Une plainte est un point de départ pour enquêter, pas encore un cas d’usage de l’IA. Lorsqu’une équipe opérations affirme que la préparation des dossiers d’onboarding client prend trop de temps, la demande d’un outil de synthèse paraît logique. Pourtant, un schéma dessiné de mémoire peut confondre l’étape la plus visible avec la contrainte réelle. Des dossiers terminés peuvent montrer que les cas difficiles attendent surtout des décisions commerciales manquantes, puis sont réécrits lorsque des champs contradictoires sont enfin arbitrés. Automatiser la rédaction laisserait alors le problème principal intact.
À retenir
Un irritant déclaré est une piste de recherche, pas une opportunité IA déjà démontrée.
Délimitez un échantillon de travail réel avant de choisir les méthodes d’enquête.
Entretiens, observation, artefacts, journaux et traces opérationnelles offrent des vues partielles et complémentaires.
Une hypothèse crédible relie récurrence, emplacement, conséquence, mécanisme, contre-exemples et capacité d’action.
Comparez toujours l’IA aux règles, aux changements de processus, à une meilleure information et à l’absence d’intervention.
Que faut-il définir avant d’observer un flux de travail ?
Avant toute observation, définissez un périmètre provisoire par son déclencheur, son point d’arrivée, son livrable, son destinataire, les rôles impliqués et les principaux types de cas. Partez d’une activité récurrente et d’exemples concrets plutôt que de demander où placer l’IA. Le périmètre sert à choisir les personnes, dossiers et questions utiles; il doit toutefois pouvoir s’élargir si le terrain révèle une dépendance décisive en amont ou en aval.
Écrire la question de terrain à résoudre, par exemple : où l’attente entre-t-elle dans le flux et quelles reprises entraîne-t-elle ?
Décrire ce que le travail produit, ses variantes courantes et exceptionnelles, ainsi que les passages de relais.
Pour l’onboarding, suivre le dossier depuis la transmission commerciale approuvée jusqu’à l’acceptation du brief par le responsable de la prestation.
Inclure des cas routiniers, incomplets et modifiés en cours de route afin de ne pas étudier uniquement le parcours idéal.
Le protocole présenté ici est une synthèse pratique, non une méthode normalisée imposant tous les outils à chaque mission. Choisissez la combinaison la plus légère capable de répondre à la question : un entretien et quelques artefacts peuvent suffire pour comprendre une séquence, tandis que des événements rares ou dispersés peuvent justifier un journal ou l’examen de traces opérationnelles.
Comment un entretien sur un cas récent révèle-t-il ce qui s’est réellement passé ?
Un entretien utile reconstitue un dossier récent dans l’ordre, du déclencheur au résultat accepté, sans demander au participant d’imaginer une fonctionnalité d’IA. Invitez-le à raconter ce qui est arrivé, ce qu’il a fait ensuite, les décisions prises, les destinataires de chaque transmission et l’écart éventuel par rapport au parcours prévu. Son récit constitue une preuve valable de son expérience, mais un cas isolé ne représente pas tout le flux.
Demander : « Quel événement a lancé ce dossier et qu’avez-vous reçu à ce moment-là ? »
Relancer avec : « Que s’est-il passé ensuite ? », « Qu’est-ce qui vous l’a indiqué ? » et « Qui avez-vous contacté ? »
Explorer les indices, les informations manquantes, les solutions envisagées, les incertitudes et les arbitrages difficiles.
Demander à voir le formulaire, le message, le brouillon ou la liste de contrôle effectivement utilisé.
Terminer par le résultat accepté, les corrections demandées et les différences avec un cas routinier.
Dans l’exemple, reconstruisez un brief simple et un brief difficile avec des coordinateurs, les opérations commerciales et les responsables de prestation. Cette diversité rend visibles les passages de relais et les désaccords sur ce qui constitue un dossier complet. Les questions sur les indices et les jugements s’inspirent de l’analyse cognitive de la tâche, sans prétendre appliquer le protocole ACTA formel.
Que faut-il regarder lorsque le travail se déroule dans son contexte habituel ?
Dans le contexte habituel, observez les outils, documents, données, interruptions et dépendances qui façonnent réellement l’activité. Relevez les changements de source, les attentes, vérifications, reprises, contournements et moments où une personne doit interpréter une information incomplète ou contradictoire. Précisez le mode choisi : le silence préserve davantage le déroulement naturel, les questions ponctuelles éclairent les motifs, et l’explication continue apporte du détail tout en transformant davantage l’activité.
