automatisation / RPA

Réussir son automatisation : un challenge essentiel pour l’avenir de toute entreprise

Le Gartner, organisme de référence à l’échelle internationale, prévoit une croissance de près de 20% pour les ventes de logiciels de RPA (Robotic Process Automation) en 2021 (vs 2020). Une tendance de fond depuis quelques années, qui s’intensifie malgré la crise et embarque également les entreprises en dehors du secteur IT.

 

L’automatisation des processus métiers est-elle un passage obligé pour les entreprises qui souhaitent accroître leur compétitivité ? Doit-elle systématiquement s’envisager en complémentarité avec le principe de machine learning sur lequel repose l’intelligence artificielle ? Marine Jeantet-Corse et Franck Kamga, consultants membre du réseau Colibee, nous apportent un éclairage précieux sur cette problématique d’aujourd’hui et de demain.

 

L’automatisation n’est pas l’apprentissage (et inversement)

 

RPA, ML, IA…   Ces trois technologies connaissent un intérêt grandissant au sein des entreprises qui voient en ces outils la possibilité d’améliorer leur performance et leur productivité. Apportons quelques éléments de définitions et d’explications :

 

  • La RPA correspond à l’automatisation robotisée des processus. Concrètement, il s’agit d’automatiser certaines tâches par le biais de règles prédéfinies. C’est ce que la plupart des entreprises font déjà depuis plusieurs années sur excel avec des macros. Mais la RPA va plus loin car elle permet de faire le lien entre différents outils ou plateformes. Considérons les outils de RPA comme des assistants virtuels pour les entreprises, capables de répéter à l’infini les missions qui leur sont confiées, sans pour autant qu’il n’y ait de prise d’initiative de la part de l’outil. Dans cette configuration, ce sont les humains qui doivent prévoir les tâches et écrire toutes les règles qui permettront à l’outil de les effectuer.
  • Le Machine Learning (ML), ou apprentissage automatique, s’appuie sur l’analyse du passé et s’inscrit dans une posture prédictive. Contrairement à la RPA qui ne peut que repérer les nouveaux cas d’usages sans les traiter (les nouveaux cas vont nécessiter un développement supplémentaire afin d’adapter le script), le ML va s’enrichir au fur et à mesure des différentes situations et actions humaines pour gagner en autonomie. Il s’agit d’un principe d’amélioration continue.
  • L’Intelligence Artificielle (IA) s’appuie sur le principe de ML. C’est cela qui permet à l’IA d’apprendre et de prendre des décisions. N’oublions cependant pas que l’IA, même si elle prend des initiatives, reste toujours en partie guidée et contrôlée par l’action humaine. Tout est question de paramétrage et de cadrage.

 

RPA et ML sont donc deux technologies différentes, qui peuvent parfois s’associer. Certaines entreprises font ainsi appel à un module de ML pour ajouter un degré d’analyse à leur outil de RPA. L’outil de ML peut alors s’interconnecter à celui de RPA pour lui dicter de nouvelles règles.

 

automatisation : RPA / AI / ML

 

 

« Le machine learning n’est pas de l’automatisation augmentée. Les 2 outils peuvent effectivement travailler en synergie, mais cela n’est pas systématique. En fonction de sa situation, de ses besoins et du degré de maturité de ses données, une entreprise peut s’appuyer indépendamment sur l’une ou l’autre des solutions. »

Franck Kamga

 

 

Des gains quantitatifs ET qualitatifs

 

Dans l’imaginaire collectif, l’automatisation est souvent associée à une réduction des effectifs. C’est une vision incorrecte, car la RPA rend possible l’automatisation des tâches répétitives à faible valeur ajoutée pour permettre aux opérationnel de se concentrer sur des tâches à plus forte création de valeurs. Les bénéfices sont tant quantitatifs que qualitatifs.

