Avez-vous déjà réfléchi à la différence entre un outil et un système ?
Les outils sont des choses que nous utilisons lorsque nous travaillons. Les systèmes, de la même manière, rendent le travail plus efficace.
Certains pourraient avoir l'impression qu'un système est simplement un outil plus complexe.
Cependant, si nous classons le travail en deux types — le travail itératif et le travail basé sur les flux — la distinction entre un outil et un système devient remarquablement claire.
Itération et Flux
Le travail itératif est le processus de création progressive d'un livrable par essais et erreurs, en s'adaptant de manière flexible au fur et à mesure.
Pour le travail itératif, une boîte à outils permettant de choisir le bon outil pour des tâches spécifiques est utile.
Le travail basé sur les flux, en revanche, implique de progresser par étapes, produisant le livrable à la phase finale.
Pour le travail basé sur les flux, disposer d'un système pour guider le travail le long du flux améliore considérablement la productivité et la qualité.
Transformation du travail itératif en travail basé sur les flux et systématisation
Une grande partie du travail effectué par les humains est soit un travail itératif, soit une composante d'un processus systématisé basé sur les flux.
Transformer le travail itératif en travail basé sur les flux, puis le systématiser, contribue de manière significative à l'amélioration de la productivité et de la qualité.
La Révolution Industrielle et la Révolution Informatique
La Révolution Industrielle et la Révolution Informatique sont des exemples primordiaux d'une augmentation significative de la productivité et de la qualité grâce à la transformation du travail itératif en travail basé sur les flux et sa systématisation ultérieure.
Avant la Révolution Industrielle, la fabrication était effectuée comme un travail itératif, où les humains utilisaient habilement des outils, modifiant librement les arrangements et les procédures à chaque fois.
Le traitement de l'information avant la Révolution Informatique était également un travail itératif, les humains utilisant des outils et procédant de manière non standardisée.
En systématisant ces processus, à l'instar des chaînes de production en usine et des systèmes informatiques d'entreprise, la productivité et la qualité ont été améliorées.
Cependant, non seulement la systématisation, mais la transformation basée sur les flux de ce travail itératif est extrêmement cruciale. C'est précisément parce que la transformation basée sur les flux a été réalisée que la systématisation est devenue possible.
La Révolution de l'IA Générative
Lorsque l'objectif est d'améliorer la productivité et la qualité en utilisant l'IA générative en entreprise, la simple utilisation de l'IA comme un outil ne produira pas de véritable valeur.
L'objectif principal est la transformation du travail itératif en travail basé sur les flux, puis la systématisation de ce travail basé sur les flux.
L'IA générative, capable d'une adaptation flexible, peut gérer des tâches itératives. Cependant, qu'elles soient effectuées par des humains ou par l'IA générative, il existe des limites à la productivité et à la qualité du travail itératif.
C'est pourquoi il est crucial de viser une transformation basée sur les flux et une systématisation.
On pourrait arguer que si la transformation basée sur les flux pouvait améliorer la productivité et la qualité même avec des travailleurs humains, de telles initiatives auraient pu être entreprises avant l'avènement de l'IA générative.
Cependant, la transformation basée sur les flux, basée sur l'intervention humaine, est en réalité un problème très difficile. Les travailleurs humains ne peuvent pas s'adapter immédiatement aux changements d'affectation ou de contenu des tâches.
En revanche, lorsque le travailleur est une IA générative, il est facile de reconfigurer les affectations et le contenu des tâches par essais et erreurs.
Contrairement aux humains, l'IA générative peut oublier les étapes précédentes, lire et comprendre instantanément de nouvelles procédures, et travailler en fonction de celles-ci.
Par conséquent, l'approche principale pour tirer parti de l'IA générative en entreprise sera la transformation du travail itératif en travail basé sur les flux et sa systématisation ultérieure.
Amélioration de l'efficacité commerciale grâce à l'IA générative
Considérons un exemple d'amélioration de l'efficacité commerciale à l'aide de l'IA générative.
Prenons l'exemple de la tâche de répondre aux demandes des employés concernant les règles de l'entreprise.
En utilisant l'IA générative, il est possible de rechercher les règles de l'entreprise et d'ébaucher des réponses.
Cependant, il est possible que l'IA générative fasse référence à des règles obsolètes ou imagine et fournisse par erreur des réponses non explicitement énoncées dans les règles.
De plus, les demandes peuvent prendre diverses formes, telles que des courriels, des outils de messagerie, des appels téléphoniques ou des communications verbales.
Par conséquent, les employés chargés des demandes doivent toujours les recevoir comme avant.
On peut concevoir que l'efficacité puisse être améliorée en répondant aux questions qui peuvent être traitées sur-le-champ, et pour celles nécessitant une vérification des règles, en saisissant le contenu de la demande dans l'IA générative pour générer des brouillons de réponses.
De plus, pour les questions fréquemment posées, il est nécessaire de les publier sur la page d'accueil interne de l'entreprise sous forme de FAQ.
L'IA générative peut également être utilisée pour saisir des questions et réponses typiques et créer des brouillons sous forme de listes à puces pour la publication sur le site web.
En outre, lorsque des révisions de règles sont nécessaires, l'IA générative peut être utilisée pour rédiger des propositions.
De telles applications pourraient rendre un certain pourcentage des tâches de traitement des demandes plus efficaces.
Cependant, cela ne fait que laisser le traitement des demandes comme un travail itératif et utilise l'IA générative comme un outil.
