Le délai se trouve autour de la décision
Un billet d’AI Optimize prend comme point de départ une situation familière : une approbation exigeant quelques minutes de jugement peut rester plusieurs jours dans les courriels. Ce délai de trois jours est un exemple opérationnel, pas une moyenne canadienne mesurée. La distinction importe. Dans une PME québécoise, l’attente vient souvent d’un dossier incomplet, d’une demande envoyée à la mauvaise personne ou d’une relance oubliée. Prenons un entrepreneur en mécanique du bâtiment qui attend l’autorisation d’accorder un rabais de 8 % sur une soumission de 42 000 $. La direction doit retrouver la marge prévue, l’historique de paiement du client et les conditions offertes sur des contrats comparables. La décision est courte; l’enquête improvisée ne l’est pas. L’IA peut assembler ces éléments, signaler une pièce manquante, produire un sommaire et acheminer le dossier selon sa valeur ou son niveau de risque. Elle s’attaque alors au temps d’attente sans prétendre posséder l’autorité du gestionnaire.
Les gains mesurés ont une frontière
Une expérience menée auprès de 758 consultants sur 18 tâches professionnelles aide à comprendre le potentiel et la limite de cette approche. Pour les tâches situées dans la zone de compétence du modèle, l’IA a augmenté la vitesse de plus de 25 %, la performance de plus de 30 % et le nombre de tâches accomplies de plus de 12 %. Ces résultats ne portent pas précisément sur des approbations et ne garantissent donc pas les mêmes gains dans une PME. L’avertissement est encore plus utile : pour une tâche située hors de cette zone de compétence, les participants utilisant l’IA étaient 19 points de pourcentage moins susceptibles de produire la bonne solution. Autrement dit, un outil efficace pour résumer un dossier peut devenir dangereux s’il tranche une exception commerciale, contractuelle ou humaine qu’il comprend mal. La bonne architecture sépare donc préparation et autorité. L’IA extrait les faits, compare des seuils et repère les écarts. Une personne décide lorsque les conséquences sont importantes, que les renseignements sont ambigus ou que le cas sort des règles documentées.
Toutes les approbations ne méritent pas le même circuit
Automatiser un mauvais processus le rend seulement plus rapide. Avant d’ajouter un modèle d’IA, la PME devrait classer ses demandes en trois voies. La première couvre les opérations courantes sous un seuil déterminé, comme le remplacement d’un outil de 180 $ déjà prévu au budget. Une règle classique peut souvent suffire, sans IA générative. La deuxième voie regroupe les dossiers que l’IA peut préparer, mais qu’un responsable doit approuver : rabais inhabituels, achats non budgétés, échéanciers modifiés ou remboursements contestés. Le système présente les faits, les documents sources et les règles applicables sans cacher les incertitudes. La troisième voie concerne les exceptions à fortes conséquences : embauche, crédit, discipline, résiliation d’un contrat ou décision touchant une personne vulnérable. Ces cas exigent une supervision plus serrée et une possibilité réelle de remettre le résultat en question. Le cadre de gestion des risques du NIST recommande justement de définir et de documenter les rôles humains, les limites du système et les mécanismes de supervision plutôt que d’ajouter une approbation humaine purement symbolique.
Au Québec, le dossier automatisé contient déjà des risques
Un circuit d’approbation peut réunir des prix, des courriels, des évaluations d’employés, des coordonnées de clients ou des historiques de paiement. La Commission d’accès à l’information du Québec rappelle qu’un renseignement inféré à partir d’autres données constitue lui aussi une collecte. Elle précise également que le recours à un fournisseur externe ne fait pas disparaître les obligations de l’entreprise. Cela change la conception du projet. Un assistant n’a pas besoin d’aspirer toute la boîte de courriel d’un gestionnaire pour préparer une décision. Il devrait accéder uniquement aux champs nécessaires, pendant la durée requise, avec des permissions adaptées au rôle. Le sommaire doit aussi renvoyer vers les pièces utilisées afin que l’approbateur puisse vérifier un montant ou une condition. Enfin, il faut conserver une trace compréhensible : demande initiale, renseignements présentés, recommandation produite, personne ayant décidé, moment de la décision et éventuelle modification. Un journal illisible rempli de données techniques ne remplace pas un véritable dossier d’approbation.
Mesurer les files d’attente plutôt que les impressions
Un premier essai peut porter sur une seule catégorie de demandes pendant quatre semaines. La PME mesure d’abord le délai médian entre la soumission et la décision, puis la proportion de dossiers nécessitant une question supplémentaire. Elle note aussi le taux de refus, le nombre d’exceptions et les décisions renversées après approbation. Un taux de refus presque nul mérite une question : cette signature contrôle-t-elle réellement un risque ou ajoute-t-elle seulement une file d’attente? À l’inverse, une hausse des renversements après l’arrivée de l’IA peut indiquer que les sommaires omettent des nuances ou orientent trop fortement le jugement. Le succès ne se résume donc pas à gagner quelques heures. Il faut accélérer les décisions ordinaires sans réduire la qualité des décisions difficiles, tout en laissant une preuve exploitable. Pour les PME québécoises, la valeur la plus réaliste de l’IA se trouve moins dans un gestionnaire artificiel que dans un dossier mieux préparé, livré à la bonne personne au bon moment.
