1. Commencer par le temps perdu, pas par l’outil
Listez pendant cinq jours les tâches répétitives de l’équipe : ressaisie des demandes, rappels, confirmation de rendez-vous ou export de rapports. Pour chacune, notez qui agit, à quelle fréquence et quelles informations sont nécessaires. Une tâche rarement exécutée ou très variable n’est pas forcément un bon premier candidat.
2. Cartographier les exceptions
Prenez un scénario précis : une demande arrivée du site vers le CRM. Que se passe-t-il si le téléphone manque, si le contact existe déjà, si l’API ne répond pas ou si la demande arrive deux fois ? L’automatisation doit produire un résultat clair dans chacune de ces situations.
3. Décider où l’IA a sa place
Une règle déterministe est préférable pour envoyer un accusé de réception ou vérifier un champ. Un modèle IA peut aider à classer une demande libre ou proposer une réponse contextualisée. Les décisions sensibles et les promesses faites au client restent soumises à une validation humaine.
4. Tester avant d’étendre
Testez de vraies catégories de demandes avec des données d’essai, puis conservez un journal : déclencheur, date, résultat et éventuelle erreur. Mesurez le pourcentage de dossiers qui terminent le parcours et le temps nécessaire au traitement des exceptions.
5. Le livrable attendu
Un audit utile se termine par un schéma du processus, les règles, les exceptions, les permissions, les critères de succès et une liste des actions à remettre à un humain. Il ne se termine pas seulement par la démonstration d’un chatbot.