Questions et réponses

Non.

Vous n'avez pas besoin de commencer par une stratégie pour toute l'entreprise. Commencez par un travail qui mérite d'être mieux fait. Si ça marche, vous avez quelque chose de concret sur quoi construire la suite.

Commencez par un travail qui revient souvent, qui prend beaucoup de temps, ou qui se fait différemment selon qui s'en occupe.

Ce n'est pas obligé d'être une tâche simple. En fait, ça devient intéressant quand le travail exige vos propres règles, vos données et votre expérience pour être bien fait.

Montrez-nous le travail pour lequel vous voulez de l'aide. De préférence avec quelques cas réels, réglés comme vous voulez qu'ils le soient.

Vous préférez commencer par en discuter ? Vous pouvez réserver un créneau directement. contact.md →

C'est justement pour ça que nous demandons de vrais exemples plutôt que de longues descriptions de processus.

Montrez-nous le travail tel qu'il se fait déjà. Nous prenons alors le temps de comprendre comment le travail se fait vraiment, puis nous revenons vers vous avec les points où il nous manque une réponse.

Si le travail existe déjà dans le catalogue, ça va plus vite. La mise en place prend en général autour de 2 semaines. Le temps ne part pas dans la technique. Il part à apprendre vos règles, vos exceptions et vos zones grises.

On vous le dit. Et vous aurez quand même une date de réponse ferme, même si c'est non.

Non. Nous les construisons autour de personnes déjà compétentes dans leur travail.

Le but n'est pas de remplacer la personne. C'est d'élargir ce qu'elle peut faire. Plus de capacité, une meilleure qualité, et moins de temps passé sur le travail qui ne demande pas toute son attention.

Il le dit. Il ne fabrique pas une réponse plausible juste pour avancer. Quand une source existe, il montre sur quoi repose sa réponse.

Un chatbot est en général conçu pour une conversation. Un Coworker est conçu pour un travail.

Il a un rôle précis, et il est configuré selon la façon dont vous le faites vraiment.

Les systèmes où le travail se fait déjà. Cela peut être l'e-mail, l'agenda, le CRM, la comptabilité, les documents ou le service client. Nous commençons par un accès en lecture seule, et nous n'élargissons cet accès que quand vous êtes prêts.

Non. La mise en place n'est pas liée à un seul fournisseur d'IA. Vous pouvez changer de modèle ou de fournisseur quand cela a du sens.

Non. Pas sans votre accord.

Rarement la technique.

Ce qui est difficile, c'est de comprendre comment le travail se fait vraiment. Quelles règles s'appliquent ? Quand ne s'appliquent-elles pas ? Qu'est-ce que la personne d'expérience sait, et que personne n'a jamais écrit ?

C'est pour ça que nous commençons par de vrais exemples du travail, et non par une description de la tâche en deux lignes.

Non. Si tout était déjà parfaitement décrit, notre travail serait nettement plus simple.

Nous partons de vrais exemples et des personnes qui connaissent le travail. Au fil du travail, nous sortons les règles, les exceptions et les façons de faire de leur tête, pour les rendre concrètes. La documentation s'améliore donc, elle aussi, en cours de route.

C'est plutôt normal.

Nous déterminons de quelles données le Coworker a vraiment besoin. Certaines peuvent être nettoyées une bonne fois pour toutes. D'autres se structurent au fil du temps, parce que le Coworker a besoin que l'information soit au même endroit et veuille dire la même chose à chaque fois.

Vous n'avez donc pas besoin de données parfaites pour commencer.

Oui, et c'est souvent là que se trouve le vrai travail.

« Fais toujours X » est facile. L'intéressant, c'est : « Fais X, sauf si le client est dans tel cas, si la commande ressemble à telle autre, ou si c'est déjà arrivé une fois ». Ce sont ces règles et ces zones grises que nous apprenons au Coworker avec vous.

Pas juste pour faire plaisir à l'IA.

Nous partons du travail tel qu'il existe aujourd'hui. Si quelque chose fonctionne déjà bien, le Coworker doit l'apprendre. Si nous tombons au passage sur une façon de faire qui n'existe que parce que « on a toujours fait comme ça », nous pouvons en discuter à ce moment-là.

Le Coworker change avec elle.

De nouvelles règles, de nouveaux produits, de nouvelles exceptions apparaissent. C'est pour ça que nous ne voyons pas la mise en place comme quelque chose qu'on livre puis qu'on oublie. Elle s'améliore en restant proche du vrai travail.

Plus qu'on ne le pense au premier abord.

Quand nous construisons un Coworker, il doit apprendre comment le travail se fait vraiment. Les règles, les exceptions et les façons de faire qui n'existaient jusque-là que dans la tête de certains employés deviennent concrètes.

Cela ne rend pas seulement le Coworker meilleur. Cela rend l'intégration des nouveaux plus simple, les processus plus réguliers, et le travail plus facile à mesurer. Et si un employé clé s'en va un jour, toute la façon de faire ne s'en va pas avec lui.

C'est l'une des premières choses que nous allons chercher.

Presque toutes les entreprises ont du travail qui se fait « c'est comme ça qu'on fait, c'est tout », parce qu'une personne le fait depuis cinq ans. Le problème arrive le jour où cette personne est malade, change de poste, ou doit l'apprendre à quelqu'un d'autre.

