Deuxième volet sur trois. Nous avons comparé ce que nous avions produit à ce qui nous avait réellement été demandé. Une grande part ne correspondait à aucune question, et cela a changé notre façon de choisir sur quoi travailler.
Le premier article de cette série décrivait le changement de question. Celui-ci porte sur ce qu’a montré la première réponse, et ce n’était pas ce que nous attendions.
Nous disposions de deux éléments : un ensemble de travaux de recherche et d’analyse produits par l’entreprise, et une archive des questions qu’on nous avait réellement soumises.
Les comparer est un exercice évident. Il n’avait jamais été fait, ce qui constitue déjà un résultat.
La plupart de ce que nous avions produit ne correspondait à aucune question de l’archive.
Il faut le dire avec prudence, car il est facile d’exagérer. Cela ne veut pas dire que personne ne l’a lu. Cela ne veut pas dire que c’était faux, ni que c’était inutile dans tous les cas. Cela veut dire, précisément, que nous ne pouvions pas relier la majeure partie de notre offre à une demande visible. Quelqu’un avait jugé que chaque document méritait d’être produit. Dans la plupart des cas, nous étions incapables de désigner la personne qui l’avait demandé.
Nous documentons correctement la méthode et la période avant de publier le chiffre, car un chiffre de ce type sans son fondement est exactement le genre d’affirmation que cette série combat.
Le mécanisme n’est pas l’incompétence. C’est presque l’inverse.
Une équipe dotée de bons outils et d’un bon jugement voit du travail utile partout. Les outils rendent la production bon marché, le jugement rend le résultat réellement digne d’être lu, et rien dans le processus ne demande qui l’attend. Alors on le produit, et on le classe.
Pendant ce temps, les questions que les gens se posent vraiment arrivent de manière informelle, dans un couloir ou un fil de messages, reçoivent une demi-réponse de la personne la plus proche et n’atteignent jamais l’équipe qui aurait pu y répondre correctement.
Aucune de ces deux moitiés n’est visible de l’intérieur. L’équipe qui produit voit une organisation lente à s’approprier ce qu’elle propose. Le reste de l’entreprise voit une équipe qui produit des choses dont personne n’avait besoin. Les deux décrivent le même échec, chacun depuis son extrémité.
Les gens ne veulent pas davantage d’information. Ils veulent une réponse assez bonne pour cesser de retourner le problème dans leur tête, afin que la décision avance.
À cette aune, une analyse exhaustive n’est pas automatiquement meilleure qu’une réponse en deux lignes. Elle est souvent pire, car elle renvoie à la personne qui a posé la question le travail d’en extraire la réponse. Le souci d’exhaustivité, une qualité dans la plupart des contextes professionnels, devient une manière de ne pas s’engager.
Parmi les clients que nous connaissons bien, les équipes qui tirent le plus de l’IA sont celles dont le travail part d’un problème que quelqu’un a nommé.
Nous partons de la question, dans les mots de la personne qui l’a posée. Par écrit, avec un nom. Cela rejoint ce que nous disions plus tôt dans cette série sur ce qu’est une demande bien formulée, et c’est la mesure qui nous a obligés à le prendre au sérieux, au-delà d’une adhésion de principe.
Nous conservons l’archive des questions, et nous nous en servons. C’est le signal de la demande. Sans lui, on devine.
Nous acceptons que certains bons travaux ne voient pas le jour. Ce fut le changement le plus difficile. La capacité consacrée à ce que personne n’a demandé manque à ce que quelqu’un attend, et le second vaut presque toujours davantage, même quand il est moins intéressant.
La même discipline régit désormais ce que nous construisons pour nos clients. Un tableau de bord, un rapport ou un agent est cadré à partir d’une décision nommée et de la personne qui la prend, et une mission d’intelligence décisionnelle pour dirigeants commence par la liste des questions auxquelles l’équipe de direction répond aujourd’hui trop tard, ou pas du tout.
Prenez un mois de production de votre équipe et essayez de rattacher chaque élément à la personne qui l’a demandé, nommément.
Si c’est facile, votre fonctionnement est guidé par la demande et ce constat ne vous concerne pas. Si c’est difficile, la difficulté est le résultat.
Reste le constat sur la rapidité, qui clôt cette série.
Fait partie de la série Insights. Recevez les nouvelles analyses par e-mail ou suivez le flux RSS.
Premier volet d’une série de trois. Nous pensions que produire davantage créerait davantage de valeur. Mesurer les résultats et non l’activité a changé ce que nous pensions, et la principale leçon s’est révélée ne pas concerner l’IA.
La plupart des initiatives d’IA s’arrêtent au pilote. En général, le modèle n’y est pour rien : c’est que rien ne relie un résultat produit par l’IA à une décision dont quelqu’un accepte de répondre.
La première correction de notre démarche IA n’avait rien à voir avec l’IA. Le savoir d’une organisation est généralement dispersé, non daté et contradictoire, et un modèle qui s’en nourrit répondra avec assurance, et à tort.
