Business et processus
Les postes administratifs naissent rarement d'une décision délibérée. Ils apparaissent là où un trou subsiste entre deux systèmes et où quelqu'un doit le franchir chaque jour, les données à la main. Voici les huit couches, l'ordre dans lequel elles se construisent, et un lead type traité pas à pas.
La plupart des entreprises n'embauchent pas des profils administratifs par choix. Elles les embauchent parce qu'un trou subsiste entre deux systèmes et que quelqu'un doit le franchir chaque jour, les données à la main. Une commande arrive par e-mail, quelqu'un la ressaisit dans le stock. Un client change d'adresse, quelqu'un la corrige à trois endroits et l'oublie au quatrième.
Ce n'est pas un échec humain, c'est la conséquence de l'ordre dans lequel l'entreprise s'est construite. D'abord la vente, puis un outil de vente, le stock, la comptabilité. Chaque service a choisi ce qui l'arrangeait, et les interstices ont été comblés par des personnes. Le travail humain est en effet la seule intégration qui fonctionne immédiatement et ne demande aucun projet.
Ma thèse : si l'on conçoit l'entreprise autour des données et des processus, l'essentiel de ce travail de raccordement ne voit jamais le jour. Selon une recherche du McKinsey Global Institute publiée en 2017, qui a analysé environ 800 métiers aux États-Unis, la collecte de données présente un potentiel d'automatisation de 64 % et le traitement de données de 69 %, contre seulement 9 % pour le management d'équipes. Il s'agit du potentiel technique des technologies de l'époque, pas d'une prévision de suppression de postes. Comme carte des endroits où l'entreprise dépense son temps, cela reste juste.
On peut voir l'entreprise comme un bâtiment à cinq étages : Brand, Experience, Systems, Automation, Intelligence. Le Brand dit à qui nous nous adressons. L'Experience, c'est tout ce que le client voit. Les Systems sont les données et les systèmes qui détiennent la vérité sur l'entreprise. L'Automation, ce sont les règles qui tournent sans intervention humaine. L'Intelligence est la capacité à comprendre ce qui se passe.
L'ordre est structurel, pas esthétique. Chaque étage repose sur celui du dessous. Une automatisation posée sur des données inexistantes n'est qu'un chaos plus rapide, et l'IA posée sur un mauvais processus ne fait que renchérir l'erreur. Ces cinq étages se décomposent en huit couches.
Cela sonne marketing, il s'agit pourtant d'une décision opérationnelle. Si l'entreprise ne sait pas à qui elle s'adresse, elle ne peut pas définir ce qu'est une bonne demande. Et ce qui ne se définit pas ne se reconnaît pas non plus par une machine, il faut donc qu'une personne l'évalue, demande après demande. Le Brand n'est pas ici un logo, mais une définition qui, quelques couches plus bas, devient une règle de filtrage.
Le site, l'application, l'entretien de vente, l'onboarding. La seule couche que le client voit, et en même temps le point par lequel les données entrent dans l'entreprise. Une grande partie des tâches administratives naît ici, quand l'interface collecte moins que ce dont le processus a besoin.
Un formulaire doté d'un unique champ de message paraît accueillant. Il signifie pourtant que quelqu'un devra extraire du texte libre le secteur, la taille de l'entreprise et l'échéance, puis les saisir dans le système. Un formulaire qui pose trois questions structurées et complète le reste tout seul ne supprime pas ce travail, il le déplace simplement du collaborateur vers la machine. La conception de l'interface est donc une décision économique, pas esthétique.
C'est la couche que les entreprises sautent le plus souvent. On achète un CRM, puis une boutique en ligne, puis un outil de facturation, et chacun se forge sa propre représentation du client. Trois vérités apparaissent, et une personne pour les réconcilier. La source unique de vérité signifie que pour chaque donnée il existe un système propriétaire et que les autres se contentent de la lire. Le modèle de données est la formalisation des entités que l'entreprise connaît et de la façon dont elles sont reliées.
