Travail refait : retrouver ce qu'un collègue a déjà traité

Un consultant relance un benchmark sectoriel que son collègue a bouclé le mois dernier. Un avocat rédige une clause qu’un confrère a déjà validée sur un dossier comparable. Aucun des deux ne sait que le travail existe déjà : ils le refont, depuis zéro.

Refaire un travail déjà traité ailleurs dans l’entreprise coûte près de six heures par semaine à l’employé moyen, et plus de dix heures à un salarié sur sept (Panopto, Workplace Knowledge and Productivity Report, 2019). Le manque n’est presque jamais la compétence : c’est l’absence d’un moyen de savoir que la réponse existe déjà, quelque part, chez quelqu’un d’autre.

Cet article explique pourquoi une entreprise refait sans cesse un travail déjà fait, ce que ni un espace de partage de fichiers ni un wiki interne ne corrigent, comment un agent de connaissance interne retrouve ce travail avant qu’il soit dupliqué, et ce que cela change en cabinet juridique, en conseil et en finance sans exposer les données.

Pourquoi une équipe refait-elle un travail déjà traité ailleurs dans l’entreprise ?

Une équipe refait un travail déjà traité parce qu’elle ignore qu’il existe, pas parce qu’elle manque de méthode. Le travail original est produit, validé, puis rangé dans un dossier, une conversation ou un outil que le collaborateur suivant ne consulte jamais. Rien ne signale que la réponse est déjà écrite quelque part. Le second collaborateur part du principe qu’il commence de zéro, et il a raison, faute d’un moyen de vérifier le contraire.

La mécanique est identique d’un secteur à l’autre, seul le nom du livrable change. Dans un cabinet d’avocats, un collaborateur recherche une clause de résiliation déjà rédigée et validée sur un dossier comparable l’an dernier, introuvable parce que classée sous le nom du client et non sous le sujet. Dans un cabinet de conseil, un junior relance un benchmark sectoriel qu’une autre équipe a bouclé pour un client différent, sans savoir qu’il existe déjà sur un espace partagé. Dans une direction financière régionale, un conseiller reconstitue une analyse de risque qu’un collègue d’une autre agence a produite le trimestre précédent pour un cas quasi identique.

Dans les trois cas, le travail n’est pas absent : il est invisible pour qui ne sait pas qu’il existe déjà.

Le problème vient-il d’un manque de rigueur ou d’un manque d’accès ?

Le problème vient de l’accès, jamais de la rigueur individuelle. Un collaborateur consciencieux qui ignore qu’un travail existe déjà ne peut pas le retrouver, aussi méthodique soit-il : il chercherait un fichier dont il ne connaît ni le nom, ni l’auteur, ni l’emplacement. La faute n’est pas la sienne, c’est celle d’un système qui range l’information par dossier et par client plutôt que par question posée.

Le phénomène a une mécanique documentée. La même étude Panopto montre que plus de sept répondants sur dix dupliquent un travail soit parce que le collègue qui l’a déjà fait n’est pas joignable au moment où la question se pose, soit parce qu’ils ignorent purement et simplement que ce travail existe. Le classement par dossier suppose de savoir déjà où chercher et qui a déjà cherché avant vous, exactement la condition qu’une échéance serrée, un nouveau projet ou un collègue absent invalide en premier.

Ce temps de duplication s’ajoute à un premier coût déjà documenté : un salarié consacre 9,3 heures par semaine à chercher une information qu’il sait pourtant exister quelque part (McKinsey Global Institute, The Social Economy, 2012). Le travail refait n’est pas un problème distinct de la connaissance introuvable : c’est ce qui se produit quand la recherche échoue et que, faute d’alternative, le collaborateur produit lui-même ce qu’il n’a pas su retrouver.

Pourquoi un espace de partage de fichiers ou un wiki interne ne suffisent-ils pas ?

