Intelligence artificielle : il faut simplifier les processus avant de la choisir
Avant d’adopter une technologie comme l’IA, l’entreprise doit d’abord identifier ce qui complique son travail. Appliquer un outil à un processus mal maîtrisé risque surtout d’en amplifier les défauts. Il faut donc comprendre et simplifier le fonctionnement interne, puis choisir les outils qui apportent une amélioration concrète.
Prenons l’exemple d’une PME dont les clients demandent régulièrement des nouvelles de leur commande. Le commercial transmet la demande à l’administration des ventes, qui interroge à son tour la production. Chacun consulte ses propres fichiers, et la réponse arrive parfois après plusieurs relances. Pour gagner du temps, l’entreprise envisage un assistant capable de rédiger les réponses. Or si l’information est dispersée, peu à jour et que personne ne sait précisément qui doit répondre, l’assistant rencontrera les mêmes difficultés. Il risque même d’accélérer la diffusion d’informations incertaines, et le client, s’il reçoit plus vite un message, verra son problème rester entier.
Observer le travail tel qu’il se déroule
Une procédure décrit la manière dont le travail est censé se dérouler, mais seule l’observation des personnes qui le réalisent permet de connaître le processus réel. L’Anact distingue d’ailleurs le travail prescrit du travail réel, qui comprend les ajustements, la gestion des aléas et les tâches imprévues. Suivre quelques demandes, de leur réception jusqu’à leur résolution, permettrait de repérer où le temps se perd. Un fichier parallèle mérite également attention : il existe parfois parce que le logiciel officiel ne fournit pas l’information attendue. Ces pratiques ont souvent une raison d’être, et les supprimer sans les comprendre peut compliquer davantage le travail. Une cartographie peut rendre ce fonctionnement visible, à condition de déboucher sur des décisions, comme fiabiliser une information, préciser une responsabilité ou supprimer un échange inutile.
Vérifier l’utilité de chaque étape
Le mot « optimiser » peut conduire à une mauvaise question, celle de la vitesse, alors qu’il faut parfois se demander pourquoi une tâche est encore réalisée. Une validation supplémentaire répond-elle à un risque identifié ? Une double saisie est-elle indispensable, ou résulte-t-elle de deux outils qui ne communiquent pas ? Selon les réponses, le besoin sera technique, organisationnel ou managérial, et l’IA ne constitue pas une solution évidente dans tous les cas.
Les contrôles utiles doivent être conservés, et simplifier suppose d’examiner ce qu’ils protègent. L’approche processus présentée par l’ISO dans son document d’accompagnement de l’ISO 9001:2015 insiste sur les interactions entre activités, les responsabilités et les résultats. Accélérer une étape peut ainsi déplacer la difficulté : si le commercial transmet plus vite une demande incomplète, l’administration des ventes devra peut-être y consacrer davantage de temps.
Choisir l’outil après avoir défini le besoin
Une consigne claire, une délégation mieux adaptée ou un meilleur usage du logiciel existant peuvent déjà améliorer la situation. Une règle stable peut aussi être automatisée sans recourir à l’IA. Lorsque le besoin le justifie, l’IA peut en revanche aider à rapprocher des informations, à préparer une synthèse ou à assister la rédaction d’une réponse.
Les travaux d’Erik Brynjolfsson, Daniel Rock et Chad Syverson sur la courbe en J de la productivité soulignent le rôle des investissements complémentaires, notamment les changements de processus et les compétences. Des gains liés à l’IA ont par ailleurs été mesurés : une étude publiée en 2025 dans le Quarterly Journal of Economics, portant sur 5 172 agents de support client, relève une hausse moyenne de 15 % du nombre de problèmes résolus par heure avec une assistance générative. Les gains varient fortement selon l’expérience des agents, et les auteurs précisent que ces résultats concernent un outil, un métier et une entreprise spécifiques.
Le calcul doit donc intégrer le déploiement, la maintenance des informations, la formation, ainsi que le temps consacré à vérifier et corriger les propositions. Un essai limité sur un problème précis peut révéler une information manquante ou une consigne contradictoire. Il faut alors suivre le délai complet de réponse, la fiabilité des informations transmises et les relances clients. Pour juger l’utilité de l’outil, il ne suffit pas de compter les réponses générées : il faut vérifier si les clients obtiennent une réponse exploitable et si les équipes passent moins de temps à reprendre les dossiers. Dans les deux cas, IA ou solution plus simple, le projet doit permettre de mieux travailler et de mieux rendre le service.
