LE MAGAZINE À PORTÉE DE MOT

Que souhaitez-vous découvrir ?

Quelques pistes pour commencer

Intelligence artificielleLeadershipLivresMotivation
IA & technologies

Automatiser au travail : une règle simple suffit-elle avant d’ajouter de l’IA ?

Un ordinateur portable et des documents sont disposés sur une table de travail.
Choisir le traitement adapté à chaque étape du travail. Photo d’illustration : Kampus Production / Pexels.
Votre article, à écouter
Réglages audio

Lecture vocale avec les voix de votre appareil.

Activez JavaScript pour utiliser la lecture audio.

Publicité · liens affiliés

Votre équipe veut automatiser une tâche répétitive et propose aussitôt un assistant IA. Pourtant, le travail consiste peut-être simplement à vérifier qu’un formulaire contient une date, à additionner des montants ou à envoyer un dossier au service indiqué dans un champ. Avant de choisir un modèle, demandez-vous quelle partie du travail exige réellement de comprendre un texte et quelle partie suit déjà une règle explicite.

Cette distinction permet de construire une automatisation adaptée. Une règle informatique applique une condition définie ; une IA générative peut aider à interpréter un message ou à préparer une réponse. Les deux peuvent coexister dans un même processus. Le choix utile se fait à l’échelle de chaque opération, en tenant compte des erreurs possibles et de la personne qui devra reprendre les exceptions.

Décrire le résultat attendu sans nommer l’outil

Commencez par reformuler la demande en termes de travail : « repérer les demandes auxquelles il manque une référence », plutôt que « installer une IA dans la messagerie ». Précisez ce qui entre dans le processus, ce qui doit en sortir et ce qu’un collègue doit pouvoir vérifier. Cette description évite de confondre une démonstration séduisante avec une tâche réellement résolue.

Recueillez quelques exemples représentatifs, en utilisant des données fictives ou autorisées pour l’essai. Ajoutez un cas ordinaire, une information manquante et une situation ambiguë. Le but est de faire apparaître les décisions cachées dans le travail. Une référence absente peut être facile à détecter ; savoir si elle est indispensable à cette demande particulière peut nécessiter une autre appréciation.

Ne cherchez pas immédiatement à couvrir tous les cas. Choisissez un périmètre assez limité pour expliquer ce que l’automatisation fera et ce qu’elle laissera à une personne. Si personne ne sait définir une sortie acceptable, l’achat d’un outil ne réglera pas cette incertitude. Il faut d’abord clarifier la tâche avec les collègues qui la réalisent.

Reconnaître les opérations qui suivent une règle stable

Une addition, la présence d’un champ obligatoire ou une correspondance entre un code de service et un destinataire sont des candidats à un traitement déterministe. Cela signifie que les mêmes données, traitées par la même règle, donnent le même résultat. Vous pouvez expliquer la condition, la tester et retrouver pourquoi elle a été appliquée.

Cette simplicité n’exclut pas les erreurs. Une formule mal écrite, une donnée incorrecte ou une liste de services périmée peuvent produire un résultat inadapté. La différence est que la règle reste directement inspectable. Pour chaque contrôle, indiquez donc sa source, son responsable et le moment où elle devra être revue.

Prenons un exemple fictif : une équipe exige une référence de dossier composée de huit chiffres. Le contrôle du format peut être écrit sans demander à une IA de deviner si la référence paraît correcte. Mais un format valide ne prouve pas que le dossier existe. Cette seconde vérification doit interroger la source autorisée, avec les droits appropriés.

Une personne écrit dans un carnet à côté d’un ordinateur portable.
Décrire les conditions et les exceptions avant de choisir l’outil. Photo d’illustration : MART PRODUCTION / Pexels.

Réserver l’IA à une difficulté de compréhension identifiée

Un message libre ne présente pas toujours les informations dans le même ordre. L’auteur peut décrire son besoin indirectement, mélanger plusieurs sujets ou employer un vocabulaire inhabituel. Une IA peut alors proposer une extraction ou une catégorie à examiner. Il faut toutefois définir comment vérifier sa proposition et ce qu’elle doit faire lorsqu’une information manque.

