Kaiten et ChatGPT ont aidé PF-FORUM à réduire le temps de création des tâches de 30 à 3 minutes

PF-FORUM, une usine de travail des métaux avec sa propre infrastructure numérique, a connecté Kaiten et ChatGPT et a considérablement accéléré la formulation des tâches. Au lieu de consacrer une demi-heure de travail manuel après le standup du matin, un gestionnaire ne dépense maintenant que 2–3 minutes pour une seule demande à l'assistant IA.

Où était le goulot d'étranglement

À l'installation de production de PF-FORUM, les outils numériques pour contrôler les équipements, les matériaux et les opérations existaient depuis longtemps, mais les tâches de bureau continuaient à vivre séparément de ce système. Les instructions étaient communiquées verbalement, stockées dans des carnets et des notes personnelles, et un seul gestionnaire pouvait avoir 15–20 employés. Quand l'entreprise a grandi, ce mode a cessé de fonctionner : au prochain standup, certains accords étaient oubliés, et les réunions elles-mêmes étaient consacrées à la récupération du contexte plutôt qu'à la prise de décisions.

"Les tâches disparaissaient dans le vide."

L'équipe avait besoin d'un suivi des tâches séparé qui montrerait l'état du travail sans appels ni rapports constants. Ils ont emprunté l'idée aux tableaux kanban physiques mais l'ont adaptée à un format numérique. En choisissant un outil, ils se sont concentrés non sur une longue liste de fonctionnalités mais sur trois critères pratiques : une visualisation claire, un accès simple et une API ouverte pour les intégrations. Kaiten répondait à ces exigences — il pouvait être configuré de manière flexible pour les processus de production plutôt que de forcer les processus à s'adapter au modèle du service.

Comment ils ont construit le processus

La mise en œuvre s'est déroulée par étapes. D'abord, le système était utilisé pour les tâches personnelles et la communication entre collègues, puis le département informatique a été impliqué (qui était initialement sceptique), et ensuite les gestionnaires d'autres divisions. Maintenant, quatre directions travaillent pleinement dans Kaiten : développement avec l'informatique, production, construction et qualification. Ils ont créé des espaces et des tableaux séparés pour chacun afin d'éviter de mélanger les initiatives stratégiques, le contenu, les tâches rapides et les tâches de production avec une logique de délais et une charge de travail différentes.

Ils ont également reconfiguré le flux de travail lui-même. Au lieu du schéma standard "file — en cours — terminé", la production a créé ses propres étapes : idées, objectifs trimestriels, tâches hebdomadaires, tâches d'aujourd'hui, une colonne "En attente" et des cartes terminées. La colonne "En attente" est devenue le point central du standup quotidien de 10 minutes : l'équipe ne discute que des blocages plutôt que de relire la liste entière des tâches. En informatique et en production, ils ont également rendu obligatoire un champ d'estimation du temps pour que les gestionnaires puissent voir la charge réelle des employés.

Le goulot d'étranglement suivant s'est avéré être la qualité de la formulation des tâches. Après le standup, un chef de département devait toujours créer manuellement 15–20 cartes, ce qui prenait à nouveau plus de 30 minutes. L'équipe a alors construit un assistant personnalisé Kaiten Router en utilisant ChatGPT Actions et l'API ouverte de Kaiten. Pour chaque gestionnaire, ils ont configuré un assistant séparé avec une clé API personnelle, de sorte que les cartes sont créées au nom du demandeur spécifique sans confusion sur la responsabilité. Maintenant, un gestionnaire n'a qu'à énumérer les tâches séparées par des virgules sous forme libre et à confirmer l'action ; si la formulation a besoin de clarification, la carte peut être rapidement modifiée manuellement.

• La carte va immédiatement au bon espace et à la bonne piste de l'employé
• La description ajoute automatiquement l'objectif, le contexte et les étapes d'exécution
• Le système définit les critères d'acceptation et les étiquettes par type de tâche
• La personne responsable et le créateur de la tâche sont attribués sans saisie manuelle

Ce qui a changé dans le travail

L'effet a été remarquable non seulement dans la rapidité de création des cartes. Les standups quotidiens ont été réduits à 5–10 minutes parce que l'équipe n'a plus besoin de passer une demi-heure à chercher du contexte et à déterminer qui voulait dire quoi. Les tâches sont visibles avant le début de la réunion, et la discussion se concentre sur les obstacles qui ralentissent réellement le travail.

Maintenant, l'assistant IA est utilisé par au moins deux équipes — production et département de développement — et pour eux c'est déjà un rituel de travail matinal. Parallèlement, la transparence de gestion a augmenté. Chaque tâche a une date limite, une description et un responsable, les projets ne sont donc plus bloqués en raison d'accords verbaux.

Les gestionnaires vérifient le travail directement sur les tableaux, souvent déjà avec des ordinateurs portables lors des réunions de coordination, et le PDG obtient une vue d'ensemble des employés sans rapports supplémentaires. L'étape suivante est un tableau de synthèse unifié pour la direction, la connexion des départements comptable et approvisionnement, et la transcription automatique des réunions qui transforme les accords en nouvelles cartes.

Ce que cela signifie

Ce cas montre que la mise en œuvre de l'IA dans le travail opérationnel ne nécessite pas toujours une grande R&D interne. Si une entreprise dispose déjà d'un processus clair, d'un suivi des tâches avec une API ouverte et de gestionnaires disposés à changer leurs habitudes, même une entreprise industrielle peut rapidement éliminer les tâches routinières des gestionnaires et transformer la gestion des tâches d'accords verbaux à un système numérique transparent. Pour le marché, c'est un autre signal : la valeur de l'IA se déploie souvent non dans un chatbot autonome mais dans une combinaison avec les outils commerciaux déjà existants.