Skip to main content
Mind Drop _ cibler une tâche IA
Avant les outils, la bonne question

Quelle tâche mérite vraiment l’aide de l’IA?

Commencez par comprendre le travail et l’irritant. L’IA n’est pas une promesse de miracle : c’est une option à évaluer après avoir clarifié le besoin, les règles et les limites.

✦Quelques minutes · sans compte · vos réponses restent dans cet onglet

Votre parcours

Étape 1 sur 3

Avant de parler d’IA, regardons le travail

Le but n’est pas de trouver une tâche pour l’IA à tout prix. Il est de voir où un irritant réel peut être réduit, avec ou sans IA.

Quelques questions pour garder le bon cap

  • Qui rencontre la difficulté, et à quel moment du travail?
  • Qu’est-ce qui devrait être plus simple, plus rapide ou plus fiable?
  • Cette étape est-elle encore nécessaire? Peut-on la retirer ou la simplifier?
  • Quelles règles et informations une personne utilise-t-elle pour la faire?
  • Qu’est-ce qui doit rester sous jugement humain?

À retenir : une IA ne clarifie pas à elle seule un processus flou, des règles contradictoires ou des données auxquelles personne ne sait donner accès.

Quel est votre principal goulot?

Exemple : trier les demandes entrantes et préparer une première réponse.

Le test des 10 minutes. Pourriez-vous expliquer à une personne la tâche habituelle, ses étapes et le résultat attendu en 10 minutes ou moins? C’est un indice de clarté et un bon point de départ, pas une preuve qu’il faut automatiser. Si la réponse est non, isolez un cas courant ou clarifiez les règles avant de choisir un outil.

Précisez le cas habituel à inclure et les cas à exclure au début.

Si cette tâche disparaissait demain, quelle serait la conséquence?
Cette tâche touche-t-elle à ce qui vous distingue?

Cette question est indépendante de l’utilité de la tâche. Elle aide à voir ce qu’il faut préserver.

Quel volume de travail cela représente-t-il?

Ces chiffres servent à établir un point de départ. Vous pourrez les mesurer plus précisément avant le pilote.

Temps consacré aujourd’hui
—
Temps qui pourrait être libéré
—

Comment lire l’estimation : nombre de cas × (temps actuel par cas − temps de vérification par cas). Exemple : 15 cas × (12 min − 4 min) = 120 min, soit 2 h par semaine qui pourraient être libérées. Ce n’est pas une économie garantie : le calcul ne tient pas compte de l’implantation, de la formation, des abonnements ni de la correction des erreurs.

$/h · estime la valeur du temps qui pourrait être libéré, pas une économie réalisée.

Quelles limites faut-il poser?

La qualité des données, les conséquences d’une erreur et les actions permises changent le bon niveau de délégation.

À quel point les étapes se répètent-elles?
Que pourrait faire l’IA dans un premier test?
Règle de départ : en mode pilote, privilégiez la lecture, le classement ou le brouillon. Faites vérifier les résultats avant un envoi, une modification ou une décision qui engage une personne.

Quel niveau technique le travail pourrait-il demander?

  1. Comprendre, rédiger, résumer ou classer? Un modèle de langage (LLM) peut suffire.
  2. Répondre à partir de documents internes qui évoluent? Ajoutez une recherche documentaire (RAG). Pour un statut de commande ou un solde à jour, interrogez directement le système source.
  3. Accéder à un outil ou agir dans un système? Définissez d’abord les permissions. Une API directe peut suffire; MCP devient utile pour un connecteur standard réutilisable.
  4. Choisir entre plusieurs étapes et gérer des exceptions? C’est là qu’une orchestration par agent peut se justifier.

Comme dans l’analogie du corps humain : le LLM est le cerveau, le RAG lui apporte les livres, les API/MCP sont des connexions aux outils, et l’agent coordonne des gestes. Ce ne sont pas quatre échelons obligatoires : MCP ne rend pas le modèle plus intelligent, et un agent n’est utile que si le travail exige cette orchestration.

Votre première lecture

Votre tâche à l’étude

Vous voulez approfondir?

Cette fiche aide à cadrer une réflexion. Elle ne constitue ni une recommandation technologique définitive ni une garantie de gain.

L’outil s’exécute dans votre navigateur. Les réponses ne sont pas enregistrées ni transmises par cette page.

Une autre façon d'aborder l'intelligence artificielle

Utiliser l'IA, c'est une chose. Lui donner du sens, c'en est une autre.

L'IA peut vous faire gagner du temps, produire davantage et automatiser des tâches. Mais sait-elle ce qui mérite vraiment d'être fait?

L'IA de sens, une approche développée par Sylvie Bédard, propose de commencer ailleurs : par les bonnes questions, le jugement humain et la valeur que l'on cherche à créer.

La question n'est pas seulement : « Que peut faire l'IA? » Mais surtout : « Que devrions-nous lui demander de faire, et pourquoi? »
Découvrir le concept de l'IA de sens →

Pour ne rien manquer des nouvelles suivez-nous!