Dans l’excellent article intitulé » From Robotic Process Automation to Intelligent Process Automation » (Chakraborti, 2020), l’auteur examine comment, au cours de la dernière décennie, l’automatisation robotique des processus (RPA) a fait progresser l’efficacité des processus d’entreprise de manière fascinante. Cependant, il suggère que nous nous trouvons aujourd’hui à un « point d’inflexion » de cette tendance technologique, l’automatisation intelligente apparaissant comme la progression logique de la RPA.
Chakraborti cite le nouveau paradigme de l’automatisation intelligente des processus qui associe l’automatisation des processus métier à l’apprentissage automatique (ML), à l’intelligence artificielle (AI) et aux données clients.
La RPA est une autre composante essentielle de l’automatisation intelligente. Les deux concepts sont tellement liés qu’il existe une certaine confusion quant au point de départ de l’automatisation intelligente des processus et au point d’arrivée de l’automatisation robotique des processus.
Cet article explore les différences et les points communs de ces deux disciplines et montre où elles se croisent et se chevauchent. Nous partagerons également des exemples d’automatisation intelligente ainsi que des cas d’utilisation dans l’industrie.
Qu’est-ce que l’automatisation des processus robotiques ?
L’automatisation robotique des processus (RPA) désigne un ensemble de technologies permettant d’atteindre divers objectifs en matière d’automatisation des processus d’entreprise (BPA). Nous pouvons définir un processus d’entreprise comme un ensemble de tâches permettant d’atteindre les objectifs de l’organisation. Par exemple, un processus commercial peut être quelque chose d’aussi simple qu’une vérification de la solvabilité d’une demande de prêt.
Les étapes nécessaires à une vérification de la solvabilité consistent à extraire le nom d’un client de documents internes, à adresser une demande à une agence de crédit, puis à renvoyer le résultat dans les systèmes internes. Dans les environnements professionnels traditionnels, ces tâches sont effectuées manuellement. Cependant, l’automatisation des processus d’entreprise utilise des robots pour accomplir ces tâches, d’où le terme d’automatisation robotique des processus.
Les tâches d’APR doivent être fondées sur des règles et prévisibles. Ils ont besoin de déclencheurs, d’entrées et de sorties clairement définis. C’est pourquoi la gestion des exceptions peut les déconcerter. Les anomalies ou les circonstances exceptionnelles – ou tout ce qui nécessite une réflexion à la volée – ne sont pas des tâches que la RPA peut prendre en charge. Bien sûr, cela ne veut pas dire que la gestion des exceptions est un concept étranger au développement des RPA.
Il existe de nombreux scénarios dans lesquels un robot ne peut pas accomplir une tâche en raison d’un problème d’autorisation de sécurité ou de données incomplètes. Les développeurs peuvent contourner ces exceptions. Par exemple, imaginez un scénario dans lequel vous créez un processus RPA pour transférer les données des factures vers une base de données, mais la base de données est en panne. Vous pouvez demander au robot de continuer à essayer à des intervalles particuliers jusqu’à ce qu’il se connecte à la base de données. Toutefois, lorsqu’un nombre maximal d’essais a été atteint, une exception est levée afin qu’un travailleur manuel puisse remédier à la situation.
Ce que nous avons décrit ci-dessus est un scénario simple. Cependant, vous devrez peut-être explorer l’automatisation intelligente des processus pour mettre en place des processus plus résilients et plus robustes qui traitent les exceptions de manière indépendante.
Pour approfondir le sujet, lisez notre Guide complet de l’automatisation robotique des processus (RPA).
Qu’est-ce que l’automatisation intelligente des processus (IPA) ?
L’automatisation intelligente des processus désigne un ensemble de technologies qui aident les entreprises à automatiser les flux de travail et les processus existants. Dès 2017, McKinsey a souligné les avantages de l’automatisation intelligente. Le document du cabinet de conseil, largement diffusé, intitulé » Intelligent process automation : The engine at the core of the next-generation operating model, décrit cinq technologies de base qui se combinent pour rendre possible l’automatisation intelligente.
