Récupérer 10 % de la semaine d'une employée grâce à deux tâches déléguées à l'IA

Definitive Valuations est la principale firme d’évaluation immobilière résidentielle de l’Alabama et du Tennessee. Son équipe des comptes clients passe ses journées dans Gmail et Monday.com, et pendant longtemps, chaque ligne de paiement passait de l’un à l’autre à la main.

Le défi

Chez Definitive Valuations, un seul courriel d’avis de paiement peut contenir trois lignes de texte tapé. Ça peut être un PDF avec une seule entrée ou une douzaine. Ça peut être un seul dépôt ACH qui couvre douze propriétés différentes, avec une ligne de « total du lot » qui n’a rien à voir avec ce que chacune de ces propriétés doit réellement.

Quelqu’un devait les ouvrir un par un, les décortiquer, trouver la commande correspondante parmi des centaines de lignes dans un suivi Monday.com et la mettre à jour à la main.

Bon nombre de ces courriels étaient parfaitement clairs une fois lus. Ils demandaient quand même le même manège que les difficiles : ouvrir, décoder, chercher, taper. Et les heures qu’on peut y mettre dans une journée ne sont pas illimitées.

Notre approche

Plutôt que de bâtir une « automatisation », nous avons voulu créer un employé junior : des instructions claires et un arbre de décision, des mises à jour publiées dans Monday.com quand le travail est fait, et une façon de lever la main quand il est bloqué.

Concrètement, une seule question décide du sort de chaque ligne de paiement : suis-je assez sûr pour agir, ou est-ce que ça prend le jugement d’un humain?

Sa réponse détermine combien d’attention le paiement va demander à la personne qui révise.

Comment ça fonctionne au quotidien

Les courriels arrivent. Les paiements entrent comme ils l’ont toujours fait. Le système les lit et écrit dans le même tableau Monday.com où l’équipe passe déjà ses journées.

Les correspondances claires sont prêtes quand la personne qui révise ouvre le tableau. Elles attendent à « To Approve », avec les détails du paiement remplis et un lien vers le courriel d’origine. Pour celles-là, réviser revient à confirmer, et ça prend quelques secondes.

En cas de doute, une courte liste. Deux commandes pour la même adresse, un montant qui ne cadre pas tout à fait : l’élément affiche chaque possibilité envisagée et ce que le système a vu dans le courriel. La personne qui révise choisit le bon et approuve, ou s’en occupe manuellement.

Il communique comme le ferait un collègue, dans les outils que l’équipe utilise déjà. Chaque élément qu’il touche reçoit un commentaire dans Monday.com qui explique le travail : ce qu’il a rapproché, ce qu’il a vu dans le courriel, ou exactement ce qui l’a arrêté. Les passages de relais se font avec les statuts du tableau lui-même, donc « AI Needs Help » se trouve dans la même file que n’importe quelle autre tâche qui attend une personne. Et quand un paiement ne correspond à rien sur le tableau, il écrit à l’équipe pour l’avertir au lieu de le laisser traîner.

L’approbation reste humaine. Rien n’atteint « Approved » sans qu’une personne l’y mette. Ce qui a changé, c’est où cette personne met son temps : sur les paiements qui demandent du jugement, plutôt que sur la recherche qu’il fallait faire avant chacun d’eux.

La mise en place

Nous sommes partis du flux de travail des comptes clients tel qu’il se faisait vraiment chez Definitive Valuations.

La logique de rapprochement a été bâtie à partir de vrais cas. Chaque ligne de paiement suit le même chemin de décision, et toute étape qui n’aboutit pas à une seule réponse sûre arrête la ligne et la signale.

Les statuts de révision se trouvent sur le tableau existant de l’équipe; personne n’a eu à adopter un nouveau système pour que ça fonctionne.

Le nouveau membre IA de l’équipe a commencé en mode observation. Chaque lot passait par la personne qui révise avant que quoi que ce soit parte, comme on le ferait avec une nouvelle recrue avant son premier envoi à un client. Les rappels de paiements en retard n’ont commencé à partir directement qu’une fois que ce bilan a fait ses preuves.

Les résultats

• Les soldes avec lesquels l’équipe travaille sont à jour. Les paiements sont rapprochés et préparés le jour même de leur arrivée. Les relances vont aux comptes qui sont vraiment en retard, et l’équipe peut répondre à « est-ce que celui-là a payé? » en regardant le tableau.
• Le recouvrement se fait tout seul. Les rappels de retard partent maintenant d’eux-mêmes, sauf pour les commandes annulées, à solde nul ou marquées « do-not-email ». Le suivi des paiements en attente ne dépend plus de qui a eu une heure de libre cette semaine.
• Le volume de commandes peut augmenter sans qu’il faille une paire de bras de plus dans la boîte de réception. Le plafond, c’était le nombre de courriels qu’une personne pouvait ouvrir, décoder et retrouver dans le tableau en une journée. Ce plafond est beaucoup plus haut maintenant.
• Tout paiement inscrit peut être retracé en un clic. Le courriel source est lié à l’élément et l’approbation d’une personne figure au dossier. Quand un prêteur, un auditeur ou un client demande pourquoi une propriété apparaît comme payée, la réponse se trouve en quelques secondes.
• Environ 3,5 heures récupérées par semaine. Environ 10 % du temps d’une employée. Le travail qui s’empilait en attendant le traitement par lots, une ou deux fois par semaine, se fait maintenant chaque jour, par petites bouchées.

Dans leurs mots

Cette semaine, on a fait passer 32 paiements pour voir ce que ça donnerait vraiment, et il y en a juste deux qui ont eu besoin de moi. Quand il a un doute, il me dit sur quoi il a besoin d’aide, et je démêle ça assez vite.

 — Stacy Nesselrotte, Definitive Valuations

Dès le début, Mitch a pris le temps de vraiment écouter et de comprendre notre flux de travail et ce que nous cherchions à accomplir. Il a tout expliqué d’une façon facile à comprendre, même pour celles d’entre nous qui n’ont pas de formation technique. Tout au long du projet, il a été professionnel, réactif, et il a tout livré dans les délais.

 — Natalie Jay, Chief Appraiser/VP/Owner, Definitive Valuations

Pourquoi ça a fonctionné

Personne ne veut un système de plus, et presque personne ne veut encore plus de techno. On veut des collègues fiables. C’est autour de ce modèle-là que tout a été bâti.

Une automatisation qui se trompe en silence coûte beaucoup plus cher, en temps et en confiance, qu’une automatisation qui s’arrête et qui demande.

À retenir

« Techno », c’est le mot qu’on utilise pour les choses qui, parfois, ne marchent pas. Une bonne IA donne l’impression d’un collègue, pas d’une techno.

Si votre collègue ne sait vous signaler que ses réussites, les échecs vous tombent dessus sans prévenir.

Les décisions de conception qui pèsent le plus : comment ce nouveau collègue se branche sur les systèmes en place et travaille avec l’équipe. Réussissez cette partie, et le système n’est plus quelque chose qu’il faut auditer. C’est quelque chose avec quoi on collabore.

Definitive Valuations a bâti ça, et chaque dollar passe encore par l’approbation d’un humain.