IA : Révolution ou Illusion Ep6 | Le chaos opérationnel coûte plus cher que vous ne le pensez | IA : Révolution ou Illusion

Description

Et si votre entreprise ne perdait pas de l’argent parce que les équipes travaillent mal, mais parce que le travail circule mal ?

Dans cet épisode 6 de IA : Révolution ou Illusion ?, le podcast Aivolean, nous parlons d’un coût souvent invisible : celui du chaos opérationnel.

Ce chaos ne se voit pas toujours dans les tableaux de bord. Il se cache dans les attentes, les reprises, les validations floues, les urgences permanentes, les réunions de clarification, les fichiers parallèles, les transports express et les décisions non standardisées.

L’intelligence artificielle peut aider à révéler ces pertes. Mais si elle est branchée trop vite sur un système mal structuré, elle risque surtout d’accélérer le désordre. Elle peut produire des dossiers “presque prêts”, ajouter des alertes, générer des scores ou donner une impression de maîtrise, alors que les règles, les standards et les responsabilités restent flous.

Dans cet épisode, nous montrons pourquoi un gain individuel n’est pas forcément un gain organisationnel.

Un collaborateur peut gagner dix minutes grâce à l’IA. Mais si le dossier repasse ensuite par plusieurs validations, si les priorités changent trois fois ou si un manager doit tout recontrôler, l’entreprise n’a pas forcément gagné en performance. Elle a peut-être seulement déplacé la charge.

À travers des exemples concrets (dossiers patients, maintenance industrielle, achats urgents), nous explorons cette facture invisible. Deux heures perdues par jour, deux cents jours par an, à trente euros de l’heure chargée, représentent déjà douze mille euros par an pour une seule personne. Et ce calcul ne couvre ni l’arrêt machine, ni la production décalée, ni les heures supplémentaires, ni les transports express, ni la fatigue accumulée.

Le sujet n’est pas de dire que l’IA est inutile. Au contraire. Elle peut aider à observer, détecter, prioriser et parfois automatiser. Mais l’ordre est essentiel : avant d’automatiser, il faut comprendre ; avant de digitaliser, il faut structurer ; avant d’accélérer, il faut clarifier.

C’est le cœur de l’approche Aivolean : simplifier, structurer, digitaliser, automatiser, autonomiser.

L’épisode propose aussi une méthode simple à appliquer dès lundi matin : choisir un flux critique, observer son parcours réel, mesurer les attentes, les reprises, les transferts, les informations manquantes et les décisions non standardisées. Puis estimer, même grossièrement, le coût de ces pertes.

Parce qu’un problème invisible reste une habitude.
Un problème mesuré peut devenir une décision.

Alors, l’IA est-elle une révolution ou une illusion ?

Révolution si elle révèle les pertes et déclenche une vraie amélioration du système.
Illusion si elle sert à accélérer un chaos que personne ne veut regarder.

