, bonjour tout le monde. Oui, tu as raison Mathieu, aujourd'hui nous changeons d'échelle. Après l'IA à titre personnel et puis l'IA de notre personne dans notre organisation, on va changer d'échelle, on va parler plus seulement de l'individu face à l'IA, mais à l'organisation elle-même face à l'IA. Une entreprise peut-elle, elle aussi, utiliser l'IA pour mieux comprendre ce qu'elle sait, ce qu'elle fait, ce qu'elle répète, ce qu'elle oublie, ce qu'elle croit être, bref, tout un tas de spectres. Et puis si oui, qu'est-ce qu'il faut entendre par là ? Peut-être vraiment... parler de cet lien comme de l'introspection, qu'il s'agirait d'introspecter une organisation ? Faut-il penser autrement cette forme de réflexivité collective ? Eh bien, c'est les questions que l'on va poser. Je sais que la première te brûle les lèvres pour ce troisième épisode que tu vas poser à Bertil.

• Speaker #0

  Effectivement, oui, parce que tu le soulignes, on va parler de l'organisation. Dans le premier épisode, on a parlé de l'introspection individuelle. Dans le deuxième, de l'introspection au travail. Première question Bertil. Peut-on vraiment parler d'une introspection de l'organisation si on fait les poupées russes, finalement, de cette série de l'été ?

• Speaker #1

  Alors, je pense que ça doit être nuancé parce qu'il faut tout de suite préciser ce qu'on entend par introspection. On ne peut pas vraiment dire qu'une organisation, elle va s'introspecter comme une personne le ferait, parce qu'elle n'a pas de conscience, en fait. Elle ne ressent pas, elle n'a pas une expérience subjective comparable à celle d'un individu. Donc, je dirais au sens strict, philosophique, une organisation, elle a... pas d'introspection, elle ne peut pas s'introspecter. Ce qui ne veut pas dire qu'elle n'a pas des formes de réflexivité collective. Par exemple, elle peut se demander qu'est-ce que nous savons faire, qu'est-ce que nous répétons ou qu'est-ce que nous valorisons vraiment, pourquoi nos projets échouent, est-ce que c'est toujours pour les mêmes raisons. Et c'est là que l'IA générative peut devenir intéressante parce qu'elle peut aider l'organisation à interroger les traces qu'elle produit. Donc, tous les documents, toutes les décisions, les retours d'expérience, les incidents aussi qu'elle rencontre, en fait, et qu'elle laisse pour trace. Donc, c'est pour ça que je parlerais moins d'introspection au sens strict que de réflexivité organisationnelle, médié par l'IA, plutôt qu'introspection, médié par l'IA.

• Speaker #2

  Alors, si une organisation n'a pas de conscience propre, ça paraît normal, c'est un, comme on dit, c'est une personne morale. Oui, alors attends,

• Speaker #0

  on y reviendra dans un autre épisode, puisque dans les lectures de cet été, certains chercheurs de chez Anthropique ont détecté une forme de proto-conscience dans Claude, et donc on en reparlera, mais bon, c'est autre chose, une personne morale pourra peut-être à terme avoir une conscience. Attention !

• Speaker #2

  On ne présage pas d'un futur technologique incertain. Ils ont fait revivre Stanley Kubrick, et puis 2001, l'Odyssée de l'espace, avec la conscience de Halle. Bon. Alors, ne digressons pas trop, sinon nous allons rester pendant trois heures derrière ce micro. Et on a des choses à faire, on a du lait sur le feu. Donc, si cette organisation n'a pas de propre conscience, oui, c'est ce que l'on imagine habituellement, qu'est-ce que cela veut dire pour elle de se connaître ?

