Quand quelqu'un dans l'équipe reçoit à nouveau un message similaire, parcourt des documents et formule une réponse, l'idée d'une automatisation par l'IA surgit naturellement. Cependant, le simple fait qu'une tâche se répète ne suffit pas. Il faut aussi savoir sur quelles données le système s'appuiera, comment contrôler son travail et à quel moment l'homme doit intervenir pour décider.
Comment commencer à évaluer une tâche ?
Commencez par décrire le travail tel qu'il se déroule réellement, plutôt que par son intitulé dans l'organisation. Sous le titre « traitement des demandes » peuvent se cacher plusieurs étapes : lire le message, trouver les conditions du service, demander des informations manquantes, rédiger la réponse et décider de l'offre. Chacune de ces étapes demande quelque chose de différent.
Notez ce qui déclenche la tâche, quelles informations le collaborateur reçoit et quel est l'effet attendu à la fin. Ensuite, marquez les moments où il faut évaluer quelque chose, confirmer ou clarifier avec le client. C'est à partir d'une telle description qu'on comprend si l'IA dans les processus métier doit préparer du matériel pour la suite du travail, mener une conversation, ou soutenir toute la chaîne d'actions.
Posez-vous une question simple : pouvez-vous montrer à une nouvelle personne à quoi ressemble une tâche bien exécutée ? Si la réponse réside uniquement dans la tête d'un collaborateur, il faut d'abord mettre ce savoir par écrit. Sans cela, il est aussi difficile d'évaluer si l'IA a bien fait son travail.
Cette image a été créée avec l'aide de l'intelligence artificielle.Caractéristiques d'une tâche pouvant être considérée pour l'automatisation par l'IA
Vous ne cherchez pas un processus sans aucune exception. Il est plus important d'identifier la partie qui peut être décrite et contrôlée. Évaluez la tâche selon plusieurs critères.
La façon de travailler est répétitive, même si les questions varient
Les clients expriment leurs besoins à leur façon, et pourtant le collaborateur fait à chaque fois des choses similaires : il établit le sujet, vérifie les informations sur l'offre et demande les données manquantes. Dans ce type de travail, l'IA peut aider à reconnaître le thème, organiser l'énoncé et suggérer les prochaines questions.
Cela ne signifie pas que chaque dossier doit aboutir à une réponse automatique. Quand les conditions se négocient individuellement, la conversation peut se terminer uniquement en transmettant le contexte à la bonne personne.
Les informations nécessaires sont disponibles et à jour
La tâche mérite d'être considérée quand on sait sur quels matériaux la réponse doit s'appuyer. Il peut s'agir de descriptions de services approuvées, de conditions de collaboration, de documents ou de données fournies par l'utilisateur. Il faut aussi indiquer qui les met à jour.
Le fait qu'un client pose une question ne signifie pas que l'entreprise offre réellement ce service. Une réponse générée par l'IA ne devient pas vraie simplement parce qu'elle semble convaincante. Quand il manque des informations approuvées sur les conditions nécessaires, il est plus sûr d'indiquer cette lacune et de transmettre le dossier à un humain plutôt que de compléter les détails.
Le résultat peut être vérifié
Avant d'implémenter quoi que ce soit, définissez les critères d'un travail correct. Dans un résumé de conversation, ce sera par exemple conserver les points importants convenus et bien séparer les faits des questions qui n'ont pas encore de réponse. Dans une réponse sur l'offre - la conformité avec les conditions approuvées et l'absence de promesses non convenues.
Si personne ne peut évaluer si le résultat est correct, l'automatisation ne résoudra pas ce problème. Elle ne fera que le masquer sous un texte bien rédigé.
Quelles tâches examiner en priorité ?
C'est une bonne idée de commencer par des activités basées sur la lecture, l'organisation et la préparation des informations. Pour celles-ci, il est facile de définir le rôle de l'IA sans lui confier la décision finale.
- Reconnaissance préalable d'une demande. Avant que le collaborateur ne prenne contact avec un prospect, l'Assistant IA peut poser des questions sur les besoins et collecter le contexte. C'est toujours l'entreprise qui décide quoi faire de la demande.
