Lorsqu’une entreprise décide de mesurer la productivité de ses ingénieurs en fonction de la quantité d’intelligence artificielle qu’ils consomment, le résultat presque inévitable est que les ingénieurs trouvent le moyen le plus efficace d’utiliser l’IA sans rien faire d’utile. C’est exactement ce qui vient d’arriver à Amazon, et la leçon s’applique à toute organisation qui envisage de gamifier l’adoption de l’IA.
La société a mis en œuvre un système interne appelé Kirorank, un tableau de bord qui mesurait l'activité des développeurs au sein de Kiro, son outil de codage exclusif assisté par IA. La direction s'était fixé un objectif ambitieux : que 80 % de ses programmeurs utilisent l'outil chaque semaine. Pour l’encourager, l’utilisation a été transformée en une mesure visible, avec des classements entre les équipes.
Tokenmaxxing et ses conséquences
Ce qui a suivi était prévisible rétrospectivement, mais clairement pas pour ceux qui ont conçu l’expérience. Les ingénieurs ont commencé à déployer des agents autonomes qui exécutaient les processus en boucle, consommant massivement des jetons sans les traduire en code fonctionnel ni en livrables réels.
Le phénomène a déjà un nom : jetonmaxxingun terme qui définit la pratique consistant à gonfler artificiellement la consommation symbolique pour simuler une activité productive. Le résultat a été un trou dans les coûts d’infrastructure d’Amazon, sans contrepartie en termes de valeur générée.
Cette semaine, le vice-président principal Dave Treadwell a dû s'adresser publiquement au personnel pour annoncer la clôture de l'expérience.
Il a admis que la conception initiale était « bien intentionnée », mais que des incitations mal calibrées ont produit l’effet inverse de celui escompté. Son message aux développeurs était direct : n'utilisez pas l'IA juste pour le plaisir, mais pour créer de meilleurs produits.
Une erreur qui n'est pas exclusive à Amazon
Ce cas n’est pas une anomalie. Meta et Microsoft ont connu une dynamique similaire, les employés se disputant des positions dans les classements internes d'adoption de l'IA basés sur la consommation de jetons vides. Le modèle se répète car l’erreur de conception est la même : mesurer un proxy – utiliser – au lieu de mesurer le résultat – la valeur générée.
Amazon a déjà une proposition de correction. Au lieu de compter les jetons bruts, la nouvelle approche mesurera les « déploiements normalisés » : combien d’interactions avec l’IA deviennent réellement des lignes de code intégrées dans des produits réels. Il s’agit d’une mesure plus difficile à gonfler et plus proche de ce qui compte vraiment.
Une mauvaise mesure a un coût réel
Ce que cet épisode met en évidence va au-delà d’Amazon. La pression des entreprises pour démontrer l’adoption de l’IA à tout prix crée des systèmes d’incitation qui récompensent l’apparence de productivité plutôt que la productivité réelle.
Les organisations qui souhaitent véritablement intégrer l’IA doivent mesurer l’impact, et non l’activité. La différence entre les deux est précisément la différence entre un outil utile et un tableau de bord que ses propres utilisateurs apprennent à manipuler en quelques jours.
En rapport
Voir l’article original en espagnol
