Comment doper mon entreprise avec de l’IA ?

Bonjour à tous,

Bienvenue dans cette quatrième édition de la newsletter de l’Agence LVLUP, qui vous aide à améliorer l’efficacité opérationnelle de votre entreprise, en mettant la technologie au service de l’humain.

Cette newsletter devient mensuelle : vous la trouverez dans votre boîte email le premier mardi de chaque mois.

C'est parti !

Chez LVLUP, on nous demande souvent "d’ajouter de l'intelligence artificielle". Mais en creusant, le besoin réel, c’est presque toujours le même : on cherche à améliorer l’efficacité globale de l’entreprise, avec des réflexions autour des process, des livrables, et on pense, un peu naïvement, que l’IA est une “baguette magique” qui va nous permettre de tout changer, facilement.

Et c'est là que les problèmes commencent. Demander à un LLM de rédiger un email, ça se fait, mais intégrer de l’automatisation efficace et durable dans une chaine de valeur, c’est autre chose. Et c’est d’autant plus compliqué quand on est dans un écosystème en pleine hyper-innovation, et que tout ce qu’on apprend pourrait être caduque dans 3 mois.

Déjà, on peut oublier les “cahiers des charges” pour des refontes qui prendront 2 ans, parce que personne n’est aujourd’hui capable de savoir où en sera l’état de l’art quand il sera l’heure de passer en production. Il va FALLOIR devenir plus agiles. 

Globalement, on a deux cas de figure :

1. Soit des process "pas carrés" : Le savoir-faire de la boîte n'est pas formalisé, et tout repose sur l'expérience de quelques-uns, et en général, chacun fait à sa sauce. Ça marche, mais c’est difficilement reproductible, et ça mène à des soucis RH : chaque départ de la boîte est une catastrophe, parce que chaque employé part avec “la recette miracle”. 
2. Soit des processus "trop carrés" : Ils sont rigides, documentés, mais tellement contraignants qu'ils ne sont pas suivis et qu’ils brident l'initiative. Ça mène aussi à des soucis humains, puisqu’on résume le boulot à du “pousse-boutons”, et que personne n’a envie de faire ça 40 heures par semaine.

Et dans une entreprise, on a souvent un mix des deux, et il faut qu’on arrive à jongler avec tout ça.

Mais dans les deux cas, “juste” ajouter de l'IA par-dessus ne résout rien. On ira toujours droit dans le mur ; juste, on ira plus vite.

Évidemment, on peut quand même améliorer la situation, et pourquoi pas avec de l’IA, ou en tout cas avec de l’automatisation. Sauf qu’il faut prendre ce chantier pour ce qu’il est : pas un bricolage, mais une transformation digitale. C’est profond, ça peut secouer, ça dérange les habitudes, et donc ça doit être bien réfléchi, et bien accompagné.

La première étape, c’est de repérer les BONS process à automatiser

C'est l'étape la plus difficile et la plus humaine, parce que le réflexe, c’est de cibler les tâches longues et complexes. L'erreur, c’est d'ignorer la QVT, la Qualité de Vie au Travail.

• Il y a des tâches longues qu'une personne va aimer faire, parce qu’elles sont valorisantes, et au cœur de son expertise. Les automatiser, c'est la démotiver.
• Il y a des tâches faciles et rapides (comme “remplir une note de frais") qui "saoulent" tout le monde. Personne n'aime les faire, mais elles doivent être faites.
• Il y en a aussi qui sont entre les deux : relancer un prospect, pour moi qui suis plutôt opérationnel, c’est une galère, mais pour un profil commercial, c’est une occasion de prise de parole qu’il ne voudra jamais déléguer à une machine.

La règle d'or, c’est de commencer par automatiser ce qui pèse sur le moral de vos équipes, pas ce qui fait leur fierté.

On priorise en fonction de trois critères :

• l'effort, soit la difficulté technique d'implémentation
• l'impact sur l'efficience : est-ce qu'on gagne du temps, est-ce qu'on diminue les risques d'erreur ?
• l'impact sur la charge mentale : est-ce que quelqu'un va soupirer de soulagement quand on aura terminé ?

