À l'ère des agents IA en plein essor, de nombreux développeurs se demandent :
« Nous utilisons pourtant les modèles les plus avancés, les agents peuvent même appeler des outils de manière autonome, alors pourquoi les utilisateurs ne veulent-ils pas les utiliser ? »
Une étude récente de l'université Stanford, « Future of Work with AI Agents », pourrait répondre à cette question. Ils ont passé plusieurs mois à auditer 844 tâches réelles dans 104 professions, et ont introduit un nouveau concept important : l'échelle d'implication humaine (Human Agency Scale, H1-H5), pour mesurer la profondeur de la collaboration souhaitée entre l'homme et l'IA dans les tâches.
Basés sur les données de nombreuses enquêtes auprès de professionnels et d'experts en IA, ils ont classé les tâches en quatre zones « d'intention d'utilisation et de capacité technologique » :
🔵 绿灯区（Green Light Zone）
✅ 人们希望 AI 帮忙
✅ 技术已经成熟
Il s'agit du scénario d'implémentation idéal de l'agent, par exemple : la planification des rendez-vous, la génération de rapports de données, etc. pour les tâches répétitives.
🔴 红灯区（Red Light Zone）
✅ 技术已经能做
❌ 但人们并不想让 AI 介入
Ce sont des tâches qui apparaissent dans les domaines de la conception, de l'écriture, de la créativité, etc., où les utilisateurs sont particulièrement sensibles au « contrôle de la création ».
🧪 Zone d'opportunités de développement (R&D Opportunity Zone)
❌ 技术目前还不行
✅ 但人们非常希望 AI 能接手
Ce type de tâche est une perspective prometteuse pour les agents IA, comme l'analyse de données médicales, les jugements commerciaux complexes, etc.
⚫ Zone de faible priorité (Low Priority Zone)
❌ 人们不希望 AI 做
❌ 技术也做不到
Ces tâches peuvent être ignorées, il n'est pas conseillé de gaspiller des ressources.
Le plus préoccupant est que plus de 40 % des start-up IA se concentrent actuellement sur les zones rouge et à faible priorité : cela signifie que leurs produits ne sont pas réellement nécessaires aux utilisateurs, ou que la technologie n'est pas encore suffisamment mature. Ceci explique pourquoi de nombreux projets d'agents IA « ont un démonstrateur impressionnant, mais sont ignorés dès leur lancement ».
Par conséquent, pour que votre agent IA soit largement utilisé, la première étape n'est pas de multiplier les fonctionnalités, mais de revenir aux questions fondamentales : les gens veulent-ils vraiment que l'IA fasse cette tâche ?
En d'autres termes, la technologie ne suffit pas à satisfaire les besoins des utilisateurs. Vous devez commencer par les tâches où les gens souhaitent que l'IA intervienne et où la technologie est en mesure de les accomplir, en trouvant la « zone verte », pour une véritable mise en œuvre.
📖 完整研究阅读地址：