• Speaker #1

  Alors, je dirais que pour une organisation, se connaître, ça ne veut pas dire accéder à une intériorité, comme je disais, à sa subjectivité ou ce qu'on pourrait aussi appeler sa vie intérieure. Ça voudrait plutôt dire... par exemple produire, discuter ou parfois contester des représentations d'elles-mêmes. Une organisation pourrait dire qu'elle se connaît quand elle peut répondre au moins partiellement à des questions comme « que savons-nous faire ? » qu'on ne s'est pas toujours nommé, « où sont localisés nos savoirs ? » , « quel écart existe entre notre discours officiel et nos pratiques réelles ? » . Et donc c'est très différent d'un simple reporting, puisqu'un reporting dit « voilà nos indicateurs » , alors qu'une réflexivité organisationnelle demande plutôt « qu'est-ce que ces indicateurs ? » . nous font comprendre ou ne nous font pas comprendre de ce qu'on est en train de devenir ou de ce qu'on est, tout simplement. Et il y a pas mal de travaux là-dessus sur le sense-making organisationnel qui peuvent être utiles pour comprendre cette idée. C'est que les organisations, elles ne font pas que traiter des informations. Elles transforment aussi des situations qui seraient ambiguës en significations qu'on peut partager et qui, en fait, orientent après l'action de l'organisation elle-même. Et donc, vous avez l'IA qui peut intervenir dans ce processus et qui peut aider, comme on l'a vu, à mettre en mots une situation, cette fois collective. Mais elle peut aussi, comme on l'a vu également dans les autres épisodes, les épisodes précédents, elle peut aussi peut-être figer trop rapidement, stabiliser trop vite une interprétation qu'elle donne. Et c'est là que l'enjeu, je dirais, philosophique commence.

• Speaker #2

  Tu n'as pas entendu Mathieu ?

• Speaker #1

  Non, on ne t'entend plus Mathieu.

• Speaker #2

  Mathieu nous a quittés. Non,

• Speaker #0

  je ne vous ai pas quittés, j'étais sur mute. Mais comme quoi, c'est important d'avoir un régisseur. Alors, si jamais, je vous passe le mot, si jamais vous cherchez un boulot non payé, on vous invite à postuler pour être régisseur sur Innovation and Prospective Talks. Le podcast à retrouver sur Apple Podcasts. Tu soulignes un point qui était intéressant notamment, mais quand on parle d'IA et plus encore d'IA générative, qu'est-ce que ça apporte finalement dans les dispositifs de réflexivité collective de l'entreprise ? Qu'est-ce que ça change par rapport à avant, où on avait quelque part ces échanges, cette manière d'interagir, cette intelligence collective qui se crée ? Qu'est-ce que l'IA générative apporte là-dedans ?

• Speaker #1

  Tu as raison de dire que finalement, il y a déjà des choses qui existent, puisque les organisations ont toujours eu des dispositifs pour se regarder elles-mêmes. On a des audits, des tableaux de bord, des retours d'expérience, des référentiels de compétences, des bases documentaires. Donc l'IA ne vient pas créer la réflexivité organisationnelle. Mais ce qu'elle change, c'est qu'elle rend toutes ces traces interrogeables de manière conversationnelle. Et donc on ne va plus se contenter de consulter un tableau de bord ou de rechercher un document. On peut plutôt demander à l'IA directement qu'est-ce qui revient dans, par exemple, nos échecs de transformation. Quels signaux faibles apparaissent dans nos incidents qualité ? Et par exemple, quels savoirs sont concentrés dans quelques équipes seulement ? Et donc ça, c'est une différence que je trouve importante parce que l'IA générative, du coup, elle ne fournit pas seulement une information. elle vient relier, synthétiser, hiérarchiser et reformuler aussi toutes ces traces que laisse l'organisation. Et elle produit sur ce fondement-là une interprétation. Et donc, il y a une question qui peut émerger, c'est est-ce que l'IA, finalement, elle aide l'organisation à ouvrir une enquête sur elle-même ? ou est-ce qu'elle produit une synthèse, somme toute séduisante, qui vient refermer trop vite la discussion ? C'est une question qui...

