De la RPA à l’automatisation intelligente

Dans cet article, nous analysons le parcours qui mène de l’automatisation robotisée des processus (RPA) à l’automatisation intelligente (AI). Nous nous pencherons sur ce qui les différencie, les changements technologiques observés, en quoi la nature des processus change, comment chacune fait évoluer les attentes et pourquoi les entreprises doivent absolument adopter l’automatisation intelligente si elles veulent durer. En conclusion, nous expliquerons ce que les chefs d’entreprise doivent entreprendre pour faire de ce parcours une réussite.

C’est parti !

Nous savons tous ce qu’est la RPA. Il s'agit d'une technologie d’automatisation des processus métier capable d’imiter les interactions humaines avec les systèmes logiciels via des interfaces utilisateur graphiques ou des API. L’automatisation intelligente est le prochain chapitre de ce voyage : elle combine la RPA avec des technologies avancées (intelligence artificielle, analyse prescriptive, traitement intelligent des documents, exploration des processus et des tâches, etc.) pour faire naître des processus métier de bout en bout qui pensent, apprennent et collaborent en temps réel avec leurs collègues humains.

Comment passer de la RPA à l’automatisation intelligente ?

La RPA traditionnelle porte essentiellement sur des processus basés sur des règles avec des données structurées. Par exemple, migrer des données d’un système à un autre. L’automatisation intelligente utilise des données non structurées pour déverrouiller les processus basés sur les données. Elle permet, par exemple, d’évaluer une demande d’indemnisation après un accident de voiture en analysant et en classant les images fournies, puis en prenant une décision (ou en faisant des recommandations sur la décision à prendre).

Ce passage d’une technologie à une autre implique que les automatisations cessent de se focaliser sur les tâches d’information (qui voyaient le personnel accéder, transférer et effectuer des calculs sur des ensembles de données parfaits pour aboutir à un nombre limité de résultats) pour se concentrer sur l’automatisation ou l’augmentation des tâches du savoir (les décisions sont prises sur la base d’informations imparfaites, conduisant à des résultats très variables).

On passe de modes de fonctionnement déterministes utilisant des arbres de décision qui se développent de manière exponentielle avec chaque nouvelle variable à des modes de fonctionnement probabilistes, alimentés par des réseaux de neurones profonds qui peuvent équilibrer des variables nombreuses et différentes pour aboutir à un résultat optimal.

L’automatisation intelligente permet aux cas d’utilisation qui font appel au machine learning de rassembler des sources de données interactionnelles, transactionnelles, financières et opérationnelles non seulement pour fournir des informations, mais aussi pour segmenter, profiler et prendre des décisions.

Alors qu’avec la RPA, les agents virtuels sont généralement séparés des employés humains, l’automatisation intelligente transforme ces agents numériques en véritables collègues de travail.

Quels changements technologiques alimentent l’automatisation intelligente ?

Les technologies sous-jacentes continuent évidemment à se démocratiser et à devenir plus rapides, plus faciles à utiliser, plus puissantes et moins onéreuses. Le machine learning en est l’étape centrale, en particulier le deep learning. Le deep learning impliquant un système de neurones et de synapses, il fonctionne à la manière de nos cerveaux biologiques. Le deep learning permet aux robots numériques de voir grâce à la vision par ordinateur, de comprendre le langage grâce à des processus de langage naturel et de répondre grâce à la génération de langage naturel. Ils peuvent comprendre les processus sous-jacents grâce à la synthèse de processus ainsi que leurs homologues humains grâce à l’informatique affective.

Nous remarquons également que les entreprises se défont des logiciels en silo sur site difficiles à faire évoluer et se tournent vers des microservices publics/privés compatibles avec le cloud et évolutifs.

Même l’internet des objets, que l’on peut résumer à de simples capteurs qui envoient des données vers les serveurs, cède la place à l’internet des comportements qui combine les sciences du comportement, l’Edge Analytics et les capteurs pour comprendre, au-delà du simple quoi, le comment et le pourquoi.

Comment les processus changent-ils à mesure que nous adoptons l’automatisation intelligente ?

