Une direction qui inscrit une économie liée à l'IA dans les comptes reçoit généralement de la part d'un acheteur la même question en retour : comment le savez-vous, et cela restera-t-il ainsi. Ce n'est pas de la méfiance. Une économie qui n'est pas étayée est traitée, lors de la valorisation, comme du bruit, pas comme du profit. La question de savoir comment vous l'étayez n'est donc pas une question comptable, mais une question de preuve.
L'IA reprend du travail, pas d'un coup et pas de manière uniforme partout. Dans certaines entreprises, une partie de la communication client ou de la première évaluation des documents se déroule déjà sans intervention humaine, avec quelqu'un qui approuve ou rejette le résultat. Dans d'autres entreprises, cela reste entièrement un travail humain, non pas parce que ce ne serait pas possible, mais parce que personne n'a déterminé quelles tâches s'y prêtent. La différence entre ces deux situations réside rarement dans la technologie. Elle réside dans le fait que quelqu'un ait ou non décomposé les tâches et examiné, pour chacune : l'IA peut-elle la reprendre, peut-elle le faire avec supervision, ou cela reste-t-il un travail humain. Sans cette répartition, une économie est une impression. Avec cette répartition, c'est une affirmation vérifiable.
Une affirmation comme « nous avons libéré un ETP » n'est pas vérifiable pour un acheteur. Un ETP se compose de dizaines de tâches, et ces tâches n'évoluent pas toutes avec la même intensité ni la même certitude. La justification commence par le découpage du rôle en tâches, avec pour chacune une classification selon les trois catégories qui reviennent systématiquement : l'IA peut la reprendre entièrement, l'IA peut la faire avec supervision humaine, ou elle reste un travail humain. Ce n'est qu'à ce niveau que vous pouvez déterminer quelle part des heures est structurellement libérée et quelle part dépend d'une supervision qui pourrait demain être rendue plus stricte ou plus souple. La manière de documenter cela par tâche, y compris les preuves qu'un acheteur attend à ce sujet, est détaillée dans comment documenter ce que l'IA fait dans votre entreprise.
Aucun scan, aucune méthode de calcul précise, aucune évaluation ne peut établir avec certitude quelle capacité une application d'IA libérera encore dans deux ans. L'incertitude se situe à trois endroits. D'abord l'hypothèse sur la supervision : si une tâche est aujourd'hui effectuée avec supervision humaine, la question est de savoir combien de cette supervision restera nécessaire une fois le système en fonctionnement depuis plus longtemps, et c'est une estimation, pas un fait. Ensuite, la dépendance envers le fournisseur : une économie qui repose entièrement sur le prix, les conditions ou la pérennité d'un seul fournisseur d'IA est moins solide qu'une économie ancrée dans le processus propre à l'entreprise, et cette distinction pèse plus lourd pour un acheteur que le montant lui-même. Enfin, l'horizon temporel : ce qui se fait aujourd'hui avec supervision pourrait fonctionner de manière plus autonome dans un an, ou au contraire pas du tout, si la tâche s'avère plus complexe que prévu. Une justification qui aborde ces trois points est plus crédible qu'une justification qui présente un simple pourcentage sans en préciser l'origine.
Un acheteur accepte une fourchette accompagnée d'un raisonnement. Pas : trente pour cent du rôle a été repris. Mais plutôt : la majeure partie du contrôle documentaire répétitif a été reprise, avec un collaborateur qui évalue les exceptions, et cette proportion est restée stable au cours des six derniers mois. C'est une affirmation vérifiable à partir des journaux, des taux d'erreur et du temps que le collaborateur superviseur y consacre encore. Cela fait de l'économie un élément de la qualité du profit plutôt qu'une hypothèse qui s'effondre lors d'une due diligence. Les dépendances qui, dans ce contexte, font baisser le prix, même lorsque l'économie elle-même est correcte, sont détaillées dans quelle dépendance envers un fournisseur d'IA fait baisser le prix.
Si le travail libéré repose principalement sur une connaissance détenue uniquement par le propriétaire quant à la configuration du système, l'économie n'est pas transférable. Cela fait baisser non seulement l'économie elle-même, mais aussi l'indice global de dépendance au propriétaire, ce qui pèse souvent plus lourd dans la valorisation que le montant de l'économie. Un acheteur ne demande donc pas seulement ce qui a été économisé, mais qui assure la maintenance une fois le propriétaire parti, une question développée dans pourquoi un acheteur demande qui assure la maintenance de l'IA.
Ceci n'est ni un conseil en ressources humaines ni une justification pour une décision de licenciement. La question de savoir si et comment un employeur prend des décisions relatives au personnel en fonction de l'évolution du travail relève d'obligations légales propres qui ne sont pas traitées ici. Ce qui est décrit ici concerne exclusivement la manière de rendre une économie déjà réalisée démontrable et transférable vis-à-vis d'un acheteur.
La question sous-jacente, à savoir quel travail dans cette entreprise peut réellement être repris par l'IA et quelle part reste un travail humain, trouve une réponse tâche par tâche grâce au scan de travail de FTE TO AI. Pour qui souhaite d'abord savoir où la justification est la plus fragile dans sa propre entreprise, il existe le contrôle de valeur gratuit : huit questions courtes, une par facteur de valeur, avec une indication du facteur qui pèse le plus aujourd'hui sur le prix. Le scan de valeur complet, avec des preuves par facteur et un calendrier sur deux ans jusqu'au moment de la cession, est en cours de développement. Ce que cela touche précisément parmi les huit facteurs est expliqué dans ce qui fait baisser la valeur de votre entreprise, et pour qui souhaite également retrouver l'économie dans le reporting lui-même, l'approche est présentée dans comment professionnaliser l'information de gestion.