• Speaker #2

  Avant d'aller plus loin sur ce qu'elle est capable de générer, et les biais qu'elle est capable de prendre, et donc les défauts que le manager de l'organisation, ou les managers de l'organisation, pourraient mal interpréter ou être mal orientés, tu parles de traces. Donc à partir de quelle... traces parce que moi je veux bien qu'on parle de traces mais quelle trace l'IA à partir de quelle trace l'IA construit-elle ce miroir organisationnel et qu'est ce qui échappe éventuellement à ce type de miroir dans les analyses qu'elle peut faire à partir de ces traces dont tu parles ?

• Speaker #1

  Oui alors l'IA c'est vrai qu'elle construit cette espèce de miroir dont on parle à partir de tout ce que l'organisation aura documenté donc comme je disais ça peut être des comptes rendus, des rapports qualité, des tickets d'incidents ? des retours clients, même les livrables projets, toutes sortes de documents qu'elle va créer, produire. Et c'est ça qu'on appelle les traces. Ce qui est documenté, et ça qui est intéressant, c'est que tout ce qui est documenté n'est pas tout ce qui compte pour que l'organisation puisse se connaître elle-même, ou avoir une bonne représentation de ce qu'elle est ou est en train de devenir. Parce que l'organisation, elle est aussi faite de savoir tacite, de gestes, de relations informelles, même d'intuition métier, ou même, je pense, aux arbitrages qui ne sont pas toujours écrits. des voix minoritaires qui ne remontent pas vraiment dans les canaux officiels. Et donc, on pourrait dire qu'elle ne reflète pas à travers son interprétation l'organisation dans sa totalité, mais qu'elle reflète simplement une partie des traces qu'elle a laissées. Et je pense que c'est essentiel pour éviter de prendre ce miroir dont on parle pour la réalité, puisqu'il ne se fonde que sur quelques-unes. quelques-uns des éléments de l'organisation ou seulement sur certaines perspectives de sa réalité, finalement.

• Speaker #2

  Oui, c'est un peu le cheval de bataille de Yann Lequin qui assène que la connaissance n'est pas une connaissance qui n'est liée qu'à l'écrit. Et c'est vrai qu'aujourd'hui, l'IA n'absorbe que les écrits. Elle n'absorbe pas le monde, elle n'a pas une connaissance du monde, c'est sûr.

• Speaker #0

  On va digresser, alors on va avancer. Je sens que ça va repartir. Parmi les traces que tu soulignes, Bertille, J'aimerais savoir après, quel est ton point de vue sur la capacité de l'IA à transformer ces données dont tu parles, ces traces des données organisationnelles, entre guillemets, en récits sur l'organisation ?

• Speaker #1

  Oui, c'est un mécanisme intéressant, puisque l'IA générative, elle ne fait pas seulement, comme je disais, remonter des informations, elle les organise dans une forme narrative. Et donc, elle peut dire, par exemple, votre frein principal, c'est la résistance au changement. Et donc, c'est des formulations qui sont... intéressante, parce que ça donne de la cohérence à des traces qui sont un peu dispersées. Mais comme je le dis un petit peu à travers toutes mes réponses, c'est aussi là que le risque apparaît. C'est qu'une organisation est rarement aussi cohérente qu'un résumé qui est généré par l'IA. Elle est faite de tensions, de désaccords, de zones grises, aussi de contradictions entre ce que le siège dit et ce que le terrain vit. ce que les clients perçoivent et puis ce que les experts vont posséder comme savoir. Et donc, ce n'est pas simplement le risque que le récit produit par l'IA soit faux, c'est aussi qu'il soit suffisamment plausible, fluide et même actionnable pour devenir dominant et qu'on ne l'interroge plus en fait, et qu'on se contente de ce que l'IA nous a fourni. Donc, on revient un petit peu à ce qu'on disait dans les épisodes précédents, c'est que l'IA, elle peut aider à formuler. mais elle peut aussi figer, elle peut rendre visible, mais aussi simplifier. Et donc, elle peut vraiment soutenir la compréhension d'une organisation, mais elle peut aussi parfois imposer trop vite des catégories pour la comprendre.

• Speaker #2

  Oui, alors quelle différence fais-tu, toi, entre une organisation qui apprend et une organisation qui croit se comprendre ? Comme la grenouille, croit, croit.

