Vos agents d’IA commettront les mêmes erreurs que votre nouvelle recrue

J’ai récemment essayé d’utiliser l’IA pour créer des supports publicitaires pour une entreprise. L’expérience a été concluante, alors j’ai entrepris de former le nouveau spécialiste marketing de l’entreprise pour qu’il puisse en faire autant.

J’ai fait une démonstration et donné des explications, puis il a essayé de reproduire le processus, mais il continuait à faire les mêmes erreurs. Les jours passaient sans résultat, et je ne pouvais pas rester assis à côté de lui toute la journée.

En réalité, j’ai fait exactement ce que je déconseille habituellement. Je me suis dit que, puisque j’étais doué pour ce travail, il suffisait de montrer le processus au nouvel arrivant, qui acquerrait mes compétences simplement en observant. 

Cette croyance est une erreur courante, car savoir faire quelque chose soi-même et être capable de transmettre la logique qui sous-tend ses décisions à quelqu’un d’autre sont deux choses différentes. J’avais déjà essayé de combiner ces deux approches, et cela n’avait pas fonctionné.

Lorsque j’ai développé mon entreprise, STEP IT Academy, un réseau mondial de formation informatique, j’ai moi-même formé les directeurs des antennes. La formation a duré environ trois mois, période pendant laquelle je n’ai pas pu effectuer mon propre travail. Une fois que nous avons extrait et structuré les connaissances expertes de sorte que la formation ne dépende plus de moi ni d’autres personnes, la formation des directeurs a été réduite à deux semaines et, au lieu d’ouvrir 2–3 nouvelles antennes par an, nous avons pu en ouvrir des dizaines.

Le problème du transfert des connaissances complique désormais aussi l’intégration de l’IA dans les processus de travail. Un agent d’IA peut accéder aux instructions et aux données de l’entreprise, mais pas à la logique selon laquelle un spécialiste expérimenté prend des décisions efficaces. Un agent d’IA commettra donc les mêmes erreurs qu’un débutant inexpérimenté.

Ci-dessous, j’expliquerai pourquoi il en est ainsi et comment transformer les connaissances de vos meilleurs employés en un actif de l’entreprise. 

Il manque la partie la plus importante à votre base de connaissances

Lorsque vous faites quelque chose depuis des années, vos actions deviennent automatiques et il est étonnamment difficile de répondre à la question « comment faites-vous cela ? »

On appelle cela les connaissances tacites : une personne en sait plus qu’elle ne peut l’expliquer. C’est le cas de nombreux professionnels dans leur domaine.

C’est pourquoi le conseil consistant à « associer un débutant à votre meilleur employé » ne fonctionne pas toujours. L’expert est éloigné de son propre travail et tente d’expliquer la procédure, souvent sans tout couvrir. Le débutant n’acquiert pas les connaissances nécessaires : certaines choses lui sont expliquées au fur et à mesure, certaines sont déduites par lui-même, certaines nécessitent qu’il pose des questions, tandis que d’autres aspects ne lui viennent pas à l’esprit et finissent par provoquer une erreur.

Au final, tous deux perdent du temps et le résultat escompté n’est pas atteint.

Les règlements et les instructions de l’entreprise définissent un processus standard : quoi ouvrir, où cliquer et à qui envoyer un document. Mais ils expliquent rarement pourquoi un spécialiste expérimenté suit ce processus dans une situation donnée, alors que dans une autre il comprend immédiatement qu’il doit s’en écarter.

Il n’est pas nécessaire de demander à l’expert de l’expliquer encore et encore aux autres. Structurez plutôt la logique qui sous-tend ses décisions afin qu’elle ne dépende plus de sa présence. 

Laissez parler l’expert

Mettre les choses par écrit est une compétence à part entière et cela prend bien plus de temps qu’on ne l’imagine. Il vaut mieux mener un entretien et laisser l’expert s’exprimer.

Envoyez les questions à l’avance afin que la personne ait le temps de se remémorer des exemples pratiques. Si l’entreprise opère dans différents secteurs, ne lui demandez pas de commenter chacun d’entre eux : cela n’en finira jamais. Vous devez identifier 2–3 déclencheurs clés qui influencent les actions d’un employé. Il peut s’agir, par exemple, du type de marché (B2B ou B2C) ou de la durée du cycle de vente (court ou long).

Enregistrez la conversation. L’IA peut la transcrire et en élaborer une structure préliminaire, mais l’expert doit la vérifier et l’enrichir ou la corriger si nécessaire.

L’IA organise efficacement ce qui a été dit, mais elle ne peut pas garantir que l’expert a abordé tous les points clés. Le résultat de l’entretien dépend avant tout des questions posées. Si vous demandez « Dites-moi comment vous travaillez », la personne répondra de manière générale. Alors, que faut-il demander ? 

Posez des questions sur des actions précises

Je participe depuis de nombreuses années à l’élaboration de programmes de formation pour le personnel et j’ai remarqué que les spécialistes décrivent presque toujours leur travail en termes abstraits : « analyser », « évaluer », « déterminer ». Mais ces mots ne révèlent pas exactement ce qu’il faut faire. 

