Les tâches sans valeur ajoutée sont multiples dans les entreprises. Elles représentent un coût non négligeable et peuvent générer des erreurs plus ou moins impactantes. D’où la tendance à faire appel à des « robots ». La Robotic process automation (RPA) est le terme utilisé pour désigner les outils logiciels qui automatisent partiellement ou entièrement les activités humaines.
Sur le papier, le principe du RPA est simple et diablement séduisant. Un logiciel RPA « automatise les processus répétitifs, basés sur des règles, habituellement exécutés par des personnes assises devant des ordinateurs », expliquent David Schatsky, deux directeurs généraux de chez Deloitte.
L’automatisation robotique des processus se présente comme une technologie prometteuse. Elle permet de configurer un logiciel – ou un « robot » – pour émuler et intégrer les actions effectuées par vos collaborateurs. L’application la plus connue est le chatbot. De plus en plus d’entreprises en déploient ou envisagent de le faire prochainement. Une étude du Gartner estimait que ces conseillers virtuels alimenteraient 85 % de toutes les interactions du service client d’ici 2020. 
Mais en interagissant avec les applications comme le ferait un humain, ces « robots » peuvent faire encore plus de tâches : ouvrir des pièces jointes, remplir des formulaires électroniques, enregistrer et ressaisir des données, extraire des données structurées et semi-structurées de documents…
Et en plus, ils ne dorment jamais, ne font aucune erreur et coûtent beaucoup moins cher qu’un employé ! Si l’on étudie de plus près ces « bots », on peut dégager quatre atouts :
-
Aucune erreur
Les robots logiciels d’automatisation sont programmés pour suivre des règles et des tâches précises en relation avec un logiciel OCR (Optical Character Recognition) ou une API (Application programming interface). Ils ne se fatiguent jamais et ne font jamais d’erreurs. Ils sont conformes et cohérents.
-
Respect de la conformité
Une fois « instruits », ces robots s’exécutent de manière fiable. Tout ce qu’ils font est surveillé afin qu’ils respectent les normes en vigueur. Et vous pouvez les « configurer » de façon à ce qu’ils soient toujours en conformité avec les règlementations. Par exemple, ne recueillir que certaines données à caractère personnel afin de suivre le RGPD (Règlement général sur la protection des données).
-
Réduction des coûts
Le RPA peut réduire les coûts de traitement jusqu’à 80 %. En moins de 12 mois, la plupart des entreprises ont déjà un retour sur investissement positif et le potentiel de nouvelles réductions de coûts cumulatives peut atteindre 20 % à terme. Au Japon, Fukoku Mutual Life Insurance, l’une des principales compagnies d’assurance, indique que sa productivité a augmenté d’environ 30 % et qu’elle a obtenu d’importantes économies (environ 1,3 million de dollars par an) en déployant IBM Watson Explorer AI.
-
Productivité accrue
Les employés sont les premiers à apprécier les avantages du RPA, car il les décharge d’activités sans valeur ajoutée et chronophages. Ils peuvent ainsi se concentrer sur des projets ou des tâches en rapport avec le savoir-faire. Selon IBM, jusqu’à 80 % des questions courantes et simples peuvent être gérées par un tel programme.
Mais attention à ne pas être trop optimiste. Dans la pratique, il y a des limites. Un tel programme ne peut pas tout faire ; il doit être programmé pour exécuter une tâche répétitive. Les bots ont besoin d’une gestion et d’un entretien constants tout au long de leur vie ! Par ailleurs, comme les solutions RPA reposent sur des captures d’écran permettant de visualiser le processus à automatiser, vous êtes rapidement confronté à un certain nombre de défis. En particulier, il n’est pas toujours évident de créer une séquence d’actions optimale impliquant plusieurs applications.
L’IA à la rescousse ?
Pour relever ce défi, des fournisseurs de RPA intègrent une couche d’intelligence artificielle et plus précisément des capacités « cognitives ». Cette intégration a conduit au développement des robots logiciels CRPA (Cognitive Robotic Process Automation) intégrant différentes capacités cognitives, notamment le traitement du langage naturel, l’apprentissage automatique et la reconnaissance vocale.
Il existe aujourd’hui différentes solutions RPA/CRPA (Automation Anywhere, Blue Prism, Nice Systems, Work Fusion, UiPath, Kryon Systems, Softomotive, Ipsoft, etc.) qui prétendent pouvoir automatiser les tâches de perception et de jugement, jusqu’à présent réservées aux humains.
Automatiser les opérations régulières
Les sociétés de services financiers s’y intéressent pour automatiser leurs opérations régulières. Par exemple, une banque suédoise a acheté un logiciel de CRPA (Ipsoft) pour améliorer son service client. Appelé Amelia, ce programme peut parler 20 langues et comprend la sémantique du langage. S’il n’est pas en mesure de résoudre le problème, il transmet la requête à un opérateur humain et observe l’interaction afin d’améliorer ses connaissances pour traiter des cas similaires qui se présenteront.
Autre application : l’assurance. La collecte, la validation et la mise à jour des données peuvent prendre beaucoup de temps aux compagnies d’assurance. Grâce au RPA, elles peuvent automatiser les tâches de vérification des fraudes et de renouvellement des polices, ainsi que le calcul des primes et la collecte des données. En France, AXA s’appuie sur cette solution pour améliorer son processus de souscription.
Bien que prometteuse, la CRPA n’en est encore à ses débuts. Le mariage du RPA et de l’IA est récent. Pour l’instant, le RPA affiche de meilleurs résultats lorsque les interfaces applicatives sont statiques, que les processus ne changent pas et que les formats de données restent stables. Or, cette combinaison devient de plus en plus rare dans les environnements dynamiques actuels.
En conclusion, l’intégration de cette technologie est prometteuse. Mais pour que son intégration soit une réussite, elle nécessite de s’appuyer sur deux éléments clés pour soutenir et permettre l’évolution au-delà du RPA. Premièrement, il est indispensable de définir une stratégie forte et précise en matière d’API. Deuxièmement, il est nécessaire de développer des approches et des pratiques de construction centrées sur l’utilisateur qui ont fait leurs preuves, en particulier la modularisation et la personnalisation.