Comment surmonter le « surdimensionnement des capacités » de l’IA : aligner les personnes, les compétences et le but

L’IA progresse rapidement, et cet élan peut dépasser les flux de travail quotidiens. Comme l’a récemment dit le CTO de Microsoft, Kevin Scott, les systèmes d’aujourd’hui sont « bien plus puissants que ce pour quoi les gens les utilisent », ce qui crée un surplomb de capacités.

D’après notre expérience, la vraie contrainte n’est pas l’accès aux outils — c’est d’aider les gens à faire preuve de jugement dans des flux de travail bien conçus. Nous commençons par nous concentrer sur les moments de révision et de décision qui ralentissent les équipes. Nous construisons la confiance par des comparaisons côte à côte, mesurons le temps gagné et les gains de qualité, et ne mettons à l’échelle que ce qui prouve sa valeur. Nous priorisons aussi le calcul pour les cas d’utilisation les plus impactants et maintenons des limites décisionnelles claires afin que les gens restent responsables. Lorsque les collègues apprennent dans le flux de travail et que les dirigeants investissent là où les résultats sont clairs, un surplomb de capacités devient des améliorations tangibles du temps de cycle, de la précision et de l’expérience client.

Comment Sedgwick aborde l’adoption de l’IA avec les personnes au centre

Chez Sedgwick, nous suivons un principe directeur : l’IA soutient les collègues et ne les remplace pas. L’expertise humaine demeure au cœur des réclamations, de l’analyse et de la prise de décision. L’IA aide en éliminant les frictions, en rendant du temps à nos équipes et en valorisant les moments qui exigent jugement et empathie.

• Activation quotidienne avec Microsoft 365 Copilot
  • Les collègues reçoivent un apprentissage pratique et du soutien afin d’utiliser Microsoft 365 Copilot pour rédiger, résumer et faire des recherches. L’objectif, c’est la confiance et le temps à l’époque. Ce sont des activités à faible risque et à fort bénéfice qui renforcent la familiarité et l’élan.
• Soutien assisté à la décision pour les examinateurs et experts en sinistres
  • L’IA prépare des résumés concis et met en lumière les détails importants, afin que les experts puissent appliquer leur expertise plus rapidement. Cela permet souvent d’économiser quelques minutes par tâche et, plus important encore, de renforcer le confort lorsque les collègues comparent leurs résultats selon leur propre jugement.
• Activation des développeurs par copilotage
  • Nos développeurs utilisent des outils comme GitHub Copilot et Cursor pour accélérer le codage et générer automatiquement de la documentation. Moins de temps consacré à des tâches répétitives signifie plus de temps pour résoudre des problèmes pour nos clients.
• Communautés internes qui encouragent l’adoption biologique
  • Nous organisons une communauté Teams où les collègues partagent des gains rapides et des conseils pratiques. Les vraies histoires de pairs rendent l’adoption naturelle et invitent tout le monde à participer.
• Automatisation dans les opérations
  • Nous faisons progresser l’assurance qualité automatisée, la génération automatisée de tests et l’infrastructure d’auto-réparation. Le résultat est moins de vérifications manuelles et plus de temps consacré au travail stratégique qui sert les clients.

Un cadre pratique pour surmonter la surcharge de capacités de l’IA

Vous n’avez pas besoin d’un changement radical pour voir de vrais bénéfices. Le progrès vient de pas constants qui développent des compétences, la confiance et une conception réfléchie des flux de travail.

1. Commencer par les vrais problèmes à résoudre

• Identifiez les moments opérationnels où l’IA peut réduire les efforts ou améliorer la précision — comme le triage, la classification des documents, le résumé et l’assurance qualité de routine. La leçon est constante : soutenir de meilleures décisions plutôt que de générer plus de contenu.

2. Bâtir la confiance par la comparaison côte à côte

• Invitez vos collègues à comparer les résultats de l’IA avec les leurs. Les premiers essais à faible risque renforcent la familiarité et montrent rapidement où le système aide le plus.

3. Développer une feuille de route axée sur les compétences axée sur les rôles

• Offrez une formation adaptée à chaque rôle.
  • Utilisation responsable pour tous
  • Flux de travail des experts pour résumer et évaluer les matériaux
  • Soutien à la communication client
  • pratiques de développement pour le codage et la documentation assistés par l’IA

• Cela garde l’apprentissage pertinent et aide chaque collègue à voir comment l’IA soutient son travail quotidien.

4. Utiliser des garde-fous clairs qui définissent les limites décisionnelles

• Gardez le jugement humain au centre. Fournissez des lignes directrices claires sur le moment d’escalader l’information auprès des experts afin que les collègues sachent quand l’IA recommande et quand les gens décident.

5. Élargir les communautés de pratique

• Appuiez-vous sur les champions et les groupes de pairs. Les exemples partagés accélèrent souvent l’adoption plus rapidement que la formation formelle seule et aident les outils à évoluer entre équipes.

6. Mesurer la valeur avec des métriques pertinentes

• Mesurez ce qui compte
  • Temps de cycle économisé
  • Précision et retravail
  • Modes d’utilisation
  • Confiance et satisfaction des collègues

• Utilisez ces signaux pour décider où investir ensuite.

7. Avancer vers une industrialisation responsable

• À mesure que l’adoption grandit, renforcez la surveillance, le suivi de la performance et les évaluations rapides. Ces pratiques maintiennent la technologie fiable et l’expérience digne de confiance.

Transformer la capacité en véritable avantage organisationnel

La capacité de l’IA croît rapidement, mais la valeur apparaît lorsque les gens peuvent l’utiliser avec confiance et soin. Notre expérience est claire : le modèle est important, mais c’est la compétence humaine qui l’entoure qui débloque les résultats.

Les organisations gagnantes font quatre choses bien :

1. Investissez dans la formation
2. Aidez les employés à bâtir la confiance envers l’IA
3. Mesurer des résultats significatifs
4. Ne mettez à l’échelle que ce qui prouve son impact
   

Nous continuerons d’élargir l’utilisation quotidienne de Copilot, d’ajouter une assistance IA aux moments clés du flux de travail et d’automatiser les charges opérationnelles. Le plus important, c’est que nous accompagnerons nos collègues dans ce parcours — étape par étape — parce que pour nous, la compassion compte. L’IA est là pour améliorer leur travail, et ensemble, nous pouvons offrir des réponses plus rapides, une communication plus claire et de meilleurs résultats pour nos clients et les personnes dont ils prennent soin.