Ne demandez pas où intégrer l’IA. Demandez où le travail se bloque.

L’IA peut rendre une personne plus rapide sans accélérer l’entreprise. L’enquête mondiale publiée par McKinsey en août 2026 met ce fossé en évidence : 80 % des répondants ont déclaré que l’IA avait amélioré leur productivité individuelle, mais seulement 37 % lui ont attribué un quelconque effet sur l’EBIT, et environ 6 % entraient dans la catégorie des entreprises les plus performantes en matière d’IA. Celles-ci se distinguaient par bien plus que l’accès à de meilleurs outils : près des trois quarts déclaraient avoir repensé en profondeur leurs workflows, contre un quart des autres répondants. Si une personne prépare un rapport en dix minutes, mais que celui-ci attend toujours trois jours avant d’être validé, la productivité locale s’est améliorée sans que le client en ressente le moindre effet. Adopter un outil, ce n’est pas améliorer un processus.

Accélérer le travail d’une personne n’accélère pas nécessairement l’entreprise.

Un goulot d’étranglement n’est pas toujours une personne visiblement débordée ou une boîte mail saturée. Souvent, le vrai coût se loge entre les activités : une demande attend les informations nécessaires, un dossier change de système ou un cas exceptionnel n’a nulle part où aller. Repérez les endroits où le délai écoulé dépasse largement le temps de traitement effectif. C’est là que les clients attendent, que les revenus sont retardés, que les erreurs se multiplient et que des personnes qualifiées deviennent des ponts humains entre des processus déconnectés.

• Attente: Les dossiers restent dans des boîtes mail, des files de validation ou des listes de tâches personnelles.

• Passages de relais: La responsabilité devient floue lorsque le travail passe d’une équipe ou d’un système à l’autre.

• Recherche: Les équipes cherchent sans cesse l’historique client, les documents, les règles ou l’état d’avancement.

• Ressaisie: Les mêmes informations sont copiées, rapprochées ou remises en forme plusieurs fois.

• Reprises: Des informations manquantes ou des décisions incohérentes renvoient le travail à une étape antérieure.

• Exceptions: Un seul cas inhabituel arrête tout le flux parce qu’aucun circuit d’escalade n’est prévu.

La partie la plus coûteuse d’un workflow est souvent le temps pendant lequel personne ne s’en occupe.

Commencez par un résultat métier, pas par un service ni par un logiciel. Choisissez quelque chose de concret, comme « un devis complet parvient à un acheteur qualifié » ou « une facture validée est prête à être payée ». Suivez ensuite un échantillon représentatif de cas réels, du déclenchement à l’aboutissement. Échangez avec les personnes qui réalisent le travail et incluez le tableur non officiel, la boîte mail partagée, le message instantané et le contrôle manuel que la procédure formelle ignore. Pour chaque étape, notez qui en est responsable, quel système est utilisé, combien de temps prend l’action, combien de temps le dossier attend, quelles informations sont nécessaires et ce qui provoque un échec.

• Début et fin: Définissez précisément quand le workflow commence et quand la valeur a réellement été livrée.

• Parcours: Consignez chaque action, système, responsable et passage de relais dans l’ordre où ils interviennent.

• Friction: Signalez les files d’attente, informations manquantes, ressaisies, reprises et exceptions.

• Conséquence: Reliez chaque retard aux coûts, à la capacité, aux revenus, au service ou au risque.

Un organigramme montre qui rend compte à qui. Il n’explique pas pourquoi un devis attend trois jours.

La tâche que les salariés apprécient le moins n’est pas forcément celle qui limite l’entreprise. Ressaisir des données pendant cinq minutes peut être irritant, tandis qu’une règle de validation mal définie retient chaque dossier pendant deux jours. Posez une question simple : si cette étape devenait instantanée demain, le résultat de bout en bout s’améliorerait-il sensiblement ? Si ce n’est pas le cas, vous avez trouvé une friction locale, pas la contrainte déterminante. Donnez la priorité au point qui gouverne la capacité de traitement, le délai de réponse, la qualité ou la trésorerie. Une fois ce point amélioré, cartographiez à nouveau le workflow : les contraintes se déplacent, et le retard secondaire d’hier peut devenir le goulot d’étranglement de demain.

• Vitesse: Le temps de cycle total diminuerait-il ?