La performance ne commence pas par un outil. Elle commence par une question claire : où est la valeur, et où est-elle détruite ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Votre entreprise reçoit peut-être une facture tous les jours, mais personne ne la voit. Elle n'arrive pas par mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Et pourtant, elle est payée. Tous les matins. Quand un manager passe deux heures à reconstruire un planning qui aurait dû tenir, quand une équipe reprend un dossier que l'IA avait rendu presque prêt, quand un achat part en transport express parce que l'urgence a été mal anticipée, quand six personnes se réunissent pour clarifier ce qu'un processus clair aurait dû régler en 3 minutes, cette facture a un nom, la facture fantôme du chaos opérationnel. Et elle coûte beaucoup plus cher qu'on ne le pense. 2 heures perdues par jour, 200 jours par an, à 30 euros de l'heure chargée, c'est déjà 12 000 euros par an. Pour une seule personne. Pas pour produire, pas pour vendre, pas pour innover, pas pour mieux servir le client. Juste pour compenser un système qui ne sait plus faire circuler le travail correctement. L'IA peut aider à avoir cette facture, mais si vous automatisez le chaos avant de le comprendre, vous ne le réparez pas, vous l'encaissez plus vite, et parfois, vous l'aggravez. Les 5 premiers épisodes ont exploré comment l'IA transforme l'entreprise. d'un outil de performance à un révélateur du chaos, puis à un sujet de management et de stratégie. Aujourd'hui, on change d'angle. Ce désordre, combien coûte-t-il vraiment ? Hello Nadia, hello Eric. Aujourd'hui, on va parler d'un sujet moins spectaculaire qu'un agent IA autonome, mais beaucoup plus concret pour un dirigeant. Le coût caché du chaos opérationnel. Nadia, je commence avec toi. Quand tu entends chaos opérationnel, tu vois quoi ?
Speaker #1
Hello, là je préfère déjà. Parce que chaos opérationnel, ça peut vite faire consultant qui met un mot sérieux sur un truc très simple. Le travail part dans tous les sens. Donc aujourd'hui, je veux du concret, des exemples, des euros. Et surtout, pas une grande messe sur il faut clarifier les processus.
Speaker #2
Bonjour, et si tu me permets, j'aimerais ajouter une chose dès le départ. Je ne pense pas que le cœur du problème soit le manque d'outils. Le cœur du problème, c'est que beaucoup d'entreprises ne voient pas clairement comment le travail circule réellement.
Speaker #0
Exactement. Et je veux poser une définition simple. Le cas opérationnel, c'est pas le fait que les gens travaillent mal. C'est le fait que le travail circule mal.
Speaker #1
Concrètement, parce que là, si je suis dirigeante ou manager, j'ai besoin de voir la scène, pas seulement le concept. Concrètement,
Speaker #0
c'est une demande client qui passe par trois personnes, parce que personne ne sait qui doit valider. C'est un fichier Excel qui existe en cinq versions. C'est une urgence qui devient prioritaire parce que quelqu'un a parlé plus fort. C'est une équipe qui attend une information pendant deux jours. puis qui doit tout faire en une heure. C'est une réunion pour décider ce qui aurait dû être évident dans le flux. C'est un manager qui ne manage plus l'amélioration parce qu'il passe son temps à absorber des exceptions.
Speaker #2
Oui, et là on touche un point important. Et en lecture process, on pourrait dire ceci. Quand le flux n'est pas clair, le coût ne se voit jamais au même endroit. Une partie part en temps perdu, une autre en reprise, en erreur, en fatigue, en retard client, en transport express, en surstock. ou en réunion de clarification. Et comme tout est dispersé, personne ne voit vraiment la facture complète.
Speaker #1
Donc ce n'est pas une grosse fuite d'eau au milieu de l'usine, c'est mille petites gouttes partout.
Speaker #0
Exactement. Et comme tout le monde est occupé, l'entreprise se rassure, elle se dit, ça travaille. Mais il y a une différence énorme entre être occupé et créer de la valeur. Eric, je suis sûr que tu as quelque chose à ajouter là-dessus, côté process. Regardons le signal marché. L'IA se diffuse très vite. McKinsey indique dans son rapport 2025 que 88% des organisations interrogées utilisent régulièrement l'IA dans au moins une fonction. Mais le même rapport dit aussi que la majorité reste encore en phase d'expérimentation ou de pilote au niveau entreprise. Autrement dit, l'usage avance plus vite que la transformation.
Speaker #1
Donc on ouvre des comptes, on teste des copilotes, on fait des démos, on lance des pilotes, mais l'organisation derrière ne change pas forcément.
Speaker #0
Exactement, et il y a un chiffre français très intéressant. Une enquête BPI France relayée par Reuters indique que 77% des dirigeants de TI interrogés utilisent l'IA générative. Mais seulement 17% de ceux qui l'utilisent déclarent avoir observé des gains de temps ou d'efficacité.
Speaker #1
Ah oui, là c'est violent. Ça veut dire qu'on peut avoir beaucoup d'IA et peu de gains visibles.
Speaker #2
Oui, et c'est exactement là qu'il ne faut pas se tromper. Un gain individuel n'est pas automatiquement un gain organisationnel. Un collaborateur peut gagner 10 minutes sur une synthèse. Mais si le dossier repasse ensuite par 4 validations, si les priorités changent 3 fois, Si personne ne sait qui tranche, l'entreprise n'a pas vraiment gagné 10 minutes. Elle a juste accéléré une étape dans un flux qui reste lent.
Speaker #0
C'est exactement le point. Microsoft dit aussi quelque chose d'intéressant dans son Work Trend Index 2025. 80% des salariés et dirigeants interrogés disent manquer de temps ou d'énergie pour faire leur travail. Et près d'un salarié sur deux décrit son travail comme chaotique et fragmenté.
Speaker #1
Donc avant même d'ajouter des agents IA, les gens sont déjà. saturé.
Speaker #0
Oui, et si on ajoute de l'IA dans un travail déjà fragmenté, on peut vraiment créer de la performance. Mais seulement si on clarifie le système. Sinon, on ajoute de la vitesse dans un flux qui fuit déjà.
Speaker #2
Tu as raison, mais il faut mettre une nuance importante. L'IA augmente la capacité d'exécution, mais elle ne crée pas automatiquement la clarté du processus. Si les règles sont floues, l'outil peut rendre le flou plus rapide.
Speaker #1
Donc la question n'est pas seulement quel IA utiliser, c'est qu'est-ce qu'on est en train d'augmenter.
Speaker #0
Exactement. Un flux clair ou une désorganisation historique ? Premier cas concret. Nadia, dis-moi franchement si celui-là te parle. Imagine une clinique privée. Julie, responsable administrative, reçoit des dossiers patients toute la journée. La direction déploie un assistant IA pour lire les documents, extraire les informations et préparer les dossiers. Sur le papier, c'est excellent. Moins de saisie, moins de temps perdu. Moins d'erreurs de recopie, plus de fluidité.
Speaker #1
Là, honnêtement, c'est typiquement le cas où l'IA paraît évidente.
Speaker #0
Oui, et elle peut être très utile. Sauf que les documents arrivent avec trois formats différents. Certains services scannent les pièces dans un ordre, d'autres dans un autre. Les noms de fichiers changent. Les validations médicales ne suivent pas toujours la même logique selon les équipes. Certaines informations sont dans un PDF, d'autres dans un mail, d'autres dans une note interne. Résultat, l'IA prépare des dossiers presque prêts.
Speaker #2
Oui, et il ne faut pas sous-estimer cette expression. Presque prêts, dans un flux critique, ça veut dire reprise.
Speaker #0
Oui, Julie doit vérifier, corriger, renommer, reclasser, demander confirmation. Le délai ne disparaît pas, il se déplace. Et parfois, il devient plus dangereux. Parce que l'interface donne une impression de propreté.
Speaker #1
Je vois très bien la scène, le dossier a l'air propre. Mais Julie sait qu'elle doit tout contrôler parce qu'elle n'a pas confiance.
Speaker #0
Exactement. Et maintenant, mettons une valeur. Imaginons que Julie perde 1h15 par jour à reprendre des dossiers presque prêts. 1h15, dans une journée, ça peut sembler absorbable. Mais sur 200 jours, à 30 euros de l'heure chargée, cela représente 7500 euros par an. Pour une seule personne. Si 4 personnes vivent la même chose, on est déjà à 30 000 euros par an. Et là, on ne parle que du temps de reprise.
Speaker #1
Et là, on ne parle encore que du temps administratif. On n'a pas mis dans le calcul le patient qui attend, le médecin qui doit revalider, le dossier qui revient une deuxième fois, ni le risque de traiter une information sensible avec un mauvais niveau de contrôle.
Speaker #0
Exactement. Et surtout, on ne parle pas de la confiance. Parce qu'à partir du moment où Julie doit tout recontrôler, L'IA n'est plus seulement une aide, elle devient une production à surveiller.
Speaker #2
Si tu me permets, je vais le poser très simplement. Lecture Lean. Défaut en entrée, reprise, attente, absence de standard. Lecture IA. L'extraction documentaire est pertinente seulement si l'entreprise sait ce qu'est un document conforme. Qu'est-ce qui doit entrer ? Sous quel format ? Avec quel nommage ? Qui valide ? A quel moment ? Et à partir de quel risque l'humain reprend la main ?
Speaker #1
Donc avant d'installer une IA documentaire, il faut définir ce qu'est un dossier propre.
Speaker #0
Oui, l'IA ne remplace pas le standard, elle révèle son absence.
Speaker #1
Je vais te challenger, parce que là je sens venir le piège du discours trop propre. Ce que tu dis ressemble beaucoup à du Lean classique. Clarifier, standardiser, mesurer, aller voir le terrain. Est-ce qu'on n'est pas juste en train de remettre une couche IA sur des principes qui existent déjà depuis 30 ans ?
Speaker #0
Très bonne objection, oui, les principes existaient déjà. Mais l'IA change trois choses. Premièrement, elle accélère les flux, donc les erreurs circulent plus vite. Deuxièmement, elle donne une illusion de maîtrise. Un dossier généré par IA peut paraître propre, même si le flux derrière est mauvais. Troisièmement, elle permet de mesurer des pertes qu'on ne voyait pas facilement avant. Tickets qui reviennent, demandes transférées, délais de validation, doublons, anomalies, reprises, exceptions. Donc l'IA ne rend pas le Lean obsolète, elle rend le Lean plus urgent.
Speaker #2
Tu as raison Nadia, mais je ne pense pas que ce soit juste une couche de vocabulaire. Lya. ajoute une capacité d'observation. Avant, on devait souvent reconstruire les pertes à partir d'ateliers, d'interviews et d'extractions manuelles. Aujourd'hui, une IA bien utilisée peut aider à repérer des motifs, où les demandes bloquent, quels sujets reviennent, quels tickets changent plusieurs fois de propriétaire, quelles validations créent le plus d'attentes. Mais attention, voir le problème ne veut pas dire le résoudre.
Speaker #1
Donc l'IA peut aider à voir le gaspillage. pas seulement à produire plus vite.
Speaker #0
Exactement, et il faut distinguer trois niveaux. Niveau 1, l'IA aide à observer. Niveau 2, elle aide à prioriser. Niveau 3, elle aide à automatiser. Le piège, c'est de sauter directement au niveau 3.
Speaker #1
On automatise avant d'avoir compris.
Speaker #0
Ouais, et parfois on automatise justement pour éviter de comprendre. Deuxième cas. Eric, celui-là, je pense qu'il va te parler, parce qu'on est en plein dans la gouvernance des priorités. Ali, responsable maintenance dans une usine. Il est 7h42. Ali a son café à moitié froid, son planning devant lui, et déjà 3 messages non lus. A 7h45, il pense encore pouvoir tenir la journée. A 8h03, une machine est indisponible. A 8h17, une pièce manque. A 8h26, un opérateur est absent. A 8h41, une urgence client tombe. A 8h58... La qualité demande un contrôle non prévu. À 9h12, Ali n'a toujours pas commencé sa vraie journée. Il est déjà en train de la reconstruire.
Speaker #1
Là, on le voit. Et surtout, on sent qu'il n'est pas en train de mal travailler. Il est en train de tenir le système à bout de bras.
Speaker #0
Exactement. Ali ne commence pas sa journée par améliorer la maintenance. Il commence par reconstruire la journée. Deux heures. Tous les matins. Deux heures invisibles.
Speaker #2
Exactement. Et là... Il ne faut pas oublier que ces deux heures ne sont souvent dans aucun indicateur. Le problème, c'est qu'on mesure facilement le taux de panne, la disponibilité machine ou les retards. Mais le coût de coordination, lui, reste souvent invisible. Le temps passé à réorganiser, arbitrer, rappeler, vérifier, décider dans l'urgence.
Speaker #1
Donc l'entreprise paye un impôt caché tous les matins.
Speaker #0
Exactement. Et cet impôt est facile à sous-estimer ? 2 heures par jour, 200 jours par an, 30 euros de l'heure chargée, 12 000 euros par an. Et attention, ce n'est que le temps d'Ali. Si pendant ces 2 heures, 3 personnes attendent en moyenne 20 minutes une décision, on ajoute encore environ 6 000 euros par an. On arrive déjà à 18 000 euros. Et encore, ce montant ne couvre qu'une partie du problème. Il ne tient pas compte de l'arrêt machine, de la production décalée, des heures supplémentaires, des transports express ou de la fatigue accumulée par le manager qui doit tout tenir à bout de bras.
Speaker #1
Donc les 18 000 euros, ce n'est pas la facture complète, c'est juste la partie qu'on arrive à voir quand on commence à regarder.
Speaker #0
Exactement. Et maintenant, imaginons qu'on ajoute une IA de maintenance prédictive. Sur le papier, c'est une très bonne idée. L'IA peut dire « cette machine présente un risque » . Mais si l'entreprise n'a pas de règles claires entre urgence client, sécurité, disponibilité pièce, impact qualité, capacité équipe et coup d'arrêt, Ali reste seul à arbitrer dans le bruit.
Speaker #2
Oui, et c'est là que je veux être très clair. On obtient de meilleures alertes, mais pas forcément de meilleures décisions. Le point de contrôle ici, ce n'est pas seulement l'algorithme de prédiction, c'est la matrice de décision. Quels critères ? Quels seuils ? Qui tranche ? Quelle escalade ? Quelle trace ? Quelles règles quand deux priorités se contredisent ? Sans ça, la prédiction reste une information de plus.
Speaker #0
Et une information de plus, dans un système saturé, ce n'est pas toujours une décision de mieux.
Speaker #1
Très bonne phrase. Parce que souvent, les outils ajoutent de l'information. Mais le problème, ce n'était pas le manque d'information, c'était l'absence d'arbitrage clair.
Speaker #0
Exactement, et beaucoup d'entreprises ont ajouté des alertes, des scores, des tableaux de bord, des recommandations. Mais si personne ne clarifie les droits de décision, elles ne réduisent pas le chaos, elles le rendent plus sophistiqué. Troisième cas. Nadia, celui-là tu vas sûrement réagir, parce qu'il touche aux urgences permanentes. Claire travaille Ausha dans une entreprise industrielle. Toutes les demandes arrivent en urgent. Besoin en production, urgent. Besoin en qualité, urgent. Besoin commercial, urgent. Besoin direction, évidemment urgent.
Speaker #1
Classique, quand tout est urgent, plus rien ne l'est.
Speaker #0
Exactement, la direction veut installer une IA pour prioriser les demandes d'achat. Très bonne idée en apparence. Sauf que, personne n'a défini ce qu'est une vraie urgence.
Speaker #2
Tu as raison de dire que c'est classique, mais justement... Sans standard de priorité, le score IA risque d'apprendre le bruit historique. Celui qui a toujours obtenu gain de cause continue à remonter en haut. Le service le plus bruyant reste prioritaire. Les vraies contraintes business sont mélangées avec les habitudes politiques.
Speaker #1
Donc même l'IA peut devenir politique ?
Speaker #2
Oui, et c'est même ça le point sensible. Elle peut refléter une organisation politique si les données et les règles reflètent cette organisation.
Speaker #0
Et là les coûts sont très concrets. Transport express, fournisseurs sollicités trop tard, stocks de sécurité gonflés, production qui attend, acheteurs qui passent leur temps à éteindre des incendies. Prenons une hypothèse simple. 3 transports express par semaine avec 120 euros de surcoût moyen. Sur 45 semaines, cela fait 16 200 euros par an, seulement pour le transport express. Ajoutons 2 heures par semaine pour 4 personnes à gérer ces urgences. Achat, production, qualité, logistique. 4 personnes, 2 heures, 45 semaines, 30 euros de l'heure. 10 800 euros supplémentaires. Au total, on arrive déjà à 27 000 euros par an, pour un seul type de dysfonctionnement.
Speaker #1
Et encore là on est gentil. Si il n'y a ni à temps, si le client est livré en retard, si on achète plus cher parce qu'on est pli à la gorge, la facture monte très vite.
Speaker #0
Exactement, et c'est là que l'IA peut vraiment aider. Elle peut analyser les historiques de demande. Repérer les familles d'achat qui passent trop souvent en urgence. Identifier les fournisseurs sollicités trop tard. Détecter les services qui contournent le processus. Proposer une classification des demandes. Mais elle ne peut pas décider seule de ce qu'est une vraie urgence business.
Speaker #2
Là on touche à un point de gouvernance très concret. Il faut donc définir les vrais critères d'arbitrage. L'impact client, la sécurité, la production, la marge, la conformité. mais aussi le délai de décision et le niveau d'escalade. Sinon, l'IA risque simplement de donner un score à une confusion collective.
Speaker #1
Du flou avec deux décimales.
Speaker #0
Exactement. Et le flou avec deux décimales, c'est peut-être l'un des grands dangers de l'IA en entreprise. C'est là que le danger est subtil. Le score donne une impression de rationalité, de précision, de pilotage. Mais si le système en dessous est flou, on a juste donné une belle interface au désordre. Le piège de la semaine. Croire que l'IA va réduire le chaos parce qu'elle prête plus vite les demandes.
Speaker #1
Alors que si les demandes sont mal formulées, mal priorisées ou envoyées au mauvais endroit, elle traite plus vite un mauvais flux.
Speaker #2
Exactement. Et si tu me permets, j'aimerais ramener ça à un test très simple. Prendre 10 demandes réelles. Pas le processus PowerPoint, pas la procédure officielle. 10 vraies demandes. Une demande client, un ticket interne, une demande d'achat. Une demande qualité, un changement de planning, une demande de devis. Et on regarde leur parcours réel. Combien de fois la demande change de main ? Combien de temps elle attend ? Où elle doit être reprise ? Quelle validation reste ambidue ? Quelles informations manquent ? Et combien de réunions sont nécessaires pour clarifier ce qui aurait dû être clair dès le départ ?
Speaker #0
C'est très lean. On observe le flux réel. Pas le process affiché.
Speaker #1
Je te coupe parce que c'est important. Entre le process affiché et la vraie vie, il y a parfois un canyon.
Speaker #0
Ouais. Et l'IA branchée sur le process affiché ne comprend pas toujours le canyon.
Speaker #2
Tu as raison. Et j'ajouterais même que c'est là que beaucoup de projets se trompent. D'où l'importance d'aller voir. Le terrain, le réel, le flux. Ce n'est pas folklorique. C'est la condition pour ne pas automatiser une fiction.
Speaker #0
Et pour rendre le test utile, il faut mettre des euros. Même grossièrement. Une reprise de dossier, combien de minutes ? Un transfert inutile, combien de minutes ? Une attente de validation, combien d'heures ? Une réunion de clarification, combien de personnes, combien de temps ? Un transport express, quel surcoût ? Un retard client, quel impact ? Un stock de sécurité ajouté par peur, combien d'euros immobilisés ?
Speaker #1
Là, on passe du ressenti au diagnostic.
Speaker #0
Ouais, et c'est là que le dirigeant comprend que le chaos n'est pas seulement fatigant. Il attaque la marge. Il consomme de la capacité, il abîme la confiance, et parfois, il épuise précisément les personnes qui tiennent encore le système debout. Ce que personne ne vous dit, c'est que le chaos opérationnel n'est pas seulement un problème de productivité, c'est un problème de confiance.
Speaker #1
Confiance entre qui ?
Speaker #0
Entre les équipes et le système, quand les règles changent tout le temps, les collaborateurs arrêtent de croire au processus officiel. Ils créent des fichiers locaux, ils appellent directement la personne qu'ils connaissent, ils gardent leur propre tableau, ils contournent l'outil, ils font comme d'habitude, parce que comme prévu, ne fonctionne pas.
Speaker #2
Oui, et du point de vue gouvernance, c'est vraiment dangereux. L'entreprise officielle dit « nous avons un processus » , mais l'entreprise réelle fonctionne avec des exceptions, des habitudes, et des arrangements invisibles. Et si on branche l'IA sur ça ?
Speaker #0
On risque de digitaliser les exceptions sans comprendre pourquoi elles existent.
Speaker #2
Et franchement, c'est l'un des pièges les plus sous-estimés.
Speaker #0
C'est pour ça que chez Aivolean, on assise sur l'ordre simplifié, structuré, digitalisé, automatisé, autonomisé. Si on inverse l'ordre, on fabrique de la complexité augmentée.
Speaker #1
Là, je veux défendre les équipes. Parce que souvent, les contournements existent parce que le système officiel ne marche pas.
Speaker #0
T'as raison. Mesurer le chaos, ce n'est pas accuser les équipes, c'est arrêter de leur demander de compenser un système mal conçu.
Speaker #2
Tu as raison, et c'est essentiel pour garder les équipes avec nous. La question n'est pas qui a mal fait, la question est quel flux rend l'erreur probable.
Speaker #0
Exactement, on ne cherche pas un coupable, on cherche une cause racine. Et l'IA peut aider à trouver des signaux, mais la décision d'améliorer le système reste humaine.
Speaker #1
Donc l'IA ne remplace pas le courage managérial ?
Speaker #0
Non. Elle peut rendre le problème visible, mais elle ne force personne à le traiter.
Speaker #1
Concrètement, si je suis dirigeant, manager ou responsable de transformation, je fais quoi lundi matin ? Parce que là, je consorte du constat.
Speaker #0
Lundi matin, tu choisis un flux critique, un seul. Traitement d'une demande client, admission d'un dossier, demande d'achat, ticket interne, changement de planning, demande de devis, réclamation qualité.
Speaker #2
Oui, et pour que ce soit exploitable, ensuite tu mesures 5 choses. Temps d'attente, nombre de reprises, nombre de transferts, informations manquantes, décisions non standardisées.
Speaker #0
Puis tu poses une question économique, simple, combien ça coûte ? Pas au centime près, mais assez pour décider. Une heure perdue par jour sur 200 jours à 30 euros de l'heure, 6 000 euros par an. Deux heures, 12 000 euros. Une réunion hebdomadaire de clarification avec 6 personnes pendant 45 minutes sur 45 semaines. plus de 6 000 euros par an. Trois transports express par semaine à 120 euros de surcoût, plus de 16 000 euros par an.
Speaker #1
Et là, le chaos devient beaucoup moins abstrait.
Speaker #0
Exactement. Ensuite, tu classes les pertes. Certaines doivent être supprimées, d'autres standardisées. Certaines peuvent être aidées par l'IA, puis éventuellement automatisées. Mais il y en a aussi qu'il ne faut surtout pas automatiser trop vite parce qu'elles cachent un vrai problème de faim.
Speaker #2
Là, je veux insister. C'est vraiment là que l'ordre compte. On ne commence pas par « quel outil IA acheter ? » On commence par « quel flux détruit de la valeur ? »
Speaker #0
Oui, et seulement après, on demande « quel IA peut aider ? »
Speaker #1
Ça paraît simple. Pourquoi les entreprises ne le font pas ?
Speaker #0
Parce que c'est moins visible qu'un nouvel outil. Un outil, ça se voit. Un abonnement, ça se signe. Une démo, ça impressionne. Mais observer un flux réel, compter les reprises, écouter les équipes, clarifier les règles, ce n'est pas spectaculaire.
Speaker #2
Tu as raison. Mais il y a aussi une autre raison. Beaucoup d'organisations confondent activité et valeur. Elles voient beaucoup de mails, beaucoup de réunions, beaucoup de tickets traités, donc elles pensent que ça avance.
Speaker #1
Alors que ça bouge, mais ça ne progresse pas forcément.
Speaker #0
Exactement, c'est d'ailleurs le sujet de l'épisode 8, ces équipes qui courent pendant que la valeur n'avance pas. Mais avant ça, dans l'épisode 7, on va parler d'un piège redoutable, les indicateurs qui mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est déjà rouge ? Le pari de la semaine. Dans les prochaines années, les entreprises les plus performantes ne seront pas celles qui auront le plus d'IA, ce seront celles qui sauront le mieux mesurer ce que leur désordre leur coûte avant de l'automatiser.
Speaker #2
Je vais être direct, parce que c'est probablement le point le plus inconfortable de l'épisode. Si vous ne savez pas mesurer vos reprises, vos attentes et vos décisions floues, vous ne mesurez pas encore votre vraie performance.
Speaker #1
Et si votre IA vous fait gagner 10 minutes mais crée 20 minutes de vérification derrière, vous n'avez rien gagné. Vous avez juste déplacé la facture.
Speaker #0
Exactement. Et cette facture a un nom, la facture fantôme du chaos opérationnel. Elle n'arrive pas dans votre boîte mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Mais vous la payez tous les jours, en temps, en marge, en énergie, en confiance, en client déçu, en manager épuisé, en collaborateur qui compense. Alors, révolution ou illusion ? Pour moi, révolution si l'IA révèle les pertes et déclenche une vraie amélioration du système. Illusion si elle sert à accélérer un chaos que personne ne veut regarder.
Speaker #1
Illusion si on vend l'IA comme un aspirateur magique à problème. Révolution seulement si on accepte de regarder ce qui dysfonctionne vraiment.
Speaker #2
Pour moi, révolution oui, mais sous conditions. Et les conditions sont très concrètes. Flux, clair. Standard, simple. Mesure des pertes. Règle de décision. Responsabilité humaine, puis automatisation, pas l'inverse.
Speaker #0
Conclusion simple, l'IA n'invente pas le désordre, elle l'accélère, elle le révèle, parfois elle le rend plus coûteux. La performance ne commence pas par un outil, elle commence par une question claire, où est la valeur et où est-elle détruite ? Si cet épisode vous parle, prenez un seul flux dans votre entreprise cette semaine, un seul. Regardez où les gens attendent, où ils reprennent le travail des autres. Où ils corrigent, où ils cherchent une information, où ils revalident ce qui aurait dû être clair, et où ils finissent par créer des fichiers parallèles parce que le système officiel ne suffit plus. Puis mettez une estimation en euros, même imparfaite, parce qu'un problème invisible reste une habitude. Un problème mesuré peut devenir une décision. La semaine prochaine, on continue avec un piège redoutable, quand vos indicateurs vous mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est vert ?