Nous sommes à l’aube de l’avènement de systèmes autonomes. De la découverte et l'évaluation manuelles des processus à la découverte et l'évaluation automatisées, grâce à l’exploration des processus et des tâches.

De la recherche et l'intégration manuelles aux systèmes et aux données à la découverte et l'intégration automatisées, grâce à l’analyse sémantique. De la création et la maintenance manuelles des processus à la génération automatisée de processus capables de s’autoréparer et de s’autogérer.

De la gestion et la mise à l’échelle manuelles du portefeuille d’automatisations à la gestion directe et à la mise à l’échelle automatique d’une main-d’œuvre élastique qui grandit et se développe pour répondre à la demande.

Et de la séparation des tâches humaines et automatisées aux processus interconnectés qui passent de manière fluide des mains des collaborateurs humains à celles de leurs collègues numériques.

Comment les attentes évoluent-elles à mesure que nous adoptons l’automatisation intelligente ?

Nous évoluons sans cesse. Cependant, l’un des changements majeurs apportés par l’automatisation intelligente concerne les employés : de travailleurs de l’information, qui extraient des données et les transfèrent d’un système à un autre, ils deviennent des employés du savoir. Grâce à l’automatisation, ils ont enfin le temps de se consacrer à des tâches à forte valeur ajoutée auprès des clients et peuvent utiliser leur créativité pour résoudre les problèmes et améliorer les services et produits ou en créer de nouveaux.

En conséquence, nous nous attendons à un milieu de travail plus souple, où le présentéisme perd de son importance et où l’état mental et émotionnel de chacun compte. Nous attendons également plus de transparence et d’équité des systèmes d’automatisation intelligente, car ils peuvent identifier et gérer la discrimination de manière rationnelle et impartiale.

Pourquoi les entreprises devraient-elles s’intéresser à l’automatisation intelligente ?

D’abord pour satisfaire leurs clients et leurs employés, car l’automatisation intelligente peut libérer les employés des tâches répétitives afin de leur permettre de se consacrer à des interactions à forte valeur ajoutée.

Ensuite, l’agilité qu’offre un système d’automatisation intelligente rapidement reconfigurable réduit les délais de mise sur le marché des nouveaux produits et services.

Enfin, pour aller au devant de bien plus grandes opportunités d’innovation de modèles métier qui extraient de la valeur de sections de l’entreprise qui sont soit trop rigides, soit difficiles à faire évoluer à l’heure actuelle en raison de la présence de silos.

Tous ces avantages boostent les revenus et le chiffre d’affaires en rendant plus souple une main-d’œuvre illimitée qui peut évoluer immédiatement pour répondre à la demande en temps réel.

Que doivent faire les dirigeants et les chefs d’entreprise pour tirer profit des avantages de l’automatisation intelligente ?

Sans aucun doute, les dirigeants doivent faire de l’automatisation intelligente un impératif stratégique, et non une solution tactique ; ils doivent en articuler la vision et agir maintenant avant que leurs concurrents ne les dépassent.

Ils doivent mobiliser l’ensemble des parties prenantes, en accroissant la confiance et la responsabilisation quant à la direction et à l’impact sur la main-d’œuvre, et ce faisant, ils doivent investir dans les compétences des employés. C’est particulièrement important pour les compétences demandant compassion, intelligence émotionnelle, sens du relationnel client, gestion de la complexité dans de multiples domaines de connaissances, improvisation et prise de décision face à l’ambiguïté.

Les entreprises doivent développer ou acquérir le vivier de talents qui saura faire évoluer les automatisations, en particulier en matière d’optimisation des processus et de gestion commerciale intelligente.

La stratégie doit intégrer l’engagement des employés à repenser les processus capables d’améliorer la qualité, de gérer la complexité et de nouer des liens plus forts avec les clients.

Enfin, les dirigeants doivent être conscients des silos de l’automatisation et rationaliser le portefeuille d’automatisation grandissant de l’entreprise, en sélectionnant un outil approprié pour chaque tâche et en mettant l’accent sur la surveillance, la gouvernance et l’expérience des employés.