Le catalogue Enterprise Integration Patterns montre pourquoi cela compte. Avec six applications, les connexions directes de chacune vers chacune exigent 30 traducteurs de messages, alors qu'un modèle de données canonique commun n'en demande que 12. Le coût du raccordement croît de façon quadratique, un modèle commun le rend linéaire. Et les traducteurs que l'entreprise n'a jamais écrits existent quand même. Ce sont simplement des personnes qui les exécutent à la main.
Zhamak Dehghani décrit ce à quoi aboutit habituellement une plateforme de données centralisée : des équipes sources déconnectées, des consommateurs qui se disputent une place dans le backlog et une équipe data saturée. Elle en situe la cause dans la structure, pas chez les personnes. C'est un article de fond, pas une étude empirique, mais il appuie la thèse de ce texte : raccorder des services par des personnes est une décision d'architecture.
CRM, ERP, commerce, exploitation. Je dis aussi à mes clients ce qui me coûte parfois une mission : achetez sur étagère tant que c'est possible. Le développement sur mesure n'a de sens que là où le processus est la source de votre différence. La comptabilité, la facturation et un CRM classique sont des problèmes résolus, des outils existants s'en chargent pour moins cher. Pourquoi un logiciel de plus ne règle rien en soi, je le détaille dans Votre entreprise n'a pas besoin de plus de logiciels. Elle a besoin de moins de chaos.
Plus important que la marque : l'outil sait-il envoyer et recevoir des données, et selon quel régime, par lots une fois par nuit ou en continu ? Chaque nouvel outil ramène à une seule question, qui possède l'enregistrement et comment les clés sont appariées. Si personne ne sait répondre, vous venez d'acheter un futur poste.
Le workflow répond à la question de ce qui se passe après un lead, une commande, une réclamation, une facture. Dans beaucoup d'entreprises, cette réponse ne vit que dans la tête d'une seule personne expérimentée. L'orchestration des workflows signifie que l'ordre des étapes, les conditions et les dépendances sont consignés à un seul endroit et imposés par une machine, pas par un coordinateur.
Apache Airflow pousse ce principe jusque dans le code : le DAG est un modèle qui encapsule tout ce qui est nécessaire à l'exécution d'un workflow, à savoir les tâches, leurs dépendances et la planification. Vous n'êtes pas obligé d'utiliser Airflow, les workflows natifs du CRM suffisent à la plupart des entreprises. Ce qui compte, c'est le principe : un processus doit avoir un seul endroit où il est défini et doit pouvoir dire à quelle étape il en est. Une entreprise est en effet un seul produit dans lequel chaque mauvais processus constitue une dette technique, ce que je développe dans l'article sur l'entreprise comme produit unique.
Ce n'est qu'ici qu'arrive l'automatisation. Non comme un projet, mais comme une conséquence. Au-dessus de données propres et d'un processus consigné, elle relève pour l'essentiel de la configuration, pas du développement. J'applique l'ordre Remove, Simplify, Automate, Augment. D'abord supprimer les étapes qui n'existent que parce qu'on a toujours fait ainsi. Puis simplifier, par exemple remplacer trois tours de validation par un seul assorti d'un seuil. Ensuite seulement automatiser le reste, et enfin augmenter la personne par un outil là où le jugement est requis. Les entreprises commencent volontiers par la troisième étape et coulent dans le béton un travail qui n'aurait jamais dû exister.
Je calcule l'économie par le Cost of Friction : durée multipliée par fréquence, par nombre de personnes, par coût. Calcul type : une ressaisie de deux minutes, effectuée par cinq personnes vingt fois par jour, représente plus de trois heures de travail quotidien. Ce n'est pas un détail, c'est un poste que personne n'a validé ni inscrit au budget.
