Construire une bibliothèque de tâches métier : la base invisible du diagnostic IA

Tout le monde annonce des pourcentages d’automatisation — 30 % de telle fonction, 40 % de telle autre — comme s’il s’agissait d’une donnée directement observable. Ce n’est jamais le cas. Un score d’automatisation crédible suppose une infrastructure préalable : une méthode pour décomposer un poste en tâches comparables, et une base de référence pour évaluer chacune d’elles sans repartir de zéro à chaque fois. Cette infrastructure, la bibliothèque de tâches, est invisible dans le résultat final. Elle en est pourtant la condition de fiabilité.

Une tâche, pas un métier, est la bonne unité de mesure

Scorer un métier dans son ensemble revient à moyenner des réalités qui n’ont rien à voir entre elles. Un gestionnaire de paie qui saisit des variables, vérifie des anomalies et répond à des questions individuelles de salariés exerce trois activités dont le potentiel d’automatisation n’a aucune raison d’être identique. Un score unique attribué au « métier de gestionnaire de paie » écrase cette hétérogénéité et produit un chiffre qui ne correspond, en réalité, à aucune des trois tâches qui le composent.

La bonne unité de mesure est donc la tâche élémentaire : une activité suffisamment précise pour être comparée à d’autres tâches similaires observées ailleurs, et suffisamment stable pour être suivie dans le temps. C’est cette granularité qui rend un score utilisable — et pas seulement impressionnant sur une slide.

Ce qu’il faut pour scorer une tâche correctement

• Une définition précise de la tâche — non pas « gestion administrative », mais « saisie des variables de paie mensuelles à partir de relevés d’heures », avec un périmètre suffisamment étroit pour être non ambigu.
• La nature des données et outils qu’elle mobilise — une tâche qui repose sur des données structurées et un format récurrent n’a pas le même profil qu’une tâche qui exige d’interpréter un contexte inédit à chaque occurrence.
• La part de jugement qu’elle requiert — une tâche peut être techniquement simple mais engager une responsabilité ou une décision qui justifie un contrôle humain, indépendamment de sa complexité apparente.
• Un point de comparaison avec des tâches similaires déjà évaluées — sans référence externe, chaque score repose sur une appréciation isolée, difficile à justifier et impossible à auditer.
• Une validation dans le temps — un score doit pouvoir être confronté à ce qui se produit réellement une fois la tâche partiellement automatisée, pour corriger les écarts entre l’estimation initiale et la réalité observée.

Pourquoi une bibliothèque de référence change tout

Sans base de comparaison, chaque nouveau diagnostic repart de zéro : il faut évaluer chaque tâche dans l’absolu, sans repère, ce qui prend du temps et introduit une part de subjectivité difficile à éliminer. Une bibliothèque de référence, construite à partir de centaines de métiers déjà décomposés et scorés — dans le cas de Commodum, près de 923 — inverse ce problème. Chaque nouvelle tâche identifiée chez un client est confrontée à des tâches comparables déjà évaluées ailleurs, ce qui permet d’attribuer un score cohérent, rapide, et surtout comparable d’une organisation à l’autre.

Un score d’automatisation qui ne peut être comparé à rien d’autre n’est pas une mesure. C’est une opinion habillée en pourcentage.

Comment une tâche entre dans la bibliothèque

1. Collecte — les tâches sont identifiées à partir de fiches de poste réelles et de volumes d’activité observés, sur un périmètre suffisamment large pour couvrir la diversité des fonctions rencontrées.
2. Décomposition — chaque poste est découpé en tâches élémentaires normalisées, définies avec suffisamment de précision pour être comparables entre organisations différentes.
3. Scoring — chaque tâche est évaluée au regard de la capacité actuelle des modèles disponibles, sur la base de sa nature, de ses données d’entrée et de la part de jugement qu’elle requiert.
4. Validation croisée — le score est confronté à des tâches similaires déjà présentes dans la bibliothèque, pour vérifier sa cohérence et ajuster les écarts injustifiés.
5. Intégration — la tâche validée rejoint la bibliothèque de référence, disponible pour accélérer et fiabiliser le scoring des futurs diagnostics.

Une bibliothèque figée est une bibliothèque fausse

La capacité des modèles évolue chaque trimestre, parfois de façon spectaculaire sur des catégories de tâches spécifiques. Une bibliothèque scorée une seule fois et jamais révisée devient trompeuse en quelques mois : elle continue d’afficher des scores qui ne reflètent plus la réalité des outils disponibles. C’est pour cette raison que la bibliothèque elle-même doit être réévaluée à un rythme régulier — et pas seulement la cartographie propre à chaque client. Un abonnement de suivi trimestriel, comme celui que propose Commodum.ia, n’a de sens que si la base de référence sur laquelle il s’appuie est elle-même remise à jour au même rythme.

Ce que ça change concrètement pour un diagnostic client

Disposer d’une bibliothèque déjà constituée transforme la nature même d’un diagnostic. Il ne s’agit plus d’évaluer chaque tâche à l’aveugle, mais de la positionner par rapport à des centaines de cas déjà documentés — ce qui permet de livrer un diagnostic stratégique complet en quelques semaines plutôt qu’en plusieurs mois. Cela change aussi la nature de la conversation avec un comité de direction ou une instance représentative du personnel : le score présenté n’est plus le jugement isolé d’un consultant sur un poste donné, mais le résultat d’une comparaison documentée avec des situations similaires ailleurs. C’est cette traçabilité qui rend un chiffre défendable, et pas seulement plausible.

La partie la plus visible d’un diagnostic est toujours le résultat final — un pourcentage, une carte, des équivalents temps plein. La partie qui en garantit la solidité ne se voit jamais : c’est la bibliothèque qui existait déjà, bien avant que la première tâche du client ne soit posée sur la table.