Des licences d’IA aux résultats : pourquoi le processus passe en premier

« Nous avons essayé l’IA, mais cela n’a rien donné. »

J’entends cette phrase dans de nombreuses organisations. Les licences ont été achetées, les équipes ont accès à de grands modèles de langage (LLM) tels que Claude, ChatGPT ou Copilot, et pourtant les résultats ne sont pas au rendez-vous.

La question du retour sur ces investissements est légitime et, dans de nombreux cas, il reste difficile d’y répondre. Souvent, les entreprises se contentent de mettre les outils à disposition et d’inviter leurs collaborateurs à les utiliser. C’est un peu comme acheter une voiture, faire le plein, demander aux gens de conduire, puis leur demander, plus tard, où sont passés les gains de productivité.

L’intelligence artificielle (IA) va transformer notre manière de conduire nos activités et de travailler. Mais pour qu’elle apporte une réelle valeur ajoutée, il faut l’utiliser de manière structurée afin de résoudre des problèmes concrets. Utilisée sans orientation précise, elle donne rarement des résultats mesurables.

Plus d’outils ne garantit pas plus de résultats

Lorsque l’IA n’est pas rattachée à un problème précis de l’entreprise, les collaborateurs se contentent le plus souvent de l’explorer. Les employés testent les outils, en perçoivent le potentiel et s’en servent pour faciliter leurs tâches quotidiennes. Cela a une certaine valeur, mais n’implique pas nécessairement un gain de productivité ni la résolution d’un problème réel de l’entreprise.

L’erreur la plus fréquente que j’observe consiste à introduire l’IA sans avoir d’abord amélioré le processus. Notre approche est claire : les organisations doivent améliorer leurs processus et utiliser l’IA pour soutenir cette amélioration. Appliquer l’IA à un processus qui n’a pas été repensé ne fait qu’automatiser le gaspillage. Cela revient à accélérer des activités inefficaces ou mal conçues.

Le point de départ doit donc être le processus lui-même. Comment le travail doit-il être réalisé ? Quelles étapes peuvent être supprimées ? Que faut-il faire autrement ? Ce n’est qu’ensuite qu’il convient d’appliquer l’IA, là où elle apporte de la valeur.

Où va réellement le temps gagné

La réponse dépend de la manière dont l’organisation utilise l’IA.

Lorsque les entreprises se contentent de mettre la technologie à disposition, sans accompagnement, le temps gagné reste entre les mains de chaque employé. Leur travail devient plus facile et certaines tâches prennent moins de temps, mais l’incidence sur l’entreprise demeure limitée.

À l’inverse, lorsque les entreprises adoptent une démarche structurée et repensent leurs processus et leurs modes de travail, le temps gagné bénéficie au client. Les processus gagnent en rapidité et les clients obtiennent de meilleurs résultats.

Il s’agit donc d’une décision stratégique. Les organisations peuvent utiliser l’IA pour améliorer leurs processus et mieux servir leurs clients, ou bien l’utiliser sans orientation précise et laisser ses avantages se disperser au sein de l’entreprise.

Par où commencer : la promesse client

Si le problème réside dans le processus, la première étape consiste à examiner l’organisation et ses équipes en se posant quelques questions fondamentales. Qu’apportons-nous à nos clients ? Quelle est notre mission ? Quelle promesse leur avons-nous faite ?

À la lumière de ces réponses, chaque processus actuel doit être examiné au regard de cette promesse. Chaque étape y contribue-t-elle ? Apporte-t-elle une valeur ajoutée au client ? Les étapes qui ne répondent pas à ces critères doivent être supprimées et le processus, repensé.

En pratique, cela signifie :

• L’analyse et la cartographie des activités actuelles ;
• La remise en question de la pertinence de chacune d’elles ;
• La refonte du processus ;
• L’utilisation d’outils d’IA pour soutenir le nouveau processus et améliorer ce qui est fourni aux clients.

L’objectif final est d’améliorer la valeur apportée aux clients et, par conséquent, d’obtenir de bons résultats pour l’entreprise.

De la refonte des processus à une feuille de route pour l’IA

Une fois le processus repensé, l’étape suivante consiste à définir une feuille de route de mise en œuvre. Celle-ci combine plusieurs initiatives : certaines portent sur la refonte du processus lui-même, d’autres relèvent de l’IA.