• Speaker #0

  C'est le retour des raccords pour tous nos auditeurs, c'est le retour pour tout le monde.

• Speaker #1

  Oui, c'est une bonne question. Je dirais qu'une organisation, elle apprend lorsqu'elle transforme ses pratiques à partir d'une interprétation qu'elle aurait discutée de son expérience. Donc, elle ne se contente pas de dire « on a compris » . Vraiment, elle va mettre à l'épreuve ce qu'elle croit avoir compris pour vérifier finalement si c'est bien compris. Et donc, par exemple, si vous avez plusieurs projets qui échouent, l'IAD peut produire une synthèse en disant que le problème vient d'un manque d'alignement entre les équipes. Alors, c'est utile, mais l'apprentissage, il va commencer pour moi seulement ensuite, quand on s'interroge sur OK, quelles équipes, à quel moment, dans quel type de projet, et qu'on part de là pour se réajuster et venir vérifier si ce réajustement, du coup, il permet de... de changer les choses. Et donc, ça veut dire que c'était le bon ajustement à faire. Et une organisation, pour reprendre l'autre partie de ta question, qui croit se comprendre, c'est plutôt une organisation qui irait adopter trop vite une synthèse cohérente sans interroger ce qu'elle laisse de côté. C'est-à-dire tout ce que cette synthèse ne va pas mettre en visibilité. Je pense à un exemple... Il y a l'IA qui analyse par exemple des retours internes et qui conclut que ces retours, en tout cas le problème qu'il y a sur le projet, c'est les équipes qui résistent aux changements. Et donc c'est peut-être vrai, mais peut-être que les équipes ne résistent pas vraiment aux changements, mais qu'elles finalement signalent des contraintes terrain que le projet n'a pas intégré. Et donc elles sont touchées pour cette raison-là.

• Speaker #0

  C'est un peu le sujet sous-jacent, c'est comment est-ce qu'on rend visible quelque part ces savoirs, où c'est remonté un peu, alors collectif bien sûr, mais alors dispersé, pas forcément écrit, comment est-ce qu'on rend visible toutes ces traces, tous ces éléments, en fait, à l'IA ou pas ?

• Speaker #1

  Oui, alors pour faire un peu le lien avec ma réponse d'avant, c'est que finalement, il ne faut pas que la synthèse fournie par l'IA, en tout cas le résultat fourni par l'IA, deviennent la conclusion et qu'on se dise ok, on part de là, c'est bon, c'est terminé, on a compris. Et donc, l'IA peut aider à rendre visibles des savoirs collectifs qui sont, on va dire, dispersés en aidant à faire apparaître des connexions, en fait, pour rendre visible ce qui est dispersé. Dans une grande organisation comme la nôtre, plusieurs équipes peuvent avoir rencontré des problèmes similaires, mais sans le savoir. Ça peut être une équipe en France, une équipe en Allemagne, une autre dans un autre secteur. ou un autre business et ces équipes n'auraient jamais été reliées. Et donc, elle peut dire, ah ben voilà, c'est un problème qui existe ici, dans tel programme, cette contrainte apparaît dans plusieurs autres projets, voilà lesquels. Et donc, voilà, c'est en ça que je pense qu'elle peut essayer de créer du lien finalement entre ces savoirs dispersés. Et elle peut aussi aider à approcher certains savoirs qu'on tacite, on va dire, pas seulement en les capturant parfaitement, mais en posant peut-être de meilleures questions. comme qu'est-ce que les experts voient avant les autres, ou quels signaux faibles les opérateurs mentionnent dans les retours terrain. Et donc voilà, on reste toujours prudent, parce qu'un savoir tacite, ce n'est pas simplement un savoir qui n'est pas encore documenté, comme on le disait tout à l'heure, c'est aussi un savoir qui est incorporé dans l'expérience, dans le jugement ou dans la relation. Et donc, ça veut dire que l'IA pourra le faire émerger, mais seulement partiellement. Donc, elle ne peut pas le remplacer entièrement, finalement. Donc, je pense que son rôle le plus intéressant, ce n'est pas de dire tout ce que l'organisation sait, mais plutôt des zones un peu grises où l'organisation semble savoir quelque chose sans l'avoir encore vraiment pleinement formulé.

