3 fonctionnalités que vous devez connaître sur l’automatisation intelligente

Automatisation intelligente a récemment reçu beaucoup de buzz. Beaucoup de gens veulent savoir ce que l’avenir leur réserve, et beaucoup ne veulent pas se sentir exclus.

Cependant, l’automatisation intelligente (également appelée « hyperautomatisation ») est un ensemble de technologies en constante évolution. De nouveaux outils sortent chaque année. Il est difficile de suivre.

En outre, d’autres se demandent si le battage médiatique correspondra à la réalité. Par exemple, en juillet 2021, les dirigeants de IBM réduit les attentes pour Watson. IBM a d’abord présenté Watson comme des capacités d’IA avancées révolutionnaires et prometteuses, telles que l’automatisation de la détection du cancer et des recommandations de traitement. Maintenant, IBM a positionné Watson comme un outil tactique de traitement du langage naturel. Même les meilleurs peuvent être pris dans le battage médiatique.

Au lieu de cela, il vaut la peine d’être intelligent en matière d’automatisation intelligente. Mais comment les leaders numériques peuvent-ils penser à l’automatisation intelligente afin de prendre des décisions d’investissement intelligentes ?

Lié: Pourquoi l’automatisation intelligente est la seule réponse à l’inflation des salaires

Nous pouvons diviser l’automatisation intelligente en trois catégories. Ici, nous visons à couvrir 80% des capacités. Les 20 % restants impliquent des capacités de niche couvertes par un étude plus détaillée.

Les trois capacités sont :

1. Automatisation des tâches
2. Orchestration des workflows
3. Automatisation des décisions

Automatisation des tâches

La première capacité est l’automatisation des tâches. Ceci est souvent appelé automatisation robotisée des processus (RPA), où un bot répète un ensemble de tâches de la même manière qu’un humain le ferait. Cela permet à l’humain de se concentrer sur un travail plus précieux.

Maintenant, l’automatisation des tâches n’est pas nouvelle. Les macros Excel existent depuis les années 90. Cependant, la RPA moderne a une histoire intéressante.

Daniel dîne fondé UiPath, un leader parmi les sociétés RPA, sous le nom de DeskOver en 2005. Ils ont initialement conçu des outils pour aider les développeurs à créer des logiciels. Dines a essayé de les vendre à des entreprises comme Amazon, Google et Microsoft, mais n’a pas suscité beaucoup d’intérêt.

Dines a lutté. Il a pensé à fermer l’entreprise. Cependant, dans un moment fortuit, une entreprise d’externalisation des processus métier en Inde cherchait un outil d’automatisation. Aujourd’hui, les entreprises d’externalisation effectuent des tâches répétitives avec des milliers d’employés provenant de pays à bas coûts. La pression sur les prix est intense.

À l’époque, UiPath ne connaissait rien à l’externalisation. Cependant, ils ont réussi à pivoter et à impressionner l’entreprise d’externalisation. Le reste appartient à l’histoire.

Ainsi, l’ère moderne de l’automatisation intelligente a commencé lorsqu’une entreprise qui produit des outils de productivité a rencontré une entreprise de sous-traitance à la recherche d’aide pour augmenter sa productivité. Aujourd’hui, des milliers d’entreprises exécutent des millions de bots, exécutant tous les mêmes tâches à plusieurs reprises. Ils libèrent des millions d’heures, permettant à chacun de se concentrer sur un travail plus important.

Lié: L’automatisation devient un impératif commercial : n’attendez pas qu’il soit trop tard

Orchestration des workflows

Parfois, l’automatisation des tâches individuelles ne suffit pas. Au lieu de cela, nous devons repenser le processus métier. Cela nous amène à notre deuxième capacité : orchestrer les flux de travail.

Le livre fondateur de Michael Hammer et James Champy, Réorganiser la société, contient une histoire classique. Il y avait une division chez IBM qui était très rentable. Cependant, ils avaient un défi majeur : en moyenne, la production d’un contrat pour un client prenait six jours. Pour les vendeurs, c’était inacceptable. Pendant ce temps, un client pouvait choisir un autre fournisseur. Par conséquent, ils voulaient améliorer les opérations en automatisant les tâches.

