Les processus réels sont classés selon l’effort, le risque lié aux données et la faisabilité. Vous obtenez un ordre de priorité que l’équipe peut expliquer et trancher.
| Cas d’usage | Valeur | Données | Effort | Prochain test |
|---|---|---|---|---|
| Tri des e-mails | 4/5 | 2/5 | 2/5 | Étiqueter 50 cas |
| Projet d’offre | 3/5 | 4/5 | 4/5 | Clarifier la validation |
| Accueil téléphonique | 4/5 | 3/5 | 3/5 | 20 appels tests |
| Recherche interne | 2/5 | 5/5 | 4/5 | Inventorier les sources |
Tester d’abord le tri des e-mails. Le volume est visible, le résultat peut être contrôlé et le processus actuel demande peu de changements.
Un processus pénible n’est pas forcément un bon cas d’usage IA. Il faut parfois commencer par clarifier les responsabilités, nettoyer les données ou modifier une seule étape.
Un contrôle manuel peut rester plus économique et plus facile à comprendre.
Une automatisation accélère aussi la diffusion d’informations fausses ou périmées.
Chaque exception restera en attente, quel que soit l’outil choisi.
Un contrôle humain doit alors intervenir au milieu du processus.
Le périmètre est convenu avant l’atelier. Cet exemple montre la forme du document, sans promettre une prestation standard.
Liste priorisée, registre des risques, plan de test ou documentation technique: avant l’entretien, nous définissons le document qui aidera réellement votre décision.
Aucun «score IA» produit automatiquement.
Le point de départ est un processus réel, et non un outil. Nous relevons sa fréquence, le temps de traitement, les attentes et les exceptions que l’équipe résout encore manuellement. Nous identifions aussi les rôles concernés, les systèmes utilisés et la personne qui reste responsable du résultat. Cette référence initiale est indispensable pour savoir ensuite si le changement économise vraiment du temps ou déplace simplement le travail.
Chaque cas d’usage IA est ensuite évalué selon les mêmes critères: valeur pour l’entreprise, disponibilité et qualité des données, faisabilité technique, conséquences d’une erreur et interventions humaines nécessaires. Les hypothèses sont consignées clairement. Nous ne présentons pas un ROI précis lorsque les volumes, les coûts ou les valeurs de comparaison ne sont pas fiables. L’évaluation reste ainsi honnête et utile à la décision.
Le livrable est un ordre de priorité argumenté. Il distingue ce qui peut être testé maintenant, ce qui exige d’abord de meilleures données ou des responsabilités plus claires, et ce qui doit rester manuel. Pour le premier candidat, nous définissons le périmètre du test, les accès requis, les questions de protection et de conservation des données ainsi que les points de contrôle. Pour une PME suisse, la traçabilité des données et des responsabilités est essentielle.
Un pilote commence donc sur un périmètre étroit et se termine par une décision réelle. Situation initiale, objectif, responsable et date de revue sont fixés avant le démarrage. Ensuite, il ne suffit pas de constater que la technique fonctionne: il faut vérifier si l’ensemble du processus est devenu plus fiable, plus rapide ou plus compréhensible. La conclusion documentée est de poursuivre, de modifier ou d’arrêter.
Apportez un processus typique et une exception difficile. Pendant l’échange, nous clarifions les données manquantes, les décisions qui restent humaines et l’intérêt réel d’un pilote.