Au-delà du « data-first » : comment l'IA peut restaurer l'élément humain dans les processus métier

La dernière décennie a été marquée par la révolution du « data-first ». Les entreprises se sont empressées de collecter des mesures, de créer des tableaux de bord et de laisser les algorithmes guider leurs décisions. Mais que se passerait-il si cette approche avait involontairement mis de côté quelque chose d'aussi précieux : la compréhension approfondie des processus métier et l'expertise humaine ?

Les conséquences imprévues du « Data-First »

Ce document révèle une tendance que de nombreuses organisations reconnaîtront. L'accent mis de manière agressive sur les données et les indicateurs ces dernières années a conduit à deux évolutions préoccupantes :

• Érosion des connaissances sur les processus : à mesure que les entreprises sont devenues obsédées par la mesure de tout, elles ont commencé à perdre de vue les processus métier sous-jacents qui génèrent ces indicateurs. Les équipes se sont concentrées sur les indicateurs plutôt que sur l'analyse opérationnelle. La connaissance du processus derrière les données s'est érodée.

• Dévalorisation des professionnels : les professionnels ont commencé à se sentir déconnectés de leur propre expertise. Au lieu de réfléchir de manière critique à l'amélioration des processus, ils ont commencé à se fier entièrement à ce que leur indiquaient les données, même lorsque leur intuition professionnelle leur suggérait le contraire.

Dans cette société de services financiers, j'ai pu constater que l'amélioration des processus n'était plus une option. Personne ne connaît vraiment ni ne se soucie plus des processus, et ce n'est pas moi qui le dis, ce sont les employés, ce n'est pas l'avis d'un consultant. Le déroulement réel des opérations est flou, tout tourne autour des données, des tableaux de bord et, bien sûr, d'une meilleure prise de décision.

Je ne dis pas ici que le passage aux données est une mauvaise chose. Cependant, le coût du passage à l'automatisation par l'IA peut être élevé lorsqu'il s'agit de transformer l'organisation. Automatiser le processus, d'accord, mais préparez-vous à trouver des solutions de contournement, à faire face à un manque de responsabilité, à une hétérogénéité opérationnelle, sans parler des processus parallèles... Et si l'IA devenait plus responsable dans le respect du processus ?

La vision : suggérer, faciliter, accompagner

Plutôt que d'utiliser l'IA pour automatiser et supprimer l'implication humaine, le cadre propose trois rôles complémentaires pour l'intelligence artificielle :

Suggérer

L'IA peut observer le déroulement des opérations et s'assurer que les personnes prennent les bonnes décisions concernant les prochaines étapes du processus dans lequel elles sont engagées. Elle augmente les capacités des personnes, en s'assurant non seulement qu'elles suivent le processus optimal dans un contexte donné, mais aussi qu'elles respectent la réglementation et le cadre de conformité dans leurs actions.

L'IA analyse plusieurs dimensions (profils de risque, cycles de vie des clients, historique des transactions, événements de la vie et performances statistiques d'actions similaires) afin d'identifier les opportunités. Au lieu de prendre des décisions, elle oriente les experts humains vers les possibilités pertinentes et les guide vers les applications appropriées pour saisir ces opportunités.

Faciliter

L'IA gère les tâches administratives en préremplissant les formulaires, en préparant des arguments personnalisés pour les entretiens avec les clients et en simulant l'impact des recommandations sur la situation des clients. Cela permet aux professionnels de se concentrer sur les relations et les activités à plus forte valeur ajoutée, tout en leur donnant accès à des fonctions avancées telles que les communications automatisées et l'intelligence documentaire.

Accompagner

L'IA fournit des données prédictives avancées (notamment en matière de conformité réglementaire, comme le KYC), suit les pipelines d'actions, envoie des rappels en temps opportun et veille à ce que les étapes réglementaires soient correctement suivies, y compris la notation, les vérifications et les délais de rétractation.

L'avantage culturel

Cette approche offre plusieurs avantages convaincants par rapport à l'automatisation traditionnelle :

• Préserve l'autonomie humaine : plutôt que de remplacer la prise de décision humaine, l'IA devient un agent qui comprend le contexte commercial et les réglementations, tout en laissant la responsabilité finale aux professionnels qui comprennent la dynamique des relations et les situations implicites.

