Le bon modèle mental
L'automatisation ne commence pas par « quel outil utiliser » mais par une question répétée sans cesse : « si je fais encore ça, à quoi ressemble la version où je ne le refais plus ? »
Un ouvrier qui remarque qu'il refait le même geste cinquante fois par jour se demande : « et si une machine faisait ce geste à ma place ? » La question précède toujours la machine. Beaucoup cherchent l'outil avant d'avoir posé la question — c'est l'inverse qui marche.
Ce que ça change concrètement
- La question centrale de ce cours est un réflexe à développer, pas un outil à acheter.
- L'automatisation n'est pas binaire : c'est un curseur, du geste entièrement manuel au processus entièrement autonome, avec de nombreux degrés intermédiaires.
- Une tâche automatisée sur une logique fausse ne fait qu'accélérer une erreur — la logique doit être correcte avant d'être rapide.
Quelle question faut-il se poser en premier face à une tâche répétitive, avant même de penser à un outil ?
Voir la réponse
« Comment faire pour que cette tâche soit exécutée automatiquement, ou avec moins d'intervention humaine ? » — la question et la logique viennent toujours avant le choix de l'outil, jamais l'inverse.
Repérer les tâches répétitives
Une tâche mérite d'être automatisée si elle est répétée, ne demande pas de jugement complexe, et coûte plus cher en temps humain qu'en effort de mise en place.
Comme repérer les gestes qu'on refait identiques chaque matin — café, allumer l'ordinateur, vérifier les mêmes trois emails. Certains gestes ne varient jamais, d'autres varient à chaque fois selon le contexte. Les premiers sont de bons candidats, les seconds beaucoup moins.
Techniques qui marchent
- Trois critères d'un bon candidat : répétition fréquente, règles stables (pas de jugement complexe à chaque fois), volume suffisant pour justifier l'effort de mise en place.
- Tenir un journal d'une semaine : noter chaque tâche répétée avec sa fréquence — ce qu'on croit « occasionnel » est souvent plus fréquent qu'on ne le pense une fois écrit noir sur blanc.
- La règle des 3 répétitions : dès qu'une tâche identique revient une troisième fois, c'est un signal fort à ne pas ignorer.
Quels sont les trois critères qui font d'une tâche un bon candidat à l'automatisation ?
Voir la réponse
La répétition fréquente, des règles stables ne nécessitant pas de jugement complexe à chaque fois, et un volume suffisant pour justifier l'effort de mise en place.
Décomposer en logique conditionnelle
Automatiser, c'est traduire un geste humain en une suite de règles « si... alors... » assez précises pour qu'une machine puisse les suivre sans improviser.
Comme écrire une recette pour quelqu'un qui n'a jamais cuisiné : « ajouter du sel » ne suffit pas, il faut « si la pâte colle aux doigts, alors ajouter une cuillère de farine ». Chaque décision implicite dans votre tête doit devenir une règle explicite sur le papier.
Techniques qui marchent
- Lister toutes les décisions prises pendant la tâche, même celles qui semblent évidentes — la machine ne devine rien.
- Distinguer la règle générale des exceptions : une règle qui couvre 90 % des cas, plus une liste d'exceptions traitées à part, plutôt qu'une règle unique essayant de tout couvrir.
- Tester la logique sur papier avec trois ou quatre cas réels vécus avant d'écrire le moindre outil — si la logique échoue sur un cas connu, elle échouera en production.
Pourquoi faut-il tester la logique d'une automatisation sur papier, avec des cas réels, avant d'écrire le moindre outil ?
Voir la réponse
Parce que si la logique échoue déjà sur un cas connu et réel testé sur papier, elle échouera nécessairement une fois mise en production — tester tôt et sans outil coûte presque rien, contrairement à découvrir l'échec après coup.
Savoir ce qui n'est pas automatisable
Tout ce qui exige un jugement nouveau à chaque fois résiste à l'automatisation — automatiser cette partie-là revient à automatiser le hasard.
