Une PME commerciale reçoit chaque matin le même signal interne : des commandes en attente, des factures bloquées et des commerciaux qui demandent pourquoi “cela n’est toujours pas parti”. La réaction est presque mécanique : automatiser l’étape qui fait le plus de bruit. Si l’entrepôt ralentit, on ajoute un flux. Si la comptabilité valide trop tard, on crée une règle. Si le service client répond manuellement, on installe un bot.
Le premier goulot est souvent le pire endroit pour commencer à automatiser.
Ma thèse est simple, et mérite d’être contestée : le premier point de douleur visible n’est pas toujours la meilleure cible d’automatisation. Il est souvent préférable de ralentir, comprendre pourquoi cette étape existe, puis décider si elle doit être automatisée, simplifiée ou supprimée. Le conseil traditionnel — automatiser vite pour gagner en efficacité — reste juste dans bien des cas. Mais quand le processus est mal conçu, l’automatisation ne le répare pas ; elle le fige.
Quand la file d’attente visible induit en erreur
L’erreur la plus fréquente consiste à confondre volume et cause. Une équipe voit 80 tâches s’accumuler à une étape et conclut que le problème est là. En réalité, cette étape est parfois seulement l’endroit où le processus avoue ses failles.
Scénario courant : des commandes arrivent incomplètes depuis plusieurs canaux, et quelqu’un les vérifie manuellement avant leur entrée dans l’ERP ou leur passage en préparation. La file grossit, la direction veut “sortir les personnes du circuit”, et la conversation s’oriente immédiatement vers l’automatisation. Mais si 30 % des commandes arrivent avec des données ambiguës, automatiser la validation accélérera surtout les retours, les incidents ou les exceptions.
Avant d’automatiser, les signaux à observer sont moins spectaculaires qu’une démo, mais bien plus utiles :
- taux de reprise sur la même étape ;
- nombre d’exceptions pour 100 cas ;
- temps perdu à clarifier des données plutôt qu’à exécuter le travail ;
- validations qui existent seulement par manque de confiance ;
- différences de méthode d’une personne à l’autre.
Si le principal problème est la variabilité, automatiser à l’aveugle coûte souvent plus qu’il ne rapporte.
L’étape manuelle qui a évité un problème plus grave
Dans une entreprise de distribution de taille moyenne, l’équipe voulait automatiser la libération des commandes dès leur entrée dans le système. L’argument était solide : trop d’attente, trop d’appels, trop de pression au comptoir. Mais en revisitant le processus, une autre réalité est apparue : une petite partie des commandes arrivait avec des adresses incomplètes, des références floues ou des modifications de dernière minute négociées par téléphone.
Automatiser ce premier passage aurait donné une impression d’efficacité tout en envoyant des erreurs vers l’aval sans filet. La solution a été moins spectaculaire : garder une vérification humaine courte pour les cas douteux, automatiser seulement le tri initial et modifier le formulaire d’entrée pour rendre les données minimales obligatoires. Le résultat n’a pas été “zéro manuel”, mais moins d’interruptions, moins d’urgences et moins de corrections plus tard.
C’est là le point inconfortable : l’amélioration réelle ne consiste pas toujours à retirer les personnes du processus. Parfois, il s’agit de réserver le jugement humain aux décisions où il crée vraiment de la valeur.
Le choix inconfortable : conserver une étape manuelle
Cela heurte une idée répandue : tout passage manuel serait inefficace par définition. Ce n’est pas toujours vrai. Dans certains processus, le coût d’automatiser une exception est supérieur au coût de la vérifier manuellement.
Conserver une étape humaine a du sens quand :
- le cas normal est stable, mais les exceptions sont fréquentes et coûteuses ;
- la décision exige du contexte commercial, pas seulement des règles ;
- une erreur automatique aurait un impact élevé et serait difficile à corriger ;
- le volume ne justifie pas une complexité supplémentaire ;
- le processus change encore chaque semaine.
La mauvaise décision n’est pas de garder une revue humaine. La mauvaise décision est de la cacher. Quand une équipe sait qu’une validation existe, mais que personne ne la mesure ni ne la borne, le processus devient opaque. La vraie question n’est donc pas “automatiser ou pas ?”, mais “quelle décision doit rester humaine, selon quels critères et pour combien de temps ?”.
Ce qu’il faut vraiment automatiser d’abord
Si le goulot visible n’est pas toujours la meilleure première cible, par où commencer ? Par les étapes qui ont trois caractéristiques :
- Des règles claires : elles se répètent presque toujours de la même façon.
- Un faible coût d’erreur : si quelque chose casse, la correction est simple.
- Une forte fréquence : les gains s’accumulent vite sur le mois.
Cela conduit souvent à automatiser la classification, la validation simple, la copie de données entre systèmes, les alertes internes ou la génération de documents récurrents. En revanche, automatiser d’abord l’exception, le cas ambigu ou l’étape où se mêlent politique interne et jugement opérationnel est rarement une bonne idée.
Le signe que vous progressez n’est pas que le processus paraît élégant. C’est que les interruptions baissent, les reprises diminuent et l’équipe cesse de vivre en mode pompier.
Un test utile avant de lancer le projet
Avant d’automatiser une étape douloureuse, posez cette question : si cette étape disparaissait aujourd’hui, le problème diminuerait-il ou se déplacerait-il simplement en aval ? Si la réponse est “il se déplacerait”, vous n’avez pas encore trouvé la bonne cible.
Retarder l’automatisation peut sembler lent. Mais automatiser trop tôt la mauvaise étape coûte bien plus cher. Chez Codefuente, nous constatons souvent que le meilleur projet d’automatisation ne commence pas par des outils, mais par une discussion honnête sur l’endroit où se trouve le vrai coût opérationnel. Bien menée, cette discussion évite beaucoup d’implémentations précipitées.