When AI Turns Your Secret Sauce Into Ketchup
Build competitive advantage by investing in what AI can’t automate. // NB : La VF suit la version anglaise //
In 2022, Klarna’s CEO went all-in on AI, replacing 700 customer service agents with chatbots.
By 2024, the company boasted of ‘peak efficiency’ as 2,105 human jobs vanished.
Then, the customers started vanishing, too.
This year, Klarna reversed course. They’re hiring humans again, frantically recruiting remote workers, students, anyone who can do what the AI couldn’t: give a damn. Siemiatkowski’s admission? “Humans will ultimately prioritize talking to humans.”
Klarna’s lesson is simple: by successfully automating everything they could articulate, they failed very fast.
The customer service scripts? Perfect.
The response trees? Flawless.
The problem? They’d articulated the words but lost the music.
The Commodification Engine
Every company racing to “document everything for AI” is making Klarna’s mistake at scale. They’re confusing explicit knowledge (what can be written) with embodied knowledge (what must be lived).
Think about what makes a great customer service interaction:
The script says: “I understand your frustration.” The human knows: When to break the script.
The process says: “Escalate after three attempts.” The human senses: This person needs help now.
Silicon Valley’s secret is that the most complex, reliable, and flexible system you’ll ever deploy is a well-led team of humans. We used to have words for optimizing this system: ‘management’ and ‘culture’.
The moment you perfectly articulate and automate your process, you’ve commoditized it. Every competitor can buy the same AI, train it on the same “best practices,” generate the same outputs.
Your million-dollar digital transformation just turned your secret sauce into ketchup.
Amazon learned this between 2014 and 2017. They built the perfect hiring algorithm. Fed it a decade of hiring data. The AI learned the patterns flawlessly—and immediately started discriminating against women. It penalized “women’s” in resumes, downgraded all-women’s colleges.
Why? It had perfectly articulated the pattern: past success correlated with male candidates. In trying to codify judgment, Amazon built a bias machine. They’d written their discrimination manual in code, crystallizing yesterday’s prejudices into tomorrow’s decisions.
The Asset You Can’t Download
Stop trying to articulate everything. Focus on protecting what can’t be articulated.
Your real competitive advantage lives in embodied knowledge. the wisdom that exists only in human experience, muscle memory, and lived context. It’s not mystical or unknowable. It lives in the body, not the brain. In the gut, not the spreadsheet.
Three Types of Embodied Knowledge You Can’t Upload:
Intuition The editor who knows this story will go viral. The marketing director who knows the product is going to be a hit. The developer who “smells” bad code before reading it. This isn’t magic—it’s thousands of micro-patterns processed below conscious awareness. Years of experience compressed into instant recognition.
Taste Louis Vuitton doesn’t have a “luxury formula.” Apple can’t document “delight.” The moment taste becomes rules, it dies. You know quality when you feel it, not when you measure it. Taste lives in the space between specifications.
Judgment Is this partnership strategic or fatal? Should we go all in on AI ? Should we fire the brilliant jerk? These aren’t calculations, they’re bets. The variables are infinite, the feedback loops take years, the stakes are existential. AI can model risk. It can’t take the responsibility of a decision that will define the next decade.
However, embodied knowledge doesn’t appear spontaneously. It develops through experience. Through struggle. Through doing.
The Architecture of Experience, aka Don’t Kill Tomorrow’s Expertise
Matt Beane’s research (in the book “The Skill Code”) reveals what we’re actually destroying. In robotic surgery, experts now operate alone while residents watch from the sidelines. They get “ten to twenty times less practice.”
This is the apprenticeship paradox: The very efficiency that AI enables destroys the training ground for humans. The junior analyst who never builds models manually will never develop the intuition to spot when AI hallucinates. The customer service rep who only manages chatbot outputs will never learn to read human distress.
We’ve optimized today’s efficiency by destroying tomorrow’s expertise. Remove the struggle, you remove the learning. Eliminate the tedious, you eliminate the training ground for excellence.
The strategic imperative is clear: Automate the articulable and mundane. Focus everything else on building embodied knowledge.
It requires deliberate design:
Protect strategic ambiguity. The capabilities you can’t quite define—your culture, your taste, your “way of doing things”—these aren’t weaknesses to be documented. They’re moats to be protected. “We know it when we see it” is a feature, not a bug.
Force analog IRL experiences That product manager needs to hear actual customer calls, or meet them in stores, not just read sentiment analysis. Your data scientist needs to watch sales calls fail, not just analyze conversion rates. Embodied knowledge comes from contact with reality, not dashboards about reality.
Create learning laboratories, not just workflows. Your junior staff need to wrestle with problems. Yes, AI could write that strategy doc faster. But you need to struggle with ambiguity to develop judgment. This inefficiency is an investment.