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

Et si votre entreprise ne perdait pas de l’argent parce que les équipes travaillent mal, mais parce que le travail circule mal ?

Dans cet épisode 6 de IA : Révolution ou Illusion ?, le podcast Aivolean, nous parlons d’un coût souvent invisible : celui du chaos opérationnel.

Dans cet épisode, nous montrons pourquoi un gain individuel n’est pas forcément un gain organisationnel.

C’est le cœur de l’approche Aivolean : simplifier, structurer, digitaliser, automatiser, autonomiser.

Parce qu’un problème invisible reste une habitude.
Un problème mesuré peut devenir une décision.

Alors, l’IA est-elle une révolution ou une illusion ?

Révolution si elle révèle les pertes et déclenche une vraie amélioration du système.
Illusion si elle sert à accélérer un chaos que personne ne veut regarder.

La performance ne commence pas par un outil. Elle commence par une question claire : où est la valeur, et où est-elle détruite ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Votre entreprise reçoit peut-être une facture tous les jours, mais personne ne la voit. Elle n'arrive pas par mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Et pourtant, elle est payée. Tous les matins. Quand un manager passe deux heures à reconstruire un planning qui aurait dû tenir, quand une équipe reprend un dossier que l'IA avait rendu presque prêt, quand un achat part en transport express parce que l'urgence a été mal anticipée, quand six personnes se réunissent pour clarifier ce qu'un processus clair aurait dû régler en 3 minutes, cette facture a un nom, la facture fantôme du chaos opérationnel. Et elle coûte beaucoup plus cher qu'on ne le pense. 2 heures perdues par jour, 200 jours par an, à 30 euros de l'heure chargée, c'est déjà 12 000 euros par an. Pour une seule personne. Pas pour produire, pas pour vendre, pas pour innover, pas pour mieux servir le client. Juste pour compenser un système qui ne sait plus faire circuler le travail correctement. L'IA peut aider à avoir cette facture, mais si vous automatisez le chaos avant de le comprendre, vous ne le réparez pas, vous l'encaissez plus vite, et parfois, vous l'aggravez. Les 5 premiers épisodes ont exploré comment l'IA transforme l'entreprise. d'un outil de performance à un révélateur du chaos, puis à un sujet de management et de stratégie. Aujourd'hui, on change d'angle. Ce désordre, combien coûte-t-il vraiment ? Hello Nadia, hello Eric. Aujourd'hui, on va parler d'un sujet moins spectaculaire qu'un agent IA autonome, mais beaucoup plus concret pour un dirigeant. Le coût caché du chaos opérationnel. Nadia, je commence avec toi. Quand tu entends chaos opérationnel, tu vois quoi ?
Speaker #1
Hello, là je préfère déjà. Parce que chaos opérationnel, ça peut vite faire consultant qui met un mot sérieux sur un truc très simple. Le travail part dans tous les sens. Donc aujourd'hui, je veux du concret, des exemples, des euros. Et surtout, pas une grande messe sur il faut clarifier les processus.
Speaker #2
Bonjour, et si tu me permets, j'aimerais ajouter une chose dès le départ. Je ne pense pas que le cœur du problème soit le manque d'outils. Le cœur du problème, c'est que beaucoup d'entreprises ne voient pas clairement comment le travail circule réellement.
Speaker #0
Exactement. Et je veux poser une définition simple. Le cas opérationnel, c'est pas le fait que les gens travaillent mal. C'est le fait que le travail circule mal.
Speaker #1
Concrètement, parce que là, si je suis dirigeante ou manager, j'ai besoin de voir la scène, pas seulement le concept. Concrètement,
Speaker #0
c'est une demande client qui passe par trois personnes, parce que personne ne sait qui doit valider. C'est un fichier Excel qui existe en cinq versions. C'est une urgence qui devient prioritaire parce que quelqu'un a parlé plus fort. C'est une équipe qui attend une information pendant deux jours. puis qui doit tout faire en une heure. C'est une réunion pour décider ce qui aurait dû être évident dans le flux. C'est un manager qui ne manage plus l'amélioration parce qu'il passe son temps à absorber des exceptions.
Speaker #2
Oui, et là on touche un point important. Et en lecture process, on pourrait dire ceci. Quand le flux n'est pas clair, le coût ne se voit jamais au même endroit. Une partie part en temps perdu, une autre en reprise, en erreur, en fatigue, en retard client, en transport express, en surstock. ou en réunion de clarification. Et comme tout est dispersé, personne ne voit vraiment la facture complète.
Speaker #1
Donc ce n'est pas une grosse fuite d'eau au milieu de l'usine, c'est mille petites gouttes partout.
Speaker #0
Exactement. Et comme tout le monde est occupé, l'entreprise se rassure, elle se dit, ça travaille. Mais il y a une différence énorme entre être occupé et créer de la valeur. Eric, je suis sûr que tu as quelque chose à ajouter là-dessus, côté process. Regardons le signal marché. L'IA se diffuse très vite. McKinsey indique dans son rapport 2025 que 88% des organisations interrogées utilisent régulièrement l'IA dans au moins une fonction. Mais le même rapport dit aussi que la majorité reste encore en phase d'expérimentation ou de pilote au niveau entreprise. Autrement dit, l'usage avance plus vite que la transformation.
Speaker #1
Donc on ouvre des comptes, on teste des copilotes, on fait des démos, on lance des pilotes, mais l'organisation derrière ne change pas forcément.
Speaker #0
Exactement, et il y a un chiffre français très intéressant. Une enquête BPI France relayée par Reuters indique que 77% des dirigeants de TI interrogés utilisent l'IA générative. Mais seulement 17% de ceux qui l'utilisent déclarent avoir observé des gains de temps ou d'efficacité.
Speaker #1
Ah oui, là c'est violent. Ça veut dire qu'on peut avoir beaucoup d'IA et peu de gains visibles.
Speaker #2
Oui, et c'est exactement là qu'il ne faut pas se tromper. Un gain individuel n'est pas automatiquement un gain organisationnel. Un collaborateur peut gagner 10 minutes sur une synthèse. Mais si le dossier repasse ensuite par 4 validations, si les priorités changent 3 fois, Si personne ne sait qui tranche, l'entreprise n'a pas vraiment gagné 10 minutes. Elle a juste accéléré une étape dans un flux qui reste lent.
Speaker #0
C'est exactement le point. Microsoft dit aussi quelque chose d'intéressant dans son Work Trend Index 2025. 80% des salariés et dirigeants interrogés disent manquer de temps ou d'énergie pour faire leur travail. Et près d'un salarié sur deux décrit son travail comme chaotique et fragmenté.
Speaker #1
Donc avant même d'ajouter des agents IA, les gens sont déjà. saturé.
Speaker #0
Oui, et si on ajoute de l'IA dans un travail déjà fragmenté, on peut vraiment créer de la performance. Mais seulement si on clarifie le système. Sinon, on ajoute de la vitesse dans un flux qui fuit déjà.
Speaker #2
Tu as raison, mais il faut mettre une nuance importante. L'IA augmente la capacité d'exécution, mais elle ne crée pas automatiquement la clarté du processus. Si les règles sont floues, l'outil peut rendre le flou plus rapide.
Speaker #1
Donc la question n'est pas seulement quel IA utiliser, c'est qu'est-ce qu'on est en train d'augmenter.
Speaker #0
Exactement. Un flux clair ou une désorganisation historique ? Premier cas concret. Nadia, dis-moi franchement si celui-là te parle. Imagine une clinique privée. Julie, responsable administrative, reçoit des dossiers patients toute la journée. La direction déploie un assistant IA pour lire les documents, extraire les informations et préparer les dossiers. Sur le papier, c'est excellent. Moins de saisie, moins de temps perdu. Moins d'erreurs de recopie, plus de fluidité.
Speaker #1
Là, honnêtement, c'est typiquement le cas où l'IA paraît évidente.
Speaker #0
Oui, et elle peut être très utile. Sauf que les documents arrivent avec trois formats différents. Certains services scannent les pièces dans un ordre, d'autres dans un autre. Les noms de fichiers changent. Les validations médicales ne suivent pas toujours la même logique selon les équipes. Certaines informations sont dans un PDF, d'autres dans un mail, d'autres dans une note interne. Résultat, l'IA prépare des dossiers presque prêts.
Speaker #2
Oui, et il ne faut pas sous-estimer cette expression. Presque prêts, dans un flux critique, ça veut dire reprise.
Speaker #0
Oui, Julie doit vérifier, corriger, renommer, reclasser, demander confirmation. Le délai ne disparaît pas, il se déplace. Et parfois, il devient plus dangereux. Parce que l'interface donne une impression de propreté.
Speaker #1
Je vois très bien la scène, le dossier a l'air propre. Mais Julie sait qu'elle doit tout contrôler parce qu'elle n'a pas confiance.
Speaker #0
Exactement. Et maintenant, mettons une valeur. Imaginons que Julie perde 1h15 par jour à reprendre des dossiers presque prêts. 1h15, dans une journée, ça peut sembler absorbable. Mais sur 200 jours, à 30 euros de l'heure chargée, cela représente 7500 euros par an. Pour une seule personne. Si 4 personnes vivent la même chose, on est déjà à 30 000 euros par an. Et là, on ne parle que du temps de reprise.
Speaker #1
Et là, on ne parle encore que du temps administratif. On n'a pas mis dans le calcul le patient qui attend, le médecin qui doit revalider, le dossier qui revient une deuxième fois, ni le risque de traiter une information sensible avec un mauvais niveau de contrôle.
Speaker #0
Exactement. Et surtout, on ne parle pas de la confiance. Parce qu'à partir du moment où Julie doit tout recontrôler, L'IA n'est plus seulement une aide, elle devient une production à surveiller.
Speaker #2
Si tu me permets, je vais le poser très simplement. Lecture Lean. Défaut en entrée, reprise, attente, absence de standard. Lecture IA. L'extraction documentaire est pertinente seulement si l'entreprise sait ce qu'est un document conforme. Qu'est-ce qui doit entrer ? Sous quel format ? Avec quel nommage ? Qui valide ? A quel moment ? Et à partir de quel risque l'humain reprend la main ?
Speaker #1
Donc avant d'installer une IA documentaire, il faut définir ce qu'est un dossier propre.
Speaker #0
Oui, l'IA ne remplace pas le standard, elle révèle son absence.
Speaker #1
Je vais te challenger, parce que là je sens venir le piège du discours trop propre. Ce que tu dis ressemble beaucoup à du Lean classique. Clarifier, standardiser, mesurer, aller voir le terrain. Est-ce qu'on n'est pas juste en train de remettre une couche IA sur des principes qui existent déjà depuis 30 ans ?
Speaker #0
Très bonne objection, oui, les principes existaient déjà. Mais l'IA change trois choses. Premièrement, elle accélère les flux, donc les erreurs circulent plus vite. Deuxièmement, elle donne une illusion de maîtrise. Un dossier généré par IA peut paraître propre, même si le flux derrière est mauvais. Troisièmement, elle permet de mesurer des pertes qu'on ne voyait pas facilement avant. Tickets qui reviennent, demandes transférées, délais de validation, doublons, anomalies, reprises, exceptions. Donc l'IA ne rend pas le Lean obsolète, elle rend le Lean plus urgent.
Speaker #2
Tu as raison Nadia, mais je ne pense pas que ce soit juste une couche de vocabulaire. Lya. ajoute une capacité d'observation. Avant, on devait souvent reconstruire les pertes à partir d'ateliers, d'interviews et d'extractions manuelles. Aujourd'hui, une IA bien utilisée peut aider à repérer des motifs, où les demandes bloquent, quels sujets reviennent, quels tickets changent plusieurs fois de propriétaire, quelles validations créent le plus d'attentes. Mais attention, voir le problème ne veut pas dire le résoudre.
Speaker #1
Donc l'IA peut aider à voir le gaspillage. pas seulement à produire plus vite.
Speaker #0
Exactement, et il faut distinguer trois niveaux. Niveau 1, l'IA aide à observer. Niveau 2, elle aide à prioriser. Niveau 3, elle aide à automatiser. Le piège, c'est de sauter directement au niveau 3.
Speaker #1
On automatise avant d'avoir compris.
Speaker #0
Ouais, et parfois on automatise justement pour éviter de comprendre. Deuxième cas. Eric, celui-là, je pense qu'il va te parler, parce qu'on est en plein dans la gouvernance des priorités. Ali, responsable maintenance dans une usine. Il est 7h42. Ali a son café à moitié froid, son planning devant lui, et déjà 3 messages non lus. A 7h45, il pense encore pouvoir tenir la journée. A 8h03, une machine est indisponible. A 8h17, une pièce manque. A 8h26, un opérateur est absent. A 8h41, une urgence client tombe. A 8h58... La qualité demande un contrôle non prévu. À 9h12, Ali n'a toujours pas commencé sa vraie journée. Il est déjà en train de la reconstruire.
Speaker #1
Là, on le voit. Et surtout, on sent qu'il n'est pas en train de mal travailler. Il est en train de tenir le système à bout de bras.
Speaker #0
Exactement. Ali ne commence pas sa journée par améliorer la maintenance. Il commence par reconstruire la journée. Deux heures. Tous les matins. Deux heures invisibles.
Speaker #2
Exactement. Et là... Il ne faut pas oublier que ces deux heures ne sont souvent dans aucun indicateur. Le problème, c'est qu'on mesure facilement le taux de panne, la disponibilité machine ou les retards. Mais le coût de coordination, lui, reste souvent invisible. Le temps passé à réorganiser, arbitrer, rappeler, vérifier, décider dans l'urgence.
Speaker #1
Donc l'entreprise paye un impôt caché tous les matins.
Speaker #0
Exactement. Et cet impôt est facile à sous-estimer ? 2 heures par jour, 200 jours par an, 30 euros de l'heure chargée, 12 000 euros par an. Et attention, ce n'est que le temps d'Ali. Si pendant ces 2 heures, 3 personnes attendent en moyenne 20 minutes une décision, on ajoute encore environ 6 000 euros par an. On arrive déjà à 18 000 euros. Et encore, ce montant ne couvre qu'une partie du problème. Il ne tient pas compte de l'arrêt machine, de la production décalée, des heures supplémentaires, des transports express ou de la fatigue accumulée par le manager qui doit tout tenir à bout de bras.
