Un même assistant IA pour plusieurs métiers : à quelles conditions ?
Les outils sans code permettent de mettre un même assistant à disposition de plusieurs fonctions, sans résoudre leurs différences de vocabulaire, de contraintes et de critères de réussite. La question managériale est précise : à quelles conditions un assistant partagé facilite-t-il le passage d'un dossier entre métiers, plutôt que de masquer leurs désaccords ?
Ce que la littérature établit
Paul R. Carlile (2002, Organization Science) montre, dans une étude du développement de nouveaux produits, que les connaissances professionnelles sont ancrées dans des pratiques et des intérêts qui compliquent leur circulation entre fonctions. Les objets communs, tels que des représentations du produit, peuvent soutenir cette coordination lorsqu'ils permettent de représenter les connaissances, d'en examiner les différences et de les transformer. Pour concevoir un assistant, cela suggère de travailler sur les passages entre métiers, et pas seulement sur la fluidité des réponses.
Comprendre suppose de relier les contextes
Beth A. Bechky (2003, Organization Science) décrit comment des communautés professionnelles construisent une compréhension commune sur un site de production en reliant leurs connaissances à des problèmes et à des objets concrets. Le partage ne consiste pas simplement à transmettre des mots identiques : il implique de resituer ce que chacun dit dans l'activité de l'autre. Par analogie, une fiche produite par un assistant devrait expliciter ce qu'une information change pour le métier destinataire, plutôt que seulement reformuler le message initial.
La conclusion trop rapide
On pourrait en déduire qu'un assistant doté d'un vocabulaire commun ferait disparaître les frontières entre métiers. Ces travaux ne justifient pas cette conclusion : comprendre les contraintes d'un autre service ne supprime ni les intérêts divergents ni les arbitrages nécessaires. L'assistant peut aider à rendre un désaccord visible ; il ne faut pas confondre une synthèse bien rédigée avec un accord opérationnel. (nos formations pour cadres et collaborateurs)
Ce que les données ne permettent pas de promettre
Ces deux études qualitatives portent sur le travail collectif, non sur des assistants génératifs ou des plateformes sans code. Elles éclairent un mécanisme de coordination, mais ne démontrent aucun gain attribuable à un assistant IA. Un essai limité à la lisibilité des réponses manquerait donc la question essentielle : le destinataire peut-il effectivement poursuivre le travail ?
Une implication pratique, vérifiable à Bâle
Dans le cadre du programme « Créer ses assistants et agents IA sans coder » de SHR, un exercice pertinent à Bâle serait de construire un assistant de transmission entre R&D internationale, qualité pharma et logistique rhénane, sur des dossiers fictifs ou autorisés des sciences de la vie. Comparer, sur des cas de difficulté comparable attribués aléatoirement, les transmissions habituelles et celles préparées avec l'assistant, en conservant les mêmes exigences de validation humaine. Mesurer la proportion de dossiers que le métier destinataire peut prendre en charge sans demander de clarification, avec une grille fixée à l'avance : statut compréhensible, contraintes explicites, prochaine action et responsable identifiés. Consigner séparément les erreurs critiques : une baisse des demandes de clarification ne constituerait pas un progrès si elle masquait une contrainte de transport ou un statut qualité. Pour aller plus loin : découvrez la formation Créer ses assistants et agents IA sans coder à Bâle, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Créer ses assistants et agents IA sans coder à Bâle
- créer ses assistants et agents ia sans coder
- Bâle
- recherche
- formation bâle