Français
Fermer
Chapitre 1
Différence entre la RPA, l’automatisation intelligente et l’hyperautomatisation
Une grande confusion existe sur le marché dès que l’on étudie les logiciels d’automatisation. Les dénominations utilisées pour décrire ces solutions semblent elles-mêmes se multiplier à l’infini. Ces termes ont été créés et diffusés par des analystes, des éditeurs de logiciels et des intégrateurs de solutions, car chacun de ces acteurs essaie d’exercer son influence sur le marché. Il peut donc être intéressant de jeter un œil à certains de ces termes et de créer son propre « décodeur » pour s’y retrouver.
Automatisation robotisée des processus
Ce terme a été adopté très tôt dans le domaine de l’automatisation. L’automatisation robotisée des processus (RPA) a utilisé des robots (ou « bots »), définis comme des agents logiciels qui interagissent avec les applications exactement comme le ferait un humain. Sans configurer d’interfaces de programmation spécifiques, un analyste peut déterminer quels éléments d’une application sont utilisés par un processus, puis il peut « entraîner » le robot à transmettre les modifications suivant un ensemble de règles.
L’application peut être basée sur des applications Windows, mainframe ou Java, sur des pages Web ou encore sur des applications développées en interne, écrites au moyen de plateformes technologiques frappées d’obsolescence depuis longtemps. Les bots suivent des règles pour interagir avec toutes ces applications. Il peut s’agir de règles simples telles que « Créer un rapport et l’envoyer par e-mail » ou de règles plus complexes, impliquant plusieurs étapes. Ces étapes peuvent consister, par exemple, à évaluer des champs spécifiques de l’application, puis à suivre les règles en conséquence telles que « Vérifier le solde des stocks ; si cette valeur est inférieure à une quantité donnée, envoyer un e-mail d’avertissement, sinon traiter la transaction et déclencher l’envoi à l’adresse mentionnée sur le bon de commande ».
La RPA est la couche de base sur laquelle reposent l’automatisation intelligente et l’hyperautomatisation. Ces concepts nécessitent une plateforme RPA pour permettre des interactions avec les applications sans devoir recourir à la programmation. Sans la RPA, l’automatisation des interactions exigerait un grand nombre de nouveaux connecteurs pour permettre à l’intelligence artificielle (IA) d’extraire des données et de lancer des actions en direction des différents systèmes d’entreprise qui contiennent les informations requises pour le traitement.
Automatisation intelligente
Parfois dénommée automatisation cognitive, l’automatisation intelligente (AI) associe l’intelligence artificielle aux capacités interactives de la RPA. L’automatisation intelligente relie deux concepts de base : la réflexion et l’action.
La RPA excelle dans l’action et dispose de plusieurs fonctionnalités permettant de gérer le travail via des règles, mais certains aspects du travail d’exécution nécessitent de la réflexion avant qu’une action puisse avoir lieu. Ce travail de réflexion implique entre autres la lecture de documents, à l’aide de la reconnaissance optique des caractères (OCR) pour extraire des données dans un format exploitable par un ordinateur. On peut ensuite recourir au traitement intelligent des documents (IDP) pour déterminer le type du document afin de le traiter de manière appropriée.
Par exemple, toute personne ayant eu à traiter des factures sait que les entreprises possèdent presque toutes leurs propres formats de transmission de factures à leurs clients. Du fait de cette absence de standardisation, les entreprises affectent souvent du personnel à la lecture de ces documents au format image et à la saisie des informations correspondantes dans les systèmes comptables.
Il peut être nécessaire de recruter un personnel nombreux ou de faire à appel à un prestataire de sous-traitance pour faire face au volume de factures à gérer. Avec le développement d’une automatisation intelligente permettant de lire et de comprendre les documents à l’aide de l’IDP, puis de traiter correctement les résultats avec la RPA, la solution est à même de réduire le temps passé par le personnel à des tâches manuelles telles que la saisie de données dans le système.
Mais l’automatisation intelligente a bien plus d’applications que le seul traitement des factures. Par exemple, avec le recours à une plateforme de traitement du langage naturel (NLP), un processus automatisé peut lire les e-mails, ce qui contextualise les questions adressées à une équipe de support ou à un chatbot permettant aux clients d’interagir en temps réel avec l’entreprise.
