L'IA et le remplissage de documents standardisés sur la base d'un modèle

La question

Un collaborateur administratif ou un assistant de direction qui remplit quotidiennement des attestations, des contrats et des lettres sur la base d'un modèle fixe, effectue un travail qui semble à première vue très adapté à l'IA. C'est répétitif, cela suit un schéma fixe, et les données proviennent généralement déjà d'un système. Pourtant, la réponse n'est pas simplement oui. C'est en partie, et la part dépend de la manière dont le modèle et les données sources sont organisés dans une entreprise donnée.

Pourquoi ceci est partiellement automatisable

Trois axes déterminent ici le résultat : le degré de structuration, le volume et le coût des erreurs.

Le degré de structuration est élevé. Un modèle pour une attestation de travail ou un contrat standard comporte des champs fixes à des emplacements fixes : nom, date, montant, fonction. C'est exactement le genre de travail textuel que l'IA maîtrise bien aujourd'hui, car la structure du document est déjà établie et la tâche revient à remplir correctement des champs sur la base de données disponibles.

Le volume est également favorable. Les entreprises qui produisent en grand nombre les mêmes documents, une agence d'intérim qui rédige des centaines de contrats de travail par mois, une commune qui délivre la même attestation encore et encore, ont davantage intérêt à rationaliser ce processus qu'une entreprise qui rédige un tel document quelques fois par an. En cas de faible volume, le temps nécessaire pour mettre en place le processus n'est souvent pas proportionnel au temps finalement économisé.

Le coût des erreurs se situe dans une zone intermédiaire, et c'est précisément la raison pour laquelle il ne s'agit pas d'une reprise complète, mais d'une tâche avec contrôle humain. Un montant mal rempli dans un contrat, un nom interverti dans une attestation, une date erronée, ce ne sont pas des erreurs cosmétiques. Elles peuvent entraîner une insécurité juridique ou un document à refaire. C'est pourquoi un moment de contrôle reste nécessaire : l'IA remplit, un collaborateur approuve ou rejette, avec motivation.

La marge d'appréciation est faible, ce qui rend justement la tâche plus adaptée à l'automatisation : il faut peu d'interprétation sur ce qui doit figurer dans le document, cela est déjà fixé dans le modèle et les données sources. La créativité est quasiment absente, et cela joue également en faveur de l'IA : rien n'est inventé, on remplit. La conformité entre en jeu dès qu'il s'agit de contrats ou d'attestations officielles, ce qui signifie que les étapes d'approbation établies restent pertinentes, indépendamment de qui rédige le document.

Un exemple

Un assistant de direction rédige chaque mois dix à vingt lettres standardisées : confirmations, attestations, courtes modifications de contrat. Les données figurent déjà dans le système du personnel. Ici, l'étape allant des données au document est bien automatisable : l'IA peut rédiger la lettre sur la base du modèle et des données sources, après quoi l'assistant lit, contrôle et envoie. Le temps qui reste ne va pas à la saisie du texte mais à son évaluation.

Dans une autre entreprise, où chaque contrat est négocié sur mesure et où chaque lettre doit avoir un ton et un contenu légèrement différents, la situation est autre. Là, le degré de structuration est plus faible, la marge d'appréciation plus élevée, et la tâche se rapproche du travail humain. Le même type de document, contrat de travail, lettre, attestation, peut donc être largement automatisable dans une entreprise et rester principalement un travail manuel dans une autre. La différence ne réside pas dans le type de document mais dans le degré de standardisation du modèle et dans le fait que les données sources se trouvent déjà quelque part dans un système, ou doivent encore être recherchées ou demandées.

Où cela fonctionne déjà aujourd'hui et où non

Ce changement ne se situe pas à un moment futur où ce serait « prêt ». Il se situe dès aujourd'hui dans la question de savoir si une organisation a standardisé ses modèles et a mis de l'ordre dans ses données sources. Une entreprise où chaque collaborateur conserve sa propre version d'un contrat, avec sa propre mise en forme et ses propres variantes, ne peut pas simplement confier ce processus à l'IA, même partiellement. Une entreprise disposant d'un modèle unique établi par type de document et de données déjà tenues de manière structurée, se trouve dans une situation différente.

Ce travail de remplissage de documents est souvent lié à d'autres tâches administratives effectuées dans le même bureau. Qui examine comment les archives papier entrantes sont numérisées et rendues consultables, voit souvent revenir la même question : les données sont-elles déjà structurées, ou doivent-elles d'abord être extraites du papier. Le tri et la répartition du courrier entrant touche également à ce sujet, car de nombreuses lettres standardisées constituent une réponse à quelque chose qui arrive. Et la manière dont une boîte de messagerie générale est triée détermine souvent quels documents doivent être rédigés, et sur la base de quelles données.

Nous ne nous prononçons pas sur les conséquences en matière de personnel de ce changement : si les heures libérées donnent lieu à une décision concernant le personnel, des exigences légales propres s'appliquent, indépendamment de la présente analyse.

Ce que vous pouvez faire dès maintenant

Que cela concerne pour votre organisation une petite ou une part substantielle des heures administratives dépend de la proportion de vos documents qui reposent déjà sur des modèles fixes et de la proportion de données sources déjà présentes dans un système plutôt que sur papier ou dispersées dans des fichiers isolés. Cela varie d'une entreprise à l'autre, et c'est précisément pourquoi une affirmation générique ne suffit pas ici.