Les initiatives d’IA se répartissent généralement en deux catégories :

Tableau 1 – Initiatives d’IA : IA métier et transformation

L’IA métier constitue une façon rapide de démarrer. En formant les collaborateurs à l’utilisation de grands modèles de langage tels que Claude, les organisations peuvent accélérer certaines parties de leurs processus sans lancer un projet de grande ampleur. L’essentiel est que ces améliorations restent au service d’une transformation plus large. Chaque modification d’une tâche doit s’inscrire dans une refonte de processus assortie d’un objectif clair.

Les résultats en pratique

Nous appliquons actuellement cette approche au sein de plusieurs organisations, comme en témoignent deux cas de complexité différente.

Hôtellerie

Dans un groupe hôtelier, une partie des réservations clients était intégrée automatiquement au système de gestion hôtelière, Opera. Les autres, en revanche, arrivaient par e-mail et devaient être traitées manuellement. Nous avons mis en place un agent fondé sur un LLM qui lit ces e-mails, en extrait les informations pertinentes et les transmet au système via des intégrations automatiques. Il s’agissait du plus structuré des deux projets : il a exigé davantage d’expertise et a associé l’IA au développement et à l’intégration de systèmes.

Assurance

Chez un assureur, un responsable d’équipe devait séquencer manuellement les tâches de son équipe. À l’aide de Claude, nous avons développé un outil simple en HTML qui réalise ce séquencement automatiquement. Le responsable d’équipe gagne désormais trois heures par jour, qu’il consacre à planifier et à améliorer le travail avec son équipe. Ici, en revanche, un modèle de langage a suffi à créer une solution opérationnelle avec très peu de développement informatique.

Ces cas présentent deux points communs :

• Ils sont partis d’un besoin de l’entreprise : chaque projet a été conçu pour résoudre un problème réel, améliorer un processus et apporter davantage de valeur au client.
• Ils ont été élaborés avec les personnes qui les utilisent : chaque solution a été développée conjointement avec les équipes métier, ce qui favorise une appropriation réelle et offre une base solide pour la suite.

Choisir les processus à automatiser

La première question est de savoir si le processus est véritablement nécessaire, et s’il est encore pertinent de le maintenir.

La seconde porte sur le temps qu’il mobilise. Une tâche qui représente une heure par an n’est probablement pas le bon point de départ.

En résumé, deux critères comptent : la pertinence et l’impact. Chaque initiative doit résoudre un problème réel et produire un résultat mesurable, plutôt que de suivre une tendance.

Les premières étapes pour les entreprises qui disposent déjà de licences

Les organisations qui ont déjà investi dans des licences doivent se concentrer sur deux points. Le premier est une formation pratique et concrète, pour que les collaborateurs sachent utiliser les outils et en comprennent le potentiel. Le second est l’élaboration de cas d’usage détaillés qui montrent ce qu’il est possible de faire.

Les réunions quotidiennes d’équipe en sont un bon exemple. De nombreuses équipes suivent déjà leurs KPIs dans des tableaux de bord Power BI. Utiliser l’IA pour analyser ces KPIs, en tirer des enseignements et préparer la réunion quotidienne constitue un premier cas d’usage simple, qui rend ces réunions à la fois plus efficaces et plus efficientes.

Une dernière réflexion

S’il y a une idée que je souhaite transmettre aux dirigeants, c’est celle-ci : l’IA doit être guidée par une finalité, jamais par les tendances ni par l’enthousiasme du moment. La véritable opportunité réside dans la refonte de notre manière de travailler.

Ajouter ces outils aux mêmes processus et aux mêmes modes de travail ne produira pas de résultats différents. Un exercice utile consiste à imaginer l’entreprise bâtie à partir de zéro et à se demander comment ses processus seraient alors conçus.

Une fois cette clarté acquise, l’IA peut soutenir une nouvelle façon d’apporter de la valeur : une meilleure expérience client, des clients plus satisfaits, des lead times plus courts et de meilleurs résultats. C’est là que réside son véritable impact.

Chez Kaizen Institute, nous aidons les organisations à transformer leurs investissements dans l’IA en résultats mesurables. Nous associons notre expertise en amélioration des processus à des formations en IA métier destinées aux équipes et à des projets de transformation, en partant toujours de la promesse client et du problème réel à résoudre. Si votre organisation dispose déjà des outils mais pas encore des résultats, c’est un bon point de départ pour engager la conversation.