Cartographie processus et données
Le déroulé du travail, les données de chaque étape, leur responsable et leur sensibilité.
Le diagnostic décrit le déroulé réel du travail, les données dont il dépend et les endroits où les erreurs coûtent. Il aboutit à un registre des opportunités classées et à une décision écrite sur un pilote, y compris la décision de ne pas recourir à l'IA quand un logiciel plus simple fait mieux.
Quelques semaines, selon le nombre de processus étudiés et la disponibilité des personnes qui les font tourner.
Du temps avec les responsables de processus et les équipes, des documents types ou des extraits anonymisés, la liste de vos logiciels.
Une note de décision : un pilote recommandé, sa situation de référence et ses critères de décision écrits.
Le diagnostic suit le travail, pas la technologie. Il commence avec les personnes qui font le travail aujourd'hui et se termine par une décision écrite, portée par quelqu'un dans votre organisation.
Diagnostic · Déroulé
Faites défiler le schéma latéralement pour le voir en entier.
La situation de référence est l'étape la plus souvent sautée, et c'est elle qui permet de juger un pilote. Si personne ne sait combien de temps prend aujourd'hui la saisie d'une facture, ni à quelle fréquence elle est mal saisie, un système d'IA n'a rien à battre. Nous la mesurons ou l'échantillonnons avant toute construction, avec les personnes qui font le travail.
Cette démarche est largement répandue dans le métier et s'adapte à chaque organisation. Ce n'est pas une méthode propriétaire, et vous n'avez à adopter aucun vocabulaire maison pour exploiter ses résultats.
« IA » recouvre trois familles de techniques aux coûts et aux modes de défaillance très différents. Les bonnes conceptions les combinent le plus souvent : les règles d'abord, un modèle sur le reste, une personne sur ce qui demeure incertain.
| Automatisation par règles | Apprentissage automatique classique | Modèles de langage et agents | |
|---|---|---|---|
| Point fort | Décisions stables et bien spécifiées : contrôles de format, seuils, orientation selon un champ. | Prévision ou classement à partir d'historiques structurés : prévision de demande, score d'anomalie. | Texte non structuré, mises en page et formulations variées, rédaction, extraction documentaire. |
| Prérequis | Une spécification claire et quelqu'un pour la maintenir. | Un historique annoté, une chaîne de préparation des données, un réentraînement régulier. | Un contexte choisi, des prompts versionnés, un jeu d'évaluation, une validation des sorties. |
| Défaillance typique | Casse sans bruit sur le cas que personne n'avait prévu. | Dérive quand les données sous-jacentes changent. | Produit un résultat fluide et plausible, mais faux ; varie d'une exécution à l'autre. |
| Explicabilité | Totalement traçable. | Dépend du modèle ; au mieux, contribution des variables. | Entrées et sources citées traçables, pas le raisonnement interne. |
| Coût par dossier | Quasi nul. | Faible, plus la maintenance. | À l'appel, sensible au volume et à la taille du contexte. |
Chaque opportunité est notée de 1 à 5 sur quatre critères, et chaque note s'appuie sur une phrase de justification. Les pondérations sont fixées avec vous. La grille sert à rendre les désaccords visibles et précis, pas à remplacer le jugement.
| Critère | Une note de 1 signifie | Une note de 5 signifie |
|---|---|---|
| Valeur métier | Quelques minutes gagnées par mois ; ni qualité ni délai améliorés. | Un coût réel en temps, en erreurs ou en délais au volume actuel, avec une référence mesurée. |
| Faisabilité | Exige des systèmes, des intégrations ou des compétences absents. | S'insère dans les outils existants ; les points d'intégration existent et sont documentés. |
| Maturité des données | Données dispersées, responsable inconnu, qualité non vérifiée. | Données accessibles, sous la responsabilité de quelqu'un, avec des exemples représentatifs. |
| Risque, noté de sorte que plus haut signifie plus sûr | Un résultat faux nuit à une personne ou expose juridiquement, sans revue prévue. | Les erreurs se détectent à peu de frais, sont réversibles, et une personne est dans la boucle. |
Illustratif
Tous les noms et chiffres de cet exemple sont inventés. Il montre le fonctionnement de la méthode sur un cas courant. Il ne décrit aucun client.
La situation. Une entreprise de distribution fictive reçoit environ 1 200 factures fournisseurs par mois, par e-mail, en PDF aux mises en page variées. Deux personnes de la comptabilité les saisissent dans le logiciel comptable. Un échantillon de deux semaines donne la référence : environ quatre minutes par facture, près de 3 % de factures saisies avec une erreur repérée au moment du paiement, et plusieurs jours de retard en fin de mois.
Trois options sont notées, avec des pondérations convenues : valeur 30 %, faisabilité 25 %, données 25 %, risque 20 %.
| Option | Valeur | Faisabilité | Données | Risque | Pondéré |
|---|---|---|---|---|---|
| A. Règles de gabarit pour les 20 mises en page fournisseurs les plus fréquentes | 3 | 5 | 4 | 5 | 4,15 |
| B. Extraction par modèle de langage sur toutes les factures, validation humaine | 4 | 3 | 3 | 3 | 3,30 |
| C. A + B : règles sur les mises en page connues, modèle sur le reste, relecture des alertes | 5 | 3 | 4 | 4 | 4,05 |
Lecture du résultat. L'option A obtient seule le meilleur score parce qu'elle est peu coûteuse et sûre, mais elle laisse de côté la longue traîne des mises en page. L'option C apporte davantage de valeur pour une faisabilité un peu moindre. Recommandation : construire A d'abord, mesurer le volume couvert, puis piloter C uniquement sur le reste. La grille n'a pas pris la décision ; elle a rendu l'arbitrage assez explicite pour qu'il soit pris vite.
Une option sans IA a aussi sa place dans le registre : demander aux fournisseurs réguliers d'émettre des factures électroniques structurées. La réforme française de la facturation électronique, en cours de déploiement progressif, fera passer une part croissante des factures à des formats structurés, ce qui réduira peu à peu le problème d'extraction à la source.
Le déroulé du travail, les données de chaque étape, leur responsable et leur sensibilité.
Chaque opportunité candidate, décrite selon un format commun, y compris celles écartées et pourquoi.
Notes de valeur, faisabilité, maturité des données et risque, chacune justifiée, avec les pondérations retenues.
Règles, apprentissage classique ou modèle de langage comparés pour chaque cas retenu, coût d'exploitation compris.
Un pilote recommandé, son responsable, sa référence et ses critères de décision. Ou une recommandation motivée de ne pas poursuivre.
Dites-nous quel processus coûte le plus de temps à votre équipe, et quel volume il représente à peu près. Nous vous dirons si un diagnostic vaut la peine.