Le premier test réussi est toujours agréable.
Une tâche qui prenait quarante minutes tombe à dix. Le résultat est propre. On montre la démo et, pendant cinq minutes, tout paraît évident.
Le vrai test commence lundi suivant.
Le fichier a une colonne en moins. La personne qui avait créé la méthode est absente. Le cas client ne ressemble pas au cas de démonstration. L’outil connecté demande de se reconnecter.
Et là, on découvre si on avait un workflow ou juste une très bonne démo.
Une méthode durable doit survivre à son créateur
Si personne d’autre ne comprend les entrées, la consigne, le contrôle et les limites, tu as créé une astuce personnelle.
Elle peut être brillante.
Elle reste fragile.
Fais-la reprendre par quelqu’un qui ne l’a pas construite. S’il doit t’appeler à chaque étape, tu sais où documenter.
Une donnée manque. Le fichier change. La demande est ambiguë. Une source est indisponible. Le modèle répond avec beaucoup de confiance mais oublie un élément.
Pas besoin d’inventer l’apocalypse.
Prends simplement les deux ou trois exceptions qui arrivent vraiment dans ton travail. Si le workflow sait quoi faire dans ces cas-là, il commence à devenir intéressant.
Donne-lui un propriétaire
Quelqu’un doit pouvoir décider quand la méthode change, quand elle est suspendue et comment on traite un échec.
Sans propriétaire, les usages vieillissent silencieusement. Pendant quelques mois tout le monde croit utiliser la même méthode, puis chacun a modifié un morceau dans son coin.
La première démo mesure surtout le potentiel.
Le vrai bilan vient après : combien de fois la méthode a été utilisée ? Combien de reprises ? Combien de temps récupéré ? Quels cas ont obligé à revenir au manuel ? Est-ce que les gens l’utilisent encore spontanément ?
Si l’usage disparaît dès qu’on arrête d’en parler, ce n’était peut-être pas une capacité durable.
Prévois une date de révision
Les outils changent vite. Les méthodes aussi.
Une date dans trois mois pour vérifier que la procédure est toujours vraie évite les workflows zombies que tout le monde suit par habitude.
OpenAI décrit justement le passage d’usages ponctuels à des workflows et capacités opérationnelles plus structurés dans ses publications récentes : workflows IA-native et de l’assistance à l’exécution.
Le but n’est pas qu’un test fonctionne une fois. C’est qu’il continue à aider quand la réalité arrête d’être propre.