Trouver sa route dans la jungle de l'automatisation

La transformation digitale galopante oblige les entreprises à repenser leur positionnement sur un marché numérique et dynamique aux exigences toujours plus élevées. Garantir une amélioration continue de l'efficacité des produits et services proposés devient incontournable. Alors que la relation entre processus et produit peut-être considérée comme très étroite (par exemple lorsque le produit est le résultat d’une chaîne de processus), les services deviennent égaux au processus.

La transition vers des processus commerciaux (partiellement) automatisés permet aux entreprises d'accroître leur compétitivité et de relever de nouveaux défis.

POURTANT - De quelles options disposent les entreprises pour automatiser leurs processus, que ce soit dans leur intégralité ou partiellement ?

Outre les défis susmentionnés, ajoutons à cette liste de nouveaux termes et concepts :

Business Process Management (BPM) | Hyperautomation | Robotic Process Automation (RPA) | Apprentissage par machine | Process Mining, Business Process Automaion (BPA) | No-/Low-/Pro-Code | Intelligent Automation | Intelligence Artificielle (IA)

MAIS - En quoi diffèrent-ils ? Existe-t-il des liens entre eux ? Faut-il utiliser toutes les approches, technologies et outils pour atteindre la réussite ?

LA RÉPONSE ? OUI ET NON : ÇA DÉPEND

OUI – Il y a des différences et aussi des liens. NON – Il n'est pas nécessaire d'utiliser toutes les technologies

Les approches, les technologies ou les outils servent toujours de moyen pour atteindre une fin, mais ne sont pas une fin en soi. Comme le dit le proverbe : « L’outil est aussi efficace que l'artisan qui sait l'utiliser. » N’êtes-vous pas d’accord ? C'est exactement la même chose dans ce cas.

Nous en arrivons donc à la partie du « ÇA DÉPEND ».

Il faut d'abord répondre à diverses questions. Où en sommes-nous (état des lieux)? Quel est le degré de maturité de nos processus pour les acteurs externes à nos processus (fournisseurs, clients, ...) et pour nous-même ? Sur quel savoir-faire pouvons-nous compter ? De quelles ressources en personnel disposons-nous ? → Dressez l'état actuel de la situation !

S'ensuit la question de la direction (identifier le but) : où souhaitons-nous être dans un, trois ou cinq ans ? ... ? → Indiquer la situation visée !

ENSUITE – En fonction des réponses, il faudra choisir l'approche appropriée, les technologies adéquates et les bons outils.

MAINTENANT – Nous avons aussi besoin de quelques éclaircissements sur ces termes et concepts. Qu'est-ce qui se cache derrière ceux-ci ? Est-ce que ce ne sont que des mots à la mode ? Quels liens existent-ils entre eux ?

Commençons par le BUSINESS PROCESS MANAGEMENT (BPM).

Le BPM est une approche de gestion holistique qui traite de la modélisation, de l'exécution, du suivi et de l'amélioration des processus tout au long de leur cycle de vie, en accord avec les objectifs stratégiques de l'entreprise. Les technologies et les outils contribuent à améliorer les processus en termes de temps, de coûts, de qualité et de flexibilité.

Supposons que nous ayons pour objectif principal d’atteindre le plus haut niveau de BUSINESS PROCESS AUTOMATION (BPA). BPA signifie : mettre les processus dans un état dans lequel ils sont traités de manière techniquement automatisée, à l'aide de technologies et d'outils. Cela augmente non seulement la flexibilité des processus, mais réduit également les temps de traitement et libère des ressources humaines qui pourront se concentrer sur des activités à plus forte valeur ajoutée. Les éléments mentionnés plus haut seront donc optimisés :

Réduction des délais (temps de traitement plus courts)

Réduction des coûts (les tâches répétitives ne sont plus traitées par des ressources humaines plus coûteuses)

Qualité augmentée (minimisation des potentielles erreurs humaines)

Flexibilité accrue (modification du processus, ne nécessitant pas de phase d'adaptation)

L’HYPERAUTOMATISATON reflète l'interaction optimale de toutes les technologies utilisées pour automatiser entièrement les processus. Elle vise à pousser l'automatisation à son maximum et réduire l'intervention humaine au strict minimum. L'hyperautomatisation ouvre ainsi de nouvelles dimensions de compétitivité.

CEPENDANT il est souvent question des « technologies implémentées ». Replaçons-les dans leur contexte.

Commençons par la modélisation des processus. En fonction de leur degré de maturité, les processus d'entreprise peuvent déjà être documentés (sous forme de texte ou de graphique) et donc « identifiés ». Le PROCESS MINING aide à identifier les processus actuellement « en cours » (état réel) sur la base d’importantes quantités de données sous forme de « traces » numériques (fichiers journaux, bases de données, etc.) laissées par les systèmes informatiques, et à les générer numériquement. Cela permet d'identifier les points faibles, les goulots d'étranglement, les variantes de processus inconnues, le Shadow IT, et d'autres éléments. Ainsi, dans l’état d’automatisation souhaité, ces problèmes sont prévisibles, atténués voire même complètement éliminés.

Quels rôles le Robotic Process Automation (RPA) et l'automatisation intelligente jouent-ils dans ce contexte ?

BON – Partons d’un cas courant : grâce aux résultats du Process Mining, nous identifions que presque tous les processus passent par un système central (par exemple un système ERP, CRM ou même système développé en interne). Cela suggère qu'une suppression pure et simple du système ne peut pas s’effectuer sans risques. Supposons que le système soit vieillissant et ne dispose pas d'interfaces techniques. Ce scénario constitue précisément un potentiel cas d’utilisation du Robotic Process Automation (RPA) qui nous permet d’exploiter pleinement tout le potentiel de l’automatisation. La RPA définit des robots logiciels qui (tout comme le ferait un être humain) utilisent des applications (en cliquant sur des boutons, en lisant des données provenant d'autres systèmes, en effectuant des saisies de données, etc.)

Avec l'Intelligent Automation, un robot RPA commun est combiné à l'intelligence artificielle (AI) et à l'apprentissage automatique (ML). Le robot peut reconnaître de manière autonome des modèles, interpréter des données et prendre des décisions en s’appuyant sur des systèmes d'auto-apprentissage sous-jacents, etc. Ainsi, le robot n'est plus lié à des règles de décision prédéfinies, mais peut prendre ses « propres » décisions, au cas par cas.

Dans ce contexte, quelle place occupent les no-, low- et pro-codes ? Et bien, pour certaines activités à automatiser, l'une ou l'autre approche peut s’avérer plus judicieuse, mais cela dépendra de chaque cas. Nous serions ravis d'en discuter avec vous. N’hésitez pas nous contacter.