La deuxième étape, c’est de créer l'automate le plus "frugal" possible

Une fois qu’on a identifié la cible, il faut créer l'automate. L'IA générative est puissante, mais c’est un bazooka, on le sortira en dernier recours. L’IA, c’est très bien quand on a des décisions floues à prendre, et qu’un algorithme déterministe ne suffira pas.

Si un simple script ou une automatisation "classique" suffit, n'utilisez pas d'IA. C'est moins cher, plus rapide à déployer, et plus facile à maintenir.

On réserve l'IA pour les cas où elle est indispensable : compréhension du langage naturel, prise de décision complexe, génération de contenu unique. (Et les "cas d'usage pour faire plaisir aux actionnaires", ceux-là, on les garde pour plus tard 😉).

La troisème étape, souvent oubliée, c’est d’assurer l'adoption

Et contrairement à ce qu'on pense, elle ne commence pas au déploiement, mais dès le premier jour du projet : que ce soit pour trouver le bon process, ou pour concevoir l’automate, il faut que ses futurs utilisateurs en soient co-concepteurs. 

Ça permet d’éviter plein d’écueils :

• les équipes savent pourquoi l’outil est conçu, donc ils imaginent les bénéfices à l’utiliser, donc ils ont envie de l’avoir entre les mains
• les collaborateurs savent qu’ils sont accompagnés, formés, tenus par la main, et qu’ils ne seront pas dépassés quand sera venu le temps de s’en servir
• ils connaissent les limites et les zones grises de l’outil, et sauront mieux le piloter pour le pousser à bout sans qu’il ne dérape

Et donc, une fois qu’on a fini de mettre notre automate en prod, le "vrai" travail commence :

• il faut de la formation : Il faut former les équipes non seulement à l'utilisation, mais aussi aux limites de l'outil.
• il faut du feedback : Mettre en place des canaux d'écoute pour que les retours des utilisateurs soient vraiment utilisés pour améliorer l'outil. Quand vous prenez les feedbacks en compte, communiquez sur une date de livraison hypothétique, sur une roadmap.
• il faut du partage : Organiser des ateliers de mise en commun pour que les "champions" partagent leurs bonnes pratiques.

C'est cette dernière étape qui permet de gérer les peurs (légitimes) des salariés, et de transformer un outil qu’on impose en un outil qu’on prend plaisir à utiliser.

La personne qui vous aidera vraiment à "mettre de l'IA" dans votre entreprise, ce n'est donc pas celle qui sait générer les plus belles images. C'est celle qui sait cartographier un processus, écouter ses collègues, identifier un "point de douleur", choisir la solution la plus frugale, et accompagner le changement.

En direct du blog

On s'est un peu lâchés sur le blog, ces derniers temps. Et je vous conseille d'aller y jeter un oeil.

• Cartographiez avant d'automatiser : c'est le penchant opérationnel de cette newsletter. On y parle de schémas de flux, de fabrication du consensus, etc.

• Pourquoi votre projet digital n'avance pas ? : une réflexion sur le rôle des développeurs, qui complexifient parfois les projets par anxiété ou pour se faire mousser. Allez au plus simple : "Less is more" !

• Notre avis sur Laravel Boost : C'est un package qui permet aux LLMs de mieux comprendre la structure de votre projet quand vous codez sous Laravel. On aime.

• Recrutement et IA : que dit la loi ? : impact de l'AI Act européen sur le domaine des RH et du recrutement. Vous êtes cités dans les exemples de "IA à haut risque", notamment quand vous triez des CVs.

• Claude Skills: ça change tout ? : Anthropic a ajouté à son LLM Claude la possibilité d'apprendre des "skills" grâce à de petits fichiers qui lui expliquent comment vous voulez qu'il réalise une tâche précise. J'aimerais beaucoup que ça se généralise.