Voici un scénario type. Il montre comment Remolda aborderait l’automatisation de la recherche dans une firme de conseil de taille moyenne, ce que nous construirions et ce que nous mesurerions.
La situation
Imaginez une firme de conseil dont les associés vendent de la rigueur analytique dans des délais serrés. Avant que l’analyse commence, les analystes passent des jours à tirer des chiffres de rapports annuels, de documents réglementaires, d’études sectorielles et de dossiers de documents clients. Ils copient les chiffres dans des tableurs, les vérifient et corrigent des erreurs de transcription tard dans le projet.
Ce travail est nécessaire. C’est aussi la partie la moins intéressante du métier pour les personnes qui le font, et les erreurs découvertes tard coûtent cher à corriger.
Les macros et les abonnements à des données aident sur un type de mandat à la fois. La plupart des documents reçus ne sont pas structurés, alors le problème revient au projet suivant.
L’approche
Le scénario applique le cycle Remolda sur environ quatre mois à une pratique pilote, avant tout déploiement à l’échelle de la firme.
Audit et cartographie (3 semaines). Nous suivons les données depuis le moment où un client envoie un dossier de documents jusqu’à la diapositive finale. Des entrevues avec les associés, les analystes et l’équipe de recherche s’ajoutent aux relevés de temps sur des projets en cours. Le point de départ est la part du temps de projet consacrée à transformer des documents bruts en jeux de données structurés, et le nombre de corrections de données trouvées en révision.
Trois étapes sont les candidates probables : l’intégration et le classement des documents, l’extraction de données selon les questions de l’équipe, et l’assemblage de tableaux et de sommaires cités.
Construction (8 semaines). La conception repose sur trois agents, chacun avec une seule tâche, dans un environnement infonuagique privé configuré pour la firme, avec un accès limité par mandat.
- L’agent A, l’analyseur, reçoit les PDF, applique une reconnaissance optique de caractères qui conserve la mise en page, les tableaux et les titres, classe chaque document et l’indexe.
- L’agent B, l’extracteur, répond aux questions structurées des consultants, comme les prévisions de dépenses en immobilisations par région sur une période donnée, avec l’extrait et la page de référence pour chaque réponse. Il travaille uniquement à partir des documents fournis pour ce mandat.
- L’agent C, le synthétiseur, transforme les extractions en tableaux de tableur avec citations, rédige un sommaire et liste ce que les documents ne contiennent pas.
Les données des clients restent cloisonnées par mandat, et chaque requête et chaque extraction sont journalisées pour révision.
Autonomisation (4 semaines, en parallèle de la construction). Des séances de travail avec les analystes sur des projets en cours : comment formuler les questions d’extraction, comment vérifier par sondage les résultats cités et comment modifier le lancement de projet pour configurer les agents avant le début de la recherche.
Ce que nous mesurerions
Chaque élément ci-dessous est une cible que nous fixerions avec la firme et mesurerions par rapport au point de départ établi pendant l’audit. L’ampleur de chaque cible n’est fixée qu’une fois le point de départ mesuré.
- Délai d’obtention d’un jeu de données utilisable sur des projets comparables.
- Part des faits extraits avec une citation fonctionnelle vers une page du document source.
- Corrections trouvées en révision par livrable.
- Temps des analystes consacré à l’analyse par rapport à la collecte, selon les relevés de temps.
- Adoption : part des projets de la pratique pilote qui utilisent les agents après le premier mois.
Les règles qui encadrent ce scénario
Les dossiers des clients sont soumis à des obligations de confidentialité prévues au contrat de mandat et, lorsqu’ils contiennent des renseignements personnels, à la LPRPDE ou à une loi provinciale sur la protection des renseignements personnels. Les conditions des fournisseurs comptent : les forfaits entreprise et API d’OpenAI et d’Anthropic excluent par défaut l’entraînement sur les données d’affaires, et le lieu de traitement est documenté pour chaque fournisseur. La page sur les firmes de conseil indique les sources.
Leçons clés
1. Le goulot d’étranglement se trouve dans le processus. Les associés voient souvent le problème comme une question de formation ou d’outils. La solution commence par l’ordre du travail et par qui fait chaque étape.
2. Des agents étroits sont plus faciles à vérifier. Un agent avec une seule tâche et un seul format de sortie est plus facile à tester, et ses erreurs sont plus faciles à repérer.
3. L’adoption demande du temps au cœur du travail. La construction prend quelques semaines. Changer la façon dont les analystes démarrent un projet demande des séances de travail sur de vrais mandats.
Pour aller plus loin, voir l’IA pour les firmes de conseil, l’automatisation des flux de travail par l’IA et la formation IA pour les dirigeants.