IA au travail : automatiser, assister ou garder humain ?

Une demande client arrive par email.

Il faut comprendre le besoin, vérifier les informations, préparer une réponse, décider de la suite et penser à relancer quelques jours plus tard.

Tout cela tient souvent dans une seule ligne sur une liste de tâches : « traiter la demande ».

Pourtant, ces actions ne demandent ni les mêmes compétences ni le même niveau d’attention.

Enregistrer des coordonnées dans un tableau n’a rien à voir avec la décision d’accepter une mission. Résumer un échange ne présente pas les mêmes enjeux que fixer un tarif. Une confirmation standard peut partir automatiquement. Une réponse à un client mécontent demande davantage de précautions.

La question suivante mène donc rarement très loin :

Est-ce que l’IA peut faire ce travail à ma place ?

Elle considère le travail comme un bloc, alors qu’il est composé d’une succession d’étapes.

Une question plus utile serait :

Dans ce travail, que peut-on exécuter automatiquement, que peut-on faire préparer par l’IA et que doit-on continuer à décider soi-même ?

Le choix n’est pas entre tout automatiser et ne rien changer. Il s’agit de confier chaque étape au bon acteur.

On n’automatise pas un métier en bloc

Peut-on utiliser l’IA pour gérer les clients, préparer les devis ou suivre les dossiers ?

Présentées ainsi, ces questions sont trop larges pour obtenir une réponse sérieuse.

« Gérer une demande client » peut vouloir dire :

• enregistrer les coordonnées ;
• classer les documents reçus ;
• comprendre le besoin ;
• repérer une information manquante ;
• estimer un prix ;
• décider si la demande est prioritaire ;
• préparer une réponse ;
• négocier ;
• organiser une relance.

Certaines actions suivent des règles simples. D’autres demandent de comprendre un message. D’autres encore reposent sur l’expérience, le contexte ou la relation construite avec le client.

La bonne unité d’analyse n’est donc pas le métier, ni même la mission dans son ensemble.

C’est l’étape de travail.

Prenons la préparation d’un devis. Derrière cette expression, plusieurs actions peuvent se succéder :

1. recevoir la demande ;
2. enregistrer les informations ;
3. vérifier que le besoin est suffisamment précis ;
4. retrouver les tarifs nécessaires ;
5. calculer ou estimer le montant ;
6. produire le document ;
7. contrôler les conditions proposées ;
8. envoyer le devis ;
9. prévoir une relance.

Le mot « devis » donne l’impression d’une tâche unique. En réalité, il désigne un petit processus dont les étapes ne doivent pas forcément être traitées de la même manière.

Ce découpage permet de repérer où l’automatisation peut agir, où l’IA peut aider et où une décision humaine reste nécessaire.

Une étape peut aussi être supprimée

Avant de chercher à automatiser une action, encore faut-il vérifier qu’elle mérite toujours d’exister.

Certaines manipulations sont conservées parce que :

• deux outils ne communiquent pas ;
• la même information est saisie plusieurs fois ;
• un document est produit sans jamais être utilisé ;
• une ancienne habitude n’a jamais été remise en question ;
• une validation est demandée sans apporter de véritable contrôle.

Automatiser une double saisie évite de la refaire manuellement. La supprimer règle le problème à la source.

Plus largement, une tâche répétitive n’est pas forcément une bonne candidate à l’automatisation. Sa fréquence compte, mais elle ne suffit pas. Il faut aussi regarder la stabilité des règles, la qualité des informations disponibles et le bénéfice attendu.

La première question à poser reste donc très simple :

Cette étape sert-elle encore à quelque chose ?

Automatiser, faire assister ou garder humain

Une fois les actions inutiles écartées, les autres peuvent être réparties selon trois niveaux.

Automatiser les actions stables

Une automatisation applique une règle prévue à l’avance.

Lorsqu’un événement se produit, le système réalise l’action correspondante.

Par exemple :

• créer une fiche lorsqu’un formulaire est envoyé ;
• préparer une liste de tâches après une prise de rendez-vous ;
• ranger un document dans le bon dossier ;
• créer un rappel lorsqu’un devis reste sans réponse ;
• envoyer une confirmation après la réception d’une demande.

Ce fonctionnement convient aux actions stables et prévisibles.

Le système n’a pas besoin de comprendre toute la situation. Il doit simplement savoir quoi faire lorsqu’une condition précise est remplie.

Dans une petite structure, cela peut aussi concerner la mise à jour d’un statut, la création d’une tâche ou le classement de photos.

Ces actions ne demandent pas forcément une intelligence particulière. Elles demandent surtout de la régularité.

