Avant d’automatiser :
repenser les opérations d’une boulangerie de fond en comble

Repenser la transformation par l’IA dans les boulangeries

À mesure que l’IA, les caisses en libre-service et les technologies d’automatisation investissent les boulangeries, la question est devenue presque incontournable : que peut-on automatiser ?

Mais avant de chercher la réponse, une autre question mérite d’être posée : quelles tâches n’ont, au fond, aucune raison d’exister ?

La pénurie de main-d’œuvre et l’augmentation du coût du travail accélèrent l’adoption de l’automatisation dans le commerce. Des tâches autrefois réalisées presque entièrement par les équipes sont progressivement confiées aux machines.

Dans un récent article consacré à la montée de l’automatisation en Corée du Sud, Reuters observe ainsi que le recul de la population active et la pression croissante sur les coûts de main-d’œuvre poussent les cafés, les restaurants et les autres commerces à multiplier les solutions de libre-service et les points de vente sans personnel. Pour de nombreuses entreprises, l’automatisation ne relève donc plus seulement d’une recherche de productivité : elle devient aussi une réponse aux transformations du marché du travail ¹.

Dans ce contexte, lorsqu’une entreprise envisage l’IA ou l’automatisation, le réflexe est souvent de commencer par les tâches les plus consommatrices de temps et de main-d’œuvre :

• Quelles sont les tâches qui mobilisent le plus de personnel ?
• Lesquelles pourraient être confiées à l’IA ?

Le problème est que ce raisonnement prend le processus existant pour acquis.

Une question plus fondamentale serait peut-être :

« Si cette boutique était conçue aujourd’hui à partir de zéro, fonctionnerait-elle de la même manière ? »

C’est précisément ce type de questionnement que permet d’illustrer une histoire racontée par Elon Musk aux débuts de Tesla.

Parfois, la meilleure façon d’améliorer un processus est de le supprimer

Elon Musk a raconté une anecdote des premières années de production de Tesla qui illustre particulièrement bien cette approche.

À l’époque, une pièce en fibre de verre devait être placée sur le dessus d’un pack de batteries. Pour réaliser cette opération, Tesla avait recours à un robot coûteux chargé de saisir cette pièce et d’y appliquer de la colle.

Mais rien ne se passait comme prévu. La ventouse du robot ne parvenait pas toujours à maintenir correctement la pièce, tandis que la quantité de colle appliquée était difficile à contrôler.

La première réaction des ingénieurs fut naturellement de chercher à améliorer le fonctionnement du robot. Ils modifièrent sa programmation, raccourcirent ses trajectoires et ajustèrent la quantité de colle, avec l’objectif de rendre l’opération plus rapide et plus fiable.

Jusqu’à ce que Musk pose une question d’une simplicité désarmante :

« À quoi sert réellement cette pièce ? »

Des essais furent alors réalisés avec et sans cette pièce. Le résultat fut sans équivoque : sa présence ne changeait rien. La pièce fut donc supprimée. Et avec elle, le robot coûteux qui avait été mobilisé pour la manipuler ².

La véritable leçon de cette histoire n’est pas qu’il fallait mieux programmer le robot. C’est que le robot n’aurait tout simplement jamais dû effectuer cette tâche.

La nuance est essentielle. Lorsqu’une entreprise cherche à améliorer un processus, elle commence généralement par tenter de rendre chaque étape plus rapide, plus fiable ou moins coûteuse. Mais si une étape elle-même n’apporte aucune valeur, la meilleure optimisation peut être de la supprimer purement et simplement.

Avant de chercher à améliorer un processus, il faut donc commencer par une question beaucoup plus élémentaire :

« Pourquoi faisons-nous cela ? »

Rendre un mauvais processus plus efficace reste du gaspillage

Cette idée n’est pas propre à Tesla. Elle constitue également l’un des principes fondamentaux du Lean Thinking, ou pensée Lean.

Le Lean est une approche du management qui part de la valeur créée pour le client et cherche, par l’amélioration continue des processus, à éliminer les activités inutiles et les ressources gaspillées. L’objectif n’est pas simplement de faire travailler les équipes plus vite, mais de créer davantage de valeur avec moins de ressources ³.

Le Lean Enterprise Institute (LEI), organisation à but non lucratif consacrée à la recherche et à la diffusion du Lean Thinking et des pratiques Lean, définit le gaspillage de manière très simple : toute activité qui consomme des ressources sans créer de valeur pour le client.

Cette distinction devient particulièrement importante dès qu’une entreprise introduit une nouvelle technologie.

