Le management semble à première vue un domaine de concertation, de jugement et de responsabilité — tous des terrains typiquement humains. Pourtant, une fonction de management se compose d'une série de tâches distinctes, et ces tâches diffèrent fortement quant à la mesure dans laquelle l'IA peut les reprendre. Sur les 40 tâches que nous distinguons dans ce domaine, une part claire relève de chacune des trois catégories. Le schéma qui se cache derrière est plus utile qu'une simple liste de coches.
Les tâches qui consistent principalement à collecter, ordonner et résumer des données existantes se prêtent bien à une reprise complète par l'IA. Pensez à l'établissement d'un rapport de gestion pour la direction ou les actionnaires : les chiffres se trouvent déjà dans les systèmes, la structure du rapport est en grande partie fixe, et l'IA peut signaler des écarts et des tendances sans qu'un humain doive saisir chaque ligne. Le suivi du budget et le signalement d'écarts relèvent également de cette catégorie : il s'agit de comparer les dépenses réelles au budget et d'appliquer des seuils, ce dans quoi un logiciel est structurellement meilleur qu'un humain qui le fait chaque semaine en plus de ses autres tâches.
La caractéristique commune de cette catégorie est que le résultat peut être déterminé de manière largement objective à partir des données disponibles, et que la tâche se répète selon une structure fixe. Il faut peu de marge d'interprétation et aucune pondération d'intérêts. Cela rend la différence avec des tâches comparables dans d'autres services non fortuite : de même pour l'IA peut-elle tenir le journal d'audit des modifications financières, nous constatons que l'enregistrement systématique et fondé sur les données se prête bien à l'automatisation, tandis que l'interprétation de la signification de cet enregistrement demande autre chose.
Une grande partie du travail de management se situe entre l'automatisation complète et le travail entièrement humain. Ici, l'IA peut produire un concept, une analyse ou une proposition, mais un humain évalue le résultat et l'approuve ou le rejette, à bon escient.
L'établissement d'un plan annuel avec des objectifs concrets en est un bon exemple. Sur la base de données historiques et d'informations issues de l'organisation, l'IA peut élaborer une première ébauche d'objectifs, d'actions et de responsabilités par service. Mais déterminer si ces objectifs sont réalistes, suffisamment ambitieux et cohérents entre eux nécessite l'évaluation de quelqu'un qui connaît l'organisation, ses collaborateurs et ses contraintes. Il en va de même pour la définition des KPI par équipe ou processus : l'IA peut faire des suggestions sur la base d'organisations ou de secteurs comparables, mais le choix des indicateurs qui doivent réellement orienter l'action dépend de priorités qui ne peuvent pas être entièrement déduites des données.
La préparation et la mise à l'ordre du jour des réunions de management relèvent également de cette catégorie intermédiaire : l'IA peut réunir des documents, proposer un ordre du jour et faire des synthèses, mais quelqu'un doit évaluer si les bons sujets figurent à l'ordre du jour de la bonne manière, et si des points sensibles doivent ou non être abordés devant cette assemblée. Le schéma est toujours le même : l'IA fournit une première version solide, un humain la confronte à un contexte qui n'est pas entièrement consigné dans les données, et l'approuve ou la rejette.
Un troisième groupe de tâches reste en grande partie l'affaire des humains, non pas parce que l'IA ne peut pas traiter l'information, mais parce que la tâche elle-même consiste à assumer une responsabilité, à peser des intérêts ou à s'exprimer au nom de l'organisation.
Prendre des décisions lors d'une réunion de management en est l'exemple le plus clair. Une information entièrement analysée peut être disponible, mais le choix lui-même — avec la responsabilité qui l'accompagne — appartient aux personnes qui en ont la compétence et le mandat. L'IA peut rendre visibles les options et leurs conséquences, mais c'est quelqu'un d'autre qui appuie sur le bouton.
L'élaboration d'un plan stratégique pour les années à venir relève largement de la même catégorie. L'IA peut fournir des analyses de marché, de clientèle et internes, mais choisir une direction pour une organisation à moyen terme exige une pondération du risque, de l'ambition et de ce que l'organisation veut devenir — quelque chose qui ne se déduit pas objectivement des données. La planification des besoins en personnel au niveau de la direction est sensible pour une autre raison : elle touche directement aux décisions concernant les personnes et les fonctions. Ce type de décisions est soumis à des exigences légales propres auxquelles un employeur doit se conformer, et celles-ci exigent une rigueur qui ne peut être remplacée par une analyse de tâches. Ceux qui s'intéressent plus largement aux questions de personnel retrouveront une distinction comparable sur la page consacrée à quel travail l'IA peut-elle reprendre au service RH : là aussi, la frontière entre l'analyse de données de soutien et les décisions concernant les personnes peut être tracée nettement.
En examinant les 40 tâches de ce domaine, on peut dégager une ligne : plus une tâche consiste à traiter de manière répétitive des informations existantes et structurées, plus tôt l'IA peut la reprendre entièrement. Plus une tâche exige de combiner des données avec des connaissances organisationnelles non consignées, plus tôt un contrôle est nécessaire. Et plus une tâche constitue elle-même l'exercice d'une responsabilité, d'un mandat ou d'un jugement — et non sa préparation — plus tôt elle reste l'affaire des humains. Ce schéma n'est pas propre au management : la même logique explique par exemple pourquoi, dans quel travail l'IA peut-elle reprendre en logistique, les tâches de planification sont plus rapidement automatisables que les tâches où quelqu'un doit convenir d'une exception avec un fournisseur ou un client.
Cette répartition dit quelque chose sur les tâches, pas sur la quantité de management dont une organisation a besoin ou sur la manière dont elle organise son personnel — cela reste et demeure l'affaire de l'organisation elle-même, avec les cadres légaux qui lui sont propres.
Vous souhaitez savoir comment cette répartition se traduit dans votre propre situation ? Le quickscan gratuit de ftetoai comprend douze questions, fonctionne sans compte, et donne une indication de la part des heures de votre profil qui peut être reprise aujourd'hui par l'IA. Attention : il s'agit d'une première indication, pas d'une analyse complète. Le scan de travail détaillé, qui approfondit l'analyse au niveau des tâches, est encore en construction — nous ne pouvons pas encore vous le proposer, mais le quickscan offre déjà un point de départ honnête.
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.