La promesse de l'intelligence artificielle de transformer le travail est réelle et donne déjà des résultats mesurables. Les équipes que nous avons dirigées ont appliqué l'IA pour réduire l'effort humain dans certains processus jusqu'à 40 %, libérant ainsi des personnes pour des tâches à plus forte valeur ajoutée.
Et ces résultats ne nécessitent pas de grands projets informatiques coûteux - ils sont à la portée des dirigeants et des équipes qui ont accès à des plateformes d'IA de bureau approuvées telles que Microsoft 365 Copilot ou Chat GPT.
Mais comment ? Cet article de la Harvard Business Review propose une stratégie judicieuse pour commencer à obtenir ces résultats :
L'IA peut être mise en œuvre de manière ciblée et productive, avec un fort retour sur investissement (commencer par les problèmes à résoudre), OU de manière désordonnée et dispersée (commencer par la solution), en consommant inutilement du temps et des efforts.
Élaborer des solutions, puis chercher des problèmes à résoudre
Qui en bénéficie ?
Définir les problèmes de l'entreprise et leurs causes, puis élaborer des solutions
Qui en bénéficie ?
"Un problème bien posé est un problème à moitié résolu". - Charles Kettering
Si vous comprenez d'abord les problèmes commerciaux que vous essayez de résoudre et leurs causes profondes, vous serez mieux placé pour déterminer quel type de solution est la meilleure : une solution d'IA ou une solution d'amélioration des processus.
Exemple de cas : Solution d'IA ou d'amélioration des processus ?
Dans plusieurs processus pour lesquels nous avons aidé des clients à utiliser conjointement l'IA et l'amélioration des processus, l'adoption d'une approche systémique pour comprendre les problèmes et leurs causes profondes a permis de réaliser des percées en matière de performance.
Prenons l'exemple d'un processus d'approvisionnement dans lequel les utilisateurs soumettent des formulaires contenant des informations manquantes, incorrectes ou peu claires, ce qui entraîne des allers-retours, un gaspillage d'efforts et une dégradation de l'expérience de service.
Solution 1 : Chatbot
Une solution très répandue consiste à mettre en place un chatbot pour aider les utilisateurs à remplir correctement et complètement les formulaires de demande.
Cependant, si vous évaluez les raisons pour lesquelles l'utilisateur peine à remplir le formulaire correctement, vous découvrirez que le formulaire actuel
Solution 2 : Corriger le formulaire
Cette dernière solution s'attaque directement à la cause du va-et-vient. En même temps, cette solution n'exclut pas la valeur considérable de l'IA.
Grâce à l'analyse par l'IA des courriels envoyés et reçus par les utilisateurs, vous pouvez mesurer et résumer les erreurs, omissions et clarifications les plus fréquentes du client, et utiliser ces données pour remanier le formulaire et le mettre à l'épreuve des erreurs. En outre, vous pouvez utiliser l'IA pour mesurer si la performance du premier passage s'est améliorée une fois le nouveau formulaire mis en place.
En suivant des variantes de la méthode ci-dessous, nos clients ont obtenu des améliorations mesurables en quelques semaines, satisfaits de l'efficience et de l'efficacité de leur projet d'amélioration.
Nos données sont issues de transformations réelles dans le domaine des achats, où le temps total d'exécution des processus a été réduit de 3 à 5 mois à seulement 3 à 5 semaines :
Solutions d'IA
Solutions d'amélioration des processus
Gain de effort
40%
60%
Gain de temps écoulé
30%
70%
Solutions d'IA
Gain de effort = 40%
Gains de temps écoulé = 30%
Solutions d'amélioration des processus
Gain de effort = 60%
Gains de temps écoulé = 70%
Quelques exemples de solutions d'IA et d'amélioration des processus.
Exemple de solution d'IA
Problème : Le responsable des achats, très occupé, passe beaucoup de temps à éplucher la documentation et à évaluer quelle méthode d'achat est appropriée.
Exemple de solution de processus
Problème : Il y a 8 à 10 courriels et brouillons entre le client et le responsable des achats pour affiner et finaliser les documents de l'appel d'offre, ce qui prend en moyenne 8 semaines et 20 heures de travail.
Quand ne pas utiliser l'IA