L’automatisation devient en revanche fragile lorsque le processus est encore mal compris ou rempli d’exceptions. Un fonctionnement confus ne devient pas plus clair parce qu’il est automatisé. Il peut simplement faire circuler plus vite de mauvaises informations.

Faire préparer le travail par l’IA

D’autres tâches sont difficiles à enfermer dans une règle stricte.

Les informations peuvent arriver dans un email rédigé librement, un message vocal, des notes prises rapidement, un PDF ou un historique de conversation.

L’IA peut transformer cette matière brute en base de travail exploitable.

Elle peut notamment :

• résumer un échange ;
• extraire des dates, des noms ou des références ;
• identifier la demande principale ;
• repérer les informations probablement manquantes ;
• transformer des notes en compte rendu ;
• préparer un brouillon de réponse ;
• comparer deux versions d’un document.

Elle ne prend pas forcément en charge l’action finale. Elle réduit le travail nécessaire pour y arriver.

Son intérêt ne se limite pas aux tâches déjà réalisées manuellement. Elle peut aussi rendre faisables des actions régulièrement repoussées :

• préparer une synthèse avant un rendez-vous ;
• exploiter des notes accumulées ;
• documenter un échange ;
• comparer plusieurs documents ;
• produire une première version suffisamment propre pour être retravaillée.

Pour une petite structure, ce travail préparatoire peut faire une vraie différence. Il augmente la capacité de traitement sans imposer une embauche immédiate ni demander à chacun de devenir expert en intelligence artificielle.

La technique peut rester en coulisses. Côté utilisateur, le résultat prend une forme simple : un brouillon, une synthèse, une information extraite ou un dossier mieux préparé.

Garder la décision humaine

Certaines étapes nécessitent une décision, un engagement ou une connaissance du contexte qu’un système ne possède pas toujours.

C’est notamment le cas lorsqu’il faut :

• fixer un prix inhabituel ;
• accepter ou refuser une demande ;
• négocier ;
• gérer un conflit ;
• annoncer une erreur ou un retard ;
• valider un engagement financier ;
• prendre une décision lourde de conséquences.

Garder une étape humaine ne signifie pas repartir de zéro.

Une personne peut recevoir une synthèse, une liste de points à vérifier ou plusieurs propositions de réponse. Elle conserve néanmoins la décision et la responsabilité de la suite.

Une IA peut proposer plusieurs formulations pour répondre à un client mécontent. Elle ne connaît pas forcément toute l’histoire de la relation ni le geste commercial que l’entreprise est prête à consentir.

Elle peut résumer une demande de devis. Elle ne sait pas toujours si le chantier est souhaitable ou si le planning permet de l’accepter.

Cette répartition suit une règle simple : l’IA peut prendre en charge la préparation sans remplacer le jugement métier.

Les trois niveaux peuvent se succéder dans un même processus. Une demande est enregistrée automatiquement, résumée par l’IA, puis qualifiée par une personne.

Six questions pour choisir le bon niveau

Il n’existe pas de liste universelle des tâches à automatiser.

Une même action peut être traitée différemment selon l’activité, les habitudes de travail et les conséquences d’une erreur.

Six questions permettent d’y voir plus clair.

1. Cette étape revient-elle souvent ?

Il n’est pas nécessaire de traiter des milliers de demandes pour que l’automatisation devienne pertinente.

Une petite action peut déjà peser sur le quotidien si elle coupe régulièrement le travail, tombe toujours au mauvais moment ou provoque des oublis.

Quelques devis relancés trop tard ou quelques documents ressaisis chaque semaine peuvent suffire à justifier une amélioration.

Une étape rare restera souvent plus simple à traiter manuellement.

2. Ses règles sont-elles stables ?

Une action est plus facile à automatiser lorsqu’il est possible d’expliquer clairement :

• ce qui la déclenche ;
• les conditions à vérifier ;
• le résultat attendu ;
• les principaux cas particuliers.

« Lorsqu’un rendez-vous est réservé, créer une fiche prospect » est une règle assez simple.

« Décider si ce prospect est intéressant » dépend du planning, du budget, du type de demande et des priorités du moment. La décision est bien plus difficile à figer.

3. Faut-il interpréter une information libre ?

Un tableau contenant toujours les mêmes colonnes est relativement simple à traiter.

Un email, un vocal ou un document rédigé librement demande davantage d’interprétation.

L’IA peut lire ce contenu et en extraire un besoin, une échéance, des références ou les questions auxquelles il faut répondre.

Une automatisation classique peut ensuite ranger ces informations, créer une tâche ou mettre à jour un tableau.

L’IA travaille sur le contenu. L’automatisation prend en charge les actions prévues autour de ce contenu.

4. Le résultat peut-il être vérifié rapidement ?

Une assistance par IA présente un intérêt lorsque contrôler son résultat prend nettement moins de temps que le produire depuis zéro.