Speaker #1
Donc les 18 000 euros, ce n'est pas la facture complète, c'est juste la partie qu'on arrive à voir quand on commence à regarder.
Speaker #0
Exactement. Et maintenant, imaginons qu'on ajoute une IA de maintenance prédictive. Sur le papier, c'est une très bonne idée. L'IA peut dire « cette machine présente un risque » . Mais si l'entreprise n'a pas de règles claires entre urgence client, sécurité, disponibilité pièce, impact qualité, capacité équipe et coup d'arrêt, Ali reste seul à arbitrer dans le bruit.
Speaker #2
Oui, et c'est là que je veux être très clair. On obtient de meilleures alertes, mais pas forcément de meilleures décisions. Le point de contrôle ici, ce n'est pas seulement l'algorithme de prédiction, c'est la matrice de décision. Quels critères ? Quels seuils ? Qui tranche ? Quelle escalade ? Quelle trace ? Quelles règles quand deux priorités se contredisent ? Sans ça, la prédiction reste une information de plus.
Speaker #0
Et une information de plus, dans un système saturé, ce n'est pas toujours une décision de mieux.
Speaker #1
Très bonne phrase. Parce que souvent, les outils ajoutent de l'information. Mais le problème, ce n'était pas le manque d'information, c'était l'absence d'arbitrage clair.
Speaker #0
Exactement, et beaucoup d'entreprises ont ajouté des alertes, des scores, des tableaux de bord, des recommandations. Mais si personne ne clarifie les droits de décision, elles ne réduisent pas le chaos, elles le rendent plus sophistiqué. Troisième cas. Nadia, celui-là tu vas sûrement réagir, parce qu'il touche aux urgences permanentes. Claire travaille Ausha dans une entreprise industrielle. Toutes les demandes arrivent en urgent. Besoin en production, urgent. Besoin en qualité, urgent. Besoin commercial, urgent. Besoin direction, évidemment urgent.
Speaker #1
Classique, quand tout est urgent, plus rien ne l'est.
Speaker #0
Exactement, la direction veut installer une IA pour prioriser les demandes d'achat. Très bonne idée en apparence. Sauf que, personne n'a défini ce qu'est une vraie urgence.
Speaker #2
Tu as raison de dire que c'est classique, mais justement... Sans standard de priorité, le score IA risque d'apprendre le bruit historique. Celui qui a toujours obtenu gain de cause continue à remonter en haut. Le service le plus bruyant reste prioritaire. Les vraies contraintes business sont mélangées avec les habitudes politiques.
Speaker #1
Donc même l'IA peut devenir politique ?
Speaker #2
Oui, et c'est même ça le point sensible. Elle peut refléter une organisation politique si les données et les règles reflètent cette organisation.
Speaker #0
Et là les coûts sont très concrets. Transport express, fournisseurs sollicités trop tard, stocks de sécurité gonflés, production qui attend, acheteurs qui passent leur temps à éteindre des incendies. Prenons une hypothèse simple. 3 transports express par semaine avec 120 euros de surcoût moyen. Sur 45 semaines, cela fait 16 200 euros par an, seulement pour le transport express. Ajoutons 2 heures par semaine pour 4 personnes à gérer ces urgences. Achat, production, qualité, logistique. 4 personnes, 2 heures, 45 semaines, 30 euros de l'heure. 10 800 euros supplémentaires. Au total, on arrive déjà à 27 000 euros par an, pour un seul type de dysfonctionnement.
Speaker #1
Et encore là on est gentil. Si il n'y a ni à temps, si le client est livré en retard, si on achète plus cher parce qu'on est pli à la gorge, la facture monte très vite.
Speaker #0
Exactement, et c'est là que l'IA peut vraiment aider. Elle peut analyser les historiques de demande. Repérer les familles d'achat qui passent trop souvent en urgence. Identifier les fournisseurs sollicités trop tard. Détecter les services qui contournent le processus. Proposer une classification des demandes. Mais elle ne peut pas décider seule de ce qu'est une vraie urgence business.
Speaker #2
Là on touche à un point de gouvernance très concret. Il faut donc définir les vrais critères d'arbitrage. L'impact client, la sécurité, la production, la marge, la conformité. mais aussi le délai de décision et le niveau d'escalade. Sinon, l'IA risque simplement de donner un score à une confusion collective.
Speaker #1
Du flou avec deux décimales.
Speaker #0
Exactement. Et le flou avec deux décimales, c'est peut-être l'un des grands dangers de l'IA en entreprise. C'est là que le danger est subtil. Le score donne une impression de rationalité, de précision, de pilotage. Mais si le système en dessous est flou, on a juste donné une belle interface au désordre. Le piège de la semaine. Croire que l'IA va réduire le chaos parce qu'elle prête plus vite les demandes.
Speaker #1
Alors que si les demandes sont mal formulées, mal priorisées ou envoyées au mauvais endroit, elle traite plus vite un mauvais flux.
Speaker #2
Exactement. Et si tu me permets, j'aimerais ramener ça à un test très simple. Prendre 10 demandes réelles. Pas le processus PowerPoint, pas la procédure officielle. 10 vraies demandes. Une demande client, un ticket interne, une demande d'achat. Une demande qualité, un changement de planning, une demande de devis. Et on regarde leur parcours réel. Combien de fois la demande change de main ? Combien de temps elle attend ? Où elle doit être reprise ? Quelle validation reste ambidue ? Quelles informations manquent ? Et combien de réunions sont nécessaires pour clarifier ce qui aurait dû être clair dès le départ ?
Speaker #0
C'est très lean. On observe le flux réel. Pas le process affiché.
Speaker #1
Je te coupe parce que c'est important. Entre le process affiché et la vraie vie, il y a parfois un canyon.
Speaker #0
Ouais. Et l'IA branchée sur le process affiché ne comprend pas toujours le canyon.
Speaker #2
Tu as raison. Et j'ajouterais même que c'est là que beaucoup de projets se trompent. D'où l'importance d'aller voir. Le terrain, le réel, le flux. Ce n'est pas folklorique. C'est la condition pour ne pas automatiser une fiction.
Speaker #0
Et pour rendre le test utile, il faut mettre des euros. Même grossièrement. Une reprise de dossier, combien de minutes ? Un transfert inutile, combien de minutes ? Une attente de validation, combien d'heures ? Une réunion de clarification, combien de personnes, combien de temps ? Un transport express, quel surcoût ? Un retard client, quel impact ? Un stock de sécurité ajouté par peur, combien d'euros immobilisés ?
Speaker #1
Là, on passe du ressenti au diagnostic.
Speaker #0
Ouais, et c'est là que le dirigeant comprend que le chaos n'est pas seulement fatigant. Il attaque la marge. Il consomme de la capacité, il abîme la confiance, et parfois, il épuise précisément les personnes qui tiennent encore le système debout. Ce que personne ne vous dit, c'est que le chaos opérationnel n'est pas seulement un problème de productivité, c'est un problème de confiance.
Speaker #1
Confiance entre qui ?
Speaker #0
Entre les équipes et le système, quand les règles changent tout le temps, les collaborateurs arrêtent de croire au processus officiel. Ils créent des fichiers locaux, ils appellent directement la personne qu'ils connaissent, ils gardent leur propre tableau, ils contournent l'outil, ils font comme d'habitude, parce que comme prévu, ne fonctionne pas.
Speaker #2
Oui, et du point de vue gouvernance, c'est vraiment dangereux. L'entreprise officielle dit « nous avons un processus » , mais l'entreprise réelle fonctionne avec des exceptions, des habitudes, et des arrangements invisibles. Et si on branche l'IA sur ça ?
Speaker #0
On risque de digitaliser les exceptions sans comprendre pourquoi elles existent.
Speaker #2
Et franchement, c'est l'un des pièges les plus sous-estimés.
Speaker #0
C'est pour ça que chez Aivolean, on assise sur l'ordre simplifié, structuré, digitalisé, automatisé, autonomisé. Si on inverse l'ordre, on fabrique de la complexité augmentée.
Speaker #1
Là, je veux défendre les équipes. Parce que souvent, les contournements existent parce que le système officiel ne marche pas.
Speaker #0
T'as raison. Mesurer le chaos, ce n'est pas accuser les équipes, c'est arrêter de leur demander de compenser un système mal conçu.
Speaker #2
Tu as raison, et c'est essentiel pour garder les équipes avec nous. La question n'est pas qui a mal fait, la question est quel flux rend l'erreur probable.
Speaker #0
Exactement, on ne cherche pas un coupable, on cherche une cause racine. Et l'IA peut aider à trouver des signaux, mais la décision d'améliorer le système reste humaine.
Speaker #1
Donc l'IA ne remplace pas le courage managérial ?
Speaker #0
Non. Elle peut rendre le problème visible, mais elle ne force personne à le traiter.
Speaker #1
Concrètement, si je suis dirigeant, manager ou responsable de transformation, je fais quoi lundi matin ? Parce que là, je consorte du constat.
Speaker #0
Lundi matin, tu choisis un flux critique, un seul. Traitement d'une demande client, admission d'un dossier, demande d'achat, ticket interne, changement de planning, demande de devis, réclamation qualité.
Speaker #2
Oui, et pour que ce soit exploitable, ensuite tu mesures 5 choses. Temps d'attente, nombre de reprises, nombre de transferts, informations manquantes, décisions non standardisées.
Speaker #0
Puis tu poses une question économique, simple, combien ça coûte ? Pas au centime près, mais assez pour décider. Une heure perdue par jour sur 200 jours à 30 euros de l'heure, 6 000 euros par an. Deux heures, 12 000 euros. Une réunion hebdomadaire de clarification avec 6 personnes pendant 45 minutes sur 45 semaines. plus de 6 000 euros par an. Trois transports express par semaine à 120 euros de surcoût, plus de 16 000 euros par an.
Speaker #1
Et là, le chaos devient beaucoup moins abstrait.
Speaker #0
Exactement. Ensuite, tu classes les pertes. Certaines doivent être supprimées, d'autres standardisées. Certaines peuvent être aidées par l'IA, puis éventuellement automatisées. Mais il y en a aussi qu'il ne faut surtout pas automatiser trop vite parce qu'elles cachent un vrai problème de faim.
Speaker #2
Là, je veux insister. C'est vraiment là que l'ordre compte. On ne commence pas par « quel outil IA acheter ? » On commence par « quel flux détruit de la valeur ? »
Speaker #0
Oui, et seulement après, on demande « quel IA peut aider ? »
Speaker #1
Ça paraît simple. Pourquoi les entreprises ne le font pas ?
Speaker #0
Parce que c'est moins visible qu'un nouvel outil. Un outil, ça se voit. Un abonnement, ça se signe. Une démo, ça impressionne. Mais observer un flux réel, compter les reprises, écouter les équipes, clarifier les règles, ce n'est pas spectaculaire.
Speaker #2
Tu as raison. Mais il y a aussi une autre raison. Beaucoup d'organisations confondent activité et valeur. Elles voient beaucoup de mails, beaucoup de réunions, beaucoup de tickets traités, donc elles pensent que ça avance.
Speaker #1
Alors que ça bouge, mais ça ne progresse pas forcément.
Speaker #0
Exactement, c'est d'ailleurs le sujet de l'épisode 8, ces équipes qui courent pendant que la valeur n'avance pas. Mais avant ça, dans l'épisode 7, on va parler d'un piège redoutable, les indicateurs qui mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est déjà rouge ? Le pari de la semaine. Dans les prochaines années, les entreprises les plus performantes ne seront pas celles qui auront le plus d'IA, ce seront celles qui sauront le mieux mesurer ce que leur désordre leur coûte avant de l'automatiser.
Speaker #2
Je vais être direct, parce que c'est probablement le point le plus inconfortable de l'épisode. Si vous ne savez pas mesurer vos reprises, vos attentes et vos décisions floues, vous ne mesurez pas encore votre vraie performance.
Speaker #1
Et si votre IA vous fait gagner 10 minutes mais crée 20 minutes de vérification derrière, vous n'avez rien gagné. Vous avez juste déplacé la facture.
Speaker #0
Exactement. Et cette facture a un nom, la facture fantôme du chaos opérationnel. Elle n'arrive pas dans votre boîte mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Mais vous la payez tous les jours, en temps, en marge, en énergie, en confiance, en client déçu, en manager épuisé, en collaborateur qui compense. Alors, révolution ou illusion ? Pour moi, révolution si l'IA révèle les pertes et déclenche une vraie amélioration du système. Illusion si elle sert à accélérer un chaos que personne ne veut regarder.
Speaker #1
Illusion si on vend l'IA comme un aspirateur magique à problème. Révolution seulement si on accepte de regarder ce qui dysfonctionne vraiment.
Speaker #2
Pour moi, révolution oui, mais sous conditions. Et les conditions sont très concrètes. Flux, clair. Standard, simple. Mesure des pertes. Règle de décision. Responsabilité humaine, puis automatisation, pas l'inverse.
Speaker #0
Conclusion simple, l'IA n'invente pas le désordre, elle l'accélère, elle le révèle, parfois elle le rend plus coûteux. La performance ne commence pas par un outil, elle commence par une question claire, où est la valeur et où est-elle détruite ? Si cet épisode vous parle, prenez un seul flux dans votre entreprise cette semaine, un seul. Regardez où les gens attendent, où ils reprennent le travail des autres. Où ils corrigent, où ils cherchent une information, où ils revalident ce qui aurait dû être clair, et où ils finissent par créer des fichiers parallèles parce que le système officiel ne suffit plus. Puis mettez une estimation en euros, même imparfaite, parce qu'un problème invisible reste une habitude. Un problème mesuré peut devenir une décision. La semaine prochaine, on continue avec un piège redoutable, quand vos indicateurs vous mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est vert ?