Contexte du cas et étape observée
Action constatée et artefact correspondant
Décision, indice ou incertitude
Passage de relais, interruption ou attente
Conséquence immédiate
Interprétation du chercheur, séparée des faits observés
Présentez la démarche comme une étude du flux, jamais comme une mesure de performance individuelle. Obtenez une participation éclairée, réduisez la collecte à ce que la question exige, contrôlez les accès et reconfirmez l’accord avant tout nouvel enregistrement. Pour des données concernant salariés, clients ou activités sensibles, associez selon le contexte les responsables de la vie privée, de la sécurité, du droit social, de l’accessibilité et du métier. Enfin, demandez au participant de corriger la reconstitution : cette validation améliore l’analyse sans transformer un petit échantillon interprétatif en vérité sur toute l’entreprise.
Quelles méthodes révèlent ce que l’entretien ou l’observation laisse échapper ?
Les artefacts, les journaux courts et les traces opérationnelles prolongent l’enquête lorsque le travail est distribué dans le temps ou en partie invisible. Faites expliquer les modèles, tableaux, messages, brouillons, notes papier et vues de file liés au cas : leurs annotations peuvent matérialiser une priorité, un rappel ou une règle de coordination absente du processus officiel. Leur sens doit néanmoins être confirmé par les personnes qui les utilisent.
Un journal de tâches convient lorsque l’événement recherché risque d’échapper aux créneaux d’observation. Demandez des entrées brèves liées à des cas réels, puis clarifiez-les en entretien; le journal reste déclaratif. Si des identifiants, activités et horodatages exploitables existent, examinez la récurrence, l’attente, les retours et les écarts, tout en documentant ce qui se déroule hors système. Une variante rare peut concentrer beaucoup d’effort : ne l’écartez pas sans en vérifier la conséquence.
Ce que chaque méthode apporte — et ce qu’elle ne permet pas de conclure seule
Méthode
Ce qu’elle peut révéler
Ce qu’elle peut manquer
Comment corroborer
Entretien sur un cas récent
Séquence vécue, décisions, incertitudes et passages de relais
Étapes oubliées, fréquence réelle et cas contradictoires
Demander une démonstration, examiner les artefacts et comparer plusieurs rôles
Observation contextuelle
Outils réels, interruptions, vérifications et contournements
Motifs non exprimés et événements qui ne surviennent pas pendant la séance
Poser des questions ponctuelles, faire confirmer le flux et compléter par un journal
Artefacts de travail
État, priorités, rappels, versions et coordination informelle
Sens exact, fréquence d’usage et actions non matérialisées
Faire expliquer chaque marque, champ et changement par son utilisateur
Journal court
Événements intermittents recueillis près du moment où ils surviennent
Omissions, interprétations personnelles et contexte incomplet
Revenir sur les entrées en entretien et rapprocher les cas des pièces disponibles
Traces opérationnelles
Récurrence, séquences, attentes, reprises, écarts et échéances enregistrées
Travail hors système, motifs des délais et définitions de cas incohérentes
Confronter les traces aux observations, artefacts et explications des praticiens
Pour les briefs d’onboarding, rapprochez formulaire d’entrée, fiche source, échanges, liste de contrôle, versions du brouillon et commentaires de correction. Un journal peut relever, pour chaque dossier suivi, les informations manquantes et les révisions. Les files d’attente, retours et motifs enregistrés complètent l’ensemble, mais leurs horodatages ne disent pas à eux seuls pourquoi une clarification a pris du temps.
Quand un irritant déclaré devient-il une hypothèse crédible de goulot d’étranglement ?
Un irritant devient une hypothèse crédible lorsque plusieurs cas ou sources situent une contrainte récurrente au même endroit et la relient à une conséquence observable. Cette convergence ne prouve pas la causalité : elle justifie un test mieux ciblé. Conservez les cas qui contredisent l’explication, les zones non couvertes et les mécanismes alternatifs au lieu de les masquer dans une note globale de confiance.
Récurrence : la contrainte apparaît-elle dans plusieurs cas, rôles ou sources pertinents ?
Emplacement : où entrent précisément l’attente, la reprise, le manque d’information ou la surcharge de jugement ?
Conséquence : observe-t-on un délai, une manipulation répétée, une correction, un abandon, une incohérence ou une exposition au risque ?
Mécanisme : comment la contrainte pourrait-elle produire cette conséquence, et les personnes concernées confirment-elles cette lecture ?
Contre-exemples : quels dossiers évitent le problème, qu’ont-ils de différent et quelles explications concurrentes subsistent ?
Capacité d’action : modifier ce point changerait-il le résultat, et l’IA serait-elle préférable à une règle, une responsabilité plus claire, une meilleure information, une formation ou aucune intervention ?
Dans l’exemple, les preuves déplacent l’hypothèse : la synthèse n’est pas la contrainte principale. Les dossiers difficiles attendent des décisions commerciales absentes et nécessitent l’arbitrage de champs contradictoires; le brief est ensuite repris. Des coordinateurs terminent rapidement les cas routiniers, la longueur ne correspond pas systématiquement à la lenteur et les clarifications hors ligne échappent aux traces. La conclusion reste donc une hypothèse de goulot, non une démonstration causale.