Cette plateforme de NLP peut comprendre à la fois la demande du client (ou le but de la conversation) et estimer la quantité d’énergie émotionnelle (ou de sentiments) qui se cache dans la formulation de l’e-mail ou du chat. Grâce à cette fonctionnalité, il est possible de traiter le message avec la RPA au moyen de réponses fréquemment utilisées, personnalisées en fonction du client. La conversation peut également être acheminée vers une personne capable de gérer les interactions de manière plus personnalisée, afin d’améliorer l’expérience proposée au client.
Ces deux exemples simples illustrent comment associer la RPA à une autre technologie afin de prendre en charge une expérience enrichie. Un autre exemple est celui de l’évaluation automatisée de l’historique des achats à l’aide de l’IA, de manière à identifier des schémas dans les interactions d’achat. Une telle évaluation permet d’améliorer les campagnes marketing ou d’influer sur la décision et sur la capacité à proposer de nouveaux produits et services associés. La quantité de données collectées automatiquement avec lesquelles la RPA peut alimenter un ou plusieurs moteurs d’IA peut améliorer considérablement les modalités d’optimisation de l’activité à la fois en interne (en analysant l’historique du traitement des transactions) et en externe (en extrayant les données des fournisseurs et des organisations logistiques de manière à améliorer la gestion de la chaîne d’approvisionnement).
L’automatisation intelligente, une puissante combinaison de RPA et d’IA
Outre l’aide aux décisions proposée par la partie réflexion de l’automatisation, la partie action est un composant critique à ne pas négliger. Lorsqu’elles sont associées, la RPA et l’IA excellent dans l’extraction d’informations issues de différents systèmes d’entreprise et l’évaluation de ces données à l’aide de puissants algorithmes. Mais le plus extraordinaire est la possibilité d’agir sur les décisions prises par le moteur d’IA. Seule, l’IA est comparable à un cerveau déconnecté. Sans les capacités offertes par la RPA, l’IA nécessiterait à la fois d’établir des connexions spéciales aux systèmes de base de données pour extraire les données à évaluer et de coder des interfaces de programmation d’application (API) pour traduire en actes les décisions prises par l’IA.
Par exemple, dans le cas d’un système bancaire qui détecte les transactions frauduleuses, les données sont extraites des comptes pour alimenter un algorithme d’IA. Le moteur d’IA évalue si les transactions correspondent au schéma de dépense habituel du client, et si ce dernier enfreint la législation en finançant des activités illégales. Mais la simple identification de ces activités n’est pas suffisante.
Si une transaction se révèle frauduleuse ou nécessite tout au moins une vérification supplémentaire, le moteur d’IA doit être capable d’agir en arrêtant la transaction en question et en alertant sur cette fraude potentielle. De telles actions (avertir les autorités, geler la transaction, communiquer avec les vérificateurs internes, envoyer une notification au client) peuvent s’avérer complexes.
Avec un système de RPA, il est possible de traiter rapidement et aisément ces tâches, en interagissant avec les différents systèmes internes et externes sans qu’il soit nécessaire de recourir à la programmation. Sans l’aspect action qu’offre la RPA, la composante réflexion apportée par l’IA demande beaucoup plus de travail. C’est pourquoi l’automatisation intelligente consiste en une puissante combinaison de RPA et d’IA.
A propos de l'auteur
Alexis Veenendaal
Alexis Veenendaal is an Associate Content Writer and Editor at SS&C Blue Prism. She’ll tell you all the cool tips and tricks for implementing intelligent automation into your workplace. She has lived and worked internationally as a professional writer and designer for nearly a decade after graduating from the University of Lethbridge for English Literature. Her personal pursuits include authoring books and digital cartography.
Suivez l'auteur sur :
Une grande confusion existe sur le marché dès que l’on étudie les logiciels d’automatisation. Les dénominations utilisées pour décrire ces solutions semblent elles-mêmes se multiplier à l’infini. Ces termes ont été créés et diffusés par des analystes, des éditeurs de logiciels et des intégrateurs de solutions, car chacun de ces acteurs essaie d’exercer son influence sur le marché. Il peut donc être intéressant de jeter un œil à certains de ces termes et de créer son propre « décodeur » pour s’y retrouver.
