La promesse de l'automatisation est simple : moins de travail manuel, un traitement plus rapide et moins de risques d'erreur. Le défi, c'est qu'un logiciel peut exécuter un processus mal conçu aussi efficacement qu'un bon processus. Lorsqu'une organisation automatise la mauvaise séquence d'étapes, elle peut obtenir une version plus rapide de la même confusion.
Prenons une entreprise de services où un employé reçoit une demande de client, en copie les détails dans un chiffrier, transmet ce chiffrier à un gestionnaire et attend une approbation par courriel. Une nouvelle automatisation pourrait reproduire ces quatre étapes en quelques secondes. Mais elle laisserait intactes deux questions sans réponse : pourquoi ce chiffrier existe-t-il, et quelles demandes exigent réellement une approbation?
- Demande reçue
Un employé reçoit une demande de client.
- Détails copiés
Les détails sont copiés dans un chiffrier.
- Transmission
Le chiffrier est transmis à un gestionnaire.
- Approbation en attente
L'équipe attend une approbation par courriel.
Une nouvelle automatisation pourrait reproduire ces quatre étapes en quelques secondes
Question sans réponse à l'étape 2 Pourquoi ce chiffrier existe-t-il?
Question sans réponse à l'étape 4 Quelles demandes exigent réellement une approbation?
Le meilleur point de départ n'est pas Quel outil devrions-nous acheter? C'est plutôt Quelle décision ce processus doit-il soutenir?
Un logiciel peut exécuter un processus mal conçu aussi efficacement qu'un bon processus.
Constat clé
D'abord, observez le travail tel qu'il se fait réellement
La procédure documentée et la procédure réelle diffèrent souvent. Les gens créent des raccourcis, dupliquent des dossiers, s'appuient sur des messages informels ou contournent une technologie qui ne correspond pas à leurs responsabilités. Ces adaptations peuvent être des réponses intelligentes à un processus défaillant.
Cartographiez un cas représentatif, de son déclencheur initial à son résultat final. Repérez la personne ou le système responsable de chaque transfert, l'information requise, le temps d'attente habituel et ce qui se passe lorsque le cas ne correspond pas au scénario courant. Lorsque les systèmes produisent des données d'événements adéquates, les techniques d'exploration de processus (process mining) peuvent aider à reconstituer les flux de travail et à révéler les retards ou les écarts. Microsoft décrit l'exploration de processus comme un moyen de comprendre les flux de travail réels et de cerner des occasions d'amélioration; elle ne remplace pas le dialogue avec les personnes qui accomplissent le travail.[1]
Une bonne cartographie de flux de travail répond à cinq questions :
- Déclencheur : quel événement lance le travail?
- Intrants : quelle information est requise et d'où provient-elle?
- Décision : qui décide de la suite, et selon quels critères?
- Exceptions : que se passe-t-il lorsque l'information est incomplète, sensible ou inhabituelle?
- Clôture : quelle preuve montre que la demande a été réglée correctement?
Retirez les étapes inutiles avant de les automatiser
Un flux de travail peut comporter des étapes ajoutées pour compenser d'anciennes limites. Un gestionnaire peut approuver chaque demande parce que l'ancien système n'avait pas de plafonds de transaction. Des équipes peuvent s'envoyer des courriels d'état quotidiens parce que personne ne voit une file partagée. Automatiser ces étapes, c'est conserver le coût du contournement.
Pour chaque activité, demandez-vous : quel risque ce contrôle réduit-il? Ce risque existe-t-il toujours? Pourrait-on obtenir le même résultat avec une règle plus claire, une meilleure interface ou un dossier partagé? Conservez les contrôles essentiels, éliminez les doublons, clarifiez les responsabilités, puis choisissez la technologie.
Distinguez l'automatisation fondée sur des règles du jugement assisté par l'IA
Toutes les tâches n'exigent pas l'intelligence artificielle. Une règle déterministe fonctionne bien lorsque les intrants, les conditions et les résultats souhaités sont stables : par exemple, acheminer vers la file de la comptabilité une facture approuvée sous un certain seuil. L'IA peut être utile lorsqu'il faut résumer ou classer un langage non structuré, mais des résultats incertains exigent validation et supervision.
Une conception responsable confère aux humains l'autorité sur les décisions importantes. Elle précise aussi ce que le système est autorisé à faire, les données auxquelles il peut accéder, la façon de vérifier les résultats et ce qui se passe en cas de panne du service. Le cadre volontaire de gestion des risques de l'IA du NIST organise ces préoccupations autour de la gouvernance, de la mise en contexte, de la mesure et de la gestion des risques.[2]
Menez un projet pilote sur le plus petit flux de travail significatif
Choisissez un processus avec un responsable clair, une activité assez fréquente pour être évaluée, des conséquences faibles à modérées en cas de problème et un résultat mesurable. Établissez un point de référence avant de changer quoi que ce soit. Parmi les mesures possibles : le délai de traitement médian, le taux de reprise, le nombre d'interventions manuelles par dossier, les exceptions en retard et la proportion de dossiers clos avec une piste de vérification.
Réalisez un projet pilote contrôlé. Comparez les dossiers traités par le nouveau flux de travail à une période antérieure représentative ou à un groupe de comparaison approprié. Examinez les exceptions et les commentaires du personnel. Une automatisation réussie doit améliorer le processus sans affaiblir ses garde-fous.
Un test pratique avant d'investir
Avant de demander une proposition, rédigez une fiche de processus d'une page : ce que le flux de travail accomplit, où il commence et où il se termine, quels systèmes il touche, qui est responsable du résultat, quelles données sont sensibles et comment vous reconnaîtrez le succès. Si ces questions restent sans réponse, la priorité est la découverte du processus, et non le développement de l'automatisation. Les réponses forment le diagnostic sur lequel l'automatisation doit s'appuyer.