Cependant, ce n’était pas la bonne approche. Deux cadres supérieurs ont eu une idée brillante. Ils ont guidé une application tout au long du processus métier, demandant à chaque personne de se concentrer uniquement sur cette tâche. Ils ont découvert que le ministère pouvait remplir une demande en 90 minutes.

Maintenant, supposons que les dirigeants aient une baguette magique qui pourrait faire travailler tout le monde deux fois plus vite. Ils ne gagneraient que 45 minutes. La plupart du temps a été passé à attendre dans la file d’attente. La solution n’était pas de terminer les tâches plus rapidement.

Par conséquent, ils ont repensé le processus commercial, de sorte que la plupart du temps, une seule personne puisse remplir une demande en une seule étape. Ils ont réduit le temps d’attente moyen de six jours à quatre heures, pour un gain de productivité centuplé.

Ainsi, le deuxième groupe d’outils concerne l’orchestration des workflows. Les moteurs de flux de travail low-code permettent aux utilisateurs professionnels d’orchestrer des processus métier à l’échelle de l’entreprise. Ils peuvent augmenter la productivité au-delà de la simple automatisation d’une seule tâche. De plus, l’automatisation des tâches et l’orchestration des workflows vont de pair. Nous pouvons d’abord orchestrer le flux de travail, puis automatiser les tâches individuelles pour encore plus d’efficacité.

Lié: 4 raisons pour lesquelles les travailleurs devraient accueillir favorablement l’intelligence artificielle sur le lieu de travail

Automatisation des décisions

Le troisième groupe de technologies se concentre sur l’automatisation des décisions. Il y a des problèmes faciles et des problèmes difficiles. Cela mène à Paradoxe de Moravec.

En 1988, Hans Moravec écrivait : « Il est relativement facile de faire en sorte que les ordinateurs présentent des performances de niveau adulte lors de tests d’intelligence ou de jeux de dames, et difficile, voire impossible, de leur donner les compétences d’un enfant d’un an en matière de perception et de mobilité.  » Par exemple, nous avons appris aux ordinateurs à jouer aux dames, mais nous avons du mal à enseigner aux ordinateurs les capacités de perception et de mobilité d’un tout-petit.

En 1966, le célèbre informaticien Marvin Minski voulait apprendre à un ordinateur à reconnaître des objets ménagers courants. Pensant que cela prendrait un été, il a confié le projet à un étudiant. Cela s’est avéré extrêmement difficile. Cinquante ans plus tard, les systèmes de vision par ordinateur font leur apparition.

Maintenant, si la vision par ordinateur est une tâche difficile à automatiser, alors quoi de plus simple ? Les chercheurs ont fait des progrès sur des problèmes spécialisés. Par exemple, les capacités de vision par ordinateur d’IBM Watson pour des types spécifiques de cancer peuvent égaler les performances d’un radiologue. Autre exemple, les sociétés d’évaluation du crédit déploient des moteurs de décision pour prédire le risque de fraude au crédit ou de défaut de paiement, à l’aide d’ensembles de données volumineux.

Lié: Les robots volent nos emplois

Libérer la puissance de l’automatisation intelligente

La véritable puissance de l’automatisation intelligente réside dans la combinaison des trois capacités : automatiser les tâches, orchestrer les workflows et automatiser les décisions. Par exemple, nous pouvons d’abord orchestrer le flux de travail en repensant le processus métier. Deuxièmement, nous pouvons automatiser des tâches individuelles pour libérer les gens des tâches banales. Troisièmement, nous pouvons automatiser les décisions pour lesquelles les machines ont un avantage.

Aujourd’hui, tenir la promesse d’une automatisation intelligente peut s’avérer difficile. Certains ont du mal à séparer le battage médiatique de la réalité. D’autres deviennent amoureux des outils et perdent de vue la résolution de problèmes commerciaux. Ainsi, une entreprise doit commencer par une vision stratégique des enjeux commerciaux pour libérer la puissance de l’automatisation intelligente. Ces problèmes commerciaux rendent le domaine de l’automatisation intelligente passionnant aujourd’hui.