Comment nous arrivons à une fourchette

Pourquoi pas un chiffre isolé

Une affirmation telle que "70% de cette tâche peut être reprise par l'IA" paraît précise, mais cette précision n'est généralement qu'apparente. Derrière un tel chiffre se cache une estimation du degré de structuration, de la répétition, du coût des erreurs et de plusieurs autres caractéristiques qui varient selon l'organisation. Si nous ne montrons pas cette incertitude, nous donnons un faux sentiment d'exactitude. C'est pourquoi nous travaillons avec une fourchette et un label de certitude plutôt qu'avec un seul chiffre.

Ce label a des conséquences directes sur la façon dont vous devez lire un résultat. Une tâche qui aboutit à "40-55%, assez certain" est très différente d'une tâche qui aboutit à "20-70%, faible certitude". Dans le second cas, le résultat indique surtout que la tâche, telle qu'elle est décrite aujourd'hui, n'est pas suffisamment définie pour permettre de fonder un jugement. C'est en soi aussi une information.

Les huit axes qui déterminent la fourchette

Chaque tâche que nous évaluons est examinée selon huit axes :

Degré de structuration des données d'entrée — l'entrée est-elle prévisible et univoque, ou sa forme varie-t-elle constamment ?
Marge d'appréciation — faut-il peser le pour et le contre, ou existe-t-il une réponse fixe ?
Sensibilité du contact client — dans quelle mesure la tâche affecte-t-elle directement la relation avec le client ou le collaborateur ?
Composante physique — une action dans le monde physique est-elle nécessaire ?
Créativité — la tâche demande-t-elle d'inventer quelque chose de nouveau, ou d'appliquer quelque chose d'existant ?
Coût des erreurs — que coûte une erreur, en argent, en temps ou en confiance ?
Sensibilité à la conformité (compliance) — la tâche est-elle encadrée par une loi ou une réglementation qui doit être suivie avec précision ?
Volume/répétition — à quelle fréquence la tâche se répète-t-elle sous la même forme ?

Chaque axe reçoit un score en fonction de la manière dont vous décrivez la tâche. Plus l'entrée est univoque sur l'ensemble des axes, plus la fourchette peut être étroite. Plus le nombre d'axes obtenant un score incertain est élevé, plus la marge est large et plus le label de certitude est bas. C'est aussi la raison pour laquelle l'IA peut-elle reprendre le suivi des soldes de congés affiche une fourchette plus étroite qu'une tâche comportant de nombreuses exceptions : le suivi des soldes de congés obtient un score élevé en matière de structuration et de volume, et un score faible en matière de marge d'appréciation.

Pourquoi une même tâche donne pourtant un résultat différent

Les huit axes offrent un cadre, mais c'est à vous qu'il appartient de le remplir. Deux organisations qui indiquent toutes deux "enregistrer les heures" comme tâche peuvent obtenir des résultats très différents. Chez l'une, l'enregistrement passe par un système fixe avec des catégories fixes ; chez l'autre, par des notes libres interprétées après coup. Voir à ce sujet également l'IA peut-elle reprendre l'enregistrement des heures et l'explication sur pourquoi le même travail donne un résultat différent chez vous. La fourchette n'est donc pas une propriété du nom de la tâche, mais de la tâche telle qu'elle est exécutée chez vous.

Ce qu'une faible certitude signifie — et ce qu'elle ne signifie pas

Une fourchette large ou un label de certitude bas n'est pas un dysfonctionnement de la méthode. C'est la réponse à une question qui n'a pas encore été posée de façon suffisamment précise. Cela signifie souvent que la description de la tâche regroupe plusieurs types de travail qui, pris séparément, donneraient un résultat très différent. Pensez à l'IA peut-elle reprendre les réponses aux questions RH des collaborateurs : sous un même nom de tâche se trouvent à la fois des questions simples et factuelles et des questions qui exigent un traitement personnalisé et une mise en balance. Tant que ces deux éléments ne sont pas décrits séparément, la fourchette reste large, et il s'agit alors d'un résultat correct, non d'une imprécision.

Une faible certitude ne dit rien sur le fait que l'IA ne pourrait jamais reprendre la tâche. Elle indique que la description actuelle n'offre pas assez de points d'appui pour en dire quelque chose de sensé aujourd'hui. Davantage de détails dans les données saisies — par exemple sur la part du travail que représentent les exceptions — permet souvent d'obtenir une marge plus étroite.

Ce qu'une fourchette n'est pas

Une fourchette n'est pas une décision relative au personnel, ni un avis sur ce que vous devriez faire d'une fonction ou d'une équipe. C'est la description d'une tâche à un moment donné, sur la base des données saisies à ce moment-là. Si un résultat touche à des décisions relatives aux fonctions ou aux effectifs, des exigences légales propres s'appliquent, que cette méthode ne couvre pas.

Le résultat n'est pas non plus un fait immuable pour l'avenir. Les tâches changent, les systèmes changent, et le score sur les huit axes change avec eux. Ce qu'était la fourchette à l'époque n'est pas ce qu'elle sera dans un an. Sur ce qu'une nouvelle mesure révèle, vous découvrirez comment une mesure répétée met en évidence cette évolution.

Ce que vous pouvez faire dès maintenant

Le quickscan gratuit de ftetoai comprend douze questions, sans création de compte, et donne une indication de la part des heures de votre profil qui peut aujourd'hui être reprise par l'IA, avec la fourchette et le niveau de certitude correspondants. Le scan de travail complet, qui examine les tâches au niveau du détail selon les huit axes, est encore en cours de développement. Nous ne le proposons donc pas encore ; ce qui existe aujourd'hui, c'est le quickscan, en tant que première indication provisoire.