Comme demander à un four à micro-ondes de « cuire à point » sans préciser de durée : un four suit des règles fixes, il ne « sent » pas comme un cuisinier. Ce qui demande de juger au cas par cas résiste à la machine.
Techniques qui marchent
- Repérer les signaux d'une tâche mal adaptée : chaque cas est différent, la décision implique une relation humaine sensible, ou les conséquences d'une erreur sont graves et irréversibles.
- Automatisation partielle plutôt que totale sur ces cas : automatiser la préparation (rassembler les informations) en laissant la décision finale à un humain.
- Se méfier du volume comme seul argument : un grand volume de décisions complexes reste complexe — l'automatisation le répète juste plus vite, parfois en pire si la logique était fausse.
Quels sont les trois signaux qu'une tâche est mal adaptée à une automatisation complète ?
Voir la réponse
Chaque cas est significativement différent des autres, la décision implique une relation humaine sensible, ou les conséquences d'une erreur seraient graves et irréversibles — dans ces cas, une automatisation partielle (préparation seulement) est préférable à l'automatisation complète.
Choisir le bon niveau d'automatisation
Entre « tout à la main » et « totalement autonome », il existe une échelle progressive — viser directement le sommet est souvent l'erreur qui fait échouer un projet d'automatisation.
Comme apprendre à un enfant à faire du vélo : on ne retire pas les petites roues et la main qui tient le vélo le même jour — on retire un support à la fois, en vérifiant que ça tient avant de retirer le suivant.
Une échelle à quatre niveaux
- Niveau 1 — manuel avec aide-mémoire.
- Niveau 2 — modèle réutilisable qu'on remplit soi-même.
- Niveau 3 — semi-automatique, déclenché par un humain.
- Niveau 4 — entièrement automatique, sans intervention.
Monter d'un niveau à la fois, jamais sauter directement au niveau 4 : chaque niveau valide que la logique du bloc 02 tient réellement avant d'y ajouter de l'autonomie. Toujours garder un point de contrôle humain sur les niveaux 3 et 4 pour les actions à conséquence importante.
Pourquoi faut-il monter les niveaux d'automatisation un par un plutôt que de viser directement le niveau le plus autonome ?
Voir la réponse
Parce que chaque niveau permet de vérifier que la logique conditionnelle tient réellement en conditions réelles avant d'y ajouter de l'autonomie — sauter directement au niveau le plus autonome revient à faire confiance à une logique jamais validée à petite échelle.
Choisir le bon outil
Le bon outil dépend de la complexité de la logique et de la fréquence du besoin — pas de ce qui est à la mode.
On ne prend pas un camion pour déplacer une lettre, ni ses mains nues pour déplacer un piano — la taille de l'outil doit correspondre à la taille du problème, ni plus ni moins.
Une échelle d'outils
- Formule de tableur — règle simple, volume faible.
- Automatisation no-code (Zapier, Make) — règles moyennes, plusieurs applications à connecter.
- Script ou code — logique complexe, besoin de contrôle fin.
- Agent IA — décision nécessitant du jugement contextuel, pas seulement des règles fixes.
Commencer toujours par l'outil le plus simple qui couvre le besoin. Un agent IA a du sens précisément là où la logique conditionnelle du bloc 02 devient trop nombreuse ou floue pour être écrite entièrement à l'avance.
Quel est le signal qui indique qu'il faut basculer d'une automatisation à base de règles fixes vers un agent IA ?
Voir la réponse
Quand la logique conditionnelle devient trop nombreuse ou trop floue pour être écrite entièrement à l'avance — c'est-à-dire quand la décision demande un vrai jugement contextuel plutôt qu'une suite de règles « si... alors... » exhaustive.
Tester avant de généraliser
Une automatisation non testée en conditions réelles n'est qu'une hypothèse — elle doit prouver qu'elle marche sur des cas réels avant de tourner sans supervision.