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Embed

You may also like

Description

Et si votre entreprise ne perdait pas de l’argent parce que les équipes travaillent mal, mais parce que le travail circule mal ?

Dans cet épisode 6 de IA : Révolution ou Illusion ?, le podcast Aivolean, nous parlons d’un coût souvent invisible : celui du chaos opérationnel.

Dans cet épisode, nous montrons pourquoi un gain individuel n’est pas forcément un gain organisationnel.

C’est le cœur de l’approche Aivolean : simplifier, structurer, digitaliser, automatiser, autonomiser.

Parce qu’un problème invisible reste une habitude.
Un problème mesuré peut devenir une décision.

Alors, l’IA est-elle une révolution ou une illusion ?

Révolution si elle révèle les pertes et déclenche une vraie amélioration du système.
Illusion si elle sert à accélérer un chaos que personne ne veut regarder.

La performance ne commence pas par un outil. Elle commence par une question claire : où est la valeur, et où est-elle détruite ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Votre entreprise reçoit peut-être une facture tous les jours, mais personne ne la voit. Elle n'arrive pas par mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Et pourtant, elle est payée. Tous les matins. Quand un manager passe deux heures à reconstruire un planning qui aurait dû tenir, quand une équipe reprend un dossier que l'IA avait rendu presque prêt, quand un achat part en transport express parce que l'urgence a été mal anticipée, quand six personnes se réunissent pour clarifier ce qu'un processus clair aurait dû régler en 3 minutes, cette facture a un nom, la facture fantôme du chaos opérationnel. Et elle coûte beaucoup plus cher qu'on ne le pense. 2 heures perdues par jour, 200 jours par an, à 30 euros de l'heure chargée, c'est déjà 12 000 euros par an. Pour une seule personne. Pas pour produire, pas pour vendre, pas pour innover, pas pour mieux servir le client. Juste pour compenser un système qui ne sait plus faire circuler le travail correctement. L'IA peut aider à avoir cette facture, mais si vous automatisez le chaos avant de le comprendre, vous ne le réparez pas, vous l'encaissez plus vite, et parfois, vous l'aggravez. Les 5 premiers épisodes ont exploré comment l'IA transforme l'entreprise. d'un outil de performance à un révélateur du chaos, puis à un sujet de management et de stratégie. Aujourd'hui, on change d'angle. Ce désordre, combien coûte-t-il vraiment ? Hello Nadia, hello Eric. Aujourd'hui, on va parler d'un sujet moins spectaculaire qu'un agent IA autonome, mais beaucoup plus concret pour un dirigeant. Le coût caché du chaos opérationnel. Nadia, je commence avec toi. Quand tu entends chaos opérationnel, tu vois quoi ?
Speaker #1
Hello, là je préfère déjà. Parce que chaos opérationnel, ça peut vite faire consultant qui met un mot sérieux sur un truc très simple. Le travail part dans tous les sens. Donc aujourd'hui, je veux du concret, des exemples, des euros. Et surtout, pas une grande messe sur il faut clarifier les processus.
Speaker #2
Bonjour, et si tu me permets, j'aimerais ajouter une chose dès le départ. Je ne pense pas que le cœur du problème soit le manque d'outils. Le cœur du problème, c'est que beaucoup d'entreprises ne voient pas clairement comment le travail circule réellement.
Speaker #0
Exactement. Et je veux poser une définition simple. Le cas opérationnel, c'est pas le fait que les gens travaillent mal. C'est le fait que le travail circule mal.
Speaker #1
Concrètement, parce que là, si je suis dirigeante ou manager, j'ai besoin de voir la scène, pas seulement le concept. Concrètement,
Speaker #0
c'est une demande client qui passe par trois personnes, parce que personne ne sait qui doit valider. C'est un fichier Excel qui existe en cinq versions. C'est une urgence qui devient prioritaire parce que quelqu'un a parlé plus fort. C'est une équipe qui attend une information pendant deux jours. puis qui doit tout faire en une heure. C'est une réunion pour décider ce qui aurait dû être évident dans le flux. C'est un manager qui ne manage plus l'amélioration parce qu'il passe son temps à absorber des exceptions.
Speaker #2
Oui, et là on touche un point important. Et en lecture process, on pourrait dire ceci. Quand le flux n'est pas clair, le coût ne se voit jamais au même endroit. Une partie part en temps perdu, une autre en reprise, en erreur, en fatigue, en retard client, en transport express, en surstock. ou en réunion de clarification. Et comme tout est dispersé, personne ne voit vraiment la facture complète.
Speaker #1
Donc ce n'est pas une grosse fuite d'eau au milieu de l'usine, c'est mille petites gouttes partout.
Speaker #0
Exactement. Et comme tout le monde est occupé, l'entreprise se rassure, elle se dit, ça travaille. Mais il y a une différence énorme entre être occupé et créer de la valeur. Eric, je suis sûr que tu as quelque chose à ajouter là-dessus, côté process. Regardons le signal marché. L'IA se diffuse très vite. McKinsey indique dans son rapport 2025 que 88% des organisations interrogées utilisent régulièrement l'IA dans au moins une fonction. Mais le même rapport dit aussi que la majorité reste encore en phase d'expérimentation ou de pilote au niveau entreprise. Autrement dit, l'usage avance plus vite que la transformation.
Speaker #1
Donc on ouvre des comptes, on teste des copilotes, on fait des démos, on lance des pilotes, mais l'organisation derrière ne change pas forcément.
Speaker #0
Exactement, et il y a un chiffre français très intéressant. Une enquête BPI France relayée par Reuters indique que 77% des dirigeants de TI interrogés utilisent l'IA générative. Mais seulement 17% de ceux qui l'utilisent déclarent avoir observé des gains de temps ou d'efficacité.
Speaker #1
Ah oui, là c'est violent. Ça veut dire qu'on peut avoir beaucoup d'IA et peu de gains visibles.
Speaker #2
Oui, et c'est exactement là qu'il ne faut pas se tromper. Un gain individuel n'est pas automatiquement un gain organisationnel. Un collaborateur peut gagner 10 minutes sur une synthèse. Mais si le dossier repasse ensuite par 4 validations, si les priorités changent 3 fois, Si personne ne sait qui tranche, l'entreprise n'a pas vraiment gagné 10 minutes. Elle a juste accéléré une étape dans un flux qui reste lent.
Speaker #0
C'est exactement le point. Microsoft dit aussi quelque chose d'intéressant dans son Work Trend Index 2025. 80% des salariés et dirigeants interrogés disent manquer de temps ou d'énergie pour faire leur travail. Et près d'un salarié sur deux décrit son travail comme chaotique et fragmenté.
Speaker #1
Donc avant même d'ajouter des agents IA, les gens sont déjà. saturé.
Speaker #0
Oui, et si on ajoute de l'IA dans un travail déjà fragmenté, on peut vraiment créer de la performance. Mais seulement si on clarifie le système. Sinon, on ajoute de la vitesse dans un flux qui fuit déjà.
Speaker #2
Tu as raison, mais il faut mettre une nuance importante. L'IA augmente la capacité d'exécution, mais elle ne crée pas automatiquement la clarté du processus. Si les règles sont floues, l'outil peut rendre le flou plus rapide.
Speaker #1
Donc la question n'est pas seulement quel IA utiliser, c'est qu'est-ce qu'on est en train d'augmenter.
Speaker #0
Exactement. Un flux clair ou une désorganisation historique ? Premier cas concret. Nadia, dis-moi franchement si celui-là te parle. Imagine une clinique privée. Julie, responsable administrative, reçoit des dossiers patients toute la journée. La direction déploie un assistant IA pour lire les documents, extraire les informations et préparer les dossiers. Sur le papier, c'est excellent. Moins de saisie, moins de temps perdu. Moins d'erreurs de recopie, plus de fluidité.
Speaker #1
Là, honnêtement, c'est typiquement le cas où l'IA paraît évidente.
Speaker #0
Oui, et elle peut être très utile. Sauf que les documents arrivent avec trois formats différents. Certains services scannent les pièces dans un ordre, d'autres dans un autre. Les noms de fichiers changent. Les validations médicales ne suivent pas toujours la même logique selon les équipes. Certaines informations sont dans un PDF, d'autres dans un mail, d'autres dans une note interne. Résultat, l'IA prépare des dossiers presque prêts.
Speaker #2
Oui, et il ne faut pas sous-estimer cette expression. Presque prêts, dans un flux critique, ça veut dire reprise.
Speaker #0
Oui, Julie doit vérifier, corriger, renommer, reclasser, demander confirmation. Le délai ne disparaît pas, il se déplace. Et parfois, il devient plus dangereux. Parce que l'interface donne une impression de propreté.
Speaker #1
Je vois très bien la scène, le dossier a l'air propre. Mais Julie sait qu'elle doit tout contrôler parce qu'elle n'a pas confiance.
Speaker #0
Exactement. Et maintenant, mettons une valeur. Imaginons que Julie perde 1h15 par jour à reprendre des dossiers presque prêts. 1h15, dans une journée, ça peut sembler absorbable. Mais sur 200 jours, à 30 euros de l'heure chargée, cela représente 7500 euros par an. Pour une seule personne. Si 4 personnes vivent la même chose, on est déjà à 30 000 euros par an. Et là, on ne parle que du temps de reprise.
Speaker #1
Et là, on ne parle encore que du temps administratif. On n'a pas mis dans le calcul le patient qui attend, le médecin qui doit revalider, le dossier qui revient une deuxième fois, ni le risque de traiter une information sensible avec un mauvais niveau de contrôle.
Speaker #0
Exactement. Et surtout, on ne parle pas de la confiance. Parce qu'à partir du moment où Julie doit tout recontrôler, L'IA n'est plus seulement une aide, elle devient une production à surveiller.
Speaker #2
Si tu me permets, je vais le poser très simplement. Lecture Lean. Défaut en entrée, reprise, attente, absence de standard. Lecture IA. L'extraction documentaire est pertinente seulement si l'entreprise sait ce qu'est un document conforme. Qu'est-ce qui doit entrer ? Sous quel format ? Avec quel nommage ? Qui valide ? A quel moment ? Et à partir de quel risque l'humain reprend la main ?
Speaker #1
Donc avant d'installer une IA documentaire, il faut définir ce qu'est un dossier propre.
Speaker #0
Oui, l'IA ne remplace pas le standard, elle révèle son absence.
Speaker #1
Je vais te challenger, parce que là je sens venir le piège du discours trop propre. Ce que tu dis ressemble beaucoup à du Lean classique. Clarifier, standardiser, mesurer, aller voir le terrain. Est-ce qu'on n'est pas juste en train de remettre une couche IA sur des principes qui existent déjà depuis 30 ans ?
Speaker #0
Très bonne objection, oui, les principes existaient déjà. Mais l'IA change trois choses. Premièrement, elle accélère les flux, donc les erreurs circulent plus vite. Deuxièmement, elle donne une illusion de maîtrise. Un dossier généré par IA peut paraître propre, même si le flux derrière est mauvais. Troisièmement, elle permet de mesurer des pertes qu'on ne voyait pas facilement avant. Tickets qui reviennent, demandes transférées, délais de validation, doublons, anomalies, reprises, exceptions. Donc l'IA ne rend pas le Lean obsolète, elle rend le Lean plus urgent.
Speaker #2
Tu as raison Nadia, mais je ne pense pas que ce soit juste une couche de vocabulaire. Lya. ajoute une capacité d'observation. Avant, on devait souvent reconstruire les pertes à partir d'ateliers, d'interviews et d'extractions manuelles. Aujourd'hui, une IA bien utilisée peut aider à repérer des motifs, où les demandes bloquent, quels sujets reviennent, quels tickets changent plusieurs fois de propriétaire, quelles validations créent le plus d'attentes. Mais attention, voir le problème ne veut pas dire le résoudre.
Speaker #1
Donc l'IA peut aider à voir le gaspillage. pas seulement à produire plus vite.
Speaker #0
Exactement, et il faut distinguer trois niveaux. Niveau 1, l'IA aide à observer. Niveau 2, elle aide à prioriser. Niveau 3, elle aide à automatiser. Le piège, c'est de sauter directement au niveau 3.
Speaker #1
On automatise avant d'avoir compris.
Speaker #0
Ouais, et parfois on automatise justement pour éviter de comprendre. Deuxième cas. Eric, celui-là, je pense qu'il va te parler, parce qu'on est en plein dans la gouvernance des priorités. Ali, responsable maintenance dans une usine. Il est 7h42. Ali a son café à moitié froid, son planning devant lui, et déjà 3 messages non lus. A 7h45, il pense encore pouvoir tenir la journée. A 8h03, une machine est indisponible. A 8h17, une pièce manque. A 8h26, un opérateur est absent. A 8h41, une urgence client tombe. A 8h58... La qualité demande un contrôle non prévu. À 9h12, Ali n'a toujours pas commencé sa vraie journée. Il est déjà en train de la reconstruire.
Speaker #1
Là, on le voit. Et surtout, on sent qu'il n'est pas en train de mal travailler. Il est en train de tenir le système à bout de bras.
Speaker #0
Exactement. Ali ne commence pas sa journée par améliorer la maintenance. Il commence par reconstruire la journée. Deux heures. Tous les matins. Deux heures invisibles.
Speaker #2
Exactement. Et là... Il ne faut pas oublier que ces deux heures ne sont souvent dans aucun indicateur. Le problème, c'est qu'on mesure facilement le taux de panne, la disponibilité machine ou les retards. Mais le coût de coordination, lui, reste souvent invisible. Le temps passé à réorganiser, arbitrer, rappeler, vérifier, décider dans l'urgence.
Speaker #1
Donc l'entreprise paye un impôt caché tous les matins.
Speaker #0
Exactement. Et cet impôt est facile à sous-estimer ? 2 heures par jour, 200 jours par an, 30 euros de l'heure chargée, 12 000 euros par an. Et attention, ce n'est que le temps d'Ali. Si pendant ces 2 heures, 3 personnes attendent en moyenne 20 minutes une décision, on ajoute encore environ 6 000 euros par an. On arrive déjà à 18 000 euros. Et encore, ce montant ne couvre qu'une partie du problème. Il ne tient pas compte de l'arrêt machine, de la production décalée, des heures supplémentaires, des transports express ou de la fatigue accumulée par le manager qui doit tout tenir à bout de bras.
