Charge de travail mensuelle habituelle
200–1,000
Demandes d’inscription conditionnelle par mois, avec des volumes plus élevés à la réouverture des programmes.
The Assistance Fund a travaillé avec REDA pour configurer l’IA autour de ses procédures d’inscription, en intégrant les informations extraites, les indicateurs de confiance et les consignes d’examen aux écrans Salesforce déjà utilisés par ses conseillers patients.
200–1,000
Demandes d’inscription conditionnelle par mois, avec des volumes plus élevés à la réouverture des programmes.
30 jours
Le délai de réponse indiqué par TAF, qui rend essentiel un examen des demandes en temps utile.
Charge de travail et délai de réponse rapportés lors de la découverte des besoins de TAF en avril 2026. Ces données décrivent le travail d’examen des demandes, et non le débit de traitement de l’IA ou des gains de temps mesurés.
The Assistance Fund aide les personnes confrontées à des restes à charge médicaux élevés à obtenir une aide financière pour les dépenses liées aux traitements. Ses conseillers patients examinent les informations importantes pour chaque demande. À propos de TAF ↗
TAF disposait déjà d’un processus d’inscription établi dans Salesforce Health Cloud. Une demande pouvait arriver sous forme de formulaire scanné, photographié ou manuscrit. Les conseillers ouvraient le document et suivaient une succession guidée d’écrans pour vérifier et saisir les informations.
Chaque demande nécessitait de comparer les informations fournies aux enregistrements existants et de vérifier les exigences du programme concerné. Les différences d’écriture, les informations manquantes et les écarts exigeaient de l’attention. Pendant la découverte des besoins, TAF a indiqué des volumes mensuels habituels d’environ 200 à 1 000 demandes, atteignant quelques milliers à la réouverture des programmes. L’équipe a aussi décrit des files d’attente saisonnières nécessitant un effort supplémentaire pour les résorber.
Le délai de réponse de 30 jours faisait de cette file d’attente plus qu’une charge administrative. TAF a expliqué qu’un traitement tardif pouvait imposer de réactiver une inscription, créant du travail supplémentaire pour l’équipe.
REDA a commencé par un processus défini : les demandes d’inscription conditionnelle des patients. Avec les équipes métier et techniques de TAF, REDA a cartographié la demande, les enregistrements Salesforce concernés et les procédures suivies par les conseillers.
La plateforme REDA AI a été configurée pour lire le document, comparer les informations entre les enregistrements liés et appliquer les étapes d’examen convenues. Celles-ci comprenaient les critères de revenus du ménage, les réponses sur l’assurance, les accords requis et les informations sur les médicaments couverts par le programme.
L’implémentation a également enrichi les écrans existants de traitement des documents de TAF. La lecture de l’agent apparaît à côté des champs que le conseiller devait déjà remplir, intégrant l’assistance à un processus familier.
L’IA prépare la lecture. Le conseiller voit la valeur suggérée et son niveau de confiance à côté du champ concerné, les vérifie et choisit quoi utiliser.
Une demande jointe déclenche le traitement. L’IA lit le document et prépare une évaluation structurée.
Les écrans existants affichent les valeurs lues par l’IA à côté des champs concernés, avec des indicateurs de confiance en couleur.
Le conseiller vérifie la suggestion et la copie dans le champ en un clic, ou saisit une correction.
Le conseiller examine l’évaluation et la recommandation, puis termine le processus établi.
Les écrans mis à jour couvrent les données démographiques, les coordonnées, les adresses postales et les coordonnées des contacts secondaires. Les valeurs suggérées apparaissent à l’endroit utile, prêtes à être vérifiées et utilisées par le conseiller.
L’évaluation comprend aussi un indicateur global de confiance dans la lecture, une synthèse en langage courant et une prochaine action recommandée.
Les indicateurs de confiance aident le conseiller dans son examen ; ils ne garantissent pas l’exactitude. « Ready to Approve » est une recommandation : l’agent configuré en phase 1 n’approuve pas l’inscription.
« Ce qui comptait pour nous, c’était d’apporter une aide utile à nos conseillers patients dans un processus qu’ils connaissent déjà. Avec REDA AI, ils peuvent examiner ce que l’IA a lu dans un document, en évaluer l’exactitude et copier les valeurs appropriées dans leur processus de travail sans travail supplémentaire, tout en gardant la décision entre leurs mains. »

| Préparation manuelle | Examen assisté par l’IA |
|---|---|
| Lire le formulaire et ressaisir les informations dans le processus. | Vérifier une valeur lue par l’IA et son niveau de confiance à côté du champ, puis la copier en un clic. |
| Comparer les informations fournies aux enregistrements Salesforce existants. | Partir des comparaisons proposées et examiner les différences. |
| Effectuer les vérifications pertinentes du programme. | Examiner l’évaluation préparée et la prochaine étape recommandée. |
| Repérer les informations incertaines ou manquantes pendant la lecture. | Utiliser les indicateurs visibles pour cibler l’attention, tout en vérifiant la source. |
La phase 1 est l’implémentation décrite dans ce témoignage. Le périmètre en trois phases prévoit aussi des extensions : un examen plus consolidé, puis l’automatisation des cas courants. Les phases 2 et 3 ne font pas partie du point de départ mis en œuvre.
Lire la demande, préparer une évaluation et afficher les valeurs suggérées avec des indicateurs de confiance.
Le conseiller vérifie la lecture, copie les valeurs de son choix et termine le processus existant.
Préparer les mises à jour des enregistrements et une décision recommandée pour les dossiers qui remplissent les critères, avec une expérience d’examen plus consolidée.
Le conseiller conserve la décision finale et peut accepter ou modifier le résultat proposé.
Finaliser automatiquement les inscriptions courantes répondant aux critères, dans un ensemble défini de vérifications.
Les exceptions et les dossiers échantillonnés restent disponibles pour la supervision humaine, éclairée par les résultats des phases précédentes.
Chaque phase suivante est évaluée et convenue séparément. La supervision humaine se poursuit à mesure que davantage de tâches courantes sont déléguées.
Cette implémentation montre comment REDA AI peut être adapté à un processus Health Cloud existant, avec ses données, ses règles métier et son expérience d’examen.
La même plateforme fournit un point de départ pour envisager d’autres processus, chacun avec son propre périmètre, sa configuration et ses tests. Le processus du client vient d’abord. REDA AI est configuré pour l’accompagner.
Découvrez la plateforme REDA AI →Indiquez-nous où les tâches répétitives ralentissent votre équipe Salesforce. Nous discuterons d’une preuve de concept délimitée pour un premier agent, conviendrons des critères de réussite et la construirons dans votre sandbox pour que votre équipe l’évalue.
Parlez-nous de votre problème