Relire une synthèse de dix lignes à côté de l’email d’origine peut être rapide.

Valider une analyse complexe dans un domaine que personne ne maîtrise ne l’est pas.

La capacité à générer un résultat ne suffit donc pas. Encore faut-il être capable de le contrôler sans refaire tout le travail.

5. Que se passe-t-il en cas d’erreur ?

Toutes les erreurs n’ont pas le même poids.

Une mauvaise catégorie attribuée à une note interne peut être corrigée en quelques secondes.

Un tarif erroné envoyé à un client, une promesse impossible à tenir ou la mauvaise version d’un document peuvent avoir des conséquences plus sérieuses.

Une règle peut servir de repère :

Plus une action est difficile à vérifier, difficile à corriger ou lourde de conséquences, moins elle doit être autonome.

6. La décision dépend-elle d’un contexte humain ?

Toutes les informations utiles ne se trouvent pas dans les outils.

Une décision peut dépendre d’une ancienne conversation, d’une promesse faite oralement, du niveau de confiance avec le client ou d’une exception volontaire.

L’IA peut rassembler les faits et préparer la discussion. Elle ne dispose pas forcément de tout ce qui donne du sens à la décision.

Exemple : traiter une demande client

Prenons une demande reçue par email ou depuis un formulaire.

Le prospect décrit son besoin, mais certaines informations restent imprécises.

Le système peut d’abord enregistrer les coordonnées, conserver la date et la source, créer une fiche et envoyer une confirmation. Ces actions suivent des règles simples.

L’IA peut ensuite résumer le message, relever les dates et les références, identifier les informations manquantes ou préparer les questions à poser. Le résultat reste facile à contrôler en le comparant au message reçu.

Ce fonctionnement peut s’intégrer dans un circuit simple de traitement d’une boîte mail : le message est analysé, le brouillon est préparé et la prochaine action devient visible, sans envoyer automatiquement une réponse sensible.

La qualification de la demande reste conduite par une personne. Elle décide si le besoin entre dans son périmètre, si son planning permet de l’accepter et si des précisions sont nécessaires.

L’IA peut alors préparer un brouillon de réponse. La personne le relit, l’ajuste et choisit le moment de l’envoyer.

Une fois la réponse partie, l’automatisation reprend le relais : mise à jour du statut, création d’une tâche, programmation d’une relance ou alerte en cas d’absence de réponse.

La relance de devis illustre bien cette répartition : le système peut repérer l’échéance et s’arrêter dès que le client répond, tandis que la personne garde la main sur les dossiers inhabituels.

Une seule demande combine ainsi des actions automatiques, une préparation par l’IA et des décisions humaines.

Comment commencer simplement

Il n’est pas nécessaire de lancer un grand projet de transformation.

Commencez par une situation précise :

• traiter une demande entrante ;
• préparer un devis ;
• relancer un prospect ;
• collecter des pièces ;
• préparer un rendez-vous ;
• produire un compte rendu.

Décrivez ensuite ce qui se passe aujourd’hui, dans l’ordre : les informations reçues, les outils utilisés, les manipulations réalisées et les décisions prises.

Supprimez ce qui ne sert plus. Repérez les doubles saisies, les copies inutiles et les contrôles maintenus par habitude.

Classez enfin les étapes restantes :

• automatique : le système exécute l’action ;
• assistée : l’IA prépare le travail ;
• humaine : une personne conduit et décide.

Testez cette répartition sur un périmètre limité. Les cas réels feront apparaître les exceptions oubliées, les règles trop rigides et les informations manquantes.

Pour évaluer le résultat, ne regardez pas seulement le temps gagné. Observez aussi les délais de réponse, les oublis évités, les ressaisies supprimées, la qualité des dossiers préparés et les actions utiles qui ne sont plus repoussées.

Un système techniquement impressionnant mais rarement utilisé apporte peu de valeur.

Une amélioration discrète qui prépare chaque demande ou rappelle la bonne action au bon moment peut être bien plus utile.

Le bon système n’est pas celui qui utilise le plus d’IA

La qualité du résultat dépend moins de la quantité d’IA utilisée que de la façon dont le travail est réparti.

Les actions stables peuvent être exécutées automatiquement. Les informations désordonnées peuvent être préparées par l’IA. Les décisions qui engagent l’entreprise restent entre les mains de la personne concernée.

Prenez une tâche qui vous demande régulièrement du temps.

Décomposez-la. Supprimez ce qui ne sert plus. Repérez les étapes prévisibles, celles qui demandent un travail de préparation et celles où votre jugement reste indispensable.

Tout ne doit pas être automatisé. Mais tout ne mérite pas non plus d’être refait manuellement.