Il s’agit de
1. L’automatisation des processus robotiques (RPA) :
Une suite d’outils qui exécutent des tâches prévisibles, répétitives et bien définies qui étaient traditionnellement du ressort des travailleurs humains.
2. Apprentissage automatique et analyse avancée :
Algorithmes avancés formés pour trouver des modèles dans de vastes ensembles de données historiques afin de fournir des informations et des prévisions avec une rapidité et une précision impossibles à obtenir par des chercheurs humains.
3. Générateurs de langage naturel (NLG)
Comme en témoigne le succès d’outils tels que ChatGPT et Pi, les générateurs de langage naturel peuvent produire du texte et d’autres éléments créatifs pour faciliter la communication entre les humains et la technologie.
4. Des flux de travail intelligents :
Un logiciel de processus d’entreprise qui gère le flux de travail entre les humains et les machines, garantissant une livraison, un suivi et un rapport sans heurts.
5. Agents cognitifs :
Les chatbots intelligents qui utilisent une combinaison de ML et de NLP pour fournir des représentants de service client automatisés qui réduisent la charge du personnel de service et, dans certains cas, excellent dans la vente et la compréhension des clients.
Les technologies énumérées ci-dessus sont les éléments de base d’une solution IPA. Bien que cela soit implicite, nous ajouterions également la technologie de la vision par ordinateur (CVT) à la liste des outils qui composent la technologie IPA.
Les similitudes entre RPA et IPA
Bien que la RPA et l’IPA soient des catégories technologiques distinctes, elles se recoupent dans une large mesure. Voici quelques-unes des similitudes entre la RPA et l’IPA.
1. Ce sont tous deux des outils d’automatisation
Le lien le plus apparent entre la RPA et l’IPA est que ces deux outils existent pour automatiser les processus d’entreprise. Bien que chaque solution adopte sa propre approche et utilise différents types de technologie pour atteindre ses objectifs, au fond, leur philosophie est de traiter les tâches traditionnellement effectuées par les humains et de trouver des moyens de les réaliser de manière plus efficace, plus rentable et plus précise.
2. La RPA est un élément central de l’IPA
Une autre similitude importante entre les deux technologies est le fait que la RPA est un élément central de l’IPA. Si l’apprentissage automatique et d’autres technologies qui imitent la cognition humaine sont des éléments clés de l’API, les automatismes sont construits sur la base de la RPA.
3. L’APR et l’API présentent des avantages similaires
La RPA et l’IPA présentent également de nombreux avantages pour les entreprises. Par exemple, ils aident les entreprises à réduire les coûts, à gagner du temps, à augmenter la productivité, à accroître la satisfaction des employés, à respecter les normes de conformité, à améliorer le service et à réduire les erreurs humaines.
Les différences entre l’APR et l’API
Bien que la RPA et l’IPA aient de nombreux points communs, il existe quelques différences qu’il est important de comprendre.
#1. Évolutivité
Si la RPA excelle dans l’automatisation de tâches discrètes, l’orchestration de flux de travail complexes ou le traitement de données non structurées constituent un défi courant. L’IPA propose un ensemble d’outils qui aident à résoudre les goulets d’étranglement, tels que les données non structurées ou la prise de décision.
#2. Apprentissage et adaptation en temps réel
La RPA est une solution parfaite pour les tâches qui suivent un chemin prévisible, étape par étape. Par définition, il suit des instructions. D’autre part, l’API peut apprendre et s’adapter en temps réel grâce à des fonctions telles que la ML.
#3. Intelligence
L’intelligence est difficile à définir. Cependant, nous savons tous que la pensée humaine utilise divers outils tels que la logique, le raisonnement, l’apprentissage, la planification et la résolution de problèmes pour générer des réponses ou des prédictions sur la base d’informations.
Les outils de RPA peuvent traiter des informations, mais uniquement en respectant un ensemble de règles strictes. Fondamentalement, il utilise la logique if/then/else pour gérer les processus d’entreprise. En effet, la RPA imite la cognition humaine, mais uniquement parce qu’elle dispose d’une carte.