L'IA sait faire quatre choses que les règles ne savent pas faire : interpréter du texte non structuré, classifier, offrir une interface en langage naturel aux données et assister la préparation de documents. Elle extrait par exemple d'un e-mail l'objet d'une réclamation.
Ce qu'elle ne sait pas faire, c'est réparer un processus mal conçu. Sans un endroit unique détenant la vérité, l'interface en langage naturel répondra avec assurance à partir de mauvaises données et accélérera encore l'erreur. J'en parle dans L'IA ne sauvera pas un mauvais processus. Elle fera simplement la mauvaise chose moins cher et plus vite.
Tableaux de bord, reporting, alertes. Un rapport exige que quelqu'un le regarde, une alerte arrive d'elle-même dès qu'une valeur franchit un seuil. Les entreprises ont souvent du reporting et aucune alerte, si bien que le problème n'apparaît qu'au rapport suivant. Le minimum : le délai entre la demande et le premier contact, la part des commandes traitées sans intervention humaine et l'ancienneté du dossier bloqué le plus ancien.
Suivons un lead type pas à pas et demandons-nous où une personne est réellement nécessaire.
Sur douze étapes, trois requièrent une personne. Et dans chacune d'elles, la valeur vient de son jugement, pas de ses mains.
Le test est le suivant : une personne doit entrer dans le processus lorsque son jugement crée de la valeur. Pas chaque fois qu'il faut déplacer une information.
Si vous savez décrire cette étape comme une consigne précise pour un nouveau collègue, vous n'avez pas besoin d'un collègue. Vous avez besoin d'une règle.
Le human in the loop ne signifie pas l'improvisation. Dans la documentation d'AWS Step Functions, l'attente d'une décision humaine est un état à part entière du processus, doté de son propre jeton et d'un délai d'expiration. Le processus s'arrête, attend la validation et repart lorsque le jeton revient. S'il ne revient pas, le système le signale comme une erreur. Comparez cela à un e-mail dont personne ne sait s'il est arrivé.
Cela ne veut pas dire que l'administratif va disparaître. Selon le Cedefop, environ 8,5 millions de personnes travaillaient comme employés de bureau dans l'UE en 2022, et la prévision table sur un recul d'environ 720 000 postes d'ici 2035. Une étude de l'OCDE de 2021 n'a trouvé aucune preuve, au niveau des pays, d'une destruction nette d'emplois, mais sur la période 2012 à 2019 l'emploi a progressé de 6 % dans la moitié des métiers les plus exposés, contre 18 % dans la moitié la moins exposée.
Ma conclusion est un avis, pas un fait : la question n'est pas celle des licenciements, mais de savoir si, en grandissant, l'entreprise ajoute des personnes pour transporter de l'information ou pour décider. La première voie a un plafond, car le transport croît avec le volume d'activité. La seconde, non. Si quelqu'un chez vous passe ses journées à déplacer des données, le problème ne se situe ni dans sa performance ni dans un outil manquant, mais dans l'une de ces huit couches. Trouver cette couche coûte moins cher qu'une solution achetée avant d'avoir nommé le problème.
Prototype gratuit
Décrivez-nous votre projet et en quelques jours vous tenez un prototype fonctionnel construit sur vos données réelles. Nous le bâtissons à nos frais : c'est le travail qui doit vous convaincre, pas une présentation.
Sans paiement et sans engagement. Vous payez une fois décidé de continuer.
Consultation gratuite
Choisissez un créneau et racontez-nous comment votre entreprise fonctionne aujourd'hui. Nous vous montrerons les trois endroits où vous perdez le plus de temps, et ce que nous pouvons reprendre en premier. Sans slides et sans engagement.

Juro
jur0.com
Un site web, une application, un système d'IA ou une automatisation. Décrivez en deux phrases ce que vous cherchez à résoudre et je reviens vers vous sous 24 heures avec une proposition concrète. Nous construisons tout ce qui fait gagner du temps à votre entreprise.
Ou directement : WhatsApp · juro@jur0.com