Nous optimisons des tâches, pas un système
Les usines qui ont remplacé la vapeur par des moteurs électriques n’ont presque rien gagné pendant des décennies. Le gain est venu quand le plancher de l’usine a été redessiné (Agrawal, Gans et Goldfarb).
Apprendre
La Cartographie IA ne réinvente pas le design de services. Elle y ajoute ce qui manque pour décider où va l’IA : une couche de flux, cinq critères de décision et un portefeuille d’idées.
01
Les chiffres racontent tous la même histoire. Au deuxième trimestre de 2026, 19,2 % des entreprises canadiennes utilisaient l’IA, trois fois plus qu’en 2024 (Statistique Canada). Quatre-vingts pour cent des OBNL canadiens l’utilisent sous une forme ou une autre, et seulement 10 % ont une politique formelle (Imagine Canada, 2026).
Pourtant, près de 9 000 dirigeants de sept pays estiment que l’IA a ajouté environ 0,2 % par année à la productivité de leur entreprise depuis trois ans (NBER, 2026). Au Danemark, chez 25 000 travailleurs de professions exposées, le temps économisé représente en moyenne 2,8 % des heures, sans effet mesurable sur les salaires ni sur les heures travaillées (Humlum et Vestergaard, 2025).
Les usines qui ont remplacé la vapeur par des moteurs électriques n’ont presque rien gagné pendant des décennies. Le gain est venu quand le plancher de l’usine a été redessiné (Agrawal, Gans et Goldfarb).
Les communications, le site web, les courriels. Rarement là où le travail bloque.
Vingt minutes économisées par quelqu’un qui n’est pas le goulot deviennent vingt minutes de file d’attente un peu plus loin. Ou du travail bâclé qui se déplace chez le collègue.
02
Tout est service, même dans une entreprise qui vend des produits. Un client qui attend une soumission, une facture à émettre, une demande de soutien technique : chaque demande traverse une suite d’étapes. L’une d’elles limite le résultat de toutes les autres. C’est le goulot.
Cette idée a un nom : la théorie des contraintes, d’Eliyahu Goldratt (Le But, 1984). Elle tient en quatre conséquences concrètes.
Exemple fictif : propositions de services dans une PME, capacité par semaine. L’entreprise envoie 4 propositions par semaine, pas une de plus.
Une heure gagnée au goulot est une heure gagnée pour tout le système. Accélérer une étape en amont gonfle la file d’attente.
Un formulaire complet avant de commencer, une signature obligatoire, une habitude d’une autre époque. Une règle se change sans budget.
La loi de Little, valable en moyenne quand le système est stable : délai = file ÷ débit. Seize demandes en attente, quatre par semaine : quatre semaines.
Si vos équipes attendent les clients, le goulot est la mise en marché. L’IA y aide aussi : campagnes, contenus, analyse, relances. Et chaque flux (vendre, livrer, facturer) a son goulot.
« Une technologie n’apporte un bénéfice que si, et seulement si, elle réduit une limitation. »
Goldratt ajoutait une condition que presque personne ne respecte : changer aussi les règles qui s’étaient adaptées à cette limitation. Si l’IA rédige une note en trente secondes, mais que la même révision ligne par ligne reste exigée, rien n’a changé.
03
Le design de services a donné aux organisations deux outils précieux. La carte de parcours (journey map) suit une personne à travers le service et montre où ça accroche. Le plan de service (service blueprint) descend dans les processus internes et montre ce que fait l’organisation pour livrer chaque étape.
Les deux ont un angle mort : le temps. Tels qu’ils se pratiquent aujourd’hui, ni l’un ni l’autre ne montre les files d’attente, la capacité ou le débit. Ironie de l’histoire : Lynn Shostack, qui a inventé le plan de service en 1984, chronométrait chaque étape. La Cartographie IA remet le chronomètre.
Ce que vit la personne
Ses efforts, ses attentes, ses creux. Construit en atelier avec les gens qui vivent le service, à partir de personas réalistes, pas entre gestionnaires.