Automatisation robotisée des processus
Ce terme a été adopté très tôt dans le domaine de l’automatisation. L’automatisation robotisée des processus (RPA) a utilisé des robots (ou « bots »), définis comme des agents logiciels qui interagissent avec les applications exactement comme le ferait un humain. Sans configurer d’interfaces de programmation spécifiques, un analyste peut déterminer quels éléments d’une application sont utilisés par un processus, puis il peut « entraîner » le robot à transmettre les modifications suivant un ensemble de règles.
L’application peut être basée sur des applications Windows, mainframe ou Java, sur des pages Web ou encore sur des applications développées en interne, écrites au moyen de plateformes technologiques frappées d’obsolescence depuis longtemps. Les bots suivent des règles pour interagir avec toutes ces applications. Il peut s’agir de règles simples telles que « Créer un rapport et l’envoyer par e-mail » ou de règles plus complexes, impliquant plusieurs étapes. Ces étapes peuvent consister, par exemple, à évaluer des champs spécifiques de l’application, puis à suivre les règles en conséquence telles que « Vérifier le solde des stocks ; si cette valeur est inférieure à une quantité donnée, envoyer un e-mail d’avertissement, sinon traiter la transaction et déclencher l’envoi à l’adresse mentionnée sur le bon de commande ».
La RPA est la couche de base sur laquelle reposent l’automatisation intelligente et l’hyperautomatisation. Ces concepts nécessitent une plateforme RPA pour permettre des interactions avec les applications sans devoir recourir à la programmation. Sans la RPA, l’automatisation des interactions exigerait un grand nombre de nouveaux connecteurs pour permettre à l’intelligence artificielle (IA) d’extraire des données et de lancer des actions en direction des différents systèmes d’entreprise qui contiennent les informations requises pour le traitement.
Automatisation intelligente
Parfois dénommée automatisation cognitive, l’automatisation intelligente (AI) associe l’intelligence artificielle aux capacités interactives de la RPA. L’automatisation intelligente relie deux concepts de base : la réflexion et l’action.
La RPA excelle dans l’action et dispose de plusieurs fonctionnalités permettant de gérer le travail via des règles, mais certains aspects du travail d’exécution nécessitent de la réflexion avant qu’une action puisse avoir lieu. Ce travail de réflexion implique entre autres la lecture de documents, à l’aide de la reconnaissance optique des caractères (OCR) pour extraire des données dans un format exploitable par un ordinateur. On peut ensuite recourir au traitement intelligent des documents (IDP) pour déterminer le type du document afin de le traiter de manière appropriée.
Par exemple, toute personne ayant eu à traiter des factures sait que les entreprises possèdent presque toutes leurs propres formats de transmission de factures à leurs clients. Du fait de cette absence de standardisation, les entreprises affectent souvent du personnel à la lecture de ces documents au format image et à la saisie des informations correspondantes dans les systèmes comptables.
Il peut être nécessaire de recruter un personnel nombreux ou de faire à appel à un prestataire de sous-traitance pour faire face au volume de factures à gérer. Avec le développement d’une automatisation intelligente permettant de lire et de comprendre les documents à l’aide de l’IDP, puis de traiter correctement les résultats avec la RPA, la solution est à même de réduire le temps passé par le personnel à des tâches manuelles telles que la saisie de données dans le système.
Mais l’automatisation intelligente a bien plus d’applications que le seul traitement des factures. Par exemple, avec le recours à une plateforme de traitement du langage naturel (NLP), un processus automatisé peut lire les e-mails, ce qui contextualise les questions adressées à une équipe de support ou à un chatbot permettant aux clients d’interagir en temps réel avec l’entreprise.
Cette plateforme de NLP peut comprendre à la fois la demande du client (ou le but de la conversation) et estimer la quantité d’énergie émotionnelle (ou de sentiments) qui se cache dans la formulation de l’e-mail ou du chat. Grâce à cette fonctionnalité, il est possible de traiter le message avec la RPA au moyen de réponses fréquemment utilisées, personnalisées en fonction du client. La conversation peut également être acheminée vers une personne capable de gérer les interactions de manière plus personnalisée, afin d’améliorer l’expérience proposée au client.
Ces deux exemples