Automatiser un mauvais processus, c'est l'accélérer

Une vitesse qui amplifie les défauts

Dans une entreprise de 50 à 500 personnes, le scénario est familier. Un processus fait perdre du temps, par exemple le traitement des commandes, des factures ou des demandes d'intervention. Un fournisseur présente un outil, un robot logiciel, un workflow ou, depuis peu, un agent d'IA. Le budget est trouvé, le projet démarre. Six mois plus tard, le processus va plus vite, mais les retards, les litiges et les ressaisies n'ont pas disparu. Ils sont simplement devenus plus nombreux et plus difficiles à localiser.

Notre point de vue est simple : l'automatisation est un multiplicateur. Elle multiplie ce qui existe, y compris les étapes inutiles, les contrôles redondants et les règles que plus personne ne sait justifier. Avant de demander quel outil choisir, il faut demander ce que l'on s'apprête à multiplier.

Ce que l'automatisation fige

Les contournements deviennent des règles

Dans un processus manuel, les gens compensent. Un assistant sait qu'il faut appeler tel client avant de valider, un comptable sait que tel fournisseur envoie toujours ses factures sans numéro de commande. Ces ajustements ne sont écrits nulle part. Lorsqu'on automatise, soit ils sont oubliés et le processus échoue, soit ils sont codés tels quels, et un contournement local devient une règle permanente du système.

L'erreur change d'endroit, elle ne disparaît pas

Si 20 % des dossiers arrivent incomplets, l'automatisation de la saisie ne règle pas le problème : elle le déplace vers une file d'exceptions, traitée par les mêmes personnes qu'avant, avec moins de contexte. Le gain affiché sur le cas standard masque un coût croissant sur le cas atypique.

Le processus devient plus coûteux à modifier

Un processus manuel se corrige en une conversation. Un processus automatisé demande une demande de modification, un test, parfois un prestataire. Plus on automatise tôt un processus imparfait, plus on renchérit son amélioration future. C'est un effet d'enfermement que les budgets de projet ne mesurent presque jamais.

Un exemple chiffré

Prenons un cas illustratif, avec des hypothèses explicites et non des mesures. Une PME traite 600 factures fournisseurs par mois. Le temps moyen de traitement est de 12 minutes par facture : 4 minutes de saisie, 8 minutes de recherche d'informations, de relances internes et de validations successives. Cela représente 120 heures par mois. Environ une facture sur quatre est bloquée faute de numéro de commande ou d'approbateur identifié, et quatre niveaux de validation s'appliquent quel que soit le montant.

Premier scénario : on automatise la saisie par lecture automatique. On économise au mieux les 4 minutes de saisie, soit 40 heures par mois. Les 80 heures restantes, celles des relances et des validations, sont intactes. Le quart des factures bloquées l'est toujours, mais elles s'accumulent plus rapidement.

Second scénario : avant tout outil, on exige un numéro de commande à l'achat, on ramène les validations de quatre à deux, voire à une seule sous un seuil de montant avec rapprochement automatique à la commande. Si les 8 minutes tombent à 3, le gain est de 5 minutes par facture, soit 50 heures par mois, sans aucun logiciel. L'automatisation de la saisie vient ensuite sur un flux sain, et le total approche alors 15 à 20 heures de travail réel, le reste étant du contrôle par exception.

Les chiffres exacts varient selon les entreprises. L'ordre de grandeur, lui, est robuste : le temps perdu se loge plus souvent dans l'attente et la coordination que dans la tâche elle-même. Nous le détaillons dans notre analyse sur les fonctions support et les heures perdues. Pour une mise en oeuvre concrète une fois le flux assaini, notre cas d'usage sur l'automatisation du traitement des factures décrit la démarche.

Quatre questions avant de choisir l'outil

Nous demandons systématiquement ceci à l'équipe qui porte le processus, avant toute discussion technologique.

Qui est le client et qu'attend-il ? Un processus sans destinataire clair accumule des étapes que personne ne remet en cause. Si l'on ne sait pas qui bénéficie de chaque livrable, on ne sait pas ce qu'on peut supprimer.

Quelles étapes créent de la valeur ? Séparer ce qui transforme le dossier, ce qui le contrôle et ce qui le fait attendre. Dans la plupart des processus administratifs, l'attente domine largement.

D'où viennent les exceptions ? Un taux d'exceptions élevé a presque toujours une cause en amont : un formulaire mal conçu, une donnée de référence incomplète, une règle commerciale ambiguë. Traiter la cause coûte moins cher que d'automatiser le traitement.

Qui est propriétaire de bout en bout ? Beaucoup de processus traversent trois services dont aucun ne répond du résultat final. Sans propriétaire, l'automatisation optimise un segment et dégrade le reste.

Quand automatiser sans attendre

Notre position n'est pas hostile à l'automatisation, au contraire. Un processus stable, à fort volume, aux règles écrites et aux données fiables est un bon candidat immédiat. L'optimisation des tournées de techniciens en est un exemple : le problème est bien posé, mathématiquement défini, et le gain vient directement du calcul. Même là, la qualité des adresses, des durées d'intervention et des compétences déclarées conditionne le résultat. Un algorithme performant sur des données approximatives produit des plannings précis et faux.

Il en va de même pour les agents d'IA. Ils sont séduisants parce qu'ils absorbent des exceptions que les automatismes classiques refusent. Mais un agent qui traite des cas dont personne n'a défini la bonne issue ne fait que généraliser l'incertitude. Nous en avons décrit les promesses et les premières réalités dans notre article sur les agents IA dans les opérations.

Un dernier point, souvent oublié : automatiser, c'est aussi décider de manière répétée avec des données, parfois personnelles. La nLPD, en vigueur en Suisse depuis le 1er septembre 2023, et l'AI Act européen, entré en vigueur le 1er août 2024 avec une application progressive, imposent de savoir ce que fait un système et pourquoi. Un processus mal compris est difficile à documenter. Cette dimension relève de notre expertise Données, IA & conformité, et elle gagne à être traitée dès la conception plutôt qu'en fin de projet.

Ce que nous recommandons aux dirigeants

Première recommandation : imposer un ordre. Comprendre, simplifier, stabiliser, puis automatiser. Cet ordre paraît lent, mais il évite le coût de reprise d'un outil bâti sur un processus instable. Une à trois semaines d'analyse sérieuse suffisent souvent à décider.

Deuxième recommandation : mesurer avant et après avec des indicateurs simples, comme le délai de bout en bout, le taux de dossiers traités sans intervention et le temps passé sur les exceptions. Le temps de saisie seul est trompeur.

Troisième recommandation : nommer un propriétaire de processus, avec l'autorité de supprimer des étapes. Sans cela, l'outil sera le seul levier disponible, et il sera utilisé même quand ce n'est pas le bon.

Quatrième recommandation : garder l'IA pour les endroits où elle apporte quelque chose que la simplification ne peut pas apporter, comme la lecture de documents non structurés ou la prévision. Ailleurs, le bon sens et l'organisation font mieux et coûtent moins. Notre approche des opérations et processus suit cette logique : la stratégie, le déploiement, puis le pilotage des résultats, avec la technologie en soutien.

Si vous hésitez sur un projet d'automatisation en cours ou à venir, un regard extérieur de quelques jours suffit souvent à distinguer ce qu'il faut simplifier de ce qu'il faut équiper. Notre diagnostic est conçu pour cela.