La frictionCe que fait l’organisation
Le personnel, le soutien, avec deux voies que personne ne dessine : les exigences externes (clients, assureurs, bailleurs de fonds, ministères), et l’IA comme acteur à part entière.
Les causesComment le travail coule dans le temps
Pour chaque étape : le temps de travail réel, le délai total, la file, la capacité, et la part du travail qui arrive utilisable à l’étape suivante.
Le goulotLa troisième couche réserve presque toujours une surprise. Dans les services et les bureaux, le temps où un dossier avance réellement représente typiquement de 1 à 10 % de son délai total (Martin et Osterling, 2013). L’essentiel du délai, c’est de l’attente et de la reprise aux passages de relais. Une IA qui accélère le travail ailleurs qu’au goulot rate la cible.
Le même cas que l’outil en ligne : une PME qui rédige ses propositions. Dessinez les étapes en colonnes, puis remplissez les trois couches, de haut en bas, avec l’équipe.
Le parcours : le client décroche à la rédaction. Quatre semaines sans nouvelles, c’est le creux de son expérience.
Les processus internes : à la même étape, les prix sont recopiés d’un logiciel à l’autre, et la direction doit tout approuver.
Le flux : 16 demandes attendent devant la rédaction, contre 3 au plus ailleurs. Les trois couches pointent la même étape. C’est le goulot, et c’est là que l’IA a sa place, après avoir questionné la règle d’approbation.
04
Des résultats documentés, en services publics, en santé et en entreprise, à l’externe comme à l’interne. Le levier principal n’était pas la technologie : c’était une règle. C’est justement le point.
Utah
Délai de décision
15 jours11 jours
Dossiers plus que triplés, budget coupé de plus de 9 M$ US. Le goulot : des agents d’admissibilité interrompus sans cesse par des appels « où en est mon dossier ? » et travaillant sur des dossiers incomplets. La solution : leur retirer les tâches non prioritaires et exiger un dossier complet avant qu’il leur arrive. L’approche a ensuite été étendue à 24 agences de l’État.
Governing, 2012
Nouvelle-Zélande
Attente moyenne des patients
129 min16,5 min
Le goulot était une règle : confirmer chaque patient avant de préparer ses médicaments. En la changeant, la clinique a aussi réduit de 67 % les heures supplémentaires des infirmières.
Health Systems, 2017
Ford
Personnel aux comptes fournisseurs
500≈ 125
Environ 500 personnes rapprochaient bons de commande, réceptions et factures. Le goulot était une règle : payer sur facture. Ford l’a changée pour payer à la réception de la marchandise, une fois la commande confirmée. Plus de facture à rapprocher, et beaucoup moins d’erreurs à corriger.
Hammer, Harvard Business Review, 1990
IBM Credit
Délai de réponse au client
6 jours4 heures
Chaque demande passait par quatre spécialistes, à tour de rôle. Le vendeur attendait, et le client avait le temps d’aller voir ailleurs. La solution : une seule personne traite la demande du début à la fin, et les spécialistes n’interviennent que dans les cas inhabituels.
Hammer et Champy, 1993
Santé
Attente moyenne
−50 %
Une revue de 42 implantations de la théorie des contraintes en santé rapporte en moyenne 50 % moins d’attente et 34 % plus de débit, le plus souvent à coût faible ou nul. Les auteurs signalent un biais de publication probable. Le sens du résultat, lui, est constant.
Bacelar-Silva et coll., 2022
Quand l’IA arrive après, elle agit sur un goulot déjà débarrassé de ses règles inutiles. Elle fait alors une vraie différence.
05
Chaque idée d’IA passe par la matrice de décision. Cinq critères, dans l’ordre. Un critère non rempli ne veut pas dire « jamais ». Il veut dire « pas maintenant, et pas comme ça ».
Dans une étude auprès de 758 consultants, le même outil d’IA a amélioré la qualité de plus de 40 % sur certaines tâches, et réduit de 19 points la proportion de bonnes réponses sur une tâche voisine (Dell’Acqua et coll., 2023). Et une IA qui produit plus vite déplace souvent le goulot vers la personne qui vérifie.