Dans son guide publié le 19 décembre 2024, Anthropic recommande de partir de la solution la plus simple et d’ajouter de la complexité lorsque le besoin le justifie. Le fournisseur distingue notamment les parcours prédéfinis des agents dont le modèle choisit les étapes. Cette recommandation éclaire un choix de conception ; elle ne démontre pas qu’une architecture ou un produit conviendra à chaque entreprise.

Vous pouvez séparer la compréhension de l’action : l’IA relève les éléments d’un courriel, puis un contrôle vérifie les champs attendus avant qu’un collègue décide de la suite. Pour les demandes orientées vers un service, notre guide sur le tri assisté par IA avec revue humaine détaille le rôle des cas incertains et du retour aux équipes.

Éviter de faire interpréter une règle que vous connaissez déjà

Si un tarif ou une condition d’acceptation dépend d’une règle publiée en interne, transmettez le calcul au composant prévu pour cela. L’IA peut aider à expliquer le résultat à partir de données confirmées, mais elle ne doit pas reconstruire une règle à partir de souvenirs ou de formulations approximatives. Une réponse fluide peut masquer un calcul erroné.

Les accès doivent suivre la même logique. Un modèle qui lit un document ne reçoit pas, pour cette raison, le droit de le transmettre à un autre utilisateur. Les autorisations se vérifient côté serveur, dans les systèmes qui détiennent les données. Ne confiez pas une décision d’accès à une consigne rédigée dans une conversation.

Lorsque plusieurs fonctions existent déjà, résistez à l’envie de toutes les exposer à l’assistant. Une tâche bornée demande parfois un seul accès en lecture et une sortie structurée. La réflexion sur les outils réellement utiles à un agent IA permet de poursuivre ce travail sans élargir inutilement les possibilités d’action.

Comparer les solutions sur le même dossier complet

Évaluez une version simple et une version assistée par IA sur les mêmes exemples. Regardez le résultat, les corrections nécessaires et le traitement des exceptions. Le temps de génération ne représente qu’une partie du travail : il faut parfois contrôler les informations, remettre en forme la sortie ou réparer une mauvaise orientation.

Conservez quelques cas témoins pour les évolutions de l’assistant. Ajoutez aussi les tests propres aux règles : champ vide, format incorrect, service inconnu ou donnée contradictoire. Une automatisation doit pouvoir signaler qu’elle ne sait pas traiter un dossier, avec un circuit de reprise visible, plutôt que produire une réponse de façade.

Une personne tient plusieurs documents près d’un ordinateur portable.
Comparer le résultat avec les informations du dossier, au-delà de la qualité de présentation. Photo d’illustration : SHVETS production / Pexels.

Garder une solution que l’équipe peut entretenir

Le choix final doit inclure la maintenance. Qui mettra à jour la règle, qui vérifiera une modification du modèle, et qui recevra une alerte lorsque le traitement échoue ? Une solution difficile à expliquer devient fragile lorsque son concepteur s’absente. Documentez les limites et la procédure de reprise avec autant de soin que le fonctionnement normal.

Pour réfléchir plus largement à la coopération avec ces outils, Co-Intelligence d’Ethan Mollick, édition reliée anglaise publiée par Portfolio en 2024, propose une perspective sur le travail avec l’IA. Cette lecture complète la réflexion ; elle ne remplace pas les essais sur vos tâches et vos données autorisées.

Choisissez maintenant une opération répétitive et écrivez sa condition de réussite. Si vous pouvez exprimer entièrement la décision avec des données disponibles et une règle claire, testez d’abord cette règle. Si une difficulté de compréhension subsiste, vous aurez identifié précisément le service que l’IA pourrait rendre et le contrôle qui devra l’accompagner.

À PROPOS DE L’AUTEUR

La rédaction

La rédaction est la signature collective de Vise la Réussite. Elle rassemble les guides et analyses publiés sous la responsabilité éditoriale du magazine. Les articles distinguent les sources consultées, les exemples fictifs et les présentations commerciales. Pour connaître les principes de préparation et demander une correction, consultez notre politique éditoriale et notre page de contact.

Comment nous préparons nos articles ↗Tous ses articles ↗
POUR PROLONGER LA RÉFLEXION

Les idées se répondent.