Une entreprise achète un outil d'automatisation. Trois mois plus tard, l'outil est installé, deux personnes savent s'en servir, et le travail se fait toujours comme avant. Le problème vient rarement de l'outil.

Le phénomène dépasse largement les PME sénégalaises. Dans une étude préliminaire publiée en juillet 2025 par le projet NANDA du MIT Media Lab (The GenAI Divide: State of AI in Business 2025), fondée sur 153 réponses de dirigeants et 52 entretiens, 95 % des organisations interrogées ne mesuraient aucun retour sur leurs pilotes d'IA générative. Les auteurs attribuent l'écart non pas à la qualité des modèles, mais à la façon dont les projets s'intègrent, ou non, au fonctionnement réel de l'entreprise. L'échantillon est modeste et la méthode a été discutée, mais le constat rejoint ce que nous voyons sur le terrain.

Un processus qui n'est écrit nulle part existe quand même. Il vit dans la tête de ceux qui l'exécutent, dans des habitudes que personne n'a décidées et dans des exceptions que chacun règle à sa manière. Tant qu'il reste là, il fonctionne. Le jour où vous voulez l'automatiser, vous découvrez qu'il n'y en avait pas un, mais quatre : un par personne.

Ce qu'une automatisation demande vraiment

Un système, qu'il s'agisse d'un simple enchaînement de règles ou d'un modèle de langage, doit savoir trois choses pour prendre en charge une tâche : ce qui la déclenche, à quoi ressemble un résultat correct, et quoi faire des cas qui sortent du cadre.

Ces questions paraissent élémentaires. Elles ne le sont pas.

Prenez la validation des factures fournisseurs. Qu'est-ce qui déclenche le traitement : l'arrivée du mail, la réception de la marchandise, ou le moment où quelqu'un pense à ouvrir le dossier ? Une facture correctement validée, c'est laquelle : celle qui porte deux signatures, celle qui correspond à un bon de commande, ou celle dont le montant reste sous un certain seuil ? Et quand le fournisseur facture 5 % de plus que le devis, qui tranche ?

Dans une entreprise où le processus n'est pas écrit, ces réponses varient selon la personne interrogée. C'est ce qui rend l'automatisation impossible. C'est aussi ce qui la rend rentable une fois les réponses fixées, parce que le gain ne vient pas seulement de l'outil. Il vient de la clarté qu'il a fallu produire pour le faire fonctionner.

« Mais justement, l'IA comprend le flou »

C'est l'objection la plus fréquente depuis l'arrivée des modèles de langage, et elle mérite une réponse honnête. Oui, un modèle de langage tolère plus de désordre qu'un automatisme classique : il lit un mail mal rédigé, reconnaît une facture au format inhabituel, résume un dossier incomplet. Il réduit le travail de mise en forme.

Ce qu'il ne peut pas faire, c'est prendre à votre place une décision que personne dans l'entreprise n'a prise. Quand la comptabilité applique une règle et les achats une autre, le modèle n'arbitre pas. Il choisit, avec assurance, et parfois différemment d'un jour à l'autre. Il sait lire un document mal fait ; il ne sait pas deviner une règle qui n'existe pas, et quand il la devine, il l'invente.

L'effet miroir

Tant qu'un humain traite la tâche, il absorbe les incohérences sans le dire. Il sait que telle facture passe même avec une seule signature, parce que ce fournisseur compte. Il sait qu'en fin de mois, on ferme les yeux sur le délai. Cette souplesse est utile, et personne ne la voit.

Un outil ne l'a pas. Devant un cas qu'on ne lui a pas décrit, il s'arrête ou il se trompe. On en conclut que l'outil est mauvais, alors qu'il vient de mettre le doigt sur une décision que personne n'avait prise.

C'est pour cette raison que les projets d'automatisation les plus utiles commencent par une phase qui n'a rien de technique.

Ce que révèle un audit de processus

Nous avons conduit ce type de travail pour une organisation du secteur agricole au Sénégal, présente sur plusieurs régions avec une structure centrale et des antennes autonomes. La mission a commencé par un diagnostic numérique et un audit complet des processus métiers. Le plan d'action, le choix des outils collaboratifs, puis la formation des équipes sont venus ensuite, une fois le fonctionnement réel de l'organisation posé noir sur blanc. Cet ordre n'a rien d'original. Il est simplement rarement respecté.

D'une organisation à l'autre, quel que soit le secteur, ce genre d'audit fait remonter les mêmes choses :

• des étapes que plus personne ne sait justifier, héritées d'un contrôle ancien ou d'une personne partie depuis longtemps ;
• des informations ressaisies deux ou trois fois entre des outils qui ne se parlent pas ;
• des attentes : le dossier qui patiente pour une signature, l'information qu'il faut aller chercher ailleurs ;
• des règles implicites qui ne tiennent que par une seule personne.