- Répondre aux questions récurrentes. Quand il existe des informations approuvées sur l'offre, l'Assistant IA peut les expliquer dans un champ défini. Les affaires en dehors de cette connaissance demandent un suivi supplémentaire.
- Préparer un projet de réponse ou un résumé. Au lieu de commencer par une page blanche, le collaborateur reçoit du matériel à examiner. Avant d'envoyer, il peut corriger les imprécisions et adapter la réponse à la situation.
- Aider à remplir un formulaire. L'utilisateur n'est pas seul face à des champs peu clairs - la conversation peut servir à collecter les informations et clarifier les questions. Le fait que les données soient ensuite introduites dans un système spécifique dépend de l'étendue de la mise en œuvre.
- Organiser les connaissances de l'entreprise. Les questions récurrentes peuvent révéler ce qui manque dans les descriptions de services ou dans les matériels pour l'équipe. La déclaration du questionneur ne doit cependant pas modifier automatiquement les informations approuvées.
Ce sont des exemples de tâches à considérer pour l'automatisation, pas une liste prête à l'emploi de fonctionnalités d'un seul produit. L'étendue dépend du processus, des données disponibles et de ce qui doit se passer après la réponse de l'IA.
Où placer l'humain dans le processus ?
Il est judicieux de planifier le rôle de l'humain avant de commencer l'automatisation, plutôt qu'après le premier cas difficile. Commencez par les décisions que l'IA ne doit pas prendre seule : l'approbation des conditions individuelles, la résolution de litiges, l'évaluation d'informations en dehors des matériels disponibles ou l'acceptation d'un engagement au nom de l'entreprise.
Les rôles peuvent être divisés de différentes façons. Dans un processus, l'IA collecte les données, prépare une proposition et signale les lacunes, tandis que le collaborateur la vérifie et prend une décision. Dans un autre, l'IA répond aux questions dans le cadre des connaissances approuvées et transmet la conversation à un humain quand une évaluation individuelle est nécessaire. Ces limites font partie du projet, non une indication d'échec de l'automatisation.
Désignez aussi la personne responsable de la mise à jour des matériels et du suivi des affaires transmises. Quand le système collecte le contexte d'une demande et que personne ne le lit, le mécanisme de conversation seul ne remplacera pas le travail de l'équipe.
Cette image a été créée avec l'aide de l'intelligence artificielle.Questions sur les données et le contrôle de la qualité, avant de choisir un outil
Lors d'une courte démonstration, l'IA peut sembler prometteuse, mais dans la pratique quotidienne, des règles claires sont nécessaires. Avant de choisir une solution, répondez aux questions suivantes sur l'exemple d'une tâche concrète :
- Quelles données circulent dans le processus ? Distinguez les descriptions publiques de l'offre, les documents internes et les informations fournies par les clients. Pour chaque type de données, décidez si c'est vraiment nécessaire pour accomplir la tâche.
- D'où l'IA doit-elle connaître la réponse ? Indiquez les matériels approuvés, leur responsable et la façon de les modifier. Définissez aussi ce qui doit se passer quand une information manque.
- Comment vérifierez-vous le résultat ? Collectez des exemples de cas courants, incomplets et particuliers. Établissez quelles erreurs doivent arrêter le processus ou le diriger vers un collaborateur.
- Qui voit et corrige le résultat ? Décidez si la réponse va directement à l'utilisateur ou si un projet doit d'abord être approuvé. Ne supposez pas une vérification manuelle si elle n'est pas inscrite dans le processus.
- Que se passe-t-il après la conversation ou après la préparation du projet ? Décrivez l'étape suivante : contact du collaborateur, complément de données, transmission du dossier ou fermeture de la tâche. La simple génération de texte ne ferme pas tous les processus.
Quand il y a des données d'entreprise et des informations de clients en jeu, dans une mise en œuvre concrète, il faut aussi établir comment ces données circulent. Installer une application sur le serveur de l'entreprise ne prouve pas qu'aucune information n'est transmise au fournisseur d'IA. L'étendue des données transmises, l'accès à celles-ci et les protections nécessaires demandent une vérification séparée.
