Le symptôme
Une tâche marche sur quelques cas. L’équipe veut l’automatiser ou la généraliser. Personne n’a décrit les exceptions.
Le signal
Avant d’élargir, demande ce qui peut mal tourner, comment tu le verras, et comment tu arrêtes.
Ce qui se passe
Un levier multiplie ce que tu lui donnes, y compris les erreurs. Une personne qui se trompe se trompe une fois. Une automatisation qui se trompe se trompe mille fois avant que quelqu’un le remarque.
Une équipe veut envoyer automatiquement des rappels de dossier. Les cas ordinaires marchent. Mais les dossiers clos, les coordonnées changées, les personnes qui ont demandé à ne plus être contactées ? La personne qui envoyait à la main les écartait sans y penser. L’automatisation, non, à moins qu’on le lui dise.
Avec l’IA, ce risque grandit : un agent qui rédige et envoie des messages, qui modifie des données ou qui répond aux clients agit vite et avec assurance. Commence là où ses résultats sont relus avant de produire un effet.
Chaque automatisation a besoin d’un responsable, d’un signal quand elle se trompe, et d’un moyen de l’arrêter. Sans ces trois choses, elle n’est pas prête.
À vérifier
Avant d’élargir, liste les exceptions que la personne qui fait le travail gère aujourd’hui sans y penser. Teste sur des cas variés, y compris ceux qui pourraient casser la règle.
Commence là où tu peux relire les résultats avant qu’ils partent. Prévois qui reçoit les erreurs, comment arrêter, et comment réparer les effets déjà produits.
À discuter
Quel contrôle risquons-nous de perdre en automatisant ?