Un espace de partage stocke un fichier, il ne répond pas à une question. Drive, SharePoint ou un wiki interne retrouvent un document si vous connaissez déjà son nom, son auteur ou l’endroit où il a été déposé. Ils restent muets face à « quelqu’un a-t-il déjà traité ce cas ? », qui est justement la question que se pose celui sur le point de refaire le travail.

Un wiki interne pousse la logique un cran plus loin, sans la résoudre. Il exige qu’un collaborateur prenne le temps de résumer et de taguer manuellement chaque livrable après coup, une discipline qui tient rarement au-delà de quelques semaines dans une équipe sous pression de deadline. Le wiki vieillit plus vite qu’on ne le met à jour, et il répond à la question qu’on a anticipée en le rédigeant, pas à celle que pose un collaborateur trois mois plus tard avec un vocabulaire différent. Un cabinet de conseil qui a investi dans un outil de gestion documentaire se heurte au même mur : ranger un livrable ne suffit pas à le retrouver si la question posée ne reprend pas mot pour mot le vocabulaire du fichier.

La recherche par mot-clé porte la même limite dans les deux outils. Elle trouve un document si la requête correspond à un terme qu’il contient ; elle échoue dès que vous cherchez une idée plutôt qu’un nom exact. « Clause de résiliation anticipée » ne remonte pas un fichier titré « avenant client Dupont v3 », même si c’est exactement ce document que vous cherchez.

Comment un agent de connaissance interne évite-t-il de refaire un travail déjà fait ?

Un agent de connaissance interne lit l’ensemble des documents et échanges de l’entreprise et répond directement à la question « ce travail a-t-il déjà été fait ? », avec le document exact et son auteur à l’appui. Avant de démarrer une recherche, un benchmark ou une clause, le collaborateur interroge le corpus en langage naturel et obtient la réponse existante si elle existe, ou la confirmation qu’elle n’existe pas encore et qu’il peut s’y mettre sans crainte de doublonner.

C’est le principe de ragify, l’agent RAG souverain d’Agify. Là où un moteur de recherche classique retourne une liste de fichiers à ouvrir un par un, ragify lit le contenu et formule la réponse, en citant le document, la page et l’auteur d’où elle provient. Un consultant qui demande « avons-nous déjà produit un benchmark ROI sur la transformation digitale dans le retail ? » reçoit la réponse et sa source, sans avoir à deviner dans quel dossier ni sous quel nom elle dort.

Le point critique tient dans ce que l’agent fait quand la réponse n’existe pas. Un assistant généraliste branché sur rien invente une réponse plausible plutôt que d’admettre l’absence ; sur un dossier réel, c’est un risque, pas une aide. Un agent ancré sur vos sources s’abstient quand l’information n’y figure pas, ce qui est la seule façon fiable de distinguer un travail déjà fait d’un travail encore à faire. Si vous voulez mesurer ce qu’un tel agent retrouverait sur vos propres livrables, un échange court sur votre corpus suffit à en juger sur des cas réels plutôt que sur une démonstration générique.

L’entreprise ne réorganise rien pour y arriver. L’agent se branche sur les outils déjà en place, Drive, messagerie, gestion documentaire, espaces métier, et rend interrogeable le corpus tel qu’il est, sans exiger le tri ou le taggage préalable qui fait échouer un wiki.

Travail refait en cabinet juridique, conseil et finance : comment retrouver sans exposer les données ?

Retrouver un travail déjà traité suppose de faire lire à un agent des dossiers clients, des livrables de mission ou des analyses de risque, des documents dont la confidentialité n’est pas négociable. Sur un modèle de langage hébergé en France, ces documents ne transitent par aucun cloud américain et restent sur une infrastructure maîtrisée, avec un fonctionnement isolé possible pour les environnements les plus sensibles. Pour un cabinet d’avocats tenu au secret professionnel ou une direction financière soumise au contrôle prudentiel, c’est la condition d’usage, pas une option.

