La semaine passée, quelqu’un me demande, l’air convaincu: «Sébastien, on peux tu mettre de l’IA là-dessus?» Sur quoi, au juste? «Ben... sur nos affaires.» Nos affaires. Le grand fourre-tout. On veut coller de l’intelligence artificielle sur un travail qu’on n’a jamais pris la peine de regarder en pleine face.
C’est le réflexe d’avant. On achète un outil avant d’avoir compris le problème. On installe Copilot le lundi, on est déçu le vendredi, on conclut que «l’IA c’est pas bon». Non. Ce n’est pas l’IA le problème. C’est qu’on a sauté l’étape qui compte.
L’idée qui dérange par sa simplicité
Avant d’ajouter de l’IA à ton travail, cartographie ton travail. Décortique-le. Regarde qui fait quoi, avec quels outils, en attendant après qui, en cherchant après quoi. Trouve les endroits où ça bloque, où ça se répète, où ton monde perd du temps sur des affaires qui ne demandent aucun jugement. Là, et seulement là, tu te demandes quelle capacité IA vient amplifier l’humain.
Des appels mal aiguillés qui rebondissent d’un département à l’autre. Des ingénieurs qui fouillent dans cinq outils débranchés pour retrouver une réponse déjà donnée trois fois. Du temps brûlé à résumer chaque appel après coup. Les entreprises qui réussissent ont mesuré, mappé, ciblé les goulots. Puis ils ont branché un assistant qui va chercher l’information dans les vieux dossiers pendant que l’humain, lui, règle le vrai problème. Résultat: un nouvel employé apprend le métier en 55 jours au lieu de 90.
La leçon tient en une phrase: redessine le processus d’abord, l’IA vient l’élever ensuite.
Et ça, franchement, ça me parle. Parce que c’est exactement ce que je répète en formation depuis deux ans: je ne vends pas des réponses, j’apprends à poser des questions. La bonne question sur le travail avant le bon outil sur l’étagère.
Ce qui est juste. Et ce qui sent la multinationale.
Le cadre est bon. La méthode est bonne. Mais tel quel, il faut le dire, il a été pensé dans une grande entreprise où le «travail» se compte en widgets.
C’est quoi un widget? Une unité produite, mesurable, comparable. Un appel traité. Un contrat révisé. Une campagne lancée. Microsoft nous invite à définir notre unité de production et nos indicateurs de succès: nombre d’appels, temps de résolution, satisfaction client. Propre. Élégant. Tableau de bord qui clignote.
Puis tu redescends à La Sarre. Tu entres dans un OSBL de 17 personnes. Et tu essaies de définir «l’unité de production» d’une intervenante qui accompagne un jeune de 19 ans qui a décroché de tout, l’école, la job, la famille. C’est quoi, l’unité? Le nombre de rencontres? Le temps de «résolution»? Un jeune, ça ne se résout pas comme un ticket de soutien technique. Des fois le succès, c’est juste qu’il est revenu la semaine d’après. Ça ne rentre pas dans une case.
Voilà le piège que le cadre corporatif ne nomme jamais assez fort: on finit par mesurer ce qui est facile à compter plutôt que ce qui compte pour vrai. Et le jour où ton indicateur devient ta cible, il cesse d’être un bon indicateur. Tu optimises le temps de traitement, bravo, et sans t’en rendre compte tu as désappris à ton monde de prendre le temps avec l’humain en face. L’IA aura amplifié la mauvaise affaire. Vite et bien. Dans le mur.
Traduire ça pour nous, le vrai monde
Alors on garde le squelette, on jette l’emballage. Voici comment le cadre survit au terrain québécois, dans une PME ou un OSBL qui n’a ni «Copilot Studio» ni équipe de données.
Commence petit et concret. Pas «notre organisation». Une tâche. Une seule. Celle que tout le monde chiale de faire le lundi matin. Le rapport de reddition de comptes au bailleur de fonds. Le tri des courriels de la boîte générale. La transcription des notes de rencontre. Prends-en une, et suis-la du début à la fin comme un détective. Où est-ce que ça attend? Où est-ce que ça se refait deux fois? Où est-ce que quelqu’un fait un travail de robot avec un cerveau d’humain?
Ensuite, distingue le mesurable du précieux. Oui, mesure le temps sauvé, c’est utile pour convaincre le C.A. Mais garde en tête, tout le temps, ce qui n’entre dans aucune colonne: la qualité du lien, le jugement, la présence. L’IA doit te redonner du temps pour ça, pas te le voler. C’est ta boussole. Le jour où l’outil t’éloigne de l’humain au lieu de t’en rapprocher, tu débranches. Sans négocier.
Puis traite chaque essai comme un pilote, jamais comme une vérité. Tu déploies petit, tu regardes ce qui sort, tu ajustes. Microsoft a fini par créer un rôle de «gardien du savoir» parce que leurs premières réponses IA étaient croches. Traduction pour toi: quelqu’un dans ton équipe doit avoir le mandat clair de vérifier ce que la machine recrache. Pas en théorie. Nommé. Responsable. Sinon l’erreur se répète à la vitesse de la lumière et tu ne le vois même plus.
La vraie affaire
Parce qu’au fond, ce cadre-là ne parle pas d’IA. Il parle d’attention.
Il te force à faire ce qu’on ne fait presque jamais: t’asseoir devant ton propre travail et le regarder pour vrai, sans le romancer, sans le mépriser non plus. Voir les bouts qui usent ton monde pour rien. Voir les bouts qui, eux, demandent un cœur et une tête humaine et qu’aucune machine ne touchera jamais.
Ce n’est pas la puissance de l’outil qui va te transformer. C’est ta capacité à te poser la question avant. Et cette capacité-là, ce n’est pas de l’intelligence brute, c’est de la curiosité. Le courage de démonter ce qu’on tient pour acquis.
Ça tombe bien. L’outil, tu peux l’acheter demain matin.
La question, personne ne peut la poser à ta place.
Dans le fond, ce que tu décris c'est que le processus d'implantation de l'IA est le même au départ que l'on devrait suivre avec des outils d'automatisation traditionnels (TI). Après l'étape "Prioriser la douleur", nous pourrions ajouter une décision de branchement : TI ou IA ? Si le problème se résout par des formules qui donnent toujours le même résultats, prendre une solution TI traditionnelle, si le problème requière une forme de jugement, d'interprétation, prendre l'lA...