Imaginez qu'on vous confie l'amélioration d'un processus d'octroi de subventions poussif, en retard depuis des années. Les clients se sont plaints si fort que même la ministre ne peut plus l'ignorer, et c'est maintenant à vous de régler le problème.
Heureusement, vous avez la solution parfaite : l'IA. Le processus comporte trois étapes - soit la réception, l'analyse et l'approbation - et d'après ce que vous avez entendu, c'est l'analyse qui est la plus lente. Vous dirigez donc l'IA vers l'analyse, en toute confiance.
Plusieurs mois plus tard, après quelques projets informatiques, trois consultants, des tests rigoureux, des séances de formation intensives pour les utilisateurs finaux et 400 000 $ de budget dépensé, vous n'êtes plus aussi confiant. Les résultats du projet sont, au mieux, mitigés. Du bon côté, l'équipe d'analystes adore utiliser l'IA - elle économise des dizaines d'heures par semaine en s'en servant pour extraire l'information clé de dossiers de demande volumineux, et l'IA rédige des premières versions de leurs recommandations avec une efficacité redoutable. Mais les clients ne sont toujours pas satisfaits. Ils attendent tout autant qu'avant.
Comment est-ce possible?
Ce n'est pas dans le déploiement de l'IA que se trouve le problème, mais dans l'étape du processus où elle a été déployée.
L'un des pièges des processus, c'est qu'ils ne peuvent livrer de la valeur au client qu'au rythme de l'étape la plus lente - souvent appelée l'étape goulot d'étranglement - de l'ensemble de la chaîne de valeur. Si vous améliorez le rythme de traitement d'une étape autre que le goulot d'étranglement, vous créerez sans le vouloir un arriéré plus important à l'étape suivante, et le client ne remarquera aucune amélioration.
Pour améliorer un processus de manière à ce que le client en ressente les bénéfices, vous devez repérer et améliorer l'étape goulot d'étranglement.
Malheureusement, dans un environnement de travail numérisé, les goulots d'étranglement ne sont pas visibles à l'œil nu. Vous ne pouvez pas simplement chercher la plus grosse pile de papiers sur le bureau de quelqu'un. Vous devez plutôt vous fier à l'analyse des données du processus.
Si vous aviez recueilli et analysé les données de chacune des trois étapes, vous auriez remarqué que même si le temps réel que prend Dave pour examiner et approuver une recommandation n'est que de 5 minutes, il n'effectue cette tâche qu'une fois par semaine, soit le vendredi après-midi de 15 h 30 à 16 h. S'il y en a plus de six dans sa file d'attente, si c'est un jour férié, ou s'il n'est pas au bureau le vendredi après-midi pour une raison ou une autre, les approbations en attente doivent patienter jusqu'au vendredi suivant. Les données du processus vous indiqueront que c'est l'étape d'approbation - et non l'analyse - qui doit être corrigée pour que le client remarque un changement.
Points à retenir :