Speaker #1
Donc les 18 000 euros, ce n'est pas la facture complète, c'est juste la partie qu'on arrive à voir quand on commence à regarder.
Speaker #0
Exactement. Et maintenant, imaginons qu'on ajoute une IA de maintenance prédictive. Sur le papier, c'est une très bonne idée. L'IA peut dire « cette machine présente un risque » . Mais si l'entreprise n'a pas de règles claires entre urgence client, sécurité, disponibilité pièce, impact qualité, capacité équipe et coup d'arrêt, Ali reste seul à arbitrer dans le bruit.
Speaker #2
Oui, et c'est là que je veux être très clair. On obtient de meilleures alertes, mais pas forcément de meilleures décisions. Le point de contrôle ici, ce n'est pas seulement l'algorithme de prédiction, c'est la matrice de décision. Quels critères ? Quels seuils ? Qui tranche ? Quelle escalade ? Quelle trace ? Quelles règles quand deux priorités se contredisent ? Sans ça, la prédiction reste une information de plus.
Speaker #0
Et une information de plus, dans un système saturé, ce n'est pas toujours une décision de mieux.
Speaker #1
Très bonne phrase. Parce que souvent, les outils ajoutent de l'information. Mais le problème, ce n'était pas le manque d'information, c'était l'absence d'arbitrage clair.
Speaker #0
Exactement, et beaucoup d'entreprises ont ajouté des alertes, des scores, des tableaux de bord, des recommandations. Mais si personne ne clarifie les droits de décision, elles ne réduisent pas le chaos, elles le rendent plus sophistiqué. Troisième cas. Nadia, celui-là tu vas sûrement réagir, parce qu'il touche aux urgences permanentes. Claire travaille Ausha dans une entreprise industrielle. Toutes les demandes arrivent en urgent. Besoin en production, urgent. Besoin en qualité, urgent. Besoin commercial, urgent. Besoin direction, évidemment urgent.
Speaker #1
Classique, quand tout est urgent, plus rien ne l'est.
Speaker #0
Exactement, la direction veut installer une IA pour prioriser les demandes d'achat. Très bonne idée en apparence. Sauf que, personne n'a défini ce qu'est une vraie urgence.
Speaker #2
Tu as raison de dire que c'est classique, mais justement... Sans standard de priorité, le score IA risque d'apprendre le bruit historique. Celui qui a toujours obtenu gain de cause continue à remonter en haut. Le service le plus bruyant reste prioritaire. Les vraies contraintes business sont mélangées avec les habitudes politiques.
Speaker #1
Donc même l'IA peut devenir politique ?
Speaker #2
Oui, et c'est même ça le point sensible. Elle peut refléter une organisation politique si les données et les règles reflètent cette organisation.
Speaker #0
Et là les coûts sont très concrets. Transport express, fournisseurs sollicités trop tard, stocks de sécurité gonflés, production qui attend, acheteurs qui passent leur temps à éteindre des incendies. Prenons une hypothèse simple. 3 transports express par semaine avec 120 euros de surcoût moyen. Sur 45 semaines, cela fait 16 200 euros par an, seulement pour le transport express. Ajoutons 2 heures par semaine pour 4 personnes à gérer ces urgences. Achat, production, qualité, logistique. 4 personnes, 2 heures, 45 semaines, 30 euros de l'heure. 10 800 euros supplémentaires. Au total, on arrive déjà à 27 000 euros par an, pour un seul type de dysfonctionnement.
Speaker #1
Et encore là on est gentil. Si il n'y a ni à temps, si le client est livré en retard, si on achète plus cher parce qu'on est pli à la gorge, la facture monte très vite.
Speaker #0
Exactement, et c'est là que l'IA peut vraiment aider. Elle peut analyser les historiques de demande. Repérer les familles d'achat qui passent trop souvent en urgence. Identifier les fournisseurs sollicités trop tard. Détecter les services qui contournent le processus. Proposer une classification des demandes. Mais elle ne peut pas décider seule de ce qu'est une vraie urgence business.
Speaker #2
Là on touche à un point de gouvernance très concret. Il faut donc définir les vrais critères d'arbitrage. L'impact client, la sécurité, la production, la marge, la conformité. mais aussi le délai de décision et le niveau d'escalade. Sinon, l'IA risque simplement de donner un score à une confusion collective.
Speaker #1
Du flou avec deux décimales.
Speaker #0
Exactement. Et le flou avec deux décimales, c'est peut-être l'un des grands dangers de l'IA en entreprise. C'est là que le danger est subtil. Le score donne une impression de rationalité, de précision, de pilotage. Mais si le système en dessous est flou, on a juste donné une belle interface au désordre. Le piège de la semaine. Croire que l'IA va réduire le chaos parce qu'elle prête plus vite les demandes.
Speaker #1
Alors que si les demandes sont mal formulées, mal priorisées ou envoyées au mauvais endroit, elle traite plus vite un mauvais flux.
Speaker #2
Exactement. Et si tu me permets, j'aimerais ramener ça à un test très simple. Prendre 10 demandes réelles. Pas le processus PowerPoint, pas la procédure officielle. 10 vraies demandes. Une demande client, un ticket interne, une demande d'achat. Une demande qualité, un changement de planning, une demande de devis. Et on regarde leur parcours réel. Combien de fois la demande change de main ? Combien de temps elle attend ? Où elle doit être reprise ? Quelle validation reste ambidue ? Quelles informations manquent ? Et combien de réunions sont nécessaires pour clarifier ce qui aurait dû être clair dès le départ ?
Speaker #0
C'est très lean. On observe le flux réel. Pas le process affiché.
Speaker #1
Je te coupe parce que c'est important. Entre le process affiché et la vraie vie, il y a parfois un canyon.
Speaker #0
Ouais. Et l'IA branchée sur le process affiché ne comprend pas toujours le canyon.
Speaker #2
Tu as raison. Et j'ajouterais même que c'est là que beaucoup de projets se trompent. D'où l'importance d'aller voir. Le terrain, le réel, le flux. Ce n'est pas folklorique. C'est la condition pour ne pas automatiser une fiction.
Speaker #0
Et pour rendre le test utile, il faut mettre des euros. Même grossièrement. Une reprise de dossier, combien de minutes ? Un transfert inutile, combien de minutes ? Une attente de validation, combien d'heures ? Une réunion de clarification, combien de personnes, combien de temps ? Un transport express, quel surcoût ? Un retard client, quel impact ? Un stock de sécurité ajouté par peur, combien d'euros immobilisés ?
Speaker #1
Là, on passe du ressenti au diagnostic.
Speaker #0
Ouais, et c'est là que le dirigeant comprend que le chaos n'est pas seulement fatigant. Il attaque la marge. Il consomme de la capacité, il abîme la confiance, et parfois, il épuise précisément les personnes qui tiennent encore le système debout. Ce que personne ne vous dit, c'est que le chaos opérationnel n'est pas seulement un problème de productivité, c'est un problème de confiance.
Speaker #1
Confiance entre qui ?
Speaker #0
Entre les équipes et le système, quand les règles changent tout le temps, les collaborateurs arrêtent de croire au processus officiel. Ils créent des fichiers locaux, ils appellent directement la personne qu'ils connaissent, ils gardent leur propre tableau, ils contournent l'outil, ils font comme d'habitude, parce que comme prévu, ne fonctionne pas.
Speaker #2
Oui, et du point de vue gouvernance, c'est vraiment dangereux. L'entreprise officielle dit « nous avons un processus » , mais l'entreprise réelle fonctionne avec des exceptions, des habitudes, et des arrangements invisibles. Et si on branche l'IA sur ça ?
Speaker #0
On risque de digitaliser les exceptions sans comprendre pourquoi elles existent.
Speaker #2
Et franchement, c'est l'un des pièges les plus sous-estimés.
Speaker #0
C'est pour ça que chez Aivolean, on assise sur l'ordre simplifié, structuré, digitalisé, automatisé, autonomisé. Si on inverse l'ordre, on fabrique de la complexité augmentée.
Speaker #1
Là, je veux défendre les équipes. Parce que souvent, les contournements existent parce que le système officiel ne marche pas.
Speaker #0
T'as raison. Mesurer le chaos, ce n'est pas accuser les équipes, c'est arrêter de leur demander de compenser un système mal conçu.
Speaker #2
Tu as raison, et c'est essentiel pour garder les équipes avec nous. La question n'est pas qui a mal fait, la question est quel flux rend l'erreur probable.
Speaker #0
Exactement, on ne cherche pas un coupable, on cherche une cause racine. Et l'IA peut aider à trouver des signaux, mais la décision d'améliorer le système reste humaine.
Speaker #1
Donc l'IA ne remplace pas le courage managérial ?
Speaker #0
Non. Elle peut rendre le problème visible, mais elle ne force personne à le traiter.
Speaker #1
Concrètement, si je suis dirigeant, manager ou responsable de transformation, je fais quoi lundi matin ? Parce que là, je consorte du constat.
Speaker #0
Lundi matin, tu choisis un flux critique, un seul. Traitement d'une demande client, admission d'un dossier, demande d'achat, ticket interne, changement de planning, demande de devis, réclamation qualité.
Speaker #2
Oui, et pour que ce soit exploitable, ensuite tu mesures 5 choses. Temps d'attente, nombre de reprises, nombre de transferts, informations manquantes, décisions non standardisées.
Speaker #0
Puis tu poses une question économique, simple, combien ça coûte ? Pas au centime près, mais assez pour décider. Une heure perdue par jour sur 200 jours à 30 euros de l'heure, 6 000 euros par an. Deux heures, 12 000 euros. Une réunion hebdomadaire de clarification avec 6 personnes pendant 45 minutes sur 45 semaines. plus de 6 000 euros par an. Trois transports express par semaine à 120 euros de surcoût, plus de 16 000 euros par an.
Speaker #1
Et là, le chaos devient beaucoup moins abstrait.
Speaker #0
Exactement. Ensuite, tu classes les pertes. Certaines doivent être supprimées, d'autres standardisées. Certaines peuvent être aidées par l'IA, puis éventuellement automatisées. Mais il y en a aussi qu'il ne faut surtout pas automatiser trop vite parce qu'elles cachent un vrai problème de faim.
Speaker #2
Là, je veux insister. C'est vraiment là que l'ordre compte. On ne commence pas par « quel outil IA acheter ? » On commence par « quel flux détruit de la valeur ? »
Speaker #0
Oui, et seulement après, on demande « quel IA peut aider ? »
Speaker #1
Ça paraît simple. Pourquoi les entreprises ne le font pas ?
Speaker #0
Parce que c'est moins visible qu'un nouvel outil. Un outil, ça se voit. Un abonnement, ça se signe. Une démo, ça impressionne. Mais observer un flux réel, compter les reprises, écouter les équipes, clarifier les règles, ce n'est pas spectaculaire.
Speaker #2
Tu as raison. Mais il y a aussi une autre raison. Beaucoup d'organisations confondent activité et valeur. Elles voient beaucoup de mails, beaucoup de réunions, beaucoup de tickets traités, donc elles pensent que ça avance.
Speaker #1
Alors que ça bouge, mais ça ne progresse pas forcément.
Speaker #0
Exactement, c'est d'ailleurs le sujet de l'épisode 8, ces équipes qui courent pendant que la valeur n'avance pas. Mais avant ça, dans l'épisode 7, on va parler d'un piège redoutable, les indicateurs qui mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est déjà rouge ? Le pari de la semaine. Dans les prochaines années, les entreprises les plus performantes ne seront pas celles qui auront le plus d'IA, ce seront celles qui sauront le mieux mesurer ce que leur désordre leur coûte avant de l'automatiser.
Speaker #2
Je vais être direct, parce que c'est probablement le point le plus inconfortable de l'épisode. Si vous ne savez pas mesurer vos reprises, vos attentes et vos décisions floues, vous ne mesurez pas encore votre vraie performance.
Speaker #1
Et si votre IA vous fait gagner 10 minutes mais crée 20 minutes de vérification derrière, vous n'avez rien gagné. Vous avez juste déplacé la facture.
Speaker #0
Exactement. Et cette facture a un nom, la facture fantôme du chaos opérationnel. Elle n'arrive pas dans votre boîte mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Mais vous la payez tous les jours, en temps, en marge, en énergie, en confiance, en client déçu, en manager épuisé, en collaborateur qui compense. Alors, révolution ou illusion ? Pour moi, révolution si l'IA révèle les pertes et déclenche une vraie amélioration du système. Illusion si elle sert à accélérer un chaos que personne ne veut regarder.
Speaker #1
Illusion si on vend l'IA comme un aspirateur magique à problème. Révolution seulement si on accepte de regarder ce qui dysfonctionne vraiment.
Speaker #2
Pour moi, révolution oui, mais sous conditions. Et les conditions sont très concrètes. Flux, clair. Standard, simple. Mesure des pertes. Règle de décision. Responsabilité humaine, puis automatisation, pas l'inverse.
Speaker #0
Conclusion simple, l'IA n'invente pas le désordre, elle l'accélère, elle le révèle, parfois elle le rend plus coûteux. La performance ne commence pas par un outil, elle commence par une question claire, où est la valeur et où est-elle détruite ? Si cet épisode vous parle, prenez un seul flux dans votre entreprise cette semaine, un seul. Regardez où les gens attendent, où ils reprennent le travail des autres. Où ils corrigent, où ils cherchent une information, où ils revalident ce qui aurait dû être clair, et où ils finissent par créer des fichiers parallèles parce que le système officiel ne suffit plus. Puis mettez une estimation en euros, même imparfaite, parce qu'un problème invisible reste une habitude. Un problème mesuré peut devenir une décision. La semaine prochaine, on continue avec un piège redoutable, quand vos indicateurs vous mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est vert ?

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

Et si votre entreprise ne perdait pas de l’argent parce que les équipes travaillent mal, mais parce que le travail circule mal ?

Dans cet épisode 6 de IA : Révolution ou Illusion ?, le podcast Aivolean, nous parlons d’un coût souvent invisible : celui du chaos opérationnel.