Pair AI tools with human mentorship. The tool handles execution; the mentor transfers the inarticulate—when to break rules, why context matters, how to read the room. The AI might draft the proposal, but the mentor teaches which client needs their ego stroked.
My bet: in 10 years, companies that protected their apprenticeship systems will have leaders who can smell when AI is wrong. Companies that automated everything will have managers who can only manage dashboards.
Your Moat Is Made of Humans
I use AI to write this newsletter. I feed it my research, ideas, editorial guide. It returns great drafts, structurally sound, well written but quite … bland. There is always something missing. Some connections to add. The gap between its output and my final piece? That’s embodied knowledge.
Your competitors can copy your processes, buy your tools, hire your consultants. They can’t copy the thousands of micro-experiences that create judgment. They can’t articulate what you’ve never articulated—because it lives in bodies, not bytes.
While everyone else waits for the perfect AI—flexible enough to handle complexity, reliable enough to trust, you already have that system. It’s made of humans, developed through experience, refined through practice.
The companies that win won’t be the ones with the best AI. They’ll be the ones who remembered how to develop humans while everyone else was trying to replace them.
This week, find three places where tedious work is actually building tomorrow’s judgment. Then redesign them. Not to eliminate the struggle, but to maximize the learning. Turn your inefficiencies into academies.
When everything articulable becomes commodity, your competitive advantage isn’t what you can teach machines.
It’s what you can only teach humans.
Quand l’IA transforme votre plat signature en recette industrielle
Le guide pour développer votre avantage concurrentiel à l’ère de l’automatisation IA.
En 2022, Klarna licencie 700 agents de service client. Remplacés par des chatbots. Objectif : l’efficacité maximale. En 2024, mission accomplie… et 2 105 emplois en moins. Et puis les clients ont commencé à fuir.
2025 : Klarna recrute en urgence. Des télétravailleurs, des étudiants, n’importe qui capable de faire ce que l’IA ne sait pas faire : écouter pour de vrai.
Le PDG l’admet : “Les humains veulent parler à des humains.” Moralité ? Quand on automatise tout ce qui peut l’être, on réussit surtout à échouer plus vite.
Les scripts de service client ? Parfaits. Les arbres de décision ? Impeccables. Le problème ? Ils avaient la partition mais avaient perdu la musique.
La machine à standardiser
Tout documenter pour tout automatiser, c’est reproduire l’erreur de Klarna. C’est confondre la connaissance explicite, la recette, qui peut être écrite, avec la connaissance implicite - celle qui est incarnée et vécue, le savoir faire.
A quoi ressemble un bon service client?
C’est un équilibre entre procédures et flexibilité.
Le script dit : “Je comprends votre frustration. Malheureusement ….” L’humain aussi, mais il sait quand briser le script pour escalader.
Le secret que la Silicon Valley oublie ? Le système le plus sophistiqué au monde pour équilibrer flexibilité et respect d’un process, c’est toujours une équipe bien dirigée. Et on a des techniques pour cela: le management et la culture d’entreprise.
A partir du moment où votre processus est documenté dans tous ses détails, vous l’avez standardisé. Chaque concurrent peut acheter la même IA, lui fournir les mêmes “best practices”, et donc générer les mêmes résultats.
Votre transformation digitale à un million d’euros vient de transformer votre plat signature en recette industrielle.
Amazon en a fait l’expérience entre 2014 et 2017. Ils ont construit l’algorithme de recrutement parfait. L’ont nourri d’une décennie de données de recrutement. L’IA a appris les patterns parfaitement, et a immédiatement commencé à discriminer les femmes. L’IA pénalisait le mot “femme” dans les CV, déclassait les diplômées.
Pourquoi ? Elle avait parfaitement détecté le pattern : les succès passés corrélaient avec les candidats masculins. En essayant de codifier la selection, Amazon a construit une machine à biais. Ils avaient écrit leur manuel de discrimination en code, cristallisant les préjugés d’hier dans les décisions de demain.
L’actif qu’on ne peut pas digitaliser
Ce qui compte ne se documente pas. Votre avantage concurrentiel n’est pas dans vos process, mais dans ce que vos équipes savent sans pouvoir l’expliquer : cette intuition, ce sixième sens, ces “tripes” qui font la différence entre une décision et la bonne décision
Trois formes de savoir que l’IA ne capture pas:
L’intuition L’éditeur qui sent le futur best-seller. Le marketeur qui parie sur le bon produit avant les données. Le dev qui repère le bug avant même de lire le code. Ce n’est pas de la magie : ce sont des années d’expérience distillées en une seconde.