• Flux: Davantage de dossiers arriveraient-ils à leur terme ?

• Qualité: Les erreurs ou les reprises en aval diminueraient-elles ?

• Valeur: Les revenus, la trésorerie, le service, la capacité ou le risque s’amélioreraient-ils de façon mesurable ?

Appliquée loin de la contrainte, l’IA peut produire plus vite et ne faire qu’allonger la file d’attente.

Une fois la contrainte visible, résistez à la tentation d’ériger l’IA en prérequis. Certains travaux sont bloqués par une validation devenue inutile. Certaines demandes arrivent incomplètes. Certaines équipes n’ont pas accès aux données détenues dans un autre système. Des décisions stables peuvent relever de règles classiques, tandis que des documents ou des conversations variables peuvent bénéficier de l’IA. Ne montez dans l’échelle des interventions que jusqu’au niveau exigé par le problème. L’objectif est un flux fiable, pas le maximum de sophistication technologique.

• Supprimer: Éliminez une étape, un rapport ou une validation qui ne protège plus rien de précieux.

• Clarifier: Améliorez le formulaire, la règle, le modèle, l’attribution des responsabilités ou les droits de décision.

• Connecter: Transférez directement les données fiables entre les systèmes existants.

• Automatiser: Utilisez des règles fixes pour les décisions stables et prévisibles.

• Assister: Utilisez l’IA pour rechercher, extraire, classer, comparer, résumer ou rédiger.

• Déléguer: Confiez plusieurs étapes autorisées à un agent au périmètre délimité, avec un circuit pour les exceptions.

Un système plus simple n’est pas un résultat au rabais. Il est souvent moins coûteux, plus sûr et plus facile à maintenir.

L’IA est particulièrement utile entre les règles rigides et le jugement sans garde-fous. Le résultat doit être assez reproductible pour pouvoir être défini, tandis que les entrées doivent varier suffisamment pour qu’une automatisation fixe devienne fragile. Évaluez le workflow au lieu de déclarer qu’un métier ou un service entier est « automatisable ». Un cas d’usage prometteur présente une valeur visible, un contexte accessible, un moyen pratique de contrôler la qualité et des conséquences qui peuvent être contenues lorsque le système est incertain.

• Significatif: Le workflow présente assez de volume, de retard, de coût ou de valeur perdue pour justifier une intervention.

• Variable: Les entrées comprennent du langage, des documents, des images ou des situations qui ne suivent pas un schéma unique.

• Délimité: Le début, la fin, les actions permises et les actions interdites peuvent être énoncés clairement.

• Bien renseigné: Le contexte nécessaire est disponible auprès de sources fiables et autorisées.

• Vérifiable: Une personne ou un système peut déterminer si le résultat est acceptable.

• Sous responsabilité: Une personne désignée pilote les exceptions, la performance et les évolutions futures.

Si vous ne pouvez pas expliquer à quoi ressemble un bon résultat, vous n’êtes pas prêt à automatiser le jugement.

Prenons un distributeur qui reçoit des demandes de devis par email, souvent accompagnées de listes de produits dans des PDF ou des tableurs. Un coordinateur lit le message, identifie le compte client, vérifie le secteur commercial et le tarif, recherche l’état du stock, réclame la date de livraison manquante, crée une opportunité dans le CRM, affecte un commercial et prépare une réponse. L’idée évidente pour l’IA consiste à « rédiger l’email ». Mais la rédaction n’est pas la contrainte : ce sont les demandes incomplètes et le contexte dispersé. Un meilleur workflow vérifie les informations obligatoires dès la réception, extrait les produits et les quantités, récupère le compte client par une intégration directe, applique des règles fixes d’affectation territoriale, prépare la fiche CRM et rédige une demande de précision ciblée lorsqu’une information manque. Le commercial conserve la validation du prix, des conditions et de l’engagement final.

• Réponse: Mesurez le délai jusqu’à la première réponse utile, pas le temps nécessaire pour générer du texte.

• Complétude: Suivez la part des demandes exploitables sans nouvel aller-retour.

• Effort: Comptez les interventions manuelles et les minutes consacrées à rassembler le contexte.

• Flux: Mesurez le cycle complet, de la demande au devis.

• Qualité: Suivez les erreurs de prix, les corrections, les pertes de marge et les relances clients.

Le brouillon de l’email est la fonctionnalité visible. La valeur vient d’une demande complète, correctement orientée et acheminée plus vite vers une décision.

