Should I Buy It?
La plupart des gens utilisent l’IA pour faire les mêmes choses plus vite. C’est utile. Mais ce n’est pas la disruption. La disruption, c’est quand tu commences à poser des questions différentes — pas “comment faire ça plus vite ?” mais “est-ce que je dois encore faire ça ?”
Origine
Oussama Ammar, entrepreneur et investisseur, formule ce concept dans un podcast de 2026 :
“L’intelligence artificielle n’est pas en train de changer la façon dont on travaille, elle est en train de changer la façon dont on pense le travail.”
Ce n’est pas une observation isolée. Elle s’inscrit dans une longue tradition d’analyse des disruptions technologiques — de l’électricité à Internet, les vraies révolutions ne sont jamais là où on les attend.
La théorie
Les technologies générales changent les paradigmes, pas les process
Brynjolfsson & McAfee (The Second Machine Age, 2014) montrent que les technologies générales (électricité, moteur à vapeur, informatique, IA) ne remplacent pas des tâches — elles transforment les modèles mentaux entiers d’une économie. L’électricité n’a pas simplifié l’éclairage à la bougie. Elle a rendu la bougie conceptuellement obsolète.
Kuhn : le changement de paradigme
Thomas Kuhn (La Structure des révolutions scientifiques, 1962) distingue la science normale (amélioration progressive dans un paradigme existant) de la révolution scientifique (abandon du paradigme au profit d’un nouveau). L’IA générative, pour beaucoup de métiers, est une révolution kuhnienne — pas une amélioration du paradigme existant.
Christensen : disruption vs amélioration
Clayton Christensen (The Innovator’s Dilemma, 1997) : les vraies disruptions commencent par paraître inférieures sur les métriques établies. Les entreprises existantes les ignorent car elles servent d’abord des cas d’usage “non-consommés” — jusqu’à ce qu’elles remontent en puissance et remplacent le marché existant.
En pratique
Le test du paradigme shift
Pose-toi ces deux questions pour n’importe quelle tâche récurrente :
- “Comment faire ça plus vite avec l’IA ?” → amélioration de process (utile, mais limité)
- “Est-ce que cette tâche doit encore exister ?” → changement de paradigme (potentiellement transformateur)
Exemples concrets :
| Thinking “process” | Thinking “paradigme" |
|---|---|
| "Comment l’IA peut m’aider à rédiger mes emails plus vite ?" | "Est-ce que je dois encore envoyer des emails de ce type ?" |
| "Comment l’IA peut accélérer mon onboarding ?" | "Quel onboarding faut-il encore faire humainement ?" |
| "Comment l’IA peut m’aider à scorer mes leads ?" | "Est-ce que mon modèle de vente actuel est encore le bon ?” |
La deuxième colonne ne donne pas toujours une réponse différente — parfois la réponse est “oui, cette tâche doit encore exister”. Mais poser la question change la façon dont tu la vois.
Nuances et limites
Tous les changements technologiques ne sont pas des pivots de paradigme. Parfois l’IA est vraiment juste un outil d’accélération — et c’est suffisant. Sur-interpréter chaque innovation comme une révolution paradigmatique est aussi une erreur.
Le test pratique : si dans 5 ans, tu fais encore exactement la même chose, juste plus vite, la disruption t’a peut-être contourné. Si dans 5 ans, tu ne fais plus du tout certaines choses parce que la question sous-jacente a changé, c’était un pivot de paradigme.
Sources : Ammar, O. (2026). Podcast · Brynjolfsson, E. & McAfee, A. (2014). The Second Machine Age. Norton · Kuhn, T. (1962). La Structure des révolutions scientifiques. Chicago UP · Christensen, C. (1997). The Innovator’s Dilemma. HBS Press