Notre série “Déployer un projet de computer vision et créer de la valeur en seulement 90 jours” touche à sa fin. Nous avons passé en revue les 3 grands jalons de ce type de projet : 30 jours pour la création du dataset, 60 jours pour l’entraînement des algorithmes et 90 jours pour la mesure des premiers résultats. Dans ce dernier article, nous abordons un sujet crucial dont dépend la réussite de votre projet : l’accompagnement au changement !
Pour assurer le succès de tout chantier de transformation digitale, implémenter une technologie puissante ne saurait suffire. Accompagner l’humain est tout aussi essentiel car ces grandes transitions bouleversent certains processus et impliquent de nouvelles habitudes. En automatisant le contrôle qualité des opérations terrain, c’est toute la chaîne de métiers côté terrain et back-office qui est impactée : techniciens/ouvriers de l’entreprise, sous-traitants, responsables des opérations et de l'infrastructure, et bien sûr les chargés de la qualité. La solution basée sur l’IA constitue non seulement un nouvel outil, mais vient surtout remodeler leur façon de travailler. Comment, dans cette optique, aider chacun à embrasser le changement, et quels sont les pré-requis de gestion du changement pour vous donner toutes les chances de réussir dans l’amélioration de la qualité de vos opérations ?
Sensibiliser sur l’urgence de rompre avec le contrôle qualité manuel
Le défi à relever est de taille : parvenir à bousculer le statu quo, c’est-à-dire le contrôle qualité manuel et post-opération, pour ensuite ancrer un nouveau mode de fonctionnement, un nouveau processus de vérification basé sur l’IA.
Une des méthodes éprouvées pour y parvenir consiste à organiser des workshops avec les divers métiers (chargés des opérations, de la conformité, et les départements de formation), afin de faire émerger des constats :
-Il faut améliorer la qualité des opérations
-Le processus de contrôle qualité est long, trop coûteux et intervient trop tard
-Les employés de terrain manquent de compétences et d'apprentissage pour bien faire leur travail.
Grâce à cette réflexion, vous rendrez la nécessité du changement évident et acceptable, et l’implémentation de la solution de contrôle qualité basée sur l’IA plus aisée.
Communiquer les changements et bénéfices de la nouvelle solution pour chaque métier
Lorsqu’il s’agit du plan de communication, les canaux, au même titre que les messages, ont leur importance. Appuyez-vous sur les outils de communication internes à votre entreprise pour présenter la nouvelle solution de contrôle qualité, organisez des ateliers en présentiel avec des représentants de chaque métier, et surtout, identifiez des ambassadeurs pour relayer l’information et assurer l’accompagnement au changement des équipes. Les managers de proximité peuvent remplir ce rôle, particulièrement ceux encadrant les techniciens et ouvriers dont les missions en mobilité ne facilitent pas le partage d’informations.
En termes de message, cette communication multi-canal doit d’abord expliquer l’objectif principal de la solution de contrôle qualité automatisé : la recherche de l’efficacité et de l’efficience opérationnelle, à travers une meilleure qualité des opérations. Elle doit également détailler ce qui va changer dans les métiers de chacun sans omettre les bénéfices qu’ils en tireront, et nous vous en proposons une liste non exhaustive ci dessous :
Pour les techniciens
Le premier changement consiste à devoir prendre des photos plus qualitatives et exploitables pour l’analyse automatique. Ils interagissent avec l’IA en obtenant directement le résultat du contrôle qualité et deviennent ainsi de vrais acteurs de la qualité grâce aux données que leur fournit la solution. Elle leur confère une tranquillité d’esprit, en leur permettant de quitter le lieu d’intervention en sachant que le travail a bien été fait. Les techniciens peuvent ainsi améliorer leur geste métier au fil de l'eau grâce aux retours de l'IA.
Pour les contrôleurs qualité à distance
Auparavant, ils sélectionnaient au hasard des opérations à vérifier. Avec l’IA, leur expertise est requise seulement sur des cas remontés comme problématiques ou critiques et ainsi leur temps et savoir-faire sont mieux exploités. Ils peuvent aussi modifier les résultats de l’analyse de l’IA si nécessaire et participer à l’amélioration des performances des modèles. Cela leur confère un véritable rôle à jouer dans l’amélioration continue de la solution.
Pour les responsables des opérations et les personnes en charge de l’infrastructure
La nouveauté consiste à accéder à un outil centralisant la donnée terrain avec divers niveaux de granularité. Cela leur permet d’améliorer le pilotage des équipes et la préparation des futures opérations, notamment celles liées à la maintenance des équipements.
Adresser les freins à l’adoption
Dans votre communication, pensez à rassurer les équipes sur le rôle de l’IA, qui a tendance à être vue comme une menace, surtout par des employés seniors. Expliquez par exemple que l’intérêt est de créer des expériences humain-IA favorisant la réussite des opérations et la productivité des équipes, dans un objectif de collaboration qui capitalise sur les forces de chacun.
Nous l’avons dit, l’implémentation de la computer vision ne saurait suffire pour produire les résultats attendus. Les équipes terrain tiennent un rôle prépondérant dans le succès du projet d’automatisation du contrôle qualité, puisqu’ils sont les premiers utilisateurs de la solution. Prenez donc soin de déployer une expérience utilisateur claire et fluide qui colle au plus près à la réalité du terrain et ne crée pas de friction. Pour plus d’informations, accédez au quatrième article de la série, qui revient sur cette thématique.
Avant l’implémentation de la solution, élaborez un plan de formation en désignant une ou plusieurs personnes chargées de présenter le fonctionnement et l’utilisation de la solution. Enfin, pour faciliter l’ancrage de la solution d’IA dans le quotidien de l’entreprise et assurer sa pérennité, nous conseillons d’inclure la formation sur l’outil dans l’onboarding des nouvelles recrues.
Mesurer le succès du changement
Il s’agit ici de mesurer les effets du nouveau processus de contrôle qualité sur la qualité de vos opérations. Il vous suffit d’utiliser les données de Field Intelligence fournies par Deepomatic, avec notamment deux métriques :
- Le taux de conformité des reportages photos, qui permet de voir la progression de la qualité de reporting des techniciens.
Vous pouvez aussi vous baser sur le nombre moyen de photo pour chaque étape d’une intervention : plus il est proche de 1, plus la qualité des photos prises est bonne.
- Le taux de conformité des opérations, qui indique l’impact de la solution sur la qualité du travail. C’est un indicateur qui se mesure sur le moyen et long terme.
Pour conclure, il est important de garder à l’esprit que tout nouveau processus opérationnel commence par une prise en compte du facteur humain. Sensibiliser les divers métiers sur la nécessité d’opérer un changement de méthode de contrôle qualité, et communiquer clairement sur les changements concrets pour chacun ainsi que sur les bénéfices vous permettront d’introduire la nouvelle solution plus sereinement.