Quand nous construisons un Coworker, cette connaissance doit sortir de la tête de quelqu'un et devenir concrète. Les règles, l'ordre des étapes, les exceptions et les exemples deviennent une partie de la mise en place.

Le Coworker n'obtient donc pas seulement de quoi travailler. L'entreprise reprend la main sur sa propre connaissance.

Oui. Le nouvel employé n'a pas à redécouvrir tout le processus depuis zéro, ni à compter sur la chance pour tomber sur la bonne personne à qui demander.

Le travail, les règles et les exemples sont déjà concrets. Et le Coworker peut aider le nouvel employé à faire le travail de la même façon que le reste de l'équipe, dès le premier jour.

Oui. Une transmission d'entreprise, ce n'est pas qu'une question de propriété. Des décennies de savoir peuvent être enfouies dans la façon dont l'entreprise travaille.

Quand les façons de faire, les règles et les exceptions deviennent concrètes, l'entreprise dépend moins de ce que quelques personnes ont en tête.

Oui. Et vous devriez.

Combien de temps prenait la tâche avant ? Combien de temps prend-elle maintenant ? Quel volume est produit ? À quelle fréquence faut-il corriger quelque chose ? Où le travail finit-il par caler ?

Quand le travail devient plus structuré, il devient aussi plus facile à mesurer. La valeur n'a donc pas besoin de rester une impression vague du genre « l'IA fait sûrement gagner du temps ».

Oui. Quand le travail peut se mesurer, l'effort humain devient lui aussi plus visible.

Si un employé équipé d'un Coworker peut gérer plus de clients, produire davantage ou relever la qualité, la différence se voit vraiment. Cela permet de parler concrètement de la valeur que la personne crée, au lieu de ne parler que d'heures passées au bureau.

Ça ne devrait pas être le cas.

Pour l'entreprise, un Coworker peut apporter plus de capacité, une meilleure qualité et plus de clients, sans que le travail augmente au même rythme.

Pour l'employé, cela veut dire moins de temps sur les tâches répétitives et plus de temps sur ce qu'il fait vraiment bien. Et quand le travail devient mesurable, sa contribution devient elle aussi plus facile à voir.

Si, à temps de travail égal, vous pouvez gérer deux fois plus de travail ou livrer des résultats nettement meilleurs qu'il y a un an, ce n'est pas seulement l'entreprise qui devrait pouvoir en voir la valeur. C'est aussi un assez bon point de départ pour une négociation salariale.

En général, plus sur votre propre travail que vous ne l'imaginez.

Pour apprendre une tâche à un Coworker, nous devons comprendre à quoi ressemble un bon résultat, quelles règles s'appliquent, d'où viennent les données, et ce qui se passe quand la situation sort de l'ordinaire.

C'est souvent à ce moment-là qu'on découvre qu'une bonne partie d'un processus n'a jamais vraiment été écrite nulle part.

Votre savoir-faire, vos méthodes et votre expérience restent chez vous. Le modèle d'IA lui-même tourne chez le fournisseur que vous utilisez, par exemple Anthropic ou OpenAI.

Tout ce que nous faisons tourner pour vous tourne depuis le Danemark. Le modèle lui-même peut tourner chez un fournisseur en dehors de l'Europe.

Ce qui peut être fait avec vos données, et où elles peuvent être envoyées, on le fixe ensemble au moment de la mise en place.

Vous pouvez voir ce qu'il fait. Il commence avec un accès en lecture seule, et c'est vous qui décidez quand et pour quoi il obtient plus d'accès.

Oui. Vous pouvez toujours débrancher. Et ce que nous avons mis en place pour vous, vous le gardez.

À partir de 6 500 DKK par mois et par Coworker, plus la mise en place à partir de 25 000 kr. La mise en place dépend de ce qu'il y a à adapter à votre travail. tarifs.md →

Vous résiliez, et ça prend effet à la fin du mois. L'abonnement n'est facturé qu'à partir du jour où le Coworker tourne vraiment chez vous.

La maintenance et les mises à jour. Et une personne à appeler, quand vous en avez besoin.

Nous surveillons aussi comment il est utilisé. Et nous l'améliorons, mois après mois, pendant qu'il travaille chez vous.

Dans ce cas, nous la construisons pour vous. Le prix dépend de ce qu'il y a à faire.

Si votre entreprise est enregistrée au Danemark, SMV:Digital peut couvrir une partie du coût. C'est ce que nous regardons ensemble.

Non. Vous devez connaître le travail. Nous nous occupons de la technique.

Le plus important, c'est que vous puissiez nous montrer comment le travail se fait vraiment, y compris avec les exceptions et les zones grises.

Non. Le Coworker tourne dans l'IA que vous utilisez déjà, comme ChatGPT ou Claude, et se connecte aux systèmes où le travail se fait déjà.

D'abord, nous le construisons pour qu'il ne se contente pas de deviner quand il n'est pas sûr.

Là où une validation est nécessaire, le travail passe par une personne. Et si quelque chose tourne mal quand même, il y a quelqu'un chez nous à qui téléphoner.

Sewar Sidou a fondé Ellypsis et la dirige, depuis Odense, Danemark. La suite de l'histoire est dans la lettre. lettre.txt →