La Loi 25 encadre les décisions fondées exclusivement sur un traitement automatisé et exige une évaluation des facteurs relatifs à la vie privée pour tout nouveau système qui traite des renseignements personnels. Une validation humaine de façade ne suffit pas.
06
Les idées retenues se placent sur deux axes : l’effet de l’étape touchée sur le goulot, et sa charge relationnelle. Les quatre cases sont les mêmes que dans la matrice du Canvas IA. Seul le premier axe change : l’effet sur le goulot remplace le niveau d’irritant.
Préserver
Ils ne limitent pas le débit, et ils construisent ce qui fait que les gens reviennent. Rien à optimiser ici.
Appel de découverte, rencontre de démarrage, échanges informels.
Augmenter, jamais remplacer
Les moments où la personne juge le service. Le temps de la relation y est souvent le goulot lui-même. L’IA travaille autour, jamais à la place, et le temps libéré y retourne.
Préparer la rencontre, ébaucher la proposition, faire les suivis.
Outiller
Utile en libre-service, encadré par une politique d’usage. Ce n’est pas une priorité de transformation, même si la plupart des usages actuels de l’IA se trouvent ici. Sauf quand le goulot est la demande : les campagnes et les publications passent alors en tête de liste.
Courriels mieux tournés, publications, veille de la concurrence, mise en forme.
Automatiser en premier
Le travail que la personne ne voit pas, mais qui se trouve sur le chemin du goulot. L’IA peut y aller franchement, à condition de changer les règles et de prévoir la vérification.
Facturation, saisie en double, recherche d’information, dossiers incomplets.
Une règle coiffe les quatre cases : jamais d’IA qui décide qui mérite de l’aide.
07
Un robot conversationnel qui répond plus vite à « où en est mon dossier ? » industrialise la défaillance. Le volume monte, la cause devient invisible, et le tableau de bord affiche un succès. Dans le centre d’appels d’un service de logement municipal britannique, John Seddon a mesuré que 80 % des appels étaient de la demande de défaillance.
L’Autriche, la Pologne et la Flandre ont utilisé des algorithmes pour classer les chercheurs d’emploi. Les trois expériences ont mal tourné. En Pologne, les intervenants pouvaient corriger le classement : ils l’ont fait dans environ un cas sur cent, surtout faute de temps.
Dans le réseau québécois de la santé, le Lean a parfois servi à compresser le travail : une visite à domicile standardisée à 30 minutes alors qu’elle en prenait deux heures (IRIS, 2024). Nous mesurons le travail, jamais les personnes. Et le temps libéré a une destination décidée d’avance avec l’équipe.
08
Une carte ou un prototype est un livrable. Ce qui compte, c’est la retombée : le débit de mission, soit le nombre de personnes qui atteignent le résultat pour lequel le service existe.
Débit de mission, par profil
Combien de personnes atteignent leur objectif, sans écrémer les cas les plus faciles.
Délai à chaque étape
Où les gens attendent.
Taux de demande de défaillance
Combien de travail nous créons nous-mêmes.
Destination du temps libéré
La relation, plus de personnes, ou nulle part.
Prochain goulot prévu
Où la contrainte ira quand celle-ci sera libérée.
Le goulot va bouger. C’est même le signe que vous avez agi au bon endroit. La revue d’itération le repère, et le cycle recommence.
Une famille d’outils libres
Trois outils de KODRA, à trois échelles. Ils se complètent.
Où agir ?
Le service au complet. Trouver l’étape qui limite tout, avant de choisir quoi que ce soit.
Quoi bâtir ?
Un processus. Neuf cases pour concevoir une solution en partant du travail réel.
ai-canvas.orgComment déléguer ?
Une tâche. Un jeu d’équipe pour décider ce qu’une personne confie à l’IA, et ce qu’elle garde.
ai-basket.orgLes trois outils sont libres (CC BY-SA 4.0) et publiés par KODRA Conseil, qui forme et accompagne les organisations du Québec dans l’intégration de l’IA.
L’outil en ligne trouve votre goulot en deux minutes. Les gabarits servent à l’atelier.