• Speaker #2

  Alors, on vient maintenant à parler du risque et je pense qu'il y en a même plusieurs. Donc quels sont finalement, déjà dans un premier temps, les risques que l'on court quand l'IA devient le miroir dans lequel l'organisation se regarde ?

• Speaker #1

  Oui, je pense que tu as raison, j'en vois plusieurs. Le premier, on l'a rapidement évoqué, c'est l'idée que l'IA reflète les traces qui sont disponibles, mais pas toute l'organisation. Et donc, il y a des personnes qui écrivent beaucoup, il y a des processus qui sont très bien documentés, des indicateurs qui sont dominants et qui sont du coup plus visibles. que, comme on disait, les savoirs tacites ou des tensions informelles ou des voies marginales. Donc ça, ce serait un premier risque. Un autre risque, c'est que l'IA est très forte pour produire une synthèse qui est claire, fluide, mais parfois, pour comprendre une organisation, ce n'est pas cette synthèse fluide qui va compter, mais c'est plutôt les tensions, finalement, ou les contradictions de cette organisation qui pourraient être les plus intéressantes à analyser. Un autre risque que je vois, on l'a aussi un peu évoqué, c'est que l'IA peut reformuler des problèmes dans des catégories qui sont déjà disponibles. Cette personne, elle est agile, ça manque d'engagement, il y a une résistance au changement, etc. Et donc, c'est des mots qui sont très utiles pour communiquer entre nous dans les organisations, mais ça peut aussi masquer d'autres réalités qui ne sont finalement pas catégorisées immédiatement avec le langage qu'on utilise. J'en vois peut-être un dernier. C'est que comme la réponse de l'IA est claire, elle est structurée et apparemment neutre, elle peut être aussi reçue comme plus objective qu'elle ne l'est. Et il y a des travaux sur les LLM et l'organisational knowing qui peuvent être importants ici parce qu'ils montrent que les LLM ne sont pas seulement de nouveaux outils de gestion de connaissances. mais qu'en fait, ils transforment vraiment la manière dont la connaissance est créée et aussi dont elle est validée et mobilisée par les organisations. Et donc ça, c'est un risque qui me semble central parce que, encore une fois, ce n'est pas seulement l'erreur que peuvent faire les IA, c'est plus la stabilisation un peu prématurée d'une représentation collective et on passe à côté d'éléments qui sont essentiels pour mieux la comprendre.

• Speaker #0

  Et selon toi, à quel moment l'intelligence artificielle peut venir en renfort d'une vraie réflexivité collective ? Est-ce que déjà c'est bénéfique ou pas finalement ? Parce qu'on a fait son introspection individuelle, l'IA nous a aidés, par rapport au travail également. Est-ce que collectivement, il y a un vrai soutien de ce collectif ou de ce récit collectif qui peut-être a influencé, voire imposé un récit collectif dominant ?