L’automatisation intelligente, quant à elle, traite les données d’une manière plus proche de la cognition humaine. Comme les outils d’automatisation intelligents utilisent l’IA, ils peuvent sortir du cadre des instructions et s’adapter à des circonstances changeantes, à des données non structurées et à d’autres facteurs exceptionnels qui peuvent faire échouer les outils de RPA.
#4. Traitement des données non structurées
La RPA aide les équipes à gérer les tâches déterministes. En tant que tel, il repose sur des données prévisibles, telles que des données structurées. Cependant, lorsqu’il s’agit de traiter des données non structurées ou des informations qui sortent du cadre, nous atteignons les limites supérieures des outils RPA.
Le traitement des données structurées incombe souvent aux travailleurs manuels. Parce qu’il y a une part importante de prise de décision et d’interprétation, il est logique de faire appel à la cognition humaine. Cependant, l’automatisation intelligente peut traiter des données non structurées grâce à l’utilisation de technologies d’IA telles que l’apprentissage automatique.
Il convient de noter que les outils de RPA peuvent être utilisés pour transformer des données non structurées en données structurées. Par exemple, l’utilisation d’outils de traitement du langage naturel (NLP) ou de reconnaissance optique de caractères (OCR) permet de traduire ces données en quelque chose qu’un RPA peut utiliser. Cependant, la nature des données non structurées rend ce processus complexe et nécessite la création de plusieurs modèles capables de gérer le travail. Cette réalité peut entraîner des problèmes de mise à l’échelle des solutions RPA.
#5. La RPA est plus rentable
Bien que les outils IA aient une portée plus large que les logiciels RPA, ces avantages ont un coût. L’un des aspects les plus attrayants des outils d’automatisation est la réduction des coûts qu’ils permettent de réaliser. Toutefois, compte tenu de leur prix relatif, les logiciels de RPA sont plus accessibles à la majeure partie du marché.
L’automatisation intelligente est une solution plus souple qui peut fonctionner dans un plus grand nombre d’environnements. Cependant, toutes les entreprises n’ont pas des besoins d’automatisation complexes. En fonction de l’ampleur des processus métier que vous devez automatiser, les solutions RPA peuvent vous apporter tout ce dont vous avez besoin.
#6. La RPA est plus rapide à mettre en œuvre
Les outils d’automatisation intelligents apportent des solutions à un large éventail de problèmes. Toutefois, lorsqu’il s’agit de délais de mise en œuvre rapides, cette complexité devient un léger inconvénient. Les outils de RPA sont plus simples et leur mise en œuvre est donc moins coûteuse et moins longue. Pour les dirigeants soumis à la pression de la transformation numérique dans l’ensemble de leurs entreprises, les solutions RPA peuvent offrir une voie plus rapide pour générer de la valeur.
#7. Les outils IPA ont une courbe d’apprentissage plus raide
Là encore, la complexité relative de ces outils présente des avantages et des inconvénients. Par nature, l’adoption d’outils IPA nécessite des fonctions hautement techniques telles que l’apprentissage automatique.
Il y a encore de l’espoir pour les équipes non techniques. Les sociétés de conseil en automatisation intelligente peuvent se charger d’une grande partie des tâches lourdes et de la conception des processus. De plus, les outils d’analyse d’impact deviennent de plus en plus conviviaux.
Exemples d’automatisation intelligente des processus et cas d’utilisation dans l’industrie
Selon une étude, 120 zettaoctets de données seront produits en 2023. Chaque année, le volume de données produites dans le monde augmente d’environ 20 à 25 %. Selon le MIT Sloan, environ 80 % de ces données ne sont pas structurées. Si les outils de RPA ont permis aux entreprises de faire beaucoup avec les données structurées, il est clair que le texte, l’audio, les vidéos, les courriels, le contenu des médias sociaux, les journaux de serveurs, les journaux de capteurs et l’imagerie satellitaire pourraient offrir des opportunités remarquables.
La meilleure façon de comprendre les capacités de l’automatisation intelligente des entreprises est de s’appuyer sur des exemples et des cas d’utilisation pratiques et concrets. Voici comment les technologies d’automatisation intelligente peuvent être utiles dans certains secteurs.
