Il existe une façon simple d'obtenir des résultats décevants avec l'IA : prendre un processus tel qu'il est et lui ajouter un outil. Les étapes restent les mêmes, les validations aussi, les délais à peine moins longs. On a automatisé un mauvais processus, et on l'exécute maintenant un peu plus vite.
Les gains importants viennent d'ailleurs : de la décision de reconcevoir le processus en tenant compte de ce que l'IA rend possible. Une fois les fondations en place, voici une méthode en cinq étapes pour y arriver.
Pour l'illustrer, suivons un exemple représentatif : une PME manufacturière qui prépare des soumissions sur mesure pour ses clients.
Étape 1 : choisir le bon processus
Tous les processus ne se prêtent pas également à une transformation par l'IA. Les meilleurs candidats partagent généralement quelques caractéristiques :
- ils reviennent souvent et en volume;
- ils suivent des règles en bonne partie connues, même si elles ne sont pas écrites;
- ils reposent sur de l'information à lire, trier, résumer ou rédiger;
- ils causent un irritant réel, pour les clients ou pour l'équipe;
- les données nécessaires existent déjà.
Dans notre exemple, la soumission coche toutes les cases. L'entreprise en produit plusieurs par semaine, le délai de réponse fait perdre des contrats, et l'historique des soumissions passées existe.
Étape 2 : cartographier le processus tel qu'il est vraiment
La version officielle d'un processus et sa version réelle sont rarement identiques. Pour connaître la seconde, il faut la décrire avec les personnes qui l'exécutent, pas seulement avec celles qui la supervisent.
Pour chaque étape, notez qui la fait, combien de temps elle prend, combien de temps on attend avant de pouvoir la faire, et à quelle fréquence on doit la recommencer. Les attentes et les reprises sont souvent plus coûteuses que le travail lui-même.
Dans notre PME, l'exercice révèle que l'estimateur passe une bonne partie de son temps à retaper dans un chiffrier des spécifications reçues par courriel, puis à chercher dans ses dossiers une soumission semblable pour s'en inspirer. Le calcul du prix, qui exige réellement son expertise, n'occupe qu'une petite partie du délai total.
Étape 3 : remettre en question chaque étape
C'est l'étape qui distingue une transformation d'une simple accélération. Pour chaque étape, posez une question directe : si on concevait ce processus aujourd'hui, la garderait-on?
Quatre réponses sont possibles :
| Option | Quand l'appliquer | Exemple |
|---|---|---|
| Éliminer | L'étape n'ajoute plus de valeur | Une double approbation devenue inutile |
| Simplifier | L'étape est utile, mais trop lourde | Un formulaire de 40 champs réduit à 12 |
| Automatiser | L'étape suit des règles claires et répétitives | Extraire les spécifications d'un courriel |
| Assister | L'étape exige du jugement, mais l'IA peut préparer le travail | Proposer un prix à partir de soumissions semblables |
L'ordre compte. On élimine et on simplifie avant d'automatiser. Automatiser une étape inutile reste un gaspillage, même s'il coûte moins cher.
Étape 4 : redessiner le partage du travail entre l'humain et l'IA
Le nouveau processus doit préciser clairement ce que fait l'IA, ce que fait l'humain et à quels moments l'humain valide.
En règle générale, l'IA prend en charge le tri, l'extraction d'information, la recherche dans l'historique et la production de premières versions. L'humain garde le jugement, la gestion des exceptions, les décisions qui engagent l'entreprise et la relation avec le client.
Dans notre PME, le processus redessiné ressemble à ceci : les demandes reçues par courriel sont lues par l'IA, qui remplit un formulaire structuré et signale les informations manquantes. Elle repère ensuite les soumissions passées les plus semblables et propose une fourchette de prix. L'estimateur valide, ajuste et se concentre sur les projets complexes ou inhabituels. Aucune soumission ne part sans son approbation.
Étape 5 : tester à petite échelle, mesurer, ajuster
Avant de déployer le nouveau processus, testez-le sur une période limitée, par exemple de quatre à huit semaines, avec une petite équipe. Surtout, mesurez la situation de départ avant de commencer : délai moyen, nombre de reprises, temps consacré par l'équipe. Sans point de comparaison, il sera impossible de savoir si le changement a fonctionné.
Pendant l'essai, notez les cas où l'IA se trompe et ceux où l'équipe contourne le nouveau processus. Les deux indiquent où ajuster.
Trois pièges à éviter
Commencer par les exceptions. Un processus redessiné doit d'abord bien traiter les cas courants. Les cas rares peuvent rester manuels.
Exclure les personnes qui font le travail. Ce sont elles qui connaissent les contournements, les irritants et les vraies règles. Un processus conçu sans elles sera contourné par elles.
Oublier de mesurer le point de départ. C'est l'erreur la plus fréquente, et la plus difficile à corriger après coup.
Transformer un processus, c'est aussi transformer des rôles
Dans notre exemple, l'estimateur ne fait plus le même travail qu'avant. Il saisit moins, analyse davantage et consacre plus de temps aux clients. Ce changement est souhaitable, mais il ne va pas de soi : il demande de nouvelles compétences, de l'accompagnement et une communication franche.
C'est le sujet du prochain article de cette série : comment accompagner l'évolution des rôles et des équipes quand l'IA prend en charge une partie du travail.