La supervision humaine doit être conçue en fonction de l’incertitude, des conséquences et de la réversibilité, et non ajoutée sous la forme d’une case de validation purement symbolique. L’IA peut souvent lire, organiser, comparer, classer et préparer le travail courant. Les personnes doivent conserver les décisions qui impliquent des arbitrages commerciaux inhabituels, des relations sensibles, des engagements juridiques, des paiements, la sécurité ou des actions difficiles à annuler. Définissez les droits minimaux, des règles de vérification claires, les journaux, les circuits d’escalade et un moyen d’arrêter le système. La personne chargée du contrôle doit aussi avoir le contexte, le temps et l’autorité nécessaires pour contester le résultat ; tout valider sans examen ajoute du délai tout en créant une fausse confiance.

• Courant et réversible: L’IA peut agir dans le cadre de droits restreints tout en consignant ses actions.

• Incertain mais peu risqué: L’IA propose un résultat et demande de l’aide lorsque le contexte nécessaire manque ou que les règles de validation ne sont pas respectées.

• Significatif mais réversible: Une personne qualifiée valide avant l’exécution de l’action.

• Sensible ou irréversible: La décision appartient à une personne ; l’IA peut uniquement préparer les éléments nécessaires.

Une validation de pure forme n’est pas une supervision humaine.

Choisissez un segment étroit du workflow, avec assez de volume pour produire des éléments probants. Avant de le modifier, mesurez le temps de cycle, le temps de traitement, le temps d’attente, le taux d’erreur, les reprises, les exceptions et le coût par dossier mené à terme. Menez un pilote de durée limitée et comparez les mêmes indicateurs. Incluez l’intégralité du coût d’exploitation : intégration, usage de l’IA, surveillance, maintenance, contrôle humain et reprise après incident. La précision du modèle peut être utile, mais elle ne constitue pas un business case. Le vrai test consiste à vérifier si l’ensemble du workflow produit un meilleur résultat sans déplacer le coût ou le risque ailleurs.

• Volume traité: Davantage de travail a-t-il atteint un résultat utile ?

• Vitesse: Le délai de bout en bout a-t-il diminué, files d’attente comprises ?

• Effort: Des interventions manuelles ont-elles réellement disparu ?

• Qualité: La part des dossiers corrects du premier coup a-t-elle augmenté ?

• Rentabilité: La valeur récurrente dépasse-t-elle le coût récurrent complet ?

• Adoption: L’équipe peut-elle exploiter, remettre en question et améliorer le nouveau workflow ?

Les minutes gagnées ne comptent que si elles se traduisent par davantage de capacité, de trésorerie, de service, de qualité ou par une réduction du risque.

Ne généralisez la solution qu’après qu’un pilote a amélioré le résultat de bout en bout, avec une qualité, un risque et une rentabilité qui restent acceptables. Stabilisez le workflow, étudiez ses exceptions, actualisez les règles, puis examinez la contrainte adjacente. L’IA cesse alors d’être une collection de licences et de démonstrations pour devenir un portefeuille d’améliorations métier clairement pilotées. L’organisation compte autant que le modèle : selon le Work Trend Index 2026 de Microsoft, les facteurs organisationnels tels que la culture, le soutien des managers et les pratiques de gestion des talents étaient associés à un impact déclaré de l’IA plus de deux fois supérieur à celui des attitudes et comportements individuels. Le rôle de la direction est de choisir le résultat, de concevoir le travail et de maintenir des responsabilités claires. La question qui restera pertinente n’est pas « Où pouvons-nous ajouter de l’IA ? », mais « Où le travail à forte valeur cesse-t-il d’avancer, pourquoi, et quel est le changement sûr le plus simple pour le remettre en mouvement ? »

• Prouver: Exigez une mesure opérationnelle de départ et un résultat mesuré.

• Stabiliser: Documentez les responsabilités, les passages de relais, les exceptions et les contrôles qualité.

• Étendre: N’ajoutez les étapes adjacentes que lorsque les données le justifient.

• Cartographier à nouveau: Cherchez la contrainte suivante au lieu de supposer le travail terminé.

Parfois, la réponse est l’IA. Parfois, c’est une intégration, une règle plus claire ou la suppression d’une étape inutile. Dans tous les cas, l’entreprise y gagne.