Kennisbank

L'IA et le travail à coûts d'erreur élevés

Pourquoi les coûts d'erreur changent l'évaluation

Pour la plupart des tâches, une évaluation examine le temps que coûte une tâche et à quel point elle est prévisible. Pour le travail à coûts d'erreur élevés, un troisième facteur pèse plus lourd : ce que coûte une erreur si elle passe inaperçue. Une newsletter mal adressée est gênante. Un dosage mal calculé, une erreur dans un bilan annuel ou une validation incorrecte dans un processus de production peut occasionner des dommages plusieurs fois supérieurs au temps que coûte la tâche elle-même. Cette asymétrie change ce que signifie la reprise par l'IA dans ce contexte, même si la tâche elle-même est tout aussi facile à automatiser qu'ailleurs.

Il ne s'agit pas de savoir si l'IA peut assumer le contenu de la tâche. Souvent, c'est le cas. Il s'agit de ce qui se passe dans la frange des cas où cela tourne mal, et de combien coûte cette frange. Cette même tâche, exécutée dans un contexte sans coûts d'erreur notables, peut être entièrement reprise. Exécutée dans un contexte où une erreur entraîne une amende, une réclamation ou un dommage irréparable, cette tâche reste plus souvent au niveau du « partiellement, sous contrôle » ou revient même au travail humain, même si l'action sous-jacente est identique.

Quelles tâches avancent et lesquelles non

Les tâches qui avancent vers une reprise par l'IA malgré des coûts d'erreur élevés sont souvent des tâches où l'erreur elle-même est bon marché à détecter avant qu'elle ne produise un effet : une double vérification, une règle de validation, un seuil qu'un humain doit confirmer. Pensez à l'établissement préalable d'un document qu'un humain finit par signer, ou au calcul de scénarios qui sont toujours évalués avant de devenir une décision. Cette couche préparatoire peut souvent être confiée à l'IA, tandis que la validation reste entre les mains d'un humain. La manière exacte dont cette répartition se présente dépend de ce qui est décrit sur la page consacrée au travail soumis à un contrôle : la séparation entre l'exécution et l'approbation y est détaillée avec ses raisons.

Les tâches qui n'avancent pas sont des tâches où l'erreur ne devient visible qu'après que le dommage a déjà été subi : un diagnostic erroné déjà posé, une validation erronée déjà envoyée, un contrat mal signé déjà expédié. Pour ce type de tâches, l'évaluation ne se déplace pas vers davantage de reprise par l'IA mais vers davantage d'accent sur le moment de contrôle lui-même. Cela concerne directement la manière dont un processus de signature est organisé : quelles étapes peuvent être préparées par l'IA et quelle étape doit rester validée par un humain, cela est décrit sur la page consacrée au processus de signature des documents.

Pourquoi deux entreprises avec les mêmes tâches obtiennent des résultats différents

Deux entreprises ayant la même tâche dans leurs effectifs obtiennent régulièrement des résultats différents lors d'un audit du travail, et ce n'est pas une incohérence. Le résultat dépend de la manière dont le reste de l'entreprise est organisé autour de cette tâche.

Une entreprise dont les systèmes s'articulent bien entre eux peut souvent faire tourner automatiquement un contrôle sensible aux erreurs, avec un résultat consigné et traçable. Une entreprise où les données passent encore manuellement d'un système à l'autre doit d'abord rendre ce transfert lui-même résistant aux erreurs avant que l'IA ne puisse y reprendre quelque chose sans augmenter le risque. Ce que cela implique concrètement est détaillé sur la page consacrée au travail avec des systèmes non reliés entre eux.

Le degré de personnalisation joue également un rôle. Une tâche à coûts d'erreur élevés qui, de surcroît, se déroule à peine deux fois de la même manière, est plus difficile à confier à l'IA qu'une tâche certes risquée mais qui suit un schéma fixe. La limite en matière de travail sur mesure est décrite sur la page consacrée au travail avec beaucoup de personnalisation. Et pour les entreprises qui fonctionnent par équipes ou avec des effectifs variables, s'ajoute le fait que le moment de contrôle lui-même peut concerner, selon l'équipe, une personne différente avec un niveau d'expérience différent, ce qui colore différemment l'évaluation des coûts d'erreur, comme le montre la page consacrée au travail posté et aux effectifs variables.

Un dernier facteur qui explique la différence entre entreprises est l'endroit où sont concentrées les tâches sensibles aux erreurs dans l'entreprise. Dans de nombreuses entreprises, il apparaît qu'une part substantielle se situe au niveau de l'administration du personnel : contrats, régimes de congés, évaluations, où une erreur devient rapidement une question juridique. La manière dont ce service se présente dans la pratique est décrite sur la page consacrée au travail au sein du service des ressources humaines. S'il s'agit de décisions relatives au personnel elles-mêmes, des exigences légales propres s'appliquent ; cette évaluation ne fait pas partie de cet audit.

Ce que vous pouvez faire dès maintenant

La répartition décrite ici vaut dans les grandes lignes. La situation exacte de votre propre travail dépend des tâches que vous faites réellement exécuter et de la manière dont vos systèmes, vos effectifs et votre sensibilité aux erreurs se combinent. Le quickscan gratuit donne une première orientation à ce sujet : douze questions, sans compte, avec pour résultat une indication de la part des heures de votre profil pouvant être reprise aujourd'hui par l'IA. L'audit du travail complet, qui calcule par tâche jusqu'au niveau des équivalents temps plein, est encore en construction. Ce qui est déjà possible aujourd'hui, c'est de se faire une première idée de l'endroit où, dans votre entreprise, les coûts d'erreur déplacent le plus le cadre d'évaluation.