• Speaker #1

  Oui, je suis convaincue qu'elle peut être très utile, mais je pense qu'il y a des conditions. Il y a plusieurs conditions à poser, finalement. Et que c'est des éléments qu'on connaît plutôt déjà bien, comme par exemple la traçabilité. Quand l'IA produit une interprétation, il faut qu'on soit en mesure de pouvoir revenir aux sources. C'est à partir de quels documents, de quelle équipe tu parles, sur quelle période, etc. Peut-être aussi garder un accès à la pluralité de lecture. Une IA réflexive, elle ne devrait pas seulement produire la synthèse. Je pense qu'elle devrait plutôt pouvoir proposer plusieurs lectures différentes. Une lecture de terrain, une lecture du management, une lecture des experts et multiplier les perspectives finalement sur un sujet pour qu'on puisse avoir une vision globale de ce problème, de ce sujet, de cette situation. Une autre condition, ça pourrait être aussi de pouvoir contester ses résultats. Vraiment ? Les équipes qui devraient pouvoir dire « Ah non, non, c'est pas notre expérience, en fait. Cette interprétation-là donnée par l'IA, elle manque une dimension et moi, je voudrais en discuter. » Et donc, voilà, ça, c'est quelque chose qui me semble important. Et peut-être autre chose, c'est l'attention un peu à ce qu'on disait au silence. Savoir tacite, savoir disperser. Il y a des bonnes questions à poser. Ce n'est pas simplement qu'a dit Lya, c'est aussi qu'est-ce qui n'apparaît pas dans la synthèse ? Qu'est-ce qui pourrait manquer dans ce qu'elle nous fournit comme résultat ? Et donc, ce ne serait pas simplement dire à Lya, résume-moi le problème principal de l'organisation. Ce serait, donne-moi trois lectures possibles de cette situation, de cette organisation, et indique ce que chacune de ces lectures rend visible et ce que chacune de ces lectures risque de masquer. Donc je pense que l'IA donne une interprétation, on pourrait presque dire une interprétation un peu subjective, à partir des données auxquelles elle a accès. Et donc ça, ça doit être pris avec prudence, c'est simplement ça. Mais ça ne veut pas dire qu'elle n'est pas utile. Si on pose des conditions, je pense qu'elle le devient très fortement.

• Speaker #2

  Donc si l'IA va participer à la façon dont les organisations se comprennent, avec toutes les réserves que... que tu as faites et que tu as énoncées suite à ces différentes questions. Quelle est la responsabilité de ceux qui conçoivent et déploient ces systèmes au cœur des organisations ? Est-ce que c'est là où on branche le biais ou pas ?

• Speaker #0

  Il y a quand même une notion de plateforme même derrière. Je partage la question, cher Lionel.

• Speaker #1

  Oui, là ce qui je trouve être intéressant, c'est qu'on a discuté de la manière dont l'IA générative influence la façon dont les individus, les professionnels et les organisations peuvent se comprendre. Donc on pourrait dire qu'on conçoit plus seulement des outils de productivité, mais qu'on conçoit aussi des systèmes qui participent à la représentation que les organisations ont d'elles-mêmes. Et en fait, effectivement, ça touche tout de suite à la notion de responsabilité pour ceux qui les conçoivent, et ceux qui les déploient, et aussi ceux qui les utilisent. C'est-à-dire, voilà, quelle catégorie le système utilise, quelle voie on rend visible et quelle on invisibilise. Et voilà, l'objectif, en fait, de ce que je comprends de tout ça, c'est qu'il y a, c'est pas qu'elle nous dise qui nous sommes, ni comme individus, ni comme professionnels, ni comme organisations. Mais c'est plutôt un objectif de concevoir des IA qui nous aident à interroger la manière dont on se perçoit et dont on se comprend. Et donc, c'est vraiment un support, finalement. Et c'est peut-être même là que se situe la prochaine frontière de l'innovation responsable. C'est créer des systèmes qui sont plus seulement performants, mais qui sont aussi capables de renforcer notre compréhension collective. Réduire la complexité de ce qu'il y a un individu, un professionnel, une organisation. Ce serait ma réponse.

• Speaker #0

  Ça promet des challenges. Imagine le dirigeant d'entreprise qui a fait son introspection personnelle, qui a fait son introspection au travail, qui doit faire l'introspection de l'organisation. Si elle a peut-être une conscience, il y a ou pas, on en reparlera. C'est un puissant fait, mais je crois que dans ce que tu soulignes, il y a quand même aussi la capacité du libre arbitre humain, de l'individu qui est quand même encore dominant, biologiquement dominant encore pour quelque temps au moins. Et donc effectivement, ces sujets sont quand même assez intéressants. Il faudra qu'on rebondisse d'ailleurs dans les prochains épisodes pour aller bien au-delà sur cette notion de conscience, parce qu'elle est quand même assez intéressante, dès lors qu'a priori, Entropiq a trouvé un élément de conscience autonome, début en tout cas, dans les derniers modèles de Claude. Donc ça laisse présager peut-être qu'à terme, on devra sanctuariser la conscience d'un collectif, d'une organisation ou d'une entreprise. Parce qu'elle sera capable d'avoir sa propre conscience de personne morale. Je pense que le film Heure n'a qu'à bien se rhabiller, parce qu'on ne serait peut-être pas très loin. Mais bon, n'allons pas encore sous les puces sous-cutanées et la domination de la technologie.

