Une direction annonce qu’elle veut accélérer l’adoption de l’intelligence artificielle. Les outils sont identifiés, une formation est envisagée et chaque service doit proposer des usages. Mais une question reste ouverte : quelle amélioration cherche-t-on à obtenir dans le travail réel ?
Chez AKCELI, nous proposons de commencer par cette question. Elle permet de relier l’investissement technique au projet de l’entreprise et aux besoins des personnes qui y travaillent.
Formuler le problème avant de choisir l’outil
Un délai excessif peut venir d’une information difficile à retrouver, d’une responsabilité floue ou de validations trop nombreuses. Ces causes appellent des réponses différentes. Un assistant peut faciliter une recherche ; il ne clarifie pas à lui seul les délégations nécessaires pour agir.
Imaginons un service client qui souhaite répondre plus vite. L’IA prépare des messages en quelques secondes. Pourtant, les réponses attendent toujours trois validations successives. Une amélioration de la rédaction peut être utile, mais le fonctionnement du processus reste à examiner.
Décrire une situation concrète aide à cadrer le projet : qui rencontre la difficulté, à quelle fréquence, avec quelles conséquences et quels moyens disponibles ? Cette observation doit inclure les équipes concernées.
Définir ce que signifie un résultat utile
« Gagner du temps » reste une intention à préciser. Le temps libéré permettra-t-il de traiter davantage de demandes, de mieux accompagner les clients ou de réduire une surcharge ? Qui décidera de son utilisation ?
Un indicateur de vitesse peut être rapproché de la qualité du service, du temps de vérification et des corrections nécessaires. L’organisation peut ainsi examiner le bénéfice sur l’ensemble du travail, plutôt que sur une tâche isolée.
La distinction proposée par Shoshana Zuboff entre automatiser et utiliser l’information pour développer la compréhension éclaire cet arbitrage.[1] Elle rappelle que plusieurs orientations sont possibles avec une même transformation technique.
Choisir un périmètre qui permet d’apprendre
Un premier essai peut porter sur une activité délimitée : préparation d’une synthèse interne, recherche dans une documentation autorisée ou aide à la rédaction. Le cadrage précise les utilisateurs, les données mobilisées, la validation humaine et les critères d’évaluation.
Il prévoit aussi une décision de poursuite, d’ajustement ou d’arrêt. Un essai qui révèle une utilité limitée apporte une information importante pour la suite du projet.
Les résultats doivent être discutés avec les personnes qui réalisent le travail. Elles peuvent identifier une charge déplacée, un gain inattendu ou une condition nécessaire que le cadrage n’avait pas anticipée.
Examiner la nécessité de l’usage
Le positionnement d’AKCELI en soutenabilité forte nous conduit à questionner la pertinence d’un usage avec ses coûts, ses conséquences sociales et environnementales et les autres solutions possibles.
Une décision solide peut consister à développer l’IA sur un périmètre précis, à améliorer d’abord les données ou à modifier le processus. Le choix dépend du problème et des effets recherchés.
Avant de choisir l’outil, quelle amélioration voulons-nous constater, pour qui et avec quelles limites ?
AKCELI accompagne ce cadrage en reliant stratégie, organisation et culture. Échangeons sur votre projet.
Source et repère
[1] Shoshana Zuboff explique la distinction entre automatiser et développer la valeur par l’information dans cet entretien publié par Harvard Business School. Son application à l’IA constitue ici une lecture proposée par AKCELI. L’exemple est fictif.
Une direction annonce qu’elle veut accélérer l’adoption de l’intelligence artificielle. Les outils sont identifiés, une formation est envisagée et chaque service doit proposer des usages. Mais une question reste ouverte : quelle amélioration cherche-t-on à obtenir dans le travail réel ?
Chez AKCELI, nous proposons de commencer par cette question. Elle permet de relier l’investissement technique au projet de l’entreprise et aux besoins des personnes qui y travaillent.
Formuler le problème avant de choisir l’outil
Un délai excessif peut venir d’une information difficile à retrouver, d’une responsabilité floue ou de validations trop nombreuses. Ces causes appellent des réponses différentes. Un assistant peut faciliter une recherche ; il ne clarifie pas à lui seul les délégations nécessaires pour agir.
Imaginons un service client qui souhaite répondre plus vite. L’IA prépare des messages en quelques secondes. Pourtant, les réponses attendent toujours trois validations successives. Une amélioration de la rédaction peut être utile, mais le fonctionnement du processus reste à examiner.
Décrire une situation concrète aide à cadrer le projet : qui rencontre la difficulté, à quelle fréquence, avec quelles conséquences et quels moyens disponibles ? Cette observation doit inclure les équipes concernées.
Définir ce que signifie un résultat utile
« Gagner du temps » reste une intention à préciser. Le temps libéré permettra-t-il de traiter davantage de demandes, de mieux accompagner les clients ou de réduire une surcharge ? Qui décidera de son utilisation ?
Un indicateur de vitesse peut être rapproché de la qualité du service, du temps de vérification et des corrections nécessaires. L’organisation peut ainsi examiner le bénéfice sur l’ensemble du travail, plutôt que sur une tâche isolée.
La distinction proposée par Shoshana Zuboff entre automatiser et utiliser l’information pour développer la compréhension éclaire cet arbitrage.[1] Elle rappelle que plusieurs orientations sont possibles avec une même transformation technique.
Choisir un périmètre qui permet d’apprendre
Un premier essai peut porter sur une activité délimitée : préparation d’une synthèse interne, recherche dans une documentation autorisée ou aide à la rédaction. Le cadrage précise les utilisateurs, les données mobilisées, la validation humaine et les critères d’évaluation.
Il prévoit aussi une décision de poursuite, d’ajustement ou d’arrêt. Un essai qui révèle une utilité limitée apporte une information importante pour la suite du projet.
Les résultats doivent être discutés avec les personnes qui réalisent le travail. Elles peuvent identifier une charge déplacée, un gain inattendu ou une condition nécessaire que le cadrage n’avait pas anticipée.
Examiner la nécessité de l’usage
Le positionnement d’AKCELI en soutenabilité forte nous conduit à questionner la pertinence d’un usage avec ses coûts, ses conséquences sociales et environnementales et les autres solutions possibles.
Une décision solide peut consister à développer l’IA sur un périmètre précis, à améliorer d’abord les données ou à modifier le processus. Le choix dépend du problème et des effets recherchés.
Avant de choisir l’outil, quelle amélioration voulons-nous constater, pour qui et avec quelles limites ?
AKCELI accompagne ce cadrage en reliant stratégie, organisation et culture. Échangeons sur votre projet.
Source et repère
[1] Shoshana Zuboff explique la distinction entre automatiser et développer la valeur par l’information dans cet entretien publié par Harvard Business School. Son application à l’IA constitue ici une lecture proposée par AKCELI. L’exemple est fictif.
Commencez à écrire ici ...