Deux organisations décrivent la même tâche. Chez l'une, cela donne la catégorie « l'IA peut reprendre la tâche », chez l'autre « cela reste un travail humain ». Ce n'est pas une incohérence de la méthode, mais le résultat de la méthode. Le résultat ne dépend pas uniquement de ce que contient une tâche, mais aussi des circonstances dans lesquelles cette tâche est exécutée. Cette page explique quels facteurs font cette différence et ce que cela signifie pour la fiabilité d'une estimation.
Nous n'évaluons jamais une tâche sur une seule caractéristique. Chaque tâche est notée sur huit axes : structuration des données entrantes, marge d'appréciation, sensibilité au contact client, composante physique, créativité, coût de l'erreur, sensibilité à la conformité et volume/répétition. Deux organisations avec un « même » ensemble de tâches peuvent fortement diverger sur ces axes. Une tâche de planification avec des données entrantes fixes et un volume élevé donne un résultat différent de cette même tâche de planification lorsque les données entrantes varient et que les exceptions sont la règle. Il ne s'agit donc pas du titre de la tâche, mais de la combinaison des scores qui se cache derrière.
À faible volume, les incidents pèsent plus lourd qu'à volume élevé. Une tâche qui se produit cinq fois par an offre peu de base pour reconnaître un schéma ; une tâche qui se produit des centaines de fois par jour montre plus rapidement où l'IA obtient des performances stables et où ce n'est pas le cas. Un volume élevé rend souvent une estimation plus précise, car il y a davantage de répétition sur laquelle s'appuyer. Un volume faible rend une estimation plus large, non pas parce que la tâche est floue, mais parce qu'il y a simplement moins matière à généraliser. Cela intervient par exemple dans la question de savoir si l'IA peut reprendre le suivi de l'avancement des objectifs et des projets : avec une poignée de projets par an, la fourchette est plus large qu'avec un portefeuille comptant des centaines d'initiatives en cours.
Une tâche qui se déroule entièrement dans des systèmes structurés s'évalue différemment d'une tâche qui réside en grande partie dans les têtes, les e-mails et des documents épars. Non pas parce que la tâche elle-même change, mais parce que la mesure dans laquelle l'IA a accès à des informations fiables et actuelles diffère fortement. Cela se voit bien dans le suivi budgétaire : le fait de savoir si l'IA peut reprendre le suivi du budget et le signalement des écarts dépend fortement du fait que les chiffres sous-jacents soient déjà disponibles de manière structurée et actuelle, ou qu'ils doivent d'abord être collectés et interprétés manuellement. Même tâche, organisation des systèmes différente, résultat différent.
Le coût d'une erreur n'est pas universel. Une interprétation erronée dans un aperçu interne n'a pas les mêmes conséquences qu'une interprétation erronée dans une communication client ou un rapport de conformité. Lorsque le coût de l'erreur est élevé, le résultat penche plus facilement vers la catégorie deux — l'IA formule une proposition, une personne l'approuve ou la rejette — même si la tâche, sur les autres axes, pointerait vers une reprise par l'IA. C'est l'une des raisons pour lesquelles nous ne nous prononçons jamais uniquement sur la base de « ce que contient la tâche » : le contexte dans lequel une erreur se produit compte tout autant.
Une fourchette n'est pas du flou, mais une représentation honnête de ce que nous ne savons pas avec certitude. Pour les tâches comportant une grande marge d'appréciation — où deux collaborateurs expérimentés divergeraient également entre eux — toute estimation est par définition plus large. Pour les tâches à fort contact client, il faut tenir compte du fait que la tolérance à l'interaction avec l'IA varie selon le secteur et le groupe de clients, ce que nous ne pouvons pas mesurer sans vos propres chiffres. Et pour les tâches qui viennent d'être mises en place ou qui viennent de changer de système, il n'existe simplement pas encore de schéma stable sur lequel s'appuyer. Dans tous ces cas, nous optons pour une fourchette plus large plutôt qu'un chiffre précis qui suggérerait plus de certitude que ce que nous pouvons étayer.
Il existe des situations où une seule mesure a peu de valeur : lors d'un processus qui vient de changer, pour une tâche qui se produit rarement, ou dans une organisation encore en transition vers de nouveaux systèmes. Un score à un tel moment est une photographie instantanée, pas une prédiction. C'est aussi pourquoi une nouvelle mesure est pertinente : la même tâche, mesurée plus tard, peut donner un résultat différent parce que les circonstances ont changé, pas parce que la première mesure était erronée.
Cette méthode dit quelque chose sur des tâches, pas sur des personnes ou des fonctions. Un résultat ne constitue pas un fondement pour une décision concernant le personnel ; pour les décisions qui touchent à la relation de travail, des exigences légales propres s'appliquent et vous les vérifiez séparément. Nous fournissons des faits sur des tâches, vous en tirez les conclusions adaptées à votre organisation. À titre d'illustration : même une tâche comme l'animation de réunions ne peut pas être évaluée de manière uniforme, ce qui apparaît dans la question de savoir si l'IA peut reprendre l'animation de la réunion d'équipe hebdomadaire — la réponse diffère selon l'équipe, selon la culture de réunion et selon la marge de décision présente dans ces réunions.
Si vous souhaitez obtenir une première impression de ce que cela donnerait dans votre propre situation, vous pouvez remplir le quickscan gratuit de ftetoai : douze questions, sans compte, avec une indication de la part des heures de votre profil qui peut être reprise aujourd'hui par l'IA. Le scan de travail complet, qui approfondit les huit axes par tâche, est encore en construction — il n'existe pas encore à l'heure actuelle, et nous préférons le dire honnêtement plutôt que de le proposer.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.