L'optimisation des processus est une discipline aussi ancienne que la civilisation elle-même et, jusqu'à récemment, elle était le domaine exclusif des humains. Mais l'automatisation intelligente est la prochaine frontière et elle est sur le point d'offrir d'innombrables avantages aux organisations qui visent un retour sur investissement élevé.
Grâce aux capacités croissantes de l’intelligence artificielle et de ses sous-catégories d’apprentissage automatique et d’apprentissage profond, les ordinateurs peuvent non seulement automatiser les processus répétitifs, mais également recommander des améliorations en parcourant des quantités de données trop vastes pour être comprises par les humains.
Ce type d’automatisation a le potentiel de générer un retour sur investissement révolutionnaire en permettant aux organisations de repenser fondamentalement leur façon de travailler.
Technologie basée sur RPA
L’automatisation intelligente de bout en bout s’appuie sur l’automatisation des processus robotisés (RPA), une catégorie de logiciels en pleine croissance qui automatise les activités des travailleurs du savoir. Gartner estime que le marché mondial des logiciels d'automatisation des processus robotiques vaudra près de 2 milliards de dollars cette année et continuera de croître à un taux annuel à deux chiffres au moins jusqu'en 2024.
Sans automatisation intelligente, de nombreux travailleurs du savoir consacrent une grande partie de leur temps à des tâches routinières qui ne peuvent pas être automatisées, car la technologie pour le faire n'existe pas. Une grande partie de ce travail à faible valeur ajoutée consiste à saisir des données, comme la re-saisie de chiffres d'une ancienne application de comptabilité dans un nouveau système de planification des ressources de l'entreprise ou le transfert de données de formulaires imprimés vers des bases de données.
Prenons l'exemple d'un cas d'utilisation tel que le traitement d'une demande de prêt hypothécaire. Les demandeurs soumettent généralement de nombreux relevés de comptes bancaires et de placements ainsi que des documents remplis à la main. Ces informations doivent être saisies dans un logiciel qui évalue les demandes de prêt, ce qui peut être un processus manuel intensif et sujet aux erreurs.
L’une des technologies utilisées par les entreprises pour tenter de résoudre ce type de problème est la RPA. Grâce à elle, les entreprises peuvent gagner du temps sur les tâches et bénéficier d’un meilleur retour sur investissement, car les agents logiciels RPA appelés bots peuvent être formés pour automatiser une grande partie du travail de détail en utilisant la reconnaissance optique de caractères pour, par exemple, traduire les valeurs d’entrée imprimées en formulaires de saisie requis. Ces bots peuvent également signaler les exceptions qui nécessitent une attention humaine, un processus parfois appelé « intégration de la chaise pivotante ».
Au-delà des tâches individuelles grâce à l'automatisation intelligente
La RPA a beaucoup de valeur, mais elle tend à se limiter à l'automatisation de tâches individuelles plutôt qu'à l'automatisation de processus de bout en bout. La RPA peut également avoir pour effet secondaire involontaire de faire des ravages, car des processus anciens et inefficaces peuvent devenir codés en dur et, par conséquent, plus difficiles à modifier. C'est là qu'intervient l'automatisation intelligente.
En utilisant une combinaison d’IA, d’apprentissage automatique et d’automatisation des processus de bout en bout, l’entreprise peut créer des flux de travail intelligents capables d’apprendre, de trouver des opportunités d’amélioration, puis de les mettre en œuvre.
Prenons comme exemple notre scénario de traitement de prêt. Supposons que le processus exige que les analystes examinent 15 sources différentes d'informations financières lors de l'examen d'une demande type. Les algorithmes d'apprentissage automatique peuvent analyser des millions de demandes antérieures pour déterminer, par exemple, que seulement huit sources d'informations sont fortement corrélées avec l'approbation du prêt. Ils peuvent ensuite recommander aux prêteurs de réduire le nombre de documents qu'ils doivent examiner et le temps nécessaire pour prendre une décision.
L’apprentissage automatique peut également identifier des étapes de processus qui ne sont pas forcément nécessaires. Il est ainsi possible de réduire le nombre de personnes nécessaires pour rassembler les documents ou de récupérer automatiquement certains dossiers en obtenant l’autorisation des demandeurs d’accéder à leurs comptes électroniques. Ces possibilités d’amélioration de l’efficacité échappent souvent à l’attention des opérateurs humains parce qu’ils sont trop habitués aux procédures existantes ou ne disposent pas des informations nécessaires pour envisager des alternatives. Lorsque des systèmes complets de bout en bout déploient une automatisation intelligente, les flux de travail deviennent plus productifs et les entreprises tirent une plus grande valeur de leurs processus.
L'équation du low-code
Une fois que les experts du domaine sont équipés d'informations sur l'amélioration des processus, ils peuvent utiliser des outils de programmation low-code pour repenser leur travail. Conseil technologique de Forbes« L’introduction de l’automatisation low-code/no-code résout ces problèmes, en supprimant les barrières et en permettant aux équipes de tout niveau de compétence de gérer les opérations informatiques de manière transparente. »
Les outils low-code sont importants car l’optimisation des processus est rarement une opération ponctuelle. De par leur nature, les algorithmes d’apprentissage automatique deviennent plus efficaces au fil du temps, ce qui fait de l’optimisation un processus continu.
Les outils low-code permettent à toute personne impliquée dans le processus métier de modéliser des flux de travail et de les modifier facilement. Les plateformes low-code peuvent également intégrer des services tels que la reconnaissance d'images et la réponse vocale via des interfaces de programmation d'application, rendant ces services accessibles aux développeurs de tous niveaux de compétences.
La collaboration est la clé pour exploiter le potentiel de l'automatisation intelligente. Les concepteurs de processus peuvent travailler avec différents services pour co-créer des processus à l'aide de simples outils visuels et de glisser-déposer. Les développeurs professionnels et les data scientists peuvent examiner la logique et les modèles de données sous-jacents pour créer des applications de qualité professionnelle si nécessaire.
Bénéficier des avantages de l’automatisation intelligente
L'optimisation des processus deviendra encore plus importante à mesure que le libre-service jouera un rôle plus important dans l'engagement client. En fait, Gartner a prédit que 85 % des interactions avec le service client commenceront par un volet de libre-service d’ici 2022, contre 48 % en 2019.
La possibilité de collecter les données clients numériquement dès leur origine offre des perspectives d'amélioration encore plus importantes. C'est ainsi que la municipalité de Dubaï a quasiment éliminé le papier de ses opérations, créant par la même occasion un portail unique accessible à ses plus de trois millions d'habitants. Au lieu de se rendre dans plusieurs services pour obtenir les signatures nécessaires à l'ouverture d'un commerce, les résidents peuvent désormais interagir avec les administrations via un portail unique. Les données ainsi collectées numériquement peuvent également être intégrées à des modèles d'apprentissage automatique afin d'identifier des pistes d'amélioration continue des processus.
Alors que ces avancées en matière d’automatisation intelligente continuent de gagner du terrain, n’oubliez pas que de telles améliorations ne suppriment pas le besoin d’humains ; elles leur permettent simplement de passer plus de temps à faire un travail qu’eux seuls peuvent faire.