L’automatisation, à elle seule, ne supprime aucun gaspillage. Si l’entreprise ne prend pas le temps d’examiner le processus existant, elle risque simplement de demander à une technologie d’exécuter plus rapidement une tâche inefficace.

Autrement dit, au lieu d’éliminer le gaspillage, elle se contente de l’automatiser ⁴.

Le même phénomène peut parfaitement se produire dans une boulangerie.

Imaginons un passage en caisse au cours duquel l’employé doit identifier chaque produit, rechercher l’article correspondant dans le système de caisse — parfois en passant d’une catégorie de produits à une autre — sélectionner le bon article ou saisir son prix manuellement, puis effectuer les différentes opérations nécessaires avant l’encaissement.

Lorsque les files d’attente s’allongent aux heures de pointe, les premières solutions auxquelles on pense sont assez évidentes : affecter davantage de personnel aux caisses, ouvrir un terminal supplémentaire ou encore améliorer l’interface du système de caisse.

Toutes ces solutions ont pourtant un point commun : elles partent du principe que l’employé doit toujours identifier lui-même chaque produit.

Si c’est précisément ce principe qu’il faudrait remettre en question, alors ajouter du personnel ou optimiser le système de caisse ne fait que rendre le processus existant plus efficace. Cela ne le repense pas.

C’est toute la différence entre optimiser un processus et le remettre en question.

Que se passe-t-il lorsque l’on automatise avant de repenser le processus ?

McKinsey a publié un cas qui montre à quel point un projet d’automatisation peut rapidement devenir complexe lorsque l’on passe trop vite à la technologie.

Une société de services professionnels souhaitait réduire ses coûts en automatisant le traitement manuel de transactions effectué par une équipe de 20 personnes. Sur le papier, l’opération semblait particulièrement prometteuse : automatiser ce travail devait théoriquement permettre de réduire d’environ 60 % les coûts de main-d’œuvre.

L’entreprise s’est donc rapidement lancée dans le développement de la solution. Mais une analyse plus approfondie du travail réel a fait apparaître une tout autre réalité.

L’équipe travaillait pour plusieurs centaines de clients, chacun ayant ses propres exigences en matière de formats de données et de modalités de transmission. Par ailleurs, elle utilisait plus de cinq systèmes de saisie différents, chacun avec ses propres formats de transaction.

Ce qui semblait au départ être un projet d’automatisation relativement simple s’est ainsi transformé en un système extrêmement complexe : des centaines de configurations différentes, de multiples interventions humaines et une maintenance particulièrement lourde.

Le projet finit par être abandonné. Le service informatique reprit finalement le sujet en privilégiant une approche plus traditionnelle d’intégration des systèmes.

La conclusion de McKinsey est simple : un projet d’automatisation peut sembler très prometteur en termes d’économies, sans pour autant être simple à mettre en œuvre.

En se tournant trop rapidement vers la technologie, les entreprises risquent d’automatiser des processus inefficaces, inutilement complexes, voire devenus obsolètes.

À l’inverse, les projets d’automatisation les plus solides commencent souvent par une remise à plat du processus, de l’organisation et des technologies sous-jacentes, avant de passer au développement de la solution.

McKinsey parle notamment de « process clean-sheeting » : au lieu d’améliorer progressivement un processus existant, il s’agit de repartir d’une feuille blanche et de se demander comment ce processus devrait fonctionner s’il était conçu aujourd’hui ⁵.

L’idée est particulièrement pertinente pour les boulangeries.

Le fonctionnement d’une boulangerie ne repose pas sur une série de tâches indépendantes. Il résulte de l’interaction entre les produits, les équipements, le système de caisse, les employés et les comportements des clients.

Si ces interactions ne sont pas examinées en premier lieu, l’automatisation risque simplement de déplacer la complexité au lieu de la supprimer.

Avant d’automatiser une tâche, il faut regarder l’ensemble du processus

C’est notamment pour cette raison que le Lean Thinking ne se limite pas à un poste de travail isolé. Il s’intéresse à l’ensemble de la chaîne de valeur, ou value stream.

La chaîne de valeur couvre l’ensemble du processus nécessaire pour répondre à une demande client et délivrer un produit ou un service, depuis l’expression du besoin jusqu’à sa réalisation.

La Value Stream Mapping (VSM), ou cartographie des flux de valeur, est l’un des outils du Lean permettant de rendre ce flux visible. Elle aide notamment à faire apparaître les temps d’attente, les déplacements inutiles, les répétitions, les transmissions entre intervenants et les autres formes de gaspillage ⁶.

Revenons au passage en caisse d’une boulangerie.

