Expertise proposée par Alexis Vernières, Vice President, Sales - Italy, France & Iberia chez Kofax France
Si la RPA représente un défi de taille pour bon nombre d'organisations, elle ne constitue pourtant que les prémices de l'avenir du process management, qui doit s'entourer d'une certaine dose d'intelligence pour gagner véritablement en efficacité.
Robotic Process Automation : l'automatisation en silos
Si on ne présente plus la Robotic Process Automation (RPA), force est toutefois de constater qu'elle reste encore très (trop) souvent cantonnée à des périmètres restreints dans les organisations. En cause dans de très nombreux cas, l'incapacité des solutions à inter-opérer avec d'autres solutions de digitalisation des processus métiers, et les difficultés rencontrées dans l'interfaçage avec le reste du système d'information, lui aussi de plus en plus complexe et élastique.
Or dans une économie de plus en plus tournée vers l'expérience client, pour gagner en efficacité c'est au travers d'un déploiement transversal et à grande échelle sur l'ensemble des processus que la RPA offrirait aux organisations une véritable valeur ajoutée.
Intelligent Automation (IA)* : la prochaine génération de RPA
« Rome ne s'est pas faite en un jour », rappelle la sagesse populaire. En matière d'automatisation des processus dans l'entreprise, le constat est le même : une organisation ne peut pas passer de processus manuels à une automatisation complète. Et c'est d'ailleurs tout aussi impossible que contre-productif. En règle générale, l'évolution vers l'automatisation s'opère en trois temps.
Au départ, il s'agit le plus souvent d'initiatives individuelles à périmètre restreint, en mode « investigation ». Car il faut bien rappeler que la RPA est encore un marché d'équipement, pas de renouvellement. Dès lors, avant de se lancer véritablement, il s'agit de tester sur des projets pilotes, d'évaluer les résultats, avant d'évangéliser auprès du reste de l'entreprise ! Au-delà de 5 à 10 robots opérationnels, et c'est la seconde étape. Les opérations de maintenance manuelle commencent à peser lourd tandis que l'absence d'intégration croisée des robots limite l'intérêt de l'automatisation.
Et c'est ce qui doit conduire les organisations vers une troisième phase qui consiste à maximiser la valeur métier de l'automatisation par une généralisation et une transversalité des robots sur de nombreux processus métiers, le retour sur investissement autant quantitatif que qualitatif étant plus facile et rapide à atteindre. Cette généralisation, associée à des capacités d'orchestration, de capture multicanale d'informations (structurées ou non), de machine learning et ou encore d'analyses des données, permet alors d'atteindre l'Intelligent Automation, la nouvelle génération de RPA.
Les 4 piliers de l'IA
L'Intelligent Automation constitue donc, du fait de sa transversalité et de sa quasi-universalité au sein même de l'organisation, une mutation profonde pour les entreprises. Elle peut s'adresser à toutes les fonctions métiers et support : opérations, direction financière, direction commerciale, supply chain, ressources humaines, back office etc. Mais pour parvenir à un tel niveau de maturité, l'automatisation ne se limite pas aux seuls processus.
En effet, c'est bien toute la chaîne de valeur de l'information qu'il s'agit d'automatiser grâce à des robots logiciels : depuis l'injection des données dans l'entreprise et dans ses processus (Acquisition) ; jusqu'à leur mise à disposition aux utilisateurs finaux sous une forme intelligible et claire (Transmission) pour une exploitation performantes permettant l'intégration des informations entre n'importe quel système, référentiel, application, navigateur ou processeur (Traitement) et enfin la réalisation des calculs pour fournir une visibilité en temps réel sur les performances globales des processus métier (Analyze).
Concrètement, la phase « Traitement » consiste à transférer au bon moment la bonne information, au bon format, à la bonne application. À partir de quoi, l'analyse peut démarrer afin de réaliser, à partir de modèles prédéfinis, d'intelligence artificielle et de machine learning, le bon calcul ou fournir la bonne information pertinente à l'utilisateur final.
Car dans de très nombreux cas, l'Humain reste au cœur du dispositif : l'automatisation n'est qu'un outil parmi d'autres pour l'aider dans ses missions, lui faire gagner en compétence ou tout simplement lui éviter des tâches longues, fastidieuses et peu valorisantes.
*Automatisation Intelligente
