Le RPA et l’Intelligence Artificielle, ou la gestion de la performance des processus

Le RPA est devenue en peu de temps l’outil en vogue pour optimiser les processus des organisations, mais il n’y a pas (encore !) d’outil miracle, et la gestion des processus est un vaste thème qui réunit plusieurs technologies quelque peu hétérogènes.

Quand on parle processus, le premier mot qui vient à l’esprit des directions métiers ou des DSI est bien souvent ‘modélisation’.
Nous entrons ici dans l’univers du BPM (Business process Management), apparu au siècle dernier avec ses outils historiques, sa norme internationale née de plusieurs années de réflexion, le BPMN (Business Process Model & Notation), et ses évolutions récentes. L’arrivée en force du RPA ne doit pas faire oublier que le BPM est toujours d’actualité. L’automatisation des processus n’empêche nullement l’effort de modélisation. Les outils BPM récents amènent également des fonctionnalités collaboratives, un suivi des processus en ‘temps réel’, une gestion des alertes, de la documentation, des profils ou des ressources concernés, et même des solutions d’optimisation.

Il n’y a ensuite qu’un pas à franchir pour accéder à l’univers du BPA (Business Process Automation). Comme son nom l’indique, on automatise ici les processus. Néanmoins, à ce stade, l’outil va permettre de lancer des jobs prédéfinies (ou programmés pour les besoins de la cause) sans pour autant être capable de prendre en charge facilement toutes les actions présentes dans un processus complexe, ni intégrer une interface utilisateur capable de modéliser des actions à la charge des collaborateurs ; ce qui va justifier l’introduction du RPA. On intègre pourtant avec cette évolution majeure, un concept d’architecture fondamental, qui permet au BPA de s’intégrer dans le SI et de se connecter, moyennant les API (interfaces d’applications) nécessaires, avec n’importe quelle autre solution du système. On va bien entendu retrouver cet aspect dans les solutions RPA.

Nous voilà enfin au cœur du sujet : Qu’est-ce que le RPA apporte de plus ? La robotisation reproduit les tâches du processus telles qu’elles sont quotidiennement mises en œuvre par un collaborateur. Evidemment, le BPA peut le faire aussi, mais il faut pour cela programmer le job associé. Le RPA présente une interface qui permet de la faire beaucoup plus simplement, soit par capture du geste utilisateur, soit par le chainage de ‘robots’ préprogrammés fournis dans une bibliothèque de la solution. Ces deux technologies ont leurs avantages et leurs inconvénients, mais fournissent toutes deux la possibilité de robotiser n’importe quel processus. C’est dans cette interface utilisateur qu’est l’originalité et la valeur ajoutée du RPA. Elle permet une prise en main relativement rapide et reste accessible à des profils moins techniques (moyennant une certaine rigueur dans la reproduction des processus, et une complexité limitée des règles enchaînement des tâches).
On arrive ici au point ou les actions humaines sont potentiellement remplacées par le RPA. Mais qui dit remplacement humain dit ‘Intelligence artificielle’ (IA). Avant tout, il convient de préciser que toutes les actions humaines ne seront pas remplacées.

L’interprétation d’une donnée dans un contexte complexe, la transformation d’un processus provoquée par un événement extérieur, la prise de décision liée aux engagements et responsabilités d’un responsable … sont autant d’exemples qui relèvent d’une réflexion humain, et qui ne seront pas remplacées à courts termes par le robot.
Néanmoins, les progrès de l’IA permettent aujourd’hui un certain nombre d’avancées, qui vont de la simple reconnaissance de texte (OCR) au Deep learning. Le propos n’est pas ici de définir les termes et la portée de l’IA, mais d’en comprendre l’intérêt, dans le cadre de la gestion de la performance des processus, et en association avec le RPA.
Les OCR ou le NLP (Natural Language Processing) sont des outils d’analyse qui permettent l’amélioration de la performance. Les Chatbots amènent une première réponse ‘intelligente’ car ils peuvent communiquer avec l’humain. Mais c’est dans le Machine Learning (ML) et dans le Deep Learning (DL) – qui sont d’ailleurs également associés aujourd’hui aux récents Chatbots – que l’IA apporte à la gestion des processus toute sa puissance : l’aide à la décision.
Il ne s’agit pas ici de remplacer l’humain, mais de lui conseiller un comportement vis-à-vis d’une situation pour laquelle il a une décision à prendre. Ces dernières solutions s’appuient sur le Machine Learning pour s’améliorer au fil du temps et sur le Deep Learning pour comprendre des situations en corrélant des informations qu’elles maîtrisent déjà.
On atteint alors le stade ultime de la performance des processus de l’organisation, en tout cas tant qu’on aura décidé que l’être humain a toujours un rôle à jouer dans le fonctionnement de notre société !

Comment bien démarrer une gestion optimisée des processus ?
Les tâches multiples d’une entreprise sont plus ou moins bien traitées, selon la maturité des organisations L’objectif n’est pas de multiplier les outils, bien au contraire, mais de s’équiper avec la solution appropriée à son besoin immédiat, et à ses évolutions sur deux à cinq ans. Il faut prendre en compte les impacts sur l’organisation de l’entreprise, mais également la capacité des systèmes à fournir les bonnes informations au bon moment. On aborde là le sujet non-moins important de la gouvernance des données, intimement lié à la gouvernance des processus, et au suivi de la Qualité. Nous mettons ainsi en œuvre les bonnes pratiques, et une gouvernance qui n’implique pas de reprendre à zéro toute la démarche Qualité. La mise en place du RPA est bien souvent l’occasion d’optimiser le fonctionnement interne, petit à petit, processus par processus.

Patrick Vaillier
Manager en charge de l’offre RPA.