Comment les entreprises axées sur l’IA transforment les flux de travail en capacité opérationnelle

La dernière édition d'Enterprise Signals d’OpenAI montre que l’IA d’entreprise passe de l’assistance à l’exécution à des rythmes très différents. Les entreprises de pointe (celles qui figurent parmi les 10 % utilisant le plus l’IA) génèrent désormais 8,3× plus de jetons de sortie par utilisateur actif que les entreprises ordinaires, contre 2,6× en janvier. Cet écart croissant révèle une transformation opérationnelle plus profonde : les entreprises les plus avancées relient les agents au contexte et aux outils de l’entreprise, leur délèguent des tâches plus substantielles et facilitent la répétition des flux de travail efficaces.

Pour les dirigeants, le défi consiste à convertir cette profondeur en un travail auquel chacun peut se fier, qu’il peut mesurer et améliorer. Les dirigeants doivent également laisser place à l’expérimentation, y compris pour les cas d’usage dont la valeur n’est pas évidente au premier essai.

Les start-up Basis⁠(ouverture dans une nouvelle fenêtre), Clay⁠(ouverture dans une nouvelle fenêtre) et Exa Labs⁠(ouverture dans une nouvelle fenêtre) ont intégré des agents à l’intégration des employés, à la gestion des comptes et au développement de leurs écosystèmes de développeurs. Leurs flux de travail diffèrent, mais leur progression est instructive : apprendre un processus stable à un agent, lui fournir un contexte persistant à mesure que le travail évolue, puis le laisser transformer les opportunités en actions testées.

Ensemble, ces exemples montrent comment les équipes peuvent intégrer des agents à leurs activités habituelles et améliorer le processus au fil du temps.

L’intégration est depuis longtemps fastidieuse pour les employeurs comme pour les employés. Chez Basis, qui conçoit des agents d’IA pour les cabinets comptables, l’intégration du premier jour ne prend désormais que 30 minutes au lieu de deux heures, ce qui laisse aux RH plus de temps pour la culture d’entreprise et l’accompagnement.

Dès le premier jour, les employés accèdent immédiatement à Codex et à une compétence d’intégration propre à l’entreprise (un ensemble réutilisable d’instructions et de ressources pour un flux de travail donné). Codex les accueille, leur présente les concepts clés de l’entreprise et utilise leur ordinateur pour effectuer en arrière-plan la configuration de leur intégration. Lorsque des questions récurrentes ou des exceptions se présentent, les RH peuvent mettre à jour la compétence avant l’arrivée du groupe suivant.

Basis a présenté une fois le processus d’intégration, puis l’a transformé en compétence réutilisable avec un déclencheur clair, des étapes connues, un accès aux bons outils et une définition précise de ce qui signifie « terminé ». Le processus ne dépend plus de la disponibilité d’une seule personne, mais l’équipe peut toujours intervenir en cas d’exception ou de question complexe. L’intégration est désormais plus cohérente, reproductible et facile à améliorer, et les nouveaux employés disposent immédiatement d’un modèle pour travailler avec l’IA.

Clay, une entreprise qui développe un moteur de revenus auto-apprenant pour les équipes de stratégie de mise sur le marché, fait face à un défi commercial bien connu : le contexte critique des transactions est dispersé entre les dossiers du CRM, les e-mails, Slack, les appels, les présentations, les SMS et les échanges avec les équipes internes et les soutiens chez le client.

Pour maintenir ce contexte à jour, l’une des ingénieures GTM de Clay a expérimenté une meilleure approche : un espace de travail persistant et un sous-agent dédié à chaque compte. Chaque sous-agent examine les sources primaires et met à jour son dossier de transaction pendant la nuit. Chaque matin, un agent coordinateur transforme les mises à jour de tous ses comptes en une courte liste d’actions prioritaires : répondre à une question client restée en suspens, combler une lacune au sein du comité d’achat ou donner à un prospect une raison de reprendre contact.

Selon Clay, ce flux de travail lui épargne chaque soir environ une heure de tri de sa boîte de réception. Les priorités quotidiennes l’aident à mener à bien les petites actions qui, cumulées sur un long cycle de vente aux entreprises, peuvent faire la différence. Les éléments justificatifs restent associés à chaque recommandation, afin que les équipes commerciales puissent consulter les sources primaires avant d’agir. Les entreprises pourraient étendre ce contexte partagé aux responsables de compte, aux BDR, aux ingénieurs solutions et aux responsables commerciaux, sous réserve des autorisations existantes pour chaque compte.

Clay montre ce dont un travail évolutif a besoin pour passer à l’échelle : une structure cohérente, une fréquence d’actualisation utile, des preuves partagées et un jugement humain au moment d’agir.

Exa Labs, qui développe une infrastructure de recherche web pour les agents d’IA, souhaite rendre son API de recherche disponible partout où les développeurs pourraient l’utiliser. L’équipe appelle cet objectif « Exa partout ». Auparavant, sa réalisation exigeait que les équipes chargées des relations avec les développeurs et des comptes surveillent les dépôts et l’écosystème au sens large, repèrent les intégrations prometteuses, recueillent le contexte et coordonnent le travail entre les systèmes. Bien que les opportunités varient, le parcours de la découverte à la mise en œuvre suivait une séquence constante. Exa a transformé cette séquence en un flux de travail défini pour Codex, avec des priorités claires, un accès aux sources nécessaires et une vérification humaine avant toute mise en production.