Si l’encaissement prend trop de temps, le système de caisse n’est pas nécessairement en cause. Le véritable problème peut se trouver n’importe où entre le moment où le client prend un produit et celui où le paiement est effectué :

• Comment le produit est-il identifié ?
• Comment les informations sur le produit entrent-elles dans le système de caisse ?
• À quel moment l’intervention d’un employé est-elle nécessaire ?
• Quelles étapes existent uniquement pour compenser les limites d’une étape précédente ?

La manière de poser le problème peut alors conduire à des solutions radicalement différentes.

Si l’on considère que :
« Les employés mettent trop de temps à identifier les produits et à les saisir dans le système de caisse. »
la réponse logique sera d’améliorer l’interface du système de caisse ou de renforcer la formation des équipes.

Mais si l’on pose plutôt la question suivante :
« Pourquoi un employé doit-il identifier chaque produit ? »
alors le champ des solutions s’élargit considérablement.

C’est précisément ce que signifie repenser un processus.

Il ne s’agit plus de faire la même chose plus rapidement, mais de déterminer qui doit effectuer chaque tâche, à quel moment et de quelle manière.

« Si nous recommencions aujourd’hui » est parfois une meilleure question que « comment faisons-nous aujourd’hui ? »

C’est aussi tout l’intérêt de l’approche zero-based mise en avant par McKinsey.

Une approche zero-based ne consiste pas littéralement à tout remettre à zéro. Elle invite plutôt à mettre temporairement de côté les budgets existants, les organisations en place, les outils et les habitudes de travail, afin de ne pas les considérer comme des contraintes définitives.

La question devient alors : de quoi l’entreprise a-t-elle réellement besoin aujourd’hui ?

• Quelles activités sont encore essentielles ?
• L’entreprise fonctionne-t-elle toujours à la même échelle que lorsque ces processus ont été conçus ?
• Les outils et les données existants sont-ils toujours adaptés à la manière dont les décisions sont prises aujourd’hui ?
• Les rapports produits sont-ils encore réellement utilisés ?
• Les réunions et les tâches récurrentes ont-elles toujours une raison d’être ?
• Quelles activités subsistent simplement parce qu’elles ont toujours été réalisées de cette façon ⁷?

Dans une boulangerie, cette façon de raisonner peut être particulièrement éclairante. Une grande partie des routines opérationnelles repose sur un principe simple : « on a toujours fait comme ça ».

• Pourquoi un employé doit-il identifier chaque produit individuellement ?
• Pourquoi une même information doit-elle être saisie plusieurs fois ?

Et surtout :

« Si cette boulangerie ouvrait aujourd’hui, sans anciens systèmes, sans organisation du personnel héritée du passé et sans habitudes auxquelles il faudrait s’adapter, fonctionnerait-elle de la même manière ? »

Il ne s’agit pas de démontrer que les méthodes du passé étaient mauvaises. Il s’agit de vérifier si elles sont toujours adaptées aux réalités opérationnelles d’aujourd’hui.

Car le gaspillage le plus difficile à repérer n’est pas nécessairement une erreur flagrante.

C’est parfois une tâche exécutée chaque jour par tout le monde, alors que plus personne ne sait vraiment pourquoi elle existe.

La meilleure utilisation de l’IA se trouve dans les tâches qui restent après la refonte du processus

Une fois le processus passé au crible et les étapes inutiles supprimées, les tâches qui subsistent deviennent de bien meilleures candidates à l’automatisation.

La question change alors.

Il ne s’agit plus de demander :
« Que peut faire l’IA ? »

mais plutôt :
« Quelles tâches mérite-t-il réellement de confier à l’IA ? »

Toutes les tâches d’une boulangerie ne justifient pas l’utilisation de l’IA. Les meilleures candidates sont celles qui sont fréquentes, répétitives, sujettes aux erreurs et qui ont un impact direct sur l’expérience client.

La reconnaissance des pains et viennoiseries en est un bon exemple.

Lorsque les produits choisis par un client sont différents les uns des autres, l’employé doit actuellement identifier chaque article, puis saisir chaque référence dans le système de caisse.

Dès lors que l’on constate que l’étape la plus chronophage est précisément l’identification manuelle des produits, une autre question devient possible :

« Pourquoi cette identification doit-elle nécessairement être réalisée par un employé ? »

Une technologie de reconnaissance d’images par IA peut identifier les produits et transmettre directement les résultats au système de caisse.

L’IA ne se contente alors plus de remplacer une action manuelle. Elle devient l’un des éléments techniques qui permettent de concevoir autrement le parcours en caisse.

C’est à ce moment que l’automatisation change de nature : elle ne consiste plus seulement à accélérer un processus existant, mais à contribuer à sa refonte ⁸.