Comme un pilote automatique d'avion qu'on teste d'abord en simulateur, puis en vol avec un pilote humain prêt à reprendre les commandes, avant de le laisser vraiment seul sur un long trajet — la confiance se gagne progressivement, jamais d'un coup.
Techniques qui marchent
- Faire tourner l'automatisation en parallèle du processus manuel pendant une période test, et comparer les résultats des deux avant de couper le manuel.
- Choisir un échantillon de cas variés pour le test, pas seulement les cas les plus faciles — les cas limites révèlent les trous de la logique du bloc 02.
- Prévoir un mécanisme d'alerte si l'automatisation produit un résultat inhabituel, plutôt que la laisser tourner silencieusement même en cas d'erreur.
Pourquoi faut-il tester une automatisation en parallèle du processus manuel plutôt que de couper directement l'ancien processus ?
Voir la réponse
Parce que faire tourner les deux en parallèle permet de comparer les résultats et de détecter les écarts avant qu'ils n'aient de conséquences réelles — couper directement l'ancien processus élimine le filet de sécurité qui permettrait de repérer une erreur de logique.
Bloc mêlé
Les six sujets ci-dessus sont ici volontairement mélangés — une vraie tâche à automatiser ne se présente jamais dans l'ordre du cours.
Une règle simple sur dix lignes par semaine. Faut-il un script complexe ?
Non, un tableur suffit — l'outil doit correspondre à la taille réelle du problème.
Une décision finale de recrutement. Bon candidat à l'automatisation complète ?
Non — jugement humain sensible à conserver ; automatiser seulement la préparation et la collecte d'informations.
Une équipe veut automatiser à 100 % dès le premier essai. Risque ?
Sauter les niveaux intermédiaires, sans jamais valider que la logique tient avant d'ajouter de l'autonomie.
Une automatisation testée sur deux cas favorables est généralisée immédiatement. Risque ?
Faux sentiment de confiance — les cas limites non testés révèleront des trous plus tard, en conditions réelles.
Une tâche revient chaque semaine mais avec des règles différentes à chaque fois. Bon candidat ?
Non — l'absence de règles stables la rend peu adaptée à une automatisation simple.
« Je sais reconnaître un bon dossier » est proposé comme règle d'automatisation. Problème ?
Ce n'est pas une règle explicite tant qu'elle n'est pas décomposée en critères vérifiables un par un.
Atelier approfondi et votre projet
Automatiser une seule tâche réelle de bout en bout, en profondeur, vaut mieux que connaître six techniques jamais appliquées — la technique 4 appliquée à ce cours.
Atelier — automatiser un rapport hebdomadaire récurrent
- Repérer — la tâche revient chaque lundi, règles stables, volume suffisant (30 minutes par semaine) : bon candidat (bloc 01).
- Décomposer — lister les règles : si un chiffre dépasse un seuil, alors le surligner ; si une donnée manque, alors signaler plutôt que deviner (bloc 02).
- Limites — le commentaire qualitatif du manager sur les résultats reste humain : on automatise la collecte et la mise en forme, pas l'interprétation (bloc 03).
- Niveau — commencer au niveau 2, un modèle réutilisable rempli chaque semaine, pas directement au niveau 4 (bloc 04).
- Outil — un tableur avec formules suffit ici, pas besoin de script ni d'agent IA pour ce volume et cette logique simple (bloc 05).
- Tester — faire tourner trois semaines en double avec l'ancien rapport manuel, comparer avant de couper l'ancien processus (bloc 06).
- Documenter — une note d'une page : ce que fait le modèle, où sont les données sources, qui contacter si un chiffre semble faux.
Une automatisation non documentée devient une boîte noire que plus personne n'ose toucher — y compris son propre créateur, six mois plus tard. La documentation minimale vaut toujours mieux qu'aucune.
Votre projet — apprentissage par le projet
Cochez au fur et à mesure. Rien n'est acquis tant que vous n'avez pas automatisé une vraie tâche, pas un exemple du cours.