 

S’appuyer sur l’automatisation, c’est réduire le nombre d’erreurs (de saisie, de calcul, etc) et donc améliorer la qualité des données, la pertinence du service, et même la relation client. La RPA permet aussi de réduire le temps de traitement et de libérer les équipes des tâches répétitives. Prenons l’exemple d’une demande de crédit professionnel pour laquelle il faut recueillir les informations sur l’entreprise demandeuse. Si cette collecte s’automatise, l’analyste peut plus rapidement prendre une décision et se concentrer sur le conseil et la relation avec le client. Associée au ML, l’automatisation permet également de repérer les éventuelles informations erronées et de les signaler et/ou les corriger. Elle est aussi un moyen de sécuriser les processus, de structurer les données, et de s’assurer de la conformité avec les réglementations en vigueur.

 

Parallèlement à ces avantages, automatiser ses process permet à une entreprise de prendre de la hauteur sur son fonctionnement. Cela permet également de revoir la pertinence des process et d’impliquer les collaborateurs dans l’évolution des métiers. Les équipes sont amenées à questionner leurs modes de fonctionnement, elles se trouvent ainsi engagées dans une réflexion plus profonde qui permet de faire avancer l’organisation, bien au-delà de l’aspect purement opérationnel. Et ce, de façon transversale.

 

automatisation / RPA

 

Les robots aussi ont besoin de s’intégrer dans les équipes

 

« L’automatisation concerne souvent des parties de process, rarement le processus de A à Z. Pour qu’elle soit efficace et pérenne, il faut qu’elle s’intègre entièrement aux processus globaux qui impliquent toutes les ressources de l’entreprise, humaines et techniques. »

Marine Jeantet-Corse

 

Pour qu’il soit un succès, un projet d’automatisation doit inclure trois dimensions. Une partie technique, une partie relative aux process et aux data de l’entreprise, et une partie humaine. Ce dernier point implique un réel accompagnement du changement. L’automatisation doit être mise en place avec et pour les équipes. Habituellement, l’un des collaborateurs de l’équipe se positionne en « key user », pour représenter le métier. Il explique comment fonctionne un département, en est le porte-parole, et communique avec les équipes techniques. Il devient ainsi un facilitateur pour le projet de RPA. L’implication des équipes doit donc se faire en amont, dès le début du projet. Si les collaborateurs sont informés et comprennent les atouts de la RPA dans leurs situations particulière et collective, ils seront plus enclins à suivre l’évolution du projet et à se former pour travailler main dans la main avec ce nouvel assistant virtuel.

 

Parallèlement à cette démarche d’intégration d’un nouvel outil au sein d’une équipe, la réflexion doit également porter sur l’évolution des missions pour les collaborateurs. En déchargeant les individus de certaines tâches répétitives, la transformation digitale leur libère du temps pour de nouvelles missions à plus forte valeur ajoutée, qui font souvent plus appel à des qualités humaines et des compétences non-techniques. Il convient dès lors de créer une nouvelle synergie entre les collaborateurs humains et les collaborateurs virtuels.

 

 

L’automatisation des processus est une tendance qui s’immisce désormais dans tous les métiers et dans tous les secteurs. Mais alors : RPA ou ML ? RPA et ML ? Cela dépend de l’entreprise. Dans tous les cas, il convient de commencer par un pré-cadrage de la situation. L’objectif étant d’identifier les besoins et la maturité digitale de l’organisation. Pour cela, il faut toujours envisager l’automatisation dans la globalité des processus. Marine Jeantet-Corse et Franck Kamga sont formels : RPA et ML ont tout deux de beaux jours devant eux ! 

 

 

consultants freelances spécialisés en automatisation & RPA. Colibee, l'essence du conseil.

Investir dans l'avenir : les nouveaux enjeux des DSI

Le rôle de la Direction des Systèmes d’Information (DSI) n’a jamais été aussi central. Que ce soit pour la mise à disposition de solutions collaboratives adaptées aux nouveaux cadres de travail distant, pour l’automatisation de processus métier ou la prise en compte des nouvelles cyber menaces, les entreprises se doivent d’évoluer et d’adapter leurs ressources informatiques. Une transformation digitale continue impose aux équipes en charge des SI d’être continuellement à la page sur ces enjeux. Or nous le savons tous, le recrutement de nouvelles expertises technologiques est de plus en plus complexe…

Publié le 21 juin 2021
Partagez cet article