C’est ce qui distingue un agent souverain d’un assistant grand public sur ce cas d’usage précis. Ouvrir des dossiers clients ou des analyses de risque à un LLM cloud étranger pour gagner du temps sur une recherche ne rend pas l’exposition acceptable, même ponctuelle. Un déploiement souverain lève cet obstacle sans demander de renoncer au gain de temps : le corpus reste chez vous, seule la façon de l’interroger change. La même logique gouverne toute connaissance interne qu’on veut rendre interrogeable sans l’exposer, quel que soit le secteur.

Questions fréquentes

Combien de temps une entreprise perd-elle à refaire un travail déjà fait ?

Selon Panopto (Workplace Knowledge and Productivity Report, 2019), un salarié consacre en moyenne près de six heures par semaine à dupliquer un travail déjà réalisé par un collègue, et un sur sept y passe plus de dix heures. Ce temps s’ajoute aux 9,3 heures hebdomadaires que le McKinsey Global Institute mesure déjà pour la simple recherche d’information.

Pourquoi les collaborateurs ne demandent-ils pas simplement à un collègue ?

Plus de sept répondants sur dix dupliquent un travail soit parce que le collègue qui l’a déjà fait n’est pas joignable au moment où la question se pose, soit parce qu’ils ignorent qu’un travail comparable existe (Panopto, 2019). Demander suppose de savoir à qui demander, ce qui n’est pas garanti au-delà d’une petite équipe.

Un moteur de recherche interne classique ne résout-il pas déjà ce problème ?

Un moteur de recherche classique retrouve un fichier si la requête correspond à un mot qu’il contient, pas s’il correspond à une idée formulée différemment. Il ne répond pas à « ce travail a-t-il déjà été fait ? », il liste des résultats à ouvrir et à trier soi-même, une charge que le collaborateur pressé abandonne souvent avant de la finir.

Faut-il réorganiser nos dossiers avant de déployer un tel agent ?

Non. Un agent comme ragify se branche sur les sources existantes, Drive, messagerie, gestion documentaire, outils métier, et rend le corpus interrogeable tel qu’il est. La réorganisation préalable est justement l’obstacle qui pousse la plupart des entreprises à renoncer à exploiter ce qu’elles possèdent déjà.

Nos dossiers clients restent-ils confidentiels ?

Oui, si l’agent est souverain. Sur un modèle hébergé en France, les documents ne quittent pas votre infrastructure et aucun LLM cloud étranger n’y accède, avec un fonctionnement isolé possible pour les environnements les plus sensibles. C’est la condition pour un cabinet juridique ou une direction financière, où l’usage d’un assistant grand public sur des dossiers clients est structurellement exclu.

Conclusion

Le travail refait n’est pas un problème de discipline ou de méthode individuelle : c’est le symptôme d’une entreprise qui range sa connaissance par dossier plutôt que par question. Près de six heures par semaine et par salarié, souvent davantage, passent à reproduire ce qu’un collègue a déjà produit, faute d’un moyen de savoir que la réponse existe.

Deux leviers en sortent. Un espace de partage ou un wiki interne stockent sans répondre et vieillissent plus vite qu’on ne les met à jour ; un agent de connaissance interne, lui, lit le corpus existant et répond en langage naturel avec la source exacte, sans exiger de réorganisation préalable. La souveraineté conditionne ce déploiement partout où la confidentialité des dossiers n’est pas négociable.

Si vous voulez savoir combien de travail se refait aujourd’hui sur vos propres dossiers sans que personne ne le voie, prenons un moment pour l’estimer ensemble à partir de votre corpus.

À propos

Agify conçoit des agents IA sur mesure pour les entreprises françaises, dont ragify, un agent de connaissance RAG hébergé en France qui rend interrogeable le corpus documentaire interne sans qu’aucune donnée ne parte vers un cloud tiers. Cet article s’appuie sur les données publiques de Panopto et du McKinsey Global Institute, ainsi que sur les contraintes de terrain observées dans les cabinets juridiques, le conseil et la finance régionale.