Aller au contenu
Industrie manufacturière3 min de lecture

Assistants IA pour les tâches : mesurer la productivité avec le personnel

Par Arif Thayal, Cofondateur, Intyb Technologies
Donner plus de moyens au personnel grâce à l’IA : une nouvelle approche de l’automatisation
Image: Unsplash

Que répond ce guide ?

Un assistant IA peut faciliter une tâche bien définie, mais la productivité doit être mesurée avec les personnes qui effectuent le travail. Un essai utile ne part pas du principe que la génération de texte équivaut à un gain de temps.

Points clés

  • Commencez par une tâche dont les données d’entrée, le résultat attendu et la personne chargée de la révision sont clairement définis.
  • Pendant le projet pilote, tenez compte de la configuration des prompts ou des modèles, de la préparation des sources, de la révision, des corrections, du réentraînement ou de la maintenance des règles, ainsi que du temps consacré à la gestion des défaillances.
  • Informez le personnel de ce qui est mesuré et évitez de transformer l’essai en une surveillance individuelle dissimulée.

Expert désigné : Arif Thayal, cofondateur d’Intyb Technologies à Bruxelles.

Un assistant IA peut faciliter une tâche bien définie, mais la productivité doit être mesurée avec les personnes qui effectuent le travail. Un essai utile ne part pas du principe que la génération de texte équivaut à un gain de temps. Il tient compte de la configuration, de la révision, des corrections et de la maintenance, et vérifie si le travail final respecte toujours les normes de qualité de l’équipe.

Donner plus de moyens au personnel grâce à l’IA
Photo de Josh Beech sur Unsplash

Choisissez une tâche et établissez une référence

Commencez par une tâche dont les données d’entrée, le résultat attendu et la personne chargée de la révision sont clairement définis. Par exemple, un assistant peut préparer une première réponse à une demande d’assistance en s’appuyant sur l’article actuel du centre d’aide et sur le message du client. Il doit citer la source utilisée, signaler les informations manquantes et laisser l’envoi à un membre du personnel.

Avant d’introduire l’assistant, analysez un échantillon du travail habituel. Enregistrez le temps écoulé, le temps de traitement actif, les corrections, les transmissions à un niveau supérieur et la qualité finale. Utilisez des cas comparables et un nombre suffisant d’observations pour faire apparaître les variations habituelles. Demandez au personnel quelles parties sont fastidieuses, lesquelles nécessitent du discernement et ce qui pourrait rendre l’outil peu sûr ou inutile.

Mesurez le gain de temps net et la qualité finale

Pendant le projet pilote, tenez compte de la configuration des prompts ou des modèles, de la préparation des sources, de la révision, des corrections, du réentraînement ou de la maintenance des règles, ainsi que du temps consacré à la gestion des défaillances. Comparez les réponses finales approuvées, et non les brouillons bruts. Les contrôles de qualité peuvent porter sur l’exactitude factuelle, le respect des politiques, l’exhaustivité, le ton et la transmission correcte du dossier à un niveau supérieur.

La version de novembre 2023 du document de travail 31161 du NBER a étudié 5 179 agents du service clientèle et fait état d’une augmentation moyenne de 14 % du nombre de problèmes résolus par heure, avec des effets variant selon l’expérience des travailleurs. Il s’agit d’un résultat obtenu dans un contexte particulier d’assistance, et non d’un déploiement d’Intyb ni d’une prévision de rendement généralisé à différents postes ou secteurs réglementés.

Rendez la participation et la reprise en main réellement applicables

Informez le personnel de ce qui est mesuré et évitez de transformer l’essai en une surveillance individuelle dissimulée. Recueillez le consentement ou suivez la procédure appropriée sur le lieu de travail, sollicitez des retours et permettez de rejeter facilement un brouillon sans pénalité. La formation doit expliquer comment vérifier les sources, reconnaître les incertitudes et transmettre les dossiers qui nécessitent du discernement.

Désignez un responsable des mises à jour du contenu et de la maintenance. Si les politiques approuvées changent, les connaissances de l’assistant doivent également être actualisées. Définissez un critère d’arrêt en cas d’erreurs factuelles répétées ou de mauvaises transmissions à un niveau supérieur. Un outil qui réduit le temps de rédaction, mais augmente le nombre de plaintes ou le travail de correction, n’a pas amélioré la tâche.

Pour les mécanismes du flux de travail, tels que les autorisations limitées et le transfert à une personne, consultez la liste de contrôle pour des agents responsables.

FAQ

Quelle est une bonne première tâche pour un assistant IA destiné au personnel ?
Choisissez une tâche répétable fondée sur des sources approuvées, avec un résultat clairement défini et une personne chargée de la révision, comme la rédaction d’une première réponse à une demande d’assistance. Évitez de commencer par des décisions qui ont une incidence significative sur les droits, la santé ou l’emploi d’une personne.
Comment calculer le temps gagné ?
Déduisez la configuration, la préparation des sources, la révision, les corrections, la gestion des défaillances et la maintenance continue de toute réduction du temps de traitement. Contrôlez simultanément la qualité finale et les plaintes en aval.
Les responsables doivent-ils utiliser les journaux de l’assistant pour classer les employés ?
Un projet pilote consacré à la productivité ne doit pas devenir un moyen de surveillance dissimulée. Définissez l’objectif de la mesure avec le personnel, réduisez au minimum le suivi individuel, recueillez les retours et évaluez la tâche ainsi que le système, plutôt que de considérer l’utilisation de l’outil comme un indicateur indirect de la performance individuelle.
Articles liés

Depuis le journal d’implémentation

Automatisation n8n pour les entreprises disposant de ressources techniques limitées

Un workflow n8n pratique pour traiter les demandes, avec validation, déduplication, droits minimaux, idempotence, gestion des échecs et maintenance.

Intelligence des stocks par l’IA pour le commerce omnicanal

Découvrez comment les détaillants peuvent mieux synchroniser leurs stocks, tester leurs prévisions de demande sur des périodes futures et laisser aux acheteurs le contrôle des propositions de réapprovisionnement.

Automatisation du développement de l’IA : AutoML, MLOps et ROI

Découvrez comment AutoML et MLOps peuvent réduire les tâches répétitives, soutenir l’exploitation des modèles et aider à évaluer le retour sur investissement de l’IA.

8 conseils pour concevoir un agent IA de manière responsable

Huit contrôles pratiques concernant les outils délimités, les autorisations, les entrées non fiables, les nouvelles tentatives, les tests, les journaux d’audit, l’approbation humaine et le retour en arrière.

IA éthique pour les entreprises : gouvernance, risques et confiance

Un registre opérationnel concret couvrant la finalité de l’IA, les responsabilités, les données, les utilisateurs, les limites, l’évaluation, les incidents, la conservation et les changements de fournisseurs.

L’IA dans la santé mondiale : automatisation administrative pratique

Guide pratique pour automatiser les rapports des programmes de santé et les contrôles de données, tout en soumettant les décisions cliniques à des preuves et à un examen distincts.

IA conversationnelle pour répondre précisément aux demandes d’achat

Répondez aux demandes sur les produits à partir de données de catalogue approuvées, gérez honnêtement les inconnues et évaluez les commandes, retours, plaintes et coûts de vérification.