Dans cet épisode, nous montrons pourquoi un gain individuel n’est pas forcément un gain organisationnel.

C’est le cœur de l’approche Aivolean : simplifier, structurer, digitaliser, automatiser, autonomiser.

Parce qu’un problème invisible reste une habitude.
Un problème mesuré peut devenir une décision.

Alors, l’IA est-elle une révolution ou une illusion ?

Révolution si elle révèle les pertes et déclenche une vraie amélioration du système.
Illusion si elle sert à accélérer un chaos que personne ne veut regarder.

La performance ne commence pas par un outil. Elle commence par une question claire : où est la valeur, et où est-elle détruite ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Transcription

Speaker #0
Votre entreprise reçoit peut-être une facture tous les jours, mais personne ne la voit. Elle n'arrive pas par mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Et pourtant, elle est payée. Tous les matins. Quand un manager passe deux heures à reconstruire un planning qui aurait dû tenir, quand une équipe reprend un dossier que l'IA avait rendu presque prêt, quand un achat part en transport express parce que l'urgence a été mal anticipée, quand six personnes se réunissent pour clarifier ce qu'un processus clair aurait dû régler en 3 minutes, cette facture a un nom, la facture fantôme du chaos opérationnel. Et elle coûte beaucoup plus cher qu'on ne le pense. 2 heures perdues par jour, 200 jours par an, à 30 euros de l'heure chargée, c'est déjà 12 000 euros par an. Pour une seule personne. Pas pour produire, pas pour vendre, pas pour innover, pas pour mieux servir le client. Juste pour compenser un système qui ne sait plus faire circuler le travail correctement. L'IA peut aider à avoir cette facture, mais si vous automatisez le chaos avant de le comprendre, vous ne le réparez pas, vous l'encaissez plus vite, et parfois, vous l'aggravez. Les 5 premiers épisodes ont exploré comment l'IA transforme l'entreprise. d'un outil de performance à un révélateur du chaos, puis à un sujet de management et de stratégie. Aujourd'hui, on change d'angle. Ce désordre, combien coûte-t-il vraiment ? Hello Nadia, hello Eric. Aujourd'hui, on va parler d'un sujet moins spectaculaire qu'un agent IA autonome, mais beaucoup plus concret pour un dirigeant. Le coût caché du chaos opérationnel. Nadia, je commence avec toi. Quand tu entends chaos opérationnel, tu vois quoi ?
Speaker #1
Hello, là je préfère déjà. Parce que chaos opérationnel, ça peut vite faire consultant qui met un mot sérieux sur un truc très simple. Le travail part dans tous les sens. Donc aujourd'hui, je veux du concret, des exemples, des euros. Et surtout, pas une grande messe sur il faut clarifier les processus.
Speaker #2
Bonjour, et si tu me permets, j'aimerais ajouter une chose dès le départ. Je ne pense pas que le cœur du problème soit le manque d'outils. Le cœur du problème, c'est que beaucoup d'entreprises ne voient pas clairement comment le travail circule réellement.
Speaker #0
Exactement. Et je veux poser une définition simple. Le cas opérationnel, c'est pas le fait que les gens travaillent mal. C'est le fait que le travail circule mal.
Speaker #1
Concrètement, parce que là, si je suis dirigeante ou manager, j'ai besoin de voir la scène, pas seulement le concept. Concrètement,
Speaker #0
c'est une demande client qui passe par trois personnes, parce que personne ne sait qui doit valider. C'est un fichier Excel qui existe en cinq versions. C'est une urgence qui devient prioritaire parce que quelqu'un a parlé plus fort. C'est une équipe qui attend une information pendant deux jours. puis qui doit tout faire en une heure. C'est une réunion pour décider ce qui aurait dû être évident dans le flux. C'est un manager qui ne manage plus l'amélioration parce qu'il passe son temps à absorber des exceptions.
Speaker #2
Oui, et là on touche un point important. Et en lecture process, on pourrait dire ceci. Quand le flux n'est pas clair, le coût ne se voit jamais au même endroit. Une partie part en temps perdu, une autre en reprise, en erreur, en fatigue, en retard client, en transport express, en surstock. ou en réunion de clarification. Et comme tout est dispersé, personne ne voit vraiment la facture complète.
Speaker #1
Donc ce n'est pas une grosse fuite d'eau au milieu de l'usine, c'est mille petites gouttes partout.
Speaker #0
Exactement. Et comme tout le monde est occupé, l'entreprise se rassure, elle se dit, ça travaille. Mais il y a une différence énorme entre être occupé et créer de la valeur. Eric, je suis sûr que tu as quelque chose à ajouter là-dessus, côté process. Regardons le signal marché. L'IA se diffuse très vite. McKinsey indique dans son rapport 2025 que 88% des organisations interrogées utilisent régulièrement l'IA dans au moins une fonction. Mais le même rapport dit aussi que la majorité reste encore en phase d'expérimentation ou de pilote au niveau entreprise. Autrement dit, l'usage avance plus vite que la transformation.
Speaker #1
Donc on ouvre des comptes, on teste des copilotes, on fait des démos, on lance des pilotes, mais l'organisation derrière ne change pas forcément.
Speaker #0
Exactement, et il y a un chiffre français très intéressant. Une enquête BPI France relayée par Reuters indique que 77% des dirigeants de TI interrogés utilisent l'IA générative. Mais seulement 17% de ceux qui l'utilisent déclarent avoir observé des gains de temps ou d'efficacité.
Speaker #1
Ah oui, là c'est violent. Ça veut dire qu'on peut avoir beaucoup d'IA et peu de gains visibles.
Speaker #2
Oui, et c'est exactement là qu'il ne faut pas se tromper. Un gain individuel n'est pas automatiquement un gain organisationnel. Un collaborateur peut gagner 10 minutes sur une synthèse. Mais si le dossier repasse ensuite par 4 validations, si les priorités changent 3 fois, Si personne ne sait qui tranche, l'entreprise n'a pas vraiment gagné 10 minutes. Elle a juste accéléré une étape dans un flux qui reste lent.
Speaker #0
C'est exactement le point. Microsoft dit aussi quelque chose d'intéressant dans son Work Trend Index 2025. 80% des salariés et dirigeants interrogés disent manquer de temps ou d'énergie pour faire leur travail. Et près d'un salarié sur deux décrit son travail comme chaotique et fragmenté.
Speaker #1
Donc avant même d'ajouter des agents IA, les gens sont déjà. saturé.
Speaker #0
Oui, et si on ajoute de l'IA dans un travail déjà fragmenté, on peut vraiment créer de la performance. Mais seulement si on clarifie le système. Sinon, on ajoute de la vitesse dans un flux qui fuit déjà.
Speaker #2
Tu as raison, mais il faut mettre une nuance importante. L'IA augmente la capacité d'exécution, mais elle ne crée pas automatiquement la clarté du processus. Si les règles sont floues, l'outil peut rendre le flou plus rapide.
Speaker #1
Donc la question n'est pas seulement quel IA utiliser, c'est qu'est-ce qu'on est en train d'augmenter.
Speaker #0
Exactement. Un flux clair ou une désorganisation historique ? Premier cas concret. Nadia, dis-moi franchement si celui-là te parle. Imagine une clinique privée. Julie, responsable administrative, reçoit des dossiers patients toute la journée. La direction déploie un assistant IA pour lire les documents, extraire les informations et préparer les dossiers. Sur le papier, c'est excellent. Moins de saisie, moins de temps perdu. Moins d'erreurs de recopie, plus de fluidité.
Speaker #1
Là, honnêtement, c'est typiquement le cas où l'IA paraît évidente.
Speaker #0
Oui, et elle peut être très utile. Sauf que les documents arrivent avec trois formats différents. Certains services scannent les pièces dans un ordre, d'autres dans un autre. Les noms de fichiers changent. Les validations médicales ne suivent pas toujours la même logique selon les équipes. Certaines informations sont dans un PDF, d'autres dans un mail, d'autres dans une note interne. Résultat, l'IA prépare des dossiers presque prêts.
Speaker #2
Oui, et il ne faut pas sous-estimer cette expression. Presque prêts, dans un flux critique, ça veut dire reprise.
Speaker #0
Oui, Julie doit vérifier, corriger, renommer, reclasser, demander confirmation. Le délai ne disparaît pas, il se déplace. Et parfois, il devient plus dangereux. Parce que l'interface donne une impression de propreté.
Speaker #1
Je vois très bien la scène, le dossier a l'air propre. Mais Julie sait qu'elle doit tout contrôler parce qu'elle n'a pas confiance.
Speaker #0
Exactement. Et maintenant, mettons une valeur. Imaginons que Julie perde 1h15 par jour à reprendre des dossiers presque prêts. 1h15, dans une journée, ça peut sembler absorbable. Mais sur 200 jours, à 30 euros de l'heure chargée, cela représente 7500 euros par an. Pour une seule personne. Si 4 personnes vivent la même chose, on est déjà à 30 000 euros par an. Et là, on ne parle que du temps de reprise.
Speaker #1
Et là, on ne parle encore que du temps administratif. On n'a pas mis dans le calcul le patient qui attend, le médecin qui doit revalider, le dossier qui revient une deuxième fois, ni le risque de traiter une information sensible avec un mauvais niveau de contrôle.
Speaker #0
Exactement. Et surtout, on ne parle pas de la confiance. Parce qu'à partir du moment où Julie doit tout recontrôler, L'IA n'est plus seulement une aide, elle devient une production à surveiller.
Speaker #2
Si tu me permets, je vais le poser très simplement. Lecture Lean. Défaut en entrée, reprise, attente, absence de standard. Lecture IA. L'extraction documentaire est pertinente seulement si l'entreprise sait ce qu'est un document conforme. Qu'est-ce qui doit entrer ? Sous quel format ? Avec quel nommage ? Qui valide ? A quel moment ? Et à partir de quel risque l'humain reprend la main ?
Speaker #1
Donc avant d'installer une IA documentaire, il faut définir ce qu'est un dossier propre.
Speaker #0
Oui, l'IA ne remplace pas le standard, elle révèle son absence.
Speaker #1
Je vais te challenger, parce que là je sens venir le piège du discours trop propre. Ce que tu dis ressemble beaucoup à du Lean classique. Clarifier, standardiser, mesurer, aller voir le terrain. Est-ce qu'on n'est pas juste en train de remettre une couche IA sur des principes qui existent déjà depuis 30 ans ?
Speaker #0
Très bonne objection, oui, les principes existaient déjà. Mais l'IA change trois choses. Premièrement, elle accélère les flux, donc les erreurs circulent plus vite. Deuxièmement, elle donne une illusion de maîtrise. Un dossier généré par IA peut paraître propre, même si le flux derrière est mauvais. Troisièmement, elle permet de mesurer des pertes qu'on ne voyait pas facilement avant. Tickets qui reviennent, demandes transférées, délais de validation, doublons, anomalies, reprises, exceptions. Donc l'IA ne rend pas le Lean obsolète, elle rend le Lean plus urgent.
Speaker #2
Tu as raison Nadia, mais je ne pense pas que ce soit juste une couche de vocabulaire. Lya. ajoute une capacité d'observation. Avant, on devait souvent reconstruire les pertes à partir d'ateliers, d'interviews et d'extractions manuelles. Aujourd'hui, une IA bien utilisée peut aider à repérer des motifs, où les demandes bloquent, quels sujets reviennent, quels tickets changent plusieurs fois de propriétaire, quelles validations créent le plus d'attentes. Mais attention, voir le problème ne veut pas dire le résoudre.
Speaker #1
Donc l'IA peut aider à voir le gaspillage. pas seulement à produire plus vite.
Speaker #0
Exactement, et il faut distinguer trois niveaux. Niveau 1, l'IA aide à observer. Niveau 2, elle aide à prioriser. Niveau 3, elle aide à automatiser. Le piège, c'est de sauter directement au niveau 3.
Speaker #1
On automatise avant d'avoir compris.
Speaker #0
Ouais, et parfois on automatise justement pour éviter de comprendre. Deuxième cas. Eric, celui-là, je pense qu'il va te parler, parce qu'on est en plein dans la gouvernance des priorités. Ali, responsable maintenance dans une usine. Il est 7h42. Ali a son café à moitié froid, son planning devant lui, et déjà 3 messages non lus. A 7h45, il pense encore pouvoir tenir la journée. A 8h03, une machine est indisponible. A 8h17, une pièce manque. A 8h26, un opérateur est absent. A 8h41, une urgence client tombe. A 8h58... La qualité demande un contrôle non prévu. À 9h12, Ali n'a toujours pas commencé sa vraie journée. Il est déjà en train de la reconstruire.
Speaker #1
Là, on le voit. Et surtout, on sent qu'il n'est pas en train de mal travailler. Il est en train de tenir le système à bout de bras.
Speaker #0
Exactement. Ali ne commence pas sa journée par améliorer la maintenance. Il commence par reconstruire la journée. Deux heures. Tous les matins. Deux heures invisibles.
Speaker #2
Exactement. Et là... Il ne faut pas oublier que ces deux heures ne sont souvent dans aucun indicateur. Le problème, c'est qu'on mesure facilement le taux de panne, la disponibilité machine ou les retards. Mais le coût de coordination, lui, reste souvent invisible. Le temps passé à réorganiser, arbitrer, rappeler, vérifier, décider dans l'urgence.
Speaker #1
Donc l'entreprise paye un impôt caché tous les matins.
Speaker #0
Exactement. Et cet impôt est facile à sous-estimer ? 2 heures par jour, 200 jours par an, 30 euros de l'heure chargée, 12 000 euros par an. Et attention, ce n'est que le temps d'Ali. Si pendant ces 2 heures, 3 personnes attendent en moyenne 20 minutes une décision, on ajoute encore environ 6 000 euros par an. On arrive déjà à 18 000 euros. Et encore, ce montant ne couvre qu'une partie du problème. Il ne tient pas compte de l'arrêt machine, de la production décalée, des heures supplémentaires, des transports express ou de la fatigue accumulée par le manager qui doit tout tenir à bout de bras.
Speaker #1
Donc les 18 000 euros, ce n'est pas la facture complète, c'est juste la partie qu'on arrive à voir quand on commence à regarder.
Speaker #0
Exactement. Et maintenant, imaginons qu'on ajoute une IA de maintenance prédictive. Sur le papier, c'est une très bonne idée. L'IA peut dire « cette machine présente un risque » . Mais si l'entreprise n'a pas de règles claires entre urgence client, sécurité, disponibilité pièce, impact qualité, capacité équipe et coup d'arrêt, Ali reste seul à arbitrer dans le bruit.