1. Service à la clientèle
Les attentes en matière de service à la clientèle se sont considérablement accrues ces dernières années. Le consommateur moderne exige des options en libre-service en permanence, avec un degré élevé de personnalisation. L’automatisation intelligente aide les entreprises à offrir le niveau attendu de soins personnalisés sans les frais généraux élevés associés aux travailleurs humains.
Les chatbots alimentés par des processeurs de langage naturel et connectés à des plateformes de gestion de la relation client (CRM) peuvent offrir d’excellentes expériences aux clients. En associant le traitement automatisé des courriels, l’analyse prédictive et l’analyse des sentiments, les entreprises disposent d’un service omnicanal qui anticipe les problèmes et contribue à la fidélisation des clients.
2. Santé
Le secteur des soins de santé a été l’un des premiers à adopter l’automatisation intelligente. En raison des problèmes de santé dans le monde, les hôpitaux sont de plus en plus sollicités, et nombre d’entre eux craquent sous la pression. Des budgets serrés et un personnel surchargé soulignent la nécessité d’une plus grande efficacité opérationnelle, en particulier pour les tâches administratives telles que l’inscription des patients, le traitement des assurances, la programmation, la facturation, etc.
3. Les finances
Le secteur financier a acquis, à juste titre, la réputation d’être à l’avant-garde des technologies de pointe. En tant que premiers utilisateurs de la technologie RPA, le secteur a continué à trouver des moyens d’améliorer l’efficacité et de répondre aux contraintes réglementaires. L’automatisation intelligente est utilisée dans l’ensemble du secteur financier pour faciliter la détection des fraudes et le respect des règles. Cependant, la technologie contribue également aux opérations, en rationalisant de plus en plus la prise de décision pour les demandes de prêt et autres. En outre, il peut également automatiser les tests de logiciels, aidant ainsi les institutions financières à créer des logiciels sur mesure.
4. Fabrication
Ces dernières années, le public a pris conscience des problèmes liés à la chaîne d’approvisionnement en raison des goulets d’étranglement, de l’inflation et de la crise générale du coût de la vie. Les fabricants doivent adopter la transformation numérique à mesure que les préférences d’achat évoluent et que la dynamique commerciale se modifie. Cette réalité est particulièrement criante dans les pays nouvellement industrialisés ou en voie de développement.
La RPA et l’IPA peuvent aider les entreprises de ces secteurs à combler le fossé et à améliorer les processus et l’organisation sur l’ensemble de la chaîne de valeur. L’automatisation des ordres de production, la compréhension et l’adaptation aux préférences changeantes des clients, l’amélioration de la logistique et la réduction des déchets ne sont que quelques-uns des domaines qui peuvent bénéficier d’outils alimentés par l’IA.
L’automatisation intelligente des processus et l’hyperautomatisation sont-elles identiques ?
Bien que de nombreux experts utilisent indifféremment l’automatisation intelligente des processus et l’hyperautomatisation, il s’agit de concepts distincts. La confusion est compréhensible. Ces deux disciplines sont à la pointe de l’automatisation des processus informatiques et commerciaux grâce à l’intelligence artificielle et à d’autres technologies connexes. Cependant, il est essentiel de comprendre les différences entre les deux.
Comme mentionné ci-dessus, l’automatisation intelligente des processus utilise un mélange de technologies telles que l’IA, la ML, la vision par ordinateur, le traitement cognitif, le traitement du langage naturel et, bien sûr, la RPA.
L’hyperautomatisation, quant à elle, est une philosophie ou une approche qui vise à automatiser le plus grand nombre possible de processus d’entreprise.
Une grande partie de la confusion provient du fait que l’IPA fait partie d’une approche d’hyperautomatisation. Cependant, l’hyperautomatisation est une version plus sophistiquée et accélérée de l’IA, dont le champ d’application est beaucoup plus vaste. Au lieu de traiter des processus ou des tâches fixes, l’hyperautomatisation fonctionne sur plusieurs plateformes et technologies afin de maximiser l’efficacité de l’entreprise.