Ne demandez pas où placer l’IA avant de pouvoir montrer où la contrainte se répète, quelle conséquence elle entraîne et ce qui reste incertain.
Que doit contenir une fiche d’opportunité IA étayée par des preuves ?
Une fiche d’opportunité solide transforme l’enquête en décision bornée sans présumer que l’IA est la solution. Elle consigne le flux étudié, l’échantillon observé, les méthodes utilisées, l’irritant déclaré et le motif effectivement constaté. Chaque affirmation substantielle renvoie à une note de terrain, un artefact expurgé, une entrée de journal ou une requête sur les traces; ce qui n’est pas étayé reste clairement étiqueté comme hypothèse.
Périmètre : déclencheur, fin, livrable, destinataire et rôles.
Échantillon : période, types de cas, fonctions représentées et méthodes mobilisées.
Conséquence : attente, effort, reprise, correction, incohérence ou risque observé.
Contre-exemples et lacunes : cas négatifs, désaccords, couverture manquante et explications alternatives.
Opportunité : personne aidée, tâche bornée et résultat recherché.
Contraintes : disponibilité et qualité de l’information, autorisations, sécurité, vie privée, travail, accessibilité, expertise métier et supervision humaine.
Alternatives : assistance IA, règle déterministe, changement de flux ou de responsabilité, formation, meilleure information ou absence d’intervention.
Prochain test : hypothèse visée, cas concernés, preuves de réussite et d’échec, responsable et date de revue.
La fonction Map du NIST AI RMF Playbook renforce cette discipline en recommandant de documenter finalité, utilisateurs, contexte opérationnel, valeur attendue, limites, effets, périmètre et supervision humaine, tout en examinant les alternatives sans IA. Ce cadre volontaire n’impose pas la solution. La fiche doit aboutir à l’une de quatre décisions : tester l’IA, tester un changement non fondé sur l’IA, recueillir davantage de preuves ou arrêter.
Pour l’onboarding, le premier essai porte sur des champs d’entrée obligatoires, un responsable explicite du passage de relais commercial et une file d’exceptions visible. Il vérifie si l’attente et les reprises diminuent sur des dossiers comparables. Une aide à la rédaction ne vient qu’ensuite, sur les cas dont les faits sont complets. Si la récurrence, l’emplacement, la conséquence ou la capacité d’action demeure indéterminée, la bonne décision consiste à enquêter davantage ou à ne rien automatiser.
Questions fréquentes
Comment identifier un bon cas d’usage de l’IA dans un processus métier ?
Commencez par délimiter un travail récurrent, puis comparez plusieurs cas réels, rôles et sources de preuve. L’opportunité devient défendable lorsque la contrainte, son emplacement et sa conséquence sont observables, que les incertitudes sont documentées et qu’un test borné peut départager l’IA des solutions plus simples.
Quelle différence entre un irritant métier et une opportunité IA ?
Un irritant est le récit valable d’une difficulté vécue par une personne ou une équipe. Une opportunité IA ajoute un périmètre précis, une récurrence étayée, un emplacement dans le flux, une conséquence observable, des contraintes connues et une raison testable de préférer l’IA à une autre intervention.
Comment observer le travail des salariés sans créer de surveillance ?
Présentez la démarche comme une recherche sur le flux, obtenez une participation éclairée et annoncez le mode d’observation. Limitez la collecte, restreignez les accès, évitez toute notation individuelle et faites confirmer la reconstitution. Associez les responsables internes appropriés dès que des informations personnelles, confidentielles ou sensibles sont concernées.
Faut-il toujours mener entretiens, observation, journaux, analyse d’artefacts et étude des traces ?
Non. Cette combinaison est une synthèse pratique, pas une liste obligatoire. Choisissez le plus petit ensemble capable de répondre à la question et ajoutez une méthode seulement lorsqu’elle compense un angle mort important, par exemple un journal pour un événement intermittent ou des traces pour examiner la récurrence.
L’observation d’un processus peut-elle prouver qu’un goulot cause des retards ou des reprises ?
Non. Des cas, observations, artefacts et traces concordants peuvent étayer une hypothèse de goulot, mais ils ne démontrent pas seuls la causalité. Préservez les contre-exemples et les explications concurrentes, puis concevez la plus petite expérimentation capable de distinguer ces hypothèses.
Références et sources
Cet article a été préparé à partir des sources suivantes :
Nous racontons comment l’IA s’installe vraiment dans une entreprise. Nos articles s’appuient sur des sources identifiées, distinguent nos constats de nos analyses et recourent à l’IA pour la recherche et la rédaction, selon des contrôles éditoriaux documentés. Nous ne remplaçons pas l’avis d’un expert.
Une méthode concrète pour cartographier le travail réel, trier les exceptions, tester les validations et sécuriser les transmissions avant automatisation.
Un cadre pratique pour attribuer les décisions d’IA, organiser les arbitrages et transformer les preuves des pilotes en choix de portefeuille durables.