Speaker #2
Oui, et c'est là que je veux être très clair. On obtient de meilleures alertes, mais pas forcément de meilleures décisions. Le point de contrôle ici, ce n'est pas seulement l'algorithme de prédiction, c'est la matrice de décision. Quels critères ? Quels seuils ? Qui tranche ? Quelle escalade ? Quelle trace ? Quelles règles quand deux priorités se contredisent ? Sans ça, la prédiction reste une information de plus.
Speaker #0
Et une information de plus, dans un système saturé, ce n'est pas toujours une décision de mieux.
Speaker #1
Très bonne phrase. Parce que souvent, les outils ajoutent de l'information. Mais le problème, ce n'était pas le manque d'information, c'était l'absence d'arbitrage clair.
Speaker #0
Exactement, et beaucoup d'entreprises ont ajouté des alertes, des scores, des tableaux de bord, des recommandations. Mais si personne ne clarifie les droits de décision, elles ne réduisent pas le chaos, elles le rendent plus sophistiqué. Troisième cas. Nadia, celui-là tu vas sûrement réagir, parce qu'il touche aux urgences permanentes. Claire travaille Ausha dans une entreprise industrielle. Toutes les demandes arrivent en urgent. Besoin en production, urgent. Besoin en qualité, urgent. Besoin commercial, urgent. Besoin direction, évidemment urgent.
Speaker #1
Classique, quand tout est urgent, plus rien ne l'est.
Speaker #0
Exactement, la direction veut installer une IA pour prioriser les demandes d'achat. Très bonne idée en apparence. Sauf que, personne n'a défini ce qu'est une vraie urgence.
Speaker #2
Tu as raison de dire que c'est classique, mais justement... Sans standard de priorité, le score IA risque d'apprendre le bruit historique. Celui qui a toujours obtenu gain de cause continue à remonter en haut. Le service le plus bruyant reste prioritaire. Les vraies contraintes business sont mélangées avec les habitudes politiques.
Speaker #1
Donc même l'IA peut devenir politique ?
Speaker #2
Oui, et c'est même ça le point sensible. Elle peut refléter une organisation politique si les données et les règles reflètent cette organisation.
Speaker #0
Et là les coûts sont très concrets. Transport express, fournisseurs sollicités trop tard, stocks de sécurité gonflés, production qui attend, acheteurs qui passent leur temps à éteindre des incendies. Prenons une hypothèse simple. 3 transports express par semaine avec 120 euros de surcoût moyen. Sur 45 semaines, cela fait 16 200 euros par an, seulement pour le transport express. Ajoutons 2 heures par semaine pour 4 personnes à gérer ces urgences. Achat, production, qualité, logistique. 4 personnes, 2 heures, 45 semaines, 30 euros de l'heure. 10 800 euros supplémentaires. Au total, on arrive déjà à 27 000 euros par an, pour un seul type de dysfonctionnement.
Speaker #1
Et encore là on est gentil. Si il n'y a ni à temps, si le client est livré en retard, si on achète plus cher parce qu'on est pli à la gorge, la facture monte très vite.
Speaker #0
Exactement, et c'est là que l'IA peut vraiment aider. Elle peut analyser les historiques de demande. Repérer les familles d'achat qui passent trop souvent en urgence. Identifier les fournisseurs sollicités trop tard. Détecter les services qui contournent le processus. Proposer une classification des demandes. Mais elle ne peut pas décider seule de ce qu'est une vraie urgence business.
Speaker #2
Là on touche à un point de gouvernance très concret. Il faut donc définir les vrais critères d'arbitrage. L'impact client, la sécurité, la production, la marge, la conformité. mais aussi le délai de décision et le niveau d'escalade. Sinon, l'IA risque simplement de donner un score à une confusion collective.
Speaker #1
Du flou avec deux décimales.
Speaker #0
Exactement. Et le flou avec deux décimales, c'est peut-être l'un des grands dangers de l'IA en entreprise. C'est là que le danger est subtil. Le score donne une impression de rationalité, de précision, de pilotage. Mais si le système en dessous est flou, on a juste donné une belle interface au désordre. Le piège de la semaine. Croire que l'IA va réduire le chaos parce qu'elle prête plus vite les demandes.
Speaker #1
Alors que si les demandes sont mal formulées, mal priorisées ou envoyées au mauvais endroit, elle traite plus vite un mauvais flux.
Speaker #2
Exactement. Et si tu me permets, j'aimerais ramener ça à un test très simple. Prendre 10 demandes réelles. Pas le processus PowerPoint, pas la procédure officielle. 10 vraies demandes. Une demande client, un ticket interne, une demande d'achat. Une demande qualité, un changement de planning, une demande de devis. Et on regarde leur parcours réel. Combien de fois la demande change de main ? Combien de temps elle attend ? Où elle doit être reprise ? Quelle validation reste ambidue ? Quelles informations manquent ? Et combien de réunions sont nécessaires pour clarifier ce qui aurait dû être clair dès le départ ?
Speaker #0
C'est très lean. On observe le flux réel. Pas le process affiché.
Speaker #1
Je te coupe parce que c'est important. Entre le process affiché et la vraie vie, il y a parfois un canyon.
Speaker #0
Ouais. Et l'IA branchée sur le process affiché ne comprend pas toujours le canyon.
Speaker #2
Tu as raison. Et j'ajouterais même que c'est là que beaucoup de projets se trompent. D'où l'importance d'aller voir. Le terrain, le réel, le flux. Ce n'est pas folklorique. C'est la condition pour ne pas automatiser une fiction.
Speaker #0
Et pour rendre le test utile, il faut mettre des euros. Même grossièrement. Une reprise de dossier, combien de minutes ? Un transfert inutile, combien de minutes ? Une attente de validation, combien d'heures ? Une réunion de clarification, combien de personnes, combien de temps ? Un transport express, quel surcoût ? Un retard client, quel impact ? Un stock de sécurité ajouté par peur, combien d'euros immobilisés ?
Speaker #1
Là, on passe du ressenti au diagnostic.
Speaker #0
Ouais, et c'est là que le dirigeant comprend que le chaos n'est pas seulement fatigant. Il attaque la marge. Il consomme de la capacité, il abîme la confiance, et parfois, il épuise précisément les personnes qui tiennent encore le système debout. Ce que personne ne vous dit, c'est que le chaos opérationnel n'est pas seulement un problème de productivité, c'est un problème de confiance.
Speaker #1
Confiance entre qui ?
Speaker #0
Entre les équipes et le système, quand les règles changent tout le temps, les collaborateurs arrêtent de croire au processus officiel. Ils créent des fichiers locaux, ils appellent directement la personne qu'ils connaissent, ils gardent leur propre tableau, ils contournent l'outil, ils font comme d'habitude, parce que comme prévu, ne fonctionne pas.
Speaker #2
Oui, et du point de vue gouvernance, c'est vraiment dangereux. L'entreprise officielle dit « nous avons un processus » , mais l'entreprise réelle fonctionne avec des exceptions, des habitudes, et des arrangements invisibles. Et si on branche l'IA sur ça ?
Speaker #0
On risque de digitaliser les exceptions sans comprendre pourquoi elles existent.
Speaker #2
Et franchement, c'est l'un des pièges les plus sous-estimés.
Speaker #0
C'est pour ça que chez Aivolean, on assise sur l'ordre simplifié, structuré, digitalisé, automatisé, autonomisé. Si on inverse l'ordre, on fabrique de la complexité augmentée.
Speaker #1
Là, je veux défendre les équipes. Parce que souvent, les contournements existent parce que le système officiel ne marche pas.
Speaker #0
T'as raison. Mesurer le chaos, ce n'est pas accuser les équipes, c'est arrêter de leur demander de compenser un système mal conçu.
Speaker #2
Tu as raison, et c'est essentiel pour garder les équipes avec nous. La question n'est pas qui a mal fait, la question est quel flux rend l'erreur probable.
Speaker #0
Exactement, on ne cherche pas un coupable, on cherche une cause racine. Et l'IA peut aider à trouver des signaux, mais la décision d'améliorer le système reste humaine.
Speaker #1
Donc l'IA ne remplace pas le courage managérial ?
Speaker #0
Non. Elle peut rendre le problème visible, mais elle ne force personne à le traiter.
Speaker #1
Concrètement, si je suis dirigeant, manager ou responsable de transformation, je fais quoi lundi matin ? Parce que là, je consorte du constat.
Speaker #0
Lundi matin, tu choisis un flux critique, un seul. Traitement d'une demande client, admission d'un dossier, demande d'achat, ticket interne, changement de planning, demande de devis, réclamation qualité.
Speaker #2
Oui, et pour que ce soit exploitable, ensuite tu mesures 5 choses. Temps d'attente, nombre de reprises, nombre de transferts, informations manquantes, décisions non standardisées.
Speaker #0
Puis tu poses une question économique, simple, combien ça coûte ? Pas au centime près, mais assez pour décider. Une heure perdue par jour sur 200 jours à 30 euros de l'heure, 6 000 euros par an. Deux heures, 12 000 euros. Une réunion hebdomadaire de clarification avec 6 personnes pendant 45 minutes sur 45 semaines. plus de 6 000 euros par an. Trois transports express par semaine à 120 euros de surcoût, plus de 16 000 euros par an.
Speaker #1
Et là, le chaos devient beaucoup moins abstrait.
Speaker #0
Exactement. Ensuite, tu classes les pertes. Certaines doivent être supprimées, d'autres standardisées. Certaines peuvent être aidées par l'IA, puis éventuellement automatisées. Mais il y en a aussi qu'il ne faut surtout pas automatiser trop vite parce qu'elles cachent un vrai problème de faim.
Speaker #2
Là, je veux insister. C'est vraiment là que l'ordre compte. On ne commence pas par « quel outil IA acheter ? » On commence par « quel flux détruit de la valeur ? »
Speaker #0
Oui, et seulement après, on demande « quel IA peut aider ? »
Speaker #1
Ça paraît simple. Pourquoi les entreprises ne le font pas ?
Speaker #0
Parce que c'est moins visible qu'un nouvel outil. Un outil, ça se voit. Un abonnement, ça se signe. Une démo, ça impressionne. Mais observer un flux réel, compter les reprises, écouter les équipes, clarifier les règles, ce n'est pas spectaculaire.
Speaker #2
Tu as raison. Mais il y a aussi une autre raison. Beaucoup d'organisations confondent activité et valeur. Elles voient beaucoup de mails, beaucoup de réunions, beaucoup de tickets traités, donc elles pensent que ça avance.
Speaker #1
Alors que ça bouge, mais ça ne progresse pas forcément.
Speaker #0
Exactement, c'est d'ailleurs le sujet de l'épisode 8, ces équipes qui courent pendant que la valeur n'avance pas. Mais avant ça, dans l'épisode 7, on va parler d'un piège redoutable, les indicateurs qui mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est déjà rouge ? Le pari de la semaine. Dans les prochaines années, les entreprises les plus performantes ne seront pas celles qui auront le plus d'IA, ce seront celles qui sauront le mieux mesurer ce que leur désordre leur coûte avant de l'automatiser.
Speaker #2
Je vais être direct, parce que c'est probablement le point le plus inconfortable de l'épisode. Si vous ne savez pas mesurer vos reprises, vos attentes et vos décisions floues, vous ne mesurez pas encore votre vraie performance.
Speaker #1
Et si votre IA vous fait gagner 10 minutes mais crée 20 minutes de vérification derrière, vous n'avez rien gagné. Vous avez juste déplacé la facture.
Speaker #0
Exactement. Et cette facture a un nom, la facture fantôme du chaos opérationnel. Elle n'arrive pas dans votre boîte mail, elle n'a pas de fournisseur, elle n'a pas de numéro de commande, elle ne passe pas toujours en comptabilité. Mais vous la payez tous les jours, en temps, en marge, en énergie, en confiance, en client déçu, en manager épuisé, en collaborateur qui compense. Alors, révolution ou illusion ? Pour moi, révolution si l'IA révèle les pertes et déclenche une vraie amélioration du système. Illusion si elle sert à accélérer un chaos que personne ne veut regarder.
Speaker #1
Illusion si on vend l'IA comme un aspirateur magique à problème. Révolution seulement si on accepte de regarder ce qui dysfonctionne vraiment.
Speaker #2
Pour moi, révolution oui, mais sous conditions. Et les conditions sont très concrètes. Flux, clair. Standard, simple. Mesure des pertes. Règle de décision. Responsabilité humaine, puis automatisation, pas l'inverse.
Speaker #0
Conclusion simple, l'IA n'invente pas le désordre, elle l'accélère, elle le révèle, parfois elle le rend plus coûteux. La performance ne commence pas par un outil, elle commence par une question claire, où est la valeur et où est-elle détruite ? Si cet épisode vous parle, prenez un seul flux dans votre entreprise cette semaine, un seul. Regardez où les gens attendent, où ils reprennent le travail des autres. Où ils corrigent, où ils cherchent une information, où ils revalident ce qui aurait dû être clair, et où ils finissent par créer des fichiers parallèles parce que le système officiel ne suffit plus. Puis mettez une estimation en euros, même imparfaite, parce qu'un problème invisible reste une habitude. Un problème mesuré peut devenir une décision. La semaine prochaine, on continue avec un piège redoutable, quand vos indicateurs vous mentent. Pourquoi un tableau de bord peut être vert alors que le terrain est vert ?

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

About IA : Révolution ou Illusion

L’intelligence artificielle transforme déjà les entreprises.

Mais derrière les démonstrations spectaculaires et les promesses marketing, que se passe-t-il réellement sur le terrain ?

Dans ce podcast, Rachid Harouat, CEO d’Aivolean, décrypte chaque semaine l’actualité IA avec Nadia, le radar anti-bullshit officiel, et Éric, l’homme process qui voit des workflows partout.

Agents IA autonomes, automatisation, organisation, productivité, coûts cachés, gouvernance, robots, supply chain, transformation des métiers…

Un format dynamique et premium qui mélange :

vision stratégique,
humour intelligent,
réalité business,
et transformation opérationnelle.

Parce que le vrai sujet n’est plus seulement l’IA.

Le vrai sujet, c’est ce qu’elle change réellement dans les entreprises.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Embed