Les points d’intersection et de convergence de l’IPA et de la RPA
Nous avons consacré une grande partie de cet article à disséquer les mérites relatifs de l’IPA et de la RPA. S’il est utile d’établir une distinction entre ces technologies d’automatisation, il n’est pas tout à fait juste de les considérer comme des outils antagonistes ou concurrents. La meilleure façon de comprendre leurs capacités est de les considérer comme des outils d’automatisation complémentaires.
Il existe un certain nombre de points où les deux outils se croisent.
#1. L’IPA comme solution aux limites de la RPA
Dans l’article How to Compete in the Age of Artificial Intelligence (Mohanty et Vyas, 2018), les auteurs affirment que « les robots RPA feront exactement ce que vous leur dites, c’est leur plus grande force, mais aussi leur plus grande faiblesse. » Ce sentiment souligne un point essentiel concernant les limites de la RPA : Comme en témoigne son adoption généralisée, il s’agit d’un outil essentiel à l’ère de l’information ; cependant, les données non structurées et les scénarios imprévisibles signifient que les entreprises ne peuvent pas adopter des solutions de RPA pour toutes les tâches.
L’apprentissage automatique peut contribuer à étendre les capacités de la RPA, en particulier dans deux domaines principaux. Il s’agit de
1. Traiter les données non structurées
2. Ouvrir la porte à la prise de décision d’ordre supérieur
Dans l’état actuel des choses, les outils de RPA sont incapables de réaliser ce qui précède. Toutefois, lorsqu’elle est complétée par l’IA, l’automatisation peut atteindre un nouveau niveau.
#2. En tant que tremplin vers la mise en œuvre de l’IPA ou de l’hyperautomatisation
Il est tentant de considérer la RPA, l’IPA et l’hyperautomatisation comme un continuum. Pourtant, il s’agit peut-être d’une simplification un peu excessive de la question. Le fait est que tout système d’automatisation complexe qui inclut l’IPA ou l’hyperautomation s’appuiera fortement sur la RPA. Les outils de RPA resteront donc pertinents et nécessaires dans le cadre de ces scénarios avancés.
C’est dans le contexte de la mise en œuvre que cet argument est le plus solide. Le chemin vers l’hyperautomatisation passe par de nombreuses recherches sur les tâches qui peuvent être automatisées. En commençant par la RPA, on établit une base solide pour les types de tâches qui peuvent être automatisées. Il permet aux entreprises de créer et de tester des flux d’automatisation qu’elles peuvent ensuite étendre et enrichir avec l’IPA.
L’hyperautomatisation est une approche qui consiste à automatiser tout ce qui est possible. La forme qu’il prend varie d’une entreprise à l’autre. Dans certaines entreprises, il pourrait s’agir de la RPA, assistée en partie par l’IA ; dans d’autres, il pourrait s’agir d’une machine d’automatisation complète et à part entière, avec un minimum d’intervention humaine.
#3. Analyse prédictive et prise de décision
La RPA exécute des tâches définies sur la base de déclencheurs ou d’entrées particuliers. Si l’on considère certains des avantages de l’IPA, tels que l’analyse des sentiments, le traitement du langage naturel, la technologie de vision par ordinateur et les capacités de ML, il est clair que la technologie sera capable de traiter un grand nombre de données désordonnées et de les transformer en informations structurées qui peuvent servir de déclencheurs ou d’entrées.
Les possibilités qui s’offrent à nous sont stupéfiantes. Comme nous l’avons vu dans le secteur médical, la recherche a démontré que l’IA était plus performante que les radiologues dans le dépistage mammographique. Pour faire ces prédictions avec précision, il faut des années d’expérience et d’expertise dans le domaine, qui quittent l’entreprise lorsque quelqu’un prend sa retraite ou quitte l’entreprise. La RPA augmentée par l’IA peut contribuer à combler ce déficit d’expérience.
Si l’exemple du dépistage mammographique est frappant, les avantages de la RPA et de l’IPA peuvent s’appliquer à plusieurs autres scénarios de gestion d’entreprise qui nécessitent une cognition ou une prise de décision de haute qualité. Une fois que ces décisions sont prises, elles peuvent déclencher les actions en aval via la RPA, ce qui apporte un niveau de productivité incroyable à un large éventail d’entreprises.