• Gère la complexité : l'IA aide à coordonner les processus parallèles tout en maintenant une cohérence globale, ce qui est crucial lorsque plusieurs flux de travail commerciaux se croisent.

• Fournit des garde-fous intelligents : l'IA sert de protection en temps réel, alertant des risques de dérive ou de non-conformité sans restreindre l'initiative.

Plus important encore, cette approche ne menace pas les rôles existants, elle les renforce. Elle est culturellement acceptable car elle améliore l'expertise humaine au lieu de la remplacer.

Équilibrer les données et les processus

Le cadre propose une approche mixte données/processus organisée autour de quatre domaines clés :

• Enrichir le KYC (axé sur les données) : utiliser la notation, les données ouvertes et l'analyse prédictive pour améliorer les processus de connaissance du client.

• Rationaliser l'expérience utilisateur (axé sur les processus) : structurer les expériences autour des processus métier, faciliter l'accès aux fonctions avancées et suggérer des actions aux conseillers.

• Offrir des fonctions avancées (axé sur les processus) : centres de notification, communications automatisées et traitement des documents alimenté par l'IA.

• Agrégation des données (axée sur les données) : affichage des indicateurs clés directement dans les interfaces clients.

Il ne s'agit pas de choisir entre les données et les processus, mais d'utiliser chacun d'entre eux là où il apporte le plus de valeur ajoutée. Il s'agit également de concevoir de nouvelles applications qui tirent pleinement parti de l'IA et de la collaboration entre l'homme et la machine.

Implications plus larges

Bien que cet exemple provienne du secteur des services financiers, les principes s'appliquent à tous les secteurs.

J'ai conseillé une entreprise de luxe ces dernières années, et je peux vous dire qu'aucun processus n'a jamais été cartographié dans un référentiel EA. On pouvait y trouver des capacités, des domaines, des données, des applications, mais pas un seul processus. Nous avons essayé d'alimenter le référentiel de processus, mais c'était sans espoir. Personne n'était responsable.

Un référentiel EA de processus est précieux pour ces transformations. Je veux dire, cela devrait toujours être le cas, mais je ne pense pas que cela soit dit assez clairement. Les entreprises qui font l'effort de maintenir un tel référentiel peuvent envisager une voie claire pour s'engager dans leur parcours d'automatisation.

Partout, les organisations s'efforcent de trouver comment exploiter la puissance de l'IA sans perdre le jugement humain et l'expertise en matière de processus qui sont les moteurs d'un succès durable. L'idée clé est que l'IA ne doit pas nécessairement être « pro-processus » ou « pro-données ». Sans une orientation commerciale réfléchie, l'IA peut perpétuer des approches purement statistiques qui négligent un contexte crucial. Mais lorsqu'elle est correctement intégrée à l'expertise humaine, elle peut en fait contribuer à restaurer l'importance des processus commerciaux que des années de réflexion axée sur les données ont pu occulter.

La voie à suivre

À mesure que nous entrons dans l'ère de l'IA, les entreprises qui prospéreront seront probablement celles qui rejettent le faux choix entre l'expertise humaine et l'intelligence artificielle. Elles trouveront plutôt des moyens d'utiliser l'IA pour rendre les professionnels humains plus efficaces dans ce qu'ils font le mieux : comprendre le contexte, établir des relations et prendre des décisions nuancées dans des situations complexes.

L'avenir ne se résume pas à une opposition entre les humains et les machines, mais plutôt à une collaboration entre les humains et les machines afin d'atteindre des objectifs qu'aucun des deux ne pourrait atteindre seul. Cela implique parfois d'utiliser les technologies les plus avancées pour restaurer les capacités commerciales les plus fondamentales : une connaissance approfondie des processus et le jugement expert des humains.

Ce cadre est issu du travail stratégique mené par Gabriel Greenfield dans le cadre de sa mission visant à qualifier les opportunités offertes par l'IA dans les processus commerciaux en contact avec la clientèle. Son approche offre une alternative convaincante au discours traditionnel sur l'automatisation.