Par conséquent, les gains d'efficacité sont très limités.
Transformation du travail basé sur les flux
Pour maximiser l'efficacité de la tâche de traitement des demandes donnée en exemple, cette tâche doit être transformée en un flux.
Pour ce faire, les tâches effectuées par la personne en charge lors du traitement des demandes doivent être détaillées et formalisées.
- Recevoir les demandes par divers canaux.
- Si la demande est identique à une réponse précédemment fournie et qu'il n'y a pas de changements dans les règles associées, fournir la même réponse.
- Pour les nouvelles demandes ou celles impliquant des modifications de règles, confirmer les règles et rédiger une réponse.
- Vérifier que le brouillon de réponse ne fait pas référence à des règles obsolètes et n'inclut pas d'informations non stipulées dans les règles.
- Vérifier si une approbation est requise avant de répondre, et l'obtenir si nécessaire.
- Répondre via le canal par lequel la demande a été reçue.
- Enregistrer le contenu de la demande, le résultat de l'approbation et le résultat de la réponse dans les données de l'historique des demandes.
- Vérifier régulièrement les données de l'historique des demandes et créer des brouillons pour la mise à jour des questions et réponses fréquentes.
- Mettre à jour la page d'accueil interne de l'entreprise après avoir obtenu l'approbation.
- Mettre à jour les données des règles référencées lorsque les règles sont actualisées.
- Simultanément, enregistrer dans les données de l'historique des demandes passées que des réponses et des mises à jour de règles connexes ont eu lieu.
- Confirmer si les questions et réponses fréquentes nécessitent une révision en raison de changements de règles, et les mettre à jour si nécessaire.
En définissant clairement les détails des tâches effectuées, comme décrit ci-dessus, ces tâches peuvent être connectées, transformant un travail itératif flexible en un processus plus clair basé sur les flux.
Exemple de systématisation
En créant ce flux de travail, la voie vers la systématisation devient claire.
Pour la systématisation, s'il est acceptable de sacrifier une certaine commodité pour l'employé, une option est de consolider les canaux de demande.
Inversement, si la commodité de l'employé est prioritaire, le système doit maintenir la capacité de recevoir des demandes par tous les canaux.
Fondamentalement, le système devrait recevoir directement les demandes. Seules les demandes verbales devraient être saisies dans le système par la personne en charge.
Une fois une demande reçue, le système informatique et l'IA générative devraient exécuter autant de travail subséquent que possible, en suivant le flux. Initialement, des vérifications et des approbations humaines devraient être intercalées dans le système, et les opérateurs humains devraient pouvoir apporter des corrections.
Ensuite, à mesure que le système est utilisé pour le traitement des demandes, si l'IA générative commet une erreur, les instructions destinées à l'IA générative devraient être mises à jour avec des avertissements, des points à vérifier, des exemples d'erreurs et des exemples corrects pour éviter toute récidive.
Cela permet de réduire les erreurs de l'IA générative. Ce processus de mise à jour des instructions pour l'IA générative peut être rendu encore plus efficace s'il est transformé en une tâche basée sur le flux plutôt qu'en une tâche itérative.
De cette manière, en systématisant le travail basé sur les flux, même les tâches qui semblent nécessiter une intervention humaine peuvent être remplacées par un système centré sur l'IA générative.
Idées fausses courantes
Beaucoup de gens pensent que l'application de l'IA générative dans les affaires n'est pas très efficace à l'heure actuelle, ou qu'il est prématuré de l'utiliser.
Cependant, un nombre significatif de ces individus tombent souvent dans deux types de malentendus.
La première idée fausse découle du fait de se concentrer sur l'utilisation de l'IA générative comme un outil.
Comme démontré ici, l'exploitation de l'IA générative comme un outil pour les tâches itératives n'augmente pas significativement l'efficacité commerciale. L'expérience ou le fait d'entendre parler de cela conduit à cette idée fausse.
La deuxième idée fausse provient du fait de se concentrer sur l'exécution de tâches itératives par l'IA générative.
En effet, tenter de faire exécuter des tâches itératives à l'IA générative actuelle ne fonctionne pas bien. Par conséquent, l'IA générative ne peut pas entièrement prendre en charge les tâches effectuées par les humains, et se concentrer uniquement sur ce point conduit au malentendu.
Enfin
Comme nous l'avons abordé ici, en transformant le travail itératif en travail basé sur les flux et en le systématisant, on peut s'attendre à une efficacité supérieure à celle obtenue avec de simples outils.
De plus, même si le travail itératif lui-même ne peut pas être entièrement géré, de nombreuses tâches individuelles au sein d'un processus basé sur les flux peuvent être prises en charge par l'IA générative actuelle. Même s'il y a de nombreuses erreurs initiales, une amélioration continue peut être obtenue en mettant à jour les instructions.
Alternativement, les tâches peuvent être scindées si nécessaire, séparant la rédaction de la vérification, ou en mettant en œuvre une vérification en plusieurs étapes.
Si la systématisation peut être réalisée de cette manière, alors les améliorations progresseront à chaque tâche, et les opérations deviendront plus efficaces au fil du temps.
C'est une méthode de travail qui permet une amélioration continue du mécanisme lui-même, similaire à la production en usine et à la mise en œuvre de systèmes informatiques.
Pour tirer parti de l'IA générative, un changement de mentalité est nécessaire : au lieu de simplement améliorer vos propres tâches itératives, vous devez transformer objectivement votre travail en processus basés sur les flux et les systématiser.