En mars, j'ai bâti un petit agent d'IA pour prendre mes décisions d'entraînement. Environ 500 lignes de Python, et mon tout premier pipeline d'API. Il récupérait mes données d'entraînement, les comparait à la course que je préparais et me disait où placer la prochaine heure.
Puis la course a rendu son verdict. Mon premier triathlon, l'Ironman 70.3 Musselman : 4 h 28 min 42 s, 3e sur 120 dans mon groupe d'âge, 34e sur 1 908 au classement général.
Le chrono n'est pas ce qui est intéressant. C'est la répartition des heures.
Partir de ce qui rapporte déjà
Mon profil de départ était déséquilibré. Je cours environ 20 km par semaine. J'avais nagé 53 fois dans ma vie, dont 37 fois cette année. Et j'ai roulé 89 000 km à vélo depuis 2019.
Le réflexe aurait été de tout entraîner plus fort. Le rôle de l'agent était l'inverse : arrêter de reconstruire ce qui rapporte déjà, et mettre chaque heure supplémentaire là où je n'avais rien. Le vélo demandait de l'entretien, pas plus de volume. La natation avait besoin de presque toutes les nouvelles heures.
La plupart des entreprises ont un actif de la même forme. Des années de données dorment dans le système comptable, le CRM, les registres de service et les fichiers Excel. Quand un projet technologique ou d'IA démarre, le réflexe est de repartir à zéro : nouvelle plateforme, nouveau modèle de données, page blanche. C'est souvent là que va le budget, et c'est souvent le mauvais endroit.
Le rendement se trouve dans ce qui rapporte déjà. Il suffit de financer l'écart.
Mesurer les transitions
La deuxième leçon est venue des temps intermédiaires. En triathlon, le chrono continue de tourner entre les disciplines, de la natation au vélo et du vélo à la course. Mes deux transitions m'ont coûté 9 min 10 s, contre une référence d'environ 4 min 30 s.
Plus de quatre minutes et demie perdues, ni dans l'eau, ni sur le vélo, ni à la course, mais entre les trois. C'est plus de temps que toute la forme que j'aurais pu raisonnablement gagner cette saison.
Les entreprises perdent du temps de la même façon. Le gaspillage est rarement à l'intérieur d'un processus; il se trouve entre les processus. La soumission qui attend dans une boîte de courriel avant d'arriver à la production. La commande ressaisie du CRM dans l'ERP. Le rapport de fin de mois refait à la main parce que deux systèmes ne partagent pas le même numéro de client. Chaque étape semble efficace. C'est dans les transitions que les heures disparaissent.
Ce sont aussi les moins chères à corriger. Améliorer une étape demande souvent de nouveaux outils ou de nouvelles compétences. Corriger une transition se résume souvent à une règle, une intégration ou un seul transfert automatisé.
Ce que l'agent faisait vraiment
Rien de sorcier. Il faisait trois choses qu'un bon conseiller fait :
- Partir de vraies données, pas d'un plan générique.
- Comparer ces données à l'objectif pour trouver les plus grands écarts.
- Recommander où placer la prochaine heure, et quoi laisser tranquille.
C'est aussi la description honnête d'un premier projet d'IA utile en entreprise. Pas une plateforme ni une présentation stratégique : un petit outil, construit sur des données que vous avez déjà, qui répond mieux qu'aujourd'hui à une question qui revient souvent. Une première version se bâtit en quelques semaines, se teste sur de vraies décisions, puis on la garde ou on l'abandonne.
Un résultat de course n'est pas une étude de cas, et je ne prétendrai pas le contraire. Mais la logique se transpose bien : connaître son point de départ, trouver l'écart et regarder de près ce qui se passe entre les étapes.
La règle
Avant de financer un projet technologique ou d'IA, répondez par écrit à deux questions.
Qu'est-ce qui rapporte déjà? Nommez les systèmes, les données et les compétences qui fonctionnent, et sur lesquels le projet devrait s'appuyer plutôt que de les remplacer.
Où sont les transitions? Repérez les endroits où le travail passe d'une personne, d'une équipe ou d'un système à l'autre, et estimez le temps ou l'effort perdu à chacun.
Si le budget sert surtout à reconstruire ce qui fonctionne déjà, et que rien ne va aux transitions, le plan vise la mauvaise cible.
Liste de contrôle avant de financer le projet
- Les données que vous avez déjà, où elles se trouvent et qui les tient à jour
- Ce qui fonctionne bien et doit rester tel quel
- Les deux ou trois plus grands écarts par rapport à l'objectif
- Les transitions du processus, avec le temps perdu à chacune
- La correction la moins chère pour la transition la plus coûteuse
- Une première version assez petite pour être testée sur de vraies données en quelques semaines
- L'indicateur qui montrera si ça a fonctionné
Par où commencer
Vous n'avez probablement pas besoin de repartir à zéro. Vous avez besoin de savoir ce qui rapporte déjà et où le temps fuit entre les étapes. Si vous voulez un deuxième regard là-dessus, un appel de 30 minutes est un bon point de départ.