C’est pourquoi il vaut la peine de s’arrêter sur chacun d’eux et de demander : « Que faites-vous exactement ? Quelle est la première étape ? Où cherchez-vous les informations ? »

Supposons qu’un spécialiste dise : « Tout d’abord, vous devez évaluer les performances du service commercial. »

Demandez : « Que faites-vous exactement pour y parvenir ? » Il s’avérera qu’il ouvre les tâches des responsables dans le CRM et vérifie la proportion de tâches en retard. Si plus de la moitié sont en retard, c’est pour lui le signe que le fonctionnement du service est désorganisé. Ce type de logique peut ensuite être transmis à quelqu’un d’autre.

Lorsqu’un poste implique un large éventail de tâches, l’une des erreurs les plus courantes consiste à essayer de décrire immédiatement tous les scénarios possibles. Dans une entreprise complexe, il peut y en avoir des centaines.

Commencez par examiner la situation sous un autre angle : demandez-vous ce qui reste constant, quels que soient le client, le projet ou le marché. Cela vous aide à identifier le cœur du processus. Pour un nouvel employé, il s’agit du socle à partir duquel il commence son travail et, pour un système d’IA, d’un ensemble de règles qui ne changent pas selon le contexte.

Examinez les cas limites, pas seulement le processus idéal

Demandez à un expert quelles règles il suit dans son travail, et il en citera deux ou trois évidentes. Il suit les autres sans même s’en rendre compte, et c’est précisément là que réside son expérience.

Ces règles apparaîtront si vous analysez des études de cas différentes. Demandez à l’expert de se remémorer un projet où tout s’est particulièrement bien déroulé, ainsi qu’une situation où les choses ont failli s’effondrer.

Dans le premier cas, demandez-lui quelle décision ou action prise au début a eu le plus grand impact sur la réussite. Dans le second, demandez-lui ce qui a mal tourné et ce que l’expert a fait exactement pour remédier à la situation.

Un jour, un membre de mon équipe m’a raconté que, lors d’une réunion générale, un stagiaire avait vivement critiqué le travail d’une personne du côté du client. Cette personne s’est fermée, et le projet s’est retrouvé au point mort. Un spécialiste senior a dû intervenir, s’est entretenu en privé avec le partenaire et lui a expliqué que personne ne prévoyait de changer sa façon de travailler. Au contraire, l’objectif était de l’aider à obtenir lui-même le résultat souhaité.

Cela conduit directement à deux règles : ne critiquez pas le travail de quelqu’un en public et veillez à ce que votre travail profite avant tout aux personnes dont le domaine de responsabilité est concerné.

Ce sont précisément ces cas limites qui sont également utiles à l’IA. La documentation standard décrit le plus souvent le parcours nominal, mais la véritable expertise se manifeste lorsque les données manquent et que le processus standard ne produit pas le résultat attendu. Ces scénarios peuvent être transformés en cas limites et en exemples auxquels le système d’IA sera ensuite confronté lors de ses tests.

Définissez à quoi le résultat doit ressembler

Imaginons que vous ayez réalisé un entretien avec le meilleur expert de l’entreprise. Des outils d’IA vous ont aidé à le structurer clairement, et vous disposez maintenant d’un guide précis, étape par étape, pour chaque nouvel employé. Comment savoir s’il l’a réellement maîtrisé ?

La première chose qui vient à l’esprit est un test. Et c’est la pire option : il montre ce que la personne a mémorisé, pas ce qu’elle est réellement capable de faire. Il vaut mieux demander à un nouveau venu d’accomplir une tâche concrète. Vous devez définir immédiatement à quoi le résultat doit ressembler : un tableur rempli, un document finalisé, un écran configuré dans le CRM ou l’enregistrement d’une conversation avec un client.

Et pour définir les critères de qualité, demandez à un expert. Imaginez qu’un nouveau venu vous ait remis son travail, mais que vous n’ayez pas le temps de tout lire. Quel détail unique examineriez-vous pour déterminer s’il l’a vraiment compris ou s’il s’est contenté de copier un modèle ?

Vous pouvez aller encore plus loin. Demandez à un expert quelle erreur typique commet un nouveau venu, puis intégrez-la à un scénario de formation. Vérifiez si l’employé repère le problème et choisit la bonne marche à suivre.

Le même principe doit s’appliquer à un agent d’IA. Présentez-lui des cas concrets, en particulier ceux dans lesquels le scénario standard ne fonctionne pas, puis comparez sa solution avec celle qu’aurait choisie un spécialiste expérimenté.

Si l’agent a adopté une approche différente, cela ne signifie pas nécessairement que le modèle n’est pas suffisamment performant. Peut-être n’avez-vous pas identifié une exception ou une règle importante lors de l’entretien. Dans ce cas, la base de connaissances doit être mise à jour et le test répété. 

Ce que cela permet d’accomplir

Les connaissances des experts doivent être formalisées afin que l’expertise ne soit plus liée à une seule personne. Une fois cela fait, l’intégration ne dépendra plus de la disponibilité du meilleur spécialiste : chaque nouvelle recrue reçoit la même logique opérationnelle, plutôt que les bribes dont l’expert parvient à se souvenir entre deux tâches. 

Le même ensemble de connaissances expertes peut être utilisé dans deux directions : pour les personnes et pour les systèmes d’IA. Vous pouvez leur fournir des règles de prise de décision, des exemples, des exceptions et des scénarios, qui pourront ensuite servir à tester leurs performances.