Pourquoi le succès de l’IA dépend de meilleures flux de travail, et non d’outils d’IA supplémentaires

J’ai remarqué un schéma constant chez les institutions financières qui ont testé des outils d’IA à usage général, mais qui peinent à identifier et à mesurer l’impact. La direction prend la décision d’investir, puis met en œuvre l’outil dans les équipes et attend l’impact. Au bout de quelques mois, la confusion s’installe. Les résultats ne sont pas clairs, les processus ne s’améliorent pas, l’adoption est en retard et les chiffres restent inchangés. Le ROI n’est pas évident, et ils désignent l’outil comme le problème, mais la réalité est que lorsqu’on met en œuvre un outil général pour des gains de productivité généraux, il n’y a pas de moyen significatif de déterminer le ROI.

Lorsque je discute avec les banques et les caisses d’épargne à propos de l’IA, j’essaie de creuser et d’identifier le problème qu’ils essaient de résoudre avec elle. La réponse reflète souvent une approche axée sur les outils plutôt que sur les problèmes. On leur donne une technologie et on leur dit d’être productifs, mais personne ne prend le temps d’évaluer quels flux de travail sont compromis, où se trouvent les goulets d’étranglement et à quoi ressemblent les métriques de succès pour l’institution. Cette identification et cette discernement aident à clarifier si l’IA est même l’outil approprié pour le travail et à atténuer la déconnexion entre la technologie et les flux de travail qu’elle tente d’optimiser.

Pourquoi l’IA à usage général est le problème

Lorsque vous ajoutez un outil d’IA à usage général sans l’intégrer dans un flux de travail spécifique, vous ne faites que contribuer au fardeau. Le membre de l’équipe est tenu d’apprendre quelque chose de nouveau, de tirer des conclusions sur où et comment l’utiliser, de naviguer dans plusieurs systèmes pour éclairer le contexte, et de synthétiser les résultats pour éclairer les décisions. Cela contribue également à ce que beaucoup d’entre nous appellent l’effet de la chaise pivotante : se déplacer constamment entre les plateformes et les systèmes pour construire une image complète.

En revanche, les outils d’IA conçus pour des flux de travail spécifiques rencontrent les employés là où ils travaillent, au lieu de leur demander d’introduire une nouvelle habitude ou un nouveau système. Puisque ces outils sont conçus à dessein, ils comprennent les nuances du flux de travail, ont accès aux sources de données et comprennent ce qui peut et ne peut pas être fait.

Si les objectifs sont le ROI et l’adoption, mais qu’il n’y a pas de plan de gestion du changement ou de budget, la différence entre « un outil de plus à apprendre » et « un ajout conçu à dessein pour votre flux de travail » est la différence entre voir des résultats et ne pas en voir.

Ce à quoi cela ressemble dans la pratique

Les cas d’utilisation sont familiers. Un appel est acheminé vers un représentant du service client demandant une aide pour un titulaire de compte qui souhaite effectuer un paiement plus important que d’habitude et se demande si les limites de transition l’en empêcheront. Sans un outil d’IA intégré, le représentant du service client est contraint de passer d’un système à l’autre : un pour examiner les transactions récentes, un pour évaluer les limites, et potentiellement un troisième pour demander des ajustements, ainsi que pour une revue de la politique pour confirmer ce qui est autorisé. Tout cela se déroule pendant que le titulaire du compte est en attente et parfois prend jusqu’à trente minutes.

Lorsque l’IA est conçue à dessein dans le flux de travail, la même tâche peut prendre environ dix secondes. Les détails de transaction pertinents sont mis en surface instantanément, les limites sont comparées, les ajustements sont effectués conformément aux politiques de l’institution, et tout peut être vu en un seul endroit. Le lien est établi entre le représentant du service client et le titulaire du compte, et l’institution peut consacrer ce qui aurait pu être trente minutes à un travail plus significatif. La différence est une amélioration quantifiable au sein des flux de travail quotidiens qui affectent directement l’expérience client et membre.

Une base pour des résultats mesurables

L’IA conçue à dessein simplifie la capacité à quantifier et à mesurer le succès, car elle est construite pour les flux de travail mêmes qui ont été identifiés, mesurés et sélectionnés comme une opportunité d’optimisation avec l’IA. Cela signifie qu’une référence existe déjà, et qu’on peut ensuite mesurer par rapport à ces références après coup. Cela compte, car l’IA est coûteuse. Les coûts d’utilisation sont continus et doivent être justifiés. La capacité à communiquer clairement des améliorations mesurables est cruciale pour garantir que les budgets sont approuvés et comptabilisés.

L’avantage concurrentiel des institutions communautaires

Je travaille en étroite collaboration avec de nombreuses institutions communautaires, et elles ont un avantage qui est souvent négligé. Ces banques et caisses d’épargne connaissent leurs clients et membres personnellement. Elles comprennent les nuances opérationnelles qui les rendent uniques et peuvent rapidement identifier où les flux de travail se brisent, où se trouvent les goulets d’étranglement et les incohérences. Cette proximité compte. Lorsque l’IA conçue à dessein est mise en œuvre de manière réfléchie, il y a souvent un impact immédiat. Les équipes se présentent plus régulièrement et mieux informées, et les connaissances institutionnelles deviennent quelque chose que toute l’organisation peut accéder et construire.

Lorsque l’IA résout de vrais problèmes de clients et commence à automatiser ce qui est répétitif, une équipe de 20 personnes peut produire la sortie et la cohérence d’une équipe de 35 personnes. L’expérience s’améliore pour les clients et les membres, et les employés récupèrent leur temps pour se concentrer sur ce que les humains font le mieux, comme les appels de jugement, la gentillesse et l’empathie qui gardent les gens qui reviennent et qui distinguent les institutions communautaires.

Où commencer

Si les investissements dans l’IA vous semblent écrasants, commencez par le problème, et non par l’outil d’IA. Prenez le temps de vous asseoir avec vos équipes pour apprendre quels sont leurs défis et où se trouve l’opportunité d’améliorer leur expérience de travail. Comprenez où se trouve la friction, ce qui nécessite plus de sortie qu’il ne le devrait, et quelles informations sont constamment un défi à découvrir. Les réponses vous aideront à informer où l’IA peut créer de la valeur réelle.

Les institutions financières qui font le plus de progrès avec l’IA ne sont pas celles qui ont bougé le plus vite, mais celles qui ont construit avec un but.