L’objectif de l’automatisation est de réallouer le temps humain

Une question reste pourtant souvent dans l’ombre :

« Si l’IA prend en charge une partie du travail, que faire du temps ainsi libéré ? »

Automatiser ne signifie pas nécessairement réduire les effectifs. L’automatisation peut aussi modifier la manière dont les équipes consacrent leur temps et les compétences qui deviennent les plus utiles.

Les travaux de McKinsey sur le commerce de détail montrent notamment que l’automatisation transforme les besoins en main-d’œuvre et en compétences. À mesure que les processus évoluent, les entreprises doivent aussi déterminer où l’intervention humaine crée le plus de valeur ⁷.

Si l’IA permet à un employé de passer moins de temps à identifier les produits en caisse, le résultat recherché ne devrait pas nécessairement être la suppression d’un poste. Le temps libéré peut être réinvesti dans l’accueil et le conseil des clients, le réassort des produits, la mise en valeur des articles ou encore le bon fonctionnement du point de vente.

C’est peut-être là que réside l’un des bénéfices les plus intéressants de l’IA appliquée à l’automatisation : non pas remplacer simplement le travail humain, mais déplacer le temps humain des tâches répétitives vers celles qui nécessitent réellement de l’attention, du jugement et du contact avec le client ⁸.

L’automatisation par l’IA commence par une remise en question du processus

Alors que l’IA, les caisses en libre-service et les autres technologies d’automatisation gagnent progressivement du terrain dans les boulangeries, les expériences accumulées dans d’autres secteurs apportent un enseignement essentiel :

l’automatisation ne devrait pas commencer par la technologie. Elle devrait commencer par le processus.

L’exemple de Tesla montre que la meilleure amélioration consiste parfois à supprimer purement et simplement une étape. Le Lean Thinking rappelle qu’il ne sert à rien d’automatiser le gaspillage. Les travaux de McKinsey montrent quant à eux que les projets d’automatisation les plus efficaces commencent souvent par une refonte du processus, avant même de développer la technologie qui viendra le soutenir.

Pour une boulangerie qui envisage l’IA ou l’automatisation, cela signifie qu’il peut être utile de mettre momentanément de côté la question technologique et de revenir à une question plus fondamentale : « Pourquoi cette tâche existe-t-elle ? »

Si elle ne crée aucune valeur, peut-être faut-il la supprimer. Si elle reste nécessaire, peut-être faut-il repenser la manière dont elle est réalisée.

Ce n’est qu’après avoir repensé le processus qu’il devient pertinent de se demander si l’IA ou une autre technologie d’automatisation peut encore l’améliorer.

Car l’objectif ultime de l’automatisation n’est pas simplement de faire davantage avec moins de personnes.

C’est de mieux utiliser les personnes et les ressources dont l’entreprise dispose déjà, en consacrant le temps humain là où il peut créer le plus de valeur.

(Cet article a été traduit en français par ChatGPT.)
(L’image de couverture a été générée à l’aide des outils d’IA de ChatGPT, à titre illustratif uniquement.)

[Références]
¹ “South Korean shops turn to robots, self-service to escape labour woes.” Reuters. https://www.reuters.com/world/asia-pacific/south-korean-shops-turn-robots-self-service-escape-labour-woes-2026-07-02/.
² “The Absurd Reason Why Tesla’s Model 3 Assembly Line Kept Getting Delayed.” Slate. https://slate.com/technology/2018/05/elon-musk-says-a-flufferbot-caused-the-model-3-delays.html.
³ “What is Lean?” Lean Enterprise Institute. https://www.lean.org/explore-lean/what-is-lean/.
⁴ “Ask Art: Is there a conflict between automation/IT and lean?” Lean Enterprise Institute. https://www.lean.org/the-lean-post/articles/ask-art-is-there-a-conflict-between-automation-it-and-lean/.
⁵ “How to avoid the three common execution pitfalls that derail automation programs.” McKinsey & Company. https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/how-to-avoid-the-three-common-execution-pitfalls-that-derail-automation-programs.
⁶ “Lean Thinking and Practice.” Lean Enterprise Institute. https://www.lean.org/lexicon-terms/lean-thinking-and-practice/.
⁷ “Crafting a fit-for-future retail operating model.” McKinsey & Company. https://www.mckinsey.com/industries/retail/our-insights/crafting-a-fit-for-future-retail-operating-model.
⁸ “l’IA confie les tâches répétitives au système et libère la valeur humaine.” Viscovery. https://viscovery.com/fr/how-ai-lets-humans-focus-on-what-only-humans-can-do/.