Cinq outils d’automatisation intelligents
Il existe plusieurs fournisseurs de systèmes d’automatisation intelligents sur le marché. Chacun d’entre eux offre un mélange unique de technologies, d’approches et de prix différents. Examinons cinq des plus grands noms de l’espace IA.
#1. ZAPTEST
ZAPTEST est une solution d’automatisation intelligente, complète et de bout en bout, qui offre des outils d’hyperautomatisation de pointe pour l’automatisation des logiciels et l’automatisation des processus robotiques. Elle utilise un mélange de technologie de vision par ordinateur et de RPA pour aider les utilisateurs à découvrir et à automatiser les tâches de bureau en amont et en aval. La plateforme dispose d’excellentes fonctionnalités telles que l’OCR et de solides outils d’analyse. Elle est également dotée d’une capacité sans code, d’éditions gratuite et entreprise, d’une automatisation multiplateforme et multi-navigateur de n’importe quelle application, de licences illimitées et d’un expert ZAP travaillant à temps plein au sein des équipes du client (dans le cadre de l’édition entreprise).
#2. IBM Cloud Pak pour l’automatisation des entreprises
IBM Cloud Pak est une solution d’automatisation modulaire, hybride et intelligente. Cette plateforme d’automatisation de bout en bout est dotée d’un grand nombre de fonctionnalités, notamment l’automatisation des flux de travail, le traitement des documents, l’exploration des processus et la gestion des décisions. Il comprend également des outils à code faible ou nul et une bonne assistance à la clientèle.
#3. Plate-forme d’automatisation commerciale UiPath
UiPath a renforcé son offre de RPA avec l’automatisation intelligente de l’entreprise. La plateforme utilise la technologie de vision par ordinateur et la robotique sans surveillance (en d’autres termes, « des robots qui gèrent des robots ») pour atteindre ces objectifs. Ils utilisent également des améliorations cognitives pour comprendre le langage et les données non structurées. La plateforme UiPath Business Automation Platform s’intègre à des services cognitifs tiers proposés par des fournisseurs tels qu’IBM, Google et Microsoft.
#4. SS&C Blue Prism Cloud
SS&C Blue Prism Cloud est une autre plateforme d’automatisation intelligente basée sur le cloud et dotée de capacités IA. L’entreprise propose également des services d’automatisation intelligente pour aider les équipes à gérer la mise en œuvre et la maintenance. Outre des outils intelligents d’automatisation des processus robotiques, Blue Prism Cloud propose également un studio de conception sans code, par glisser-déposer, et Control Room, une fonction d’orchestration de l’automatisation des flux de travail.
#5. Microsoft Power Automate
Microsoft Power Automate, anciennement appelé Microsoft Flow, est une autre solution d’automatisation intelligente basée sur le cloud et sans code. Le paquet offre une fonction appelée AI Builder qui est conviviale, évolutive et facilement connectable. L’investissement très médiatisé de 10 milliards de dollars de Microsoft dans ChatGPT signifie qu’il fournit des capacités de traitement du langage naturel combinées à une interface de type « pointer-cliquer » qui permet à des équipes non techniques de créer des flux de travail intelligents d’automatisation des processus robotiques.
Dernières réflexions
La RPA et l’IPA sont des technologies distinctes. Cependant, ils sont profondément complémentaires. La véritable puissance de ces deux outils réside dans leur capacité à renforcer non seulement les travailleurs humains, mais aussi l’un l’autre. Comme le montrent de nombreux exemples d’automatisation intelligente, une grande partie du travail de base que permet l’IA peut être exécutée par des travailleurs numériques et des robots. Pour réussir l’automatisation, il faut décomposer et comprendre les flux de travail existants. La RPA peut prendre en compte un grand nombre de ces éléments constitutifs.
Nous sommes au seuil d’une ère passionnante dans le monde du travail, où les capacités cognitives humaines peuvent être complétées par l’IA. La transformation numérique est à juste titre une priorité pour les entreprises des pays développés et en développement. L’adoption d’outils IPA et RPA constituera un élément central de ces transitions, permettant une productivité inimaginable.