Le temps perdu se loge rarement dans l'exécution d'une tâche. Il se loge dans les attentes entre deux étapes, et c'est là qu'une automatisation simple (une notification, un routage, une relance) produit le plus d'effet pour le moins d'effort.

Cartographier avant d'acheter

L'exercice ne demande pas d'outil. Il demande quelques jours et de la discipline. Pour chaque processus candidat, trois questions.

Qui fait quoi, dans quel ordre ?

Demandez à deux personnes qui exécutent la même tâche de la décrire séparément, sans se concerter. Les écarts entre leurs deux récits constituent votre vraie cartographie. Là où elles sont d'accord, le processus existe. Là où elles divergent, il reste à décider.

Où le travail attend-il ?

Suivez un dossier réel de bout en bout et notez les moments où il ne bouge pas. Comptez en heures ou en jours, pas en impressions. Vous obtiendrez la seule mesure qui permettra, plus tard, de dire si le projet a servi à quelque chose.

Quelles sont les exceptions, et qui décide ?

Listez les cas qui sortent du cadre et, pour chacun, la personne qui tranche. Si la réponse est « ça dépend », vous avez trouvé ce qui bloquera l'automatisation. Décider maintenant coûte moins cher que de découvrir le problème en production.

Ce travail produit une décision claire sur ce qui mérite d'être automatisé, et la matière pour le faire correctement. Il arrive qu'il produise un troisième résultat, moins attendu : la découverte qu'une étape peut simplement disparaître. Automatiser une tâche inutile la rend inutile plus vite.

Quatre signes indiquent qu'un processus n'est pas encore prêt :

Former les équipes ne remplace pas ce travail

Face au flou, beaucoup de dirigeants font un autre choix, qui paraît plus prudent que l'achat d'un outil : former les équipes d'abord. Le raisonnement est le suivant. Si les gens comprennent l'IA, ils sauront quoi en faire. Ce raisonnement est juste dans un cas et faux dans l'autre, et la différence tient au contexte dans lequel la formation a lieu.

Une formation générique enseigne ce qu'un outil sait faire. Les participants repartent avec des notions, quelques réflexes, et un environnement de travail identique à celui qu'ils ont quitté le matin : les mêmes fichiers, les mêmes validations, les mêmes informations qui arrivent par téléphone. Ils ne savent pas où appliquer ce qu'ils ont appris, parce que personne n'a dit quelle tâche devait changer. Au bout de quelques semaines, ils font comme avant. La compétence n'a pas disparu, elle n'a jamais eu de point d'accroche.

La même formation change d'effet quand elle arrive après la cartographie. Les participants connaissent le processus visé, ils savent où il coince, et ils travaillent sur leurs propres dossiers pendant la formation. Ils repartent avec quelque chose qui tourne sur leurs données, pas avec un exemple vu sur un écran. Le lendemain, ils ont une tâche précise à faire autrement, et un résultat à comparer avec l'ancienne façon de faire.

Cela ne coûte pas plus cher qu'une formation sur catalogue, mais cela demande d'avoir fait le travail de la section précédente. C'est ainsi que nous construisons nos parcours. kaikai est un organisme accrédité 3FPT dans le domaine des systèmes d'information : ces formations peuvent être éligibles à un financement, sous réserve des conditions du fonds.

L'ordre compte

Cartographier, décider, puis outiller.

La tentation de commencer par l'outil est forte : il est concret et il se démontre en réunion. Un outil posé sur un processus flou reproduit pourtant le flou, en plus rapide et en plus cher.

Une entreprise qui a écrit ses processus peut choisir ses outils sans précipitation et en changer sans tout reconstruire. Elle peut surtout mesurer ce que l'automatisation lui a rapporté, ce qui est la seule façon de savoir, au bout de quelques mois, si le projet valait son prix.

Par où commencer

Choisissez un seul processus : celui dont vos équipes se plaignent le plus. Passez-le au filtre des trois questions ci-dessus. Si les réponses sont nettes, il est prêt à être automatisé. Sinon, vous savez ce qu'il faut faire d'abord, et cela ne demande aucun logiciel. Et si vous préférez mener l'exercice avec un regard extérieur, quelques jours de diagnostic suffisent à cartographier un premier processus.

Réserver un échange : calendar.app.google/RCeLhNZCPsY72Jvb7

Source citée

Challapally A., Pease C., Raskar R., Chari P., The GenAI Divide: State of AI in Business 2025, MIT NANDA (MIT Media Lab), July 2025, preliminary report.