Le goût Un createur n’a pas de formule pour créer la tendance. Apple ne peut pas documenter l’émerveillement. Au moment où le goût devient règle, il meurt. Il vit dans l’espace entre les spécifications.
Le discernement contextuel Ce partenariat est-il stratégique ou fatal ? Doit-on miser tout sur l’IA ? Faut-il virer le génie toxique ? Ce ne sont pas des décisions “data driven”, des prévisions, ce sont des paris. Les variables sont infinies, les enjeux sont existentiels. L’IA peut modéliser le risque. Elle ne peut pas porter la responsabilité d’une décision qui engagera la stratégie pour les 10 années suivantes.
Mais attention, la connaissance incarnée n’apparaît pas spontanément. Elle se développe par l’expérience. Par l’effort. Par la pratique.
Ne laissez pas l’IA tuer vos experts de demain
Les recherches de Matt Beane (dans le livre “The Skill Code”) révèlent qu’une expertise collective peut vite être détruite. En chirurgie, les experts opèrent maintenant seuls avec des machines pendant que des apprentis regardent depuis les coulisses. Ces derniers ont “dix à vingt fois moins de pratique” qu’auparavant, avant de devenir eux mêmes praticiens.
Voici le piège : plus l’IA simplifie le travail, moins les juniors apprennent. Un agent qui ne fait que valider des réponses de chatbot ne saura jamais désamorcer une crise. Un chirurgien qui opère devant un écran ne développera jamais le geste qui sauve. On gagne en efficacité aujourd’hui. On perd en expertise demain.
La bonne stratégie est claire : Automatisez le banal. Mais concentrez vous sur la construction de connaissance incarnée.
Cela nécessite d’y passez du temps et de désigner quelques nouveaux process :
Protégez l’ambiguïté stratégique. Les capacités que vous ne pouvez pas tout à fait définir comme votre culture, votre goût, votre “façon de faire” ne sont pas des faiblesses. Ce sont des avantages concurrentiels à protéger.
Organisez des expériences de terrain Ce chef de produit doit entendre de vrais appels, ou rencontrer des clients en magasin, pas juste lire des analyses de sentiment. Votre data scientist doit voir des appels commerciaux échouer. La connaissance incarnée vient du contact avec la réalité, pas des tableaux de bord sur la réalité.
Créez des laboratoires d’apprentissage. Vos juniors doivent chercher à résoudre les problèmes par eux mêmes. Oui, l’IA pourrait écrire ce document stratégique plus vite. Mais vous devez suer sur l’analyse de données pour développer de la connaissance intime et du jugement. Cette inefficacité est un investissement.
Couplez les outils IA avec du mentorat humain. L’outil gère l’exécution ; le mentor transmet l’inarticulable—quand briser les règles, pourquoi le contexte compte. L’IA peut rédiger la proposition, mais le mentor enseigne quel client a besoin qu’on l’appelle et comment lui parler.
Mon pari c’est que dans 10 ans, les entreprises qui auront protégé leurs systèmes d’apprentissage auront des leaders capables de piloter l’IA avec discernement. Les entreprises qui ont tout automatisé auront des managers qui ne savent gérer que des tableaux de bord.
Votre avantage concurrentiel est dans la tête de vos équipes
J’utilise l’IA pour écrire cette newsletter. Je lui donne des recherches à faire, on discute, je lui ai donné mon guide éditorial. Elle me renvoie d’excellents brouillons, bien structurés, bien écrits mais plutôt sans âme. Il manque toujours quelque chose. Des connexions à ajouter. L’écart entre son output et le rendu final ? C’est ça la connaissance incarnée.
Vos concurrents peuvent copier vos processus, acheter vos outils, embaucher vos consultants. Ils ne peuvent pas copier les milliers de micro-expériences qui créent le jugement. Ils ne peuvent pas copier ce que vous n’avez jamais documenté, parce que c’est dans les têtes de vos équipes et les rituels de votre entreprise.
Pendant que tout le monde attend l’IA parfaite, assez flexible pour gérer la complexité de l’humain, assez fiable pour qu’on puisse lui faire confiance, utilisez le système que vous avez déjà à disposition: vos équipes. Des humains, que l’expérience a formés, et la pratique a affutés.
Les entreprises qui gagneront ne seront pas celles avec la meilleure IA. Ce seront celles qui se sont souvenues qu’elles avaient des équipes qu’on pouvait faire grandir, pendant que d’autres pensaient à remplacer tout le monde.
Alors cette semaine, trouvez trois tâches fastidieuses mais qui forme le jugement. Puis redesignez la mission. Pas pour éliminer l’effort, mais pour maximiser l’apprentissage.
Transformez vos inefficacités en universités. Et laissez votre avantage concurrentiel être incarné par vos équipes.