Dans quelles situations l'IA ne devrait pas être le premier choix ?
Quand la tâche se réduit à transférer des données clairement définies d'un champ à un autre, d'abord demandez-vous si un simple formulaire ou une intégration ne suffirait pas. L'IA apporte plus de valeur quand il faut comprendre une déclaration, clarifier des informations ou demander un contexte manquant.
Il n'est pas judicieux non plus de commencer par un processus dont l'entreprise n'a pas encore établi les règles. Si les collaborateurs répondent à la même question de manière différente, il faut d'abord convenir d'une position commune. L'IA ne devrait pas choisir seule quelle version de l'offre s'applique.
La prudence est aussi de mise si une erreur est difficile à détecter avant qu'elle n'ait des conséquences. Dans ce cas, le rôle de l'IA peut se limiter à préparer un projet, rechercher des informations ou signaler des lacunes, et laisser l'approbation à une personne ayant les droits appropriés. Parfois, après une telle répartition, il s'avère que seul un petit fragment du travail mérite d'être automatisé - et cela peut quand même être une décision raisonnable.
Comment transformer une évaluation en champ de mise en œuvre ?
Imaginez une entreprise de formation qui reçoit des questions sur l'adaptation d'un programme de formation aux besoins du client. Au lieu de commencer par le choix d'un chatbot, elle pourrait d'abord décrire le chemin d'une telle demande : ce qui doit être clarifié, les questions à poser, quelles conditions sont approuvées et quand le dossier passe à un spécialiste. Cela rend plus facile d'établir si un projet de réponse est nécessaire pour le collaborateur, une conversation sur le site, ou un processus plus complet.
LP Creation prépare des solutions avec l'Assistant IA adapté aux connaissances de l'entreprise, son rôle dans le processus et l'objectif fixé. Dans le Blog AI, l'Assistant IA intégré dans l'article répond aux questions du lecteur et l'aide à passer au contact. Quand une conversation en dehors du blog est nécessaire, un scénario individuel ou une connexion avec d'autres outils, l'étendue de la mise en œuvre doit être convenue séparément. Le Blog AI n'est pas une solution automatique pour chaque tâche dans l'entreprise.
Un choix raisonnable commence donc par un processus bien décrit : ses données, le résultat attendu, le contrôle de la qualité et le rôle du collaborateur. Si vous vous posez la question de quel fragment du travail dans votre entreprise peut être confié à l'automatisation par l'IA, parlons-en d'une tâche concrète.
Questions fréquentes
Chaque action répétitive peut-elle être automatisée par l'IA ?
Non. La répétitivité aide à identifier les candidats potentiels, mais il faut aussi vérifier si les données sont disponibles, si le résultat peut être évalué et quelles seraient les conséquences d'une erreur. Pour des règles simples et strictes, une solution sans IA peut suffire.
L'IA doit-elle répondre seule aux clients ?
Pas nécessairement. Elle peut préparer un projet pour le collaborateur, résumer l'affaire ou collecter les informations manquantes. La façon d'approuver la réponse doit être établie séparément pour chaque processus.
Que faire quand les informations sur l'offre sont incomplètes ?
Commencez par indiquer les informations manquantes ou contradictoires et établissez qui les approuvera. Il ne faut pas s'attendre à ce que l'IA reconstruise correctement les conditions que l'entreprise ne lui a pas communiquées.
L'automatisation par l'IA peut-elle gérer tout le traitement des demandes ?
Elle peut soutenir la conversation, expliquer l'offre et collecter le contexte. L'entreprise a toujours besoin d'une personne responsable des décisions, des cas particuliers et du contact ultérieur avec le prospect.
Sources
L'équipe LP Creation - Nous expliquons comment transformer vos contenus en source de clients : automatisation par l'IA, visibilité dans les moteurs de recherche et dans les réponses des modèles. Nos articles s'appuient sur ce que nous mettons nous-mêmes en œuvre.
Cet article a été préparé avec l’aide de l’intelligence artificielle et traduit du polonais.
