Il y a un chiffre qui fait très bonne impression dans une présentation sur l’IA : les heures économisées. Multipliez-le par un taux horaire et le business case s’écrit presque tout seul. Honnêtement, je comprends l’attrait. Il donne une forme familière à quelque chose d’abstrait.
Mais un agenda ne se réorganise pas automatiquement parce qu’une tâche est devenue plus rapide. La personne a toujours une file d’attente, une réunion, une étape de relecture ou une dépendance envers une autre équipe. Le temps gagné peut être bien réel sans se traduire en économies. Il peut aussi avoir de la valeur sans supprimer un seul poste.
La question que je trouve plus utile est la suivante : que peut faire l’équipe aujourd’hui qu’elle avait du mal à faire avant ?
Soyez honnête sur le point de départ
Prenez une équipe de support. Si l’IA prépare rapidement une bonne réponse, c’est prometteur. Mais quelqu’un devra peut-être encore vérifier le compte, examiner les éléments, corriger la réponse proposée et clôturer le dossier. Mesurez cet effort complet, relecture et reprises comprises.
Regardez ensuite au-delà du temps de traitement. Les clients obtiennent-ils une solution plus rapidement ? Moins de dossiers reviennent-ils ? Le backlog diminue-t-il ? Les collaborateurs expérimentés consacrent-ils plus de temps aux situations difficiles plutôt qu’à reconstituer les cas de routine ?
Ce ne sont pas toutes des mesures financières. Ce sont des mesures business. On peut bâtir dessus un business case financier crédible, mais il ne doit pas servir à les masquer.
Donnez une destination à la capacité libérée
Voici l’étape pratique qu’on oublie facilement : convenez de ce que l’équipe fera de cette capacité avant la mise en production du workflow.
Peut-être que les RH peuvent accompagner les nouveaux arrivants de façon plus personnelle. Peut-être que la finance peut traiter les exceptions avant la clôture mensuelle plutôt qu’après. Peut-être que le support peut offrir un niveau de service auparavant non rentable. Ce sont des bénéfices différents, qui exigent des preuves différentes.
Sans cette décision, vous risquez de vous retrouver avec une estimation impressionnante du temps gagné et un manager incapable de citer un seul changement concret dans l’activité. Ce n’est pas forcément un problème technologique. C’est une décision opérationnelle que personne n’a prise.
Comptez les coûts qu’on oublie facilement
L’utilisation du modèle n’est qu’une partie de la facture. Il y a les licences, la mise en œuvre, les intégrations, la supervision, le support et le travail humain qui subsiste. Les premières semaines peuvent aussi être plus lentes, le temps que chacun apprenne à faire confiance au nouveau processus.
Un cockpit utile place les coûts à côté de l’adoption, de la qualité et du résultat que vous vous étiez engagé à améliorer. Il doit aussi distinguer une estimation d’une observation. Une valeur de capacité modélisée n’est pas un bénéfice comptabilisé, et l’interface ne devrait jamais prétendre le contraire.
Rien de tout cela ne rend l’IA moins enthousiasmante. Cela rend simplement plus difficile de nous bercer d’illusions. Une organisation capable de mieux servir ses clients, d’absorber davantage de demande ou de donner à ses équipes le temps de réfléchir crée quelque chose d’important. Mesurons cela, et nommons-le avec précision.
Sources et contexte
Un point de vue original de Pedalion, nourri par le débat plus large sur l’économie de la capacité. Aucun chiffre de performance externe n’est présenté comme un résultat de Pedalion.
