Un concurrent met en place l'IA et les délais de livraison baissent, les devis partent plus vite, les questions clients sont répondues en quelques minutes. Le réflexe est alors de demander quel outil se cache derrière. C'est la mauvaise question. Un logiciel est généralement reproductible. Ce qui n'est pas reproductible, c'est la raison pour laquelle cet outil fonctionne chez ce concurrent et peut-être pas chez vous : la qualité des données sous-jacentes, la mesure dans laquelle le processus était déjà standardisé avant l'arrivée de l'IA, et la volonté des personnes dans l'organisation de faire confiance à un système qui reprend une partie de leur travail.
Lorsque l'IA reprend le travail derrière une dimension, ce n'est pas seulement la vitesse qui change, mais aussi qui peut gagner sur cette dimension. Le délai de livraison a longtemps été une question d'effectif : plus de personnes dans la planification, un délai plus court. Dès que la planification est en grande partie effectuée par un système, l'effectif n'est plus le levier sur lequel on agit. Le concurrent avec moins de personnel peut alors livrer plus vite que celui qui en a davantage. Cela change ce qu'un client perçoit comme distinctif, et cela change ce sur quoi vous devriez vous comparer vous-même.
Ce même schéma se joue sur plusieurs dimensions, toujours avec trois variantes : une tâche que l'IA reprend entièrement, une tâche que l'IA prépare et qu'une personne évalue avec un motif d'approbation ou de rejet, et une tâche qui reste un travail humain parce que le jugement, la relation ou le contexte ne sont pas automatisables. Quelle dimension relève de quelle catégorie diffère selon le marché et selon l'entreprise. C'est précisément pourquoi un benchmark réalisé il y a deux ans peut aujourd'hui avoir été dépassé sur certains points, et la fréquence à laquelle une comparaison avec des concurrents doit être refaite n'est alors pas un délai fixe mais une question qui doit être répondue dimension par dimension.
Deux entreprises du même secteur, de taille comparable, peuvent atteindre au même moment un point tout à fait différent. La différence réside rarement dans l'outil. Elle réside dans le fait que les données étaient déjà en ordre, que le processus était déjà suffisamment univoque pour être automatisé, et qu'il existe dans l'organisation des personnes qui osent contredire le résultat d'un système lorsque c'est nécessaire. Une entreprise où les dossiers, devis et contacts clients sont consignés de la même manière depuis des années peut relativement vite y appliquer une application d'IA. Une entreprise où ce travail est encore dispersé, incohérent ou n'existe que dans la tête des gens doit d'abord l'organiser avant que la reprise de la tâche soit réaliste. Cette différence est mesurable, ce n'est pas de la spéculation, et cela explique pourquoi deux concurrents ayant la même ambition avancent à un rythme différent.
Un benchmark qui note les positions sur ces dimensions n'est utilisable que si l'on indique honnêtement sur quoi repose l'estimation. Un score sur le délai de livraison, basé sur des signaux clients publics et sur ce qu'un concurrent communique lui-même, est une indication, pas un fait mesuré. Un score sur quelque chose que personne de l'extérieur ne peut voir, comme la marge d'erreur interne d'un processus, ne peut être attribué et ne l'est donc pas ; un score sans preuve derrière est une opinion, pas un benchmark. C'est pourquoi chaque score de la matrice de preuves indique sa provenance, et chaque score porte un poids indiquant son degré de certitude. Certains signaux sont forts, comme un schéma cohérent dans ce que révèlent les offres d'emploi d'un concurrent sur ce dans quoi il investit. D'autres signaux sont faibles et sont également présentés comme tels.
Un résultat ne signifie par ailleurs rien si la dimension notée n'est pas celle sur laquelle votre client décide réellement. Pourquoi vos clients voient la différence avant vous traite précisément de cet écart : en interne, on note souvent ce qui est mesurable, pas ce qui compte. Et un score qui s'avère bon sur une dimension sur laquelle vous ne gagnerez de toute façon jamais est un score sans conséquence ; comment pondérer une dimension sur laquelle vous ne gagnerez jamais détermine si cette dimension doit même rester dans la comparaison.
Lorsqu'un déplacement dans l'usage de l'IA devient visible dans ce que dit le turnover du personnel d'un concurrent, c'est un signal sur le marché, pas une raison de fonder vos propres décisions en matière de personnel sur ce benchmark. Ce qu'un employeur fait avec son propre personnel relève de ses propres obligations légales et échappe à ce que cette page ou cette méthode évalue. Ici, on ne rapporte que ce qui se déplace visiblement sur le marché, en heures et en capacité libérées, pas en qui effectue encore ce travail.
La question de savoir quel travail, dans votre propre entreprise, peut réellement être repris par l'IA, indépendamment de ce que font les concurrents, trouve sa réponse tâche par tâche grâce au scan de travail de FTE TO AI. Pour la comparaison avec le marché, une première étape plus simple s'applique : identifiez sur quoi vous pensez gagner, et vérifiez si cet avantage distinctif existe réellement sur la base de preuves plutôt que d'hypothèses. Cela se fait dans le contrôle de dimension gratuit : vous indiquez sur quelles dimensions vous pensez être en tête, et vous voyez lesquelles de ces affirmations peuvent être défendues par des preuves et lesquelles reposent sur des hypothèses. Le benchmark complet, avec des scores pour tout votre groupe de référence, est en construction.