Codex surveille désormais les opportunités d’intégration prioritaires, rassemble le contexte pertinent, crée des demandes d’extraction, exécute des tests et prépare des mises à jour hebdomadaires à partir de sources telles que Slack et Notion. Le cas échéant, il peut également rédiger l’étape suivante, notamment une première annonce, afin que l’équipe la vérifie. Ce flux de travail fait passer une opportunité du signal à un livrable testé, tout en réduisant les transferts entre la recherche, l’ingénierie et la communication.

Les personnes décident toujours quelles opportunités comptent, quels engagements Exa doit prendre et comment gérer les relations externes. Les tests et les points de contrôle rendent le travail de l’agent visible avant sa mise en production. Les résultats des tests et la vérification humaine peuvent indiquer à l’équipe où ajuster le flux de travail avant l’exécution suivante. À mesure que le travail devient plus déterminant, les autorisations, les preuves et les droits de décision prennent davantage de place dans la conception du flux de travail.

Ensemble, Basis, Clay et Exa traduisent en termes opérationnels les tendances observées dans Enterprise Signals. Basis transforme un processus éprouvé en compétence réutilisable. Clay donne à un agent le contexte et la persistance nécessaires pour maintenir à jour un ensemble de tâches en constante évolution. Exa ajoute des outils, des tests et une vérification afin qu’un agent puisse transformer un signal en une exécution délimitée. Toutes trois intègrent l’amélioration au flux de travail : les exceptions rencontrées lors de l’intégration révèlent où affiner une compétence ; les nouvelles activités des comptes et la validation des équipes commerciales maintiennent le contexte des transactions à jour ; enfin, les tests et la vérification humaine précisent les limites des futures exécutions. Chacune part d’une tâche précise et laisse suffisamment de marge pour la tester. La répartition du travail se précise à l’usage, et les responsabilités s’élargissent à mesure que le flux de travail fait ses preuves.

Alors que l’écart avec les entreprises de pointe se creuse, les dirigeants doivent laisser aux employés la possibilité de tester des flux de travail déterminants, d’en mesurer la réussite et de transformer les expériences les plus prometteuses en pratiques reproductibles.

• Choisissez un levier de valeur déterminant. Commencez par un flux de travail de bout en bout réunissant une priorité stratégique, des systèmes, des transferts, des contrôles et des enjeux mesurables. Il doit se répéter assez souvent pour permettre d’en tirer des enseignements et être assez important pour justifier sa refonte.
• Définissez le résultat et la manière de le mesurer. Désignez le responsable, l’indicateur clé de performance, la valeur de référence et les garde-fous. Mesurez la profondeur à l’aide des tâches accomplies, du contexte et des outils connectés, des exceptions et de la charge de vérification. Mesurez la valeur à l’aide du temps de cycle, de la qualité, des coûts, des revenus ou des risques. Le volume produit peut montrer que les utilisateurs demandent davantage à l’IA ; les résultats du flux de travail indiquent si cela compte réellement.
• Rédigez la fiche de poste de l’agent. Définissez ce qui déclenche le travail, le résultat, le contexte requis, les outils, les autorisations et la persistance avec laquelle l’agent doit œuvrer jusqu’à l’achèvement. Précisez les preuves qu’il doit produire et les étapes auxquelles il doit s’arrêter pour permettre une vérification humaine.
• Construisez le système humain autour de l’agent. Associez à la conception les personnes les plus proches du flux de travail. Désignez les responsables du résultat commercial, de la logique métier, des accès et des contrôles, de l’adoption et de l’utilisation quotidienne. Les start-up concentrent ces responsabilités entre quelques personnes ; les entreprises doivent définir des droits de décision explicites à mesure que le flux de travail passe à l’échelle.
• Rendez l’expérimentation visible et réutilisable. Une étude d’OpenAI révèle que, six mois après l’adoption, les employés en début de carrière envoyaient 13 messages de plus par semaine que les cadres dirigeants. Laissez les employés tester de nouveaux cas d’usage, puis consignez le processus et les preuves de ce qui fonctionne et convertissez-les en compétences, en plugins ou en espaces de travail partagés. Chat, Work et Codex⁠(ouverture dans une nouvelle fenêtre) prennent en charge différents modes : Chat pour les questions et la collaboration rapide, Work pour le travail intellectuel en plusieurs étapes et les livrables finalisés, et Codex pour l’exécution technique.
• Reproduisez le modèle opérationnel. Conservez le contexte, les autorisations, les évaluations, les points de contrôle, les responsables, les mesures et l’accompagnement qui ont fonctionné, puis appliquez-les au levier de valeur suivant. Chaque nouvelle expérience doit offrir à l’équipe suivante un meilleur point de départ.