• Speaker #2

  Arrêtons-nous aux robots qui courent le 100 mètres plus vite que Usain Bolt. Oui,

• Speaker #0

  voilà, exactement. Mais bon,

• Speaker #2

  qui viennent se fracasser dans un tapis à la fin.

• Speaker #0

  Oh là là, c'était magnifique. C'était magnifique. Or que cet été ne nous aura pas épargné. Bon, en tout cas, c'était effectivement le dernier épisode de cette série de l'été, ce mois d'août, que nous avons souhaité avec Lionel, peut-être un peu plus philosophique que d'habitude. Et donc, d'où l'invité qui nous a accompagnés pendant ces trois épisodes, Bertie, docteur en philosophie de l'esprit, Industry Innovation Lead chez Camp Jumény Engineering, et qui a eu le plaisir de partager quelques moments avec nous pour... parler d'intelligence artificielle, d'introspection personnelle au travail et pour l'organisation. Bref, le combo gagnant de tous ces épisodes qui vous ont accompagnés. On remercie quand même Bruno aussi, Guglielminetti, notre ami canadien. D'ailleurs, il y a eu beaucoup de commentaires dans le partage de l'épisode. J'ai trouvé ça assez intéressant. Bruno, si tu nous écoutes, un grand merci pour ton partage sur ces épisodes. Et puis, on vous rappelle, bien sûr, de vous abonner avant cette rentrée qui s'annonce exceptionnelle. Innovation & Prospective Talk sur Apple Podcasts, Deezer ou encore Spotify. Innovationtalk.tech pour notre site Internet. Et puis, on se retrouve très vite pour de nouvelles aventures. C'est bientôt l'IFA de Berlin, donc on va bientôt en parler. Puis, il y a plein d'autres événements comme le Slush qui vont s'annoncer absolument passionnants. Lionel, il faut aussi qu'on s'attaque au CES de Las Vegas. C'est en janvier. C'est bientôt. Et je pense que ça va être une très belle émission.

• Speaker #2

  Il paraît qu'il y a un guide qui doit être bien joué.

• Speaker #0

  Il paraît que c'est un guide de survie. Bon, arrête,

• Speaker #1

  c'est bon.

• Speaker #0

  Et oui, on vous en reparlera également du premier livre, accessoirement, on n'ose pas le dire, mais on le dit quand même. C'est le premier livre dédié au plus grand salon de la tech pour préparer, vivre et capitaliser sur cette expérience exceptionnelle qu'est le CVS de Las Vegas.

• Speaker #2

  Mais je crois même qu'à date, c'est le seul.

• Speaker #0

  Alors, il y en a eu un, parce qu'on a recherché quand même, il y en avait un. qu'on avait trouvé en 1999, qui était encore vendu sur Amazon en papier brochet, mais qui, je pense, était une copie qui devait se passer comme ça, un peu de main à main. Mais t'imagines, c'était vieux. Vieux par rapport au CES d'aujourd'hui. C'est fantastique. Mais le seul et l'unique, c'est le guide de survie du CES de Las Vegas, écrit par Lionel Tardy et Mathieu Deva. C'est beau.

• Speaker #1

  En tout cas, c'était un très grand plaisir. Merci beaucoup de m'avoir invité.

• Speaker #2

  Merci beaucoup, c'était un plaisir aussi

• Speaker #0

  Merci à toi et puis on se revoit tous très vite Merci à tous et bonne journée ou bonne soirée en fonction de l'heure ou moment où vous nous écoutez Bye bye