Un média de décision.Nous suivons cette question avec un protocole versionné et un corpus de vingt tâches professionnelles. L'état actuel repose sur une campagne simulée : le registre d'exécution réelle est encore vide, et nous le signalons à chaque mise à jour.
Quelles tâches confier à l'IA, dans quel ordre, et sous quel contrôle, dans une PME ?
Ouvert le · mis à jour le
Sur les vingt tâches du corpus, la campagne simulée classe 2 tâches automatisables, 8 assistables, 1 accélérable et 9 à conserver humaines. Ces verdicts sont dérivés de 300 expériences générées, protocole 1.3 ; aucun n'a été confirmé par une exécution réelle.
Lire l'article associéÉcart de qualité entre modes d'usage : 1,2 point sur 5. Écart entre les cinq assistants à cadrage égal : 0,5 point. À vérifier hors simulation.
Lire l'article associéDe la production de contenu à la décision, la qualité passe de 3,95 à 3,04 sur 5 et la supervision requise de 2,07 à 3,40.
Lire l'article associé
Sur les vingt tâches du corpus, deux sont classées automatisables, huit assistables, une accélérable et neuf à conserver humaines. Voici comment appliquer ce tri à vos propres tâches.
Dans notre campagne, l'écart entre une demande brute et une demande cadrée atteint 1,2 point de qualité. L'écart entre les cinq assistants testés, à cadrage égal, n'en fait que 0,5.
De la production de contenu à la décision stratégique, la qualité passe de 3,95 à 3,04 sur 5 et la supervision requise grimpe de 2,07 à 3,40. La pente est régulière.
Dans notre campagne, documenter un processus avec l'IA fonctionne (3,60 / 5). L'automatiser échoue (2,87 / 5, douze erreurs critiques). L'écart dessine des conditions de passage.
3,3 minutes de préparation en plus, 1,07 point de qualité en plus, et un temps humain total qui baisse. La préparation ne s'ajoute pas au travail : elle le déplace.
La méthode du Lab #1, transposée à l'échelle d'une PME : une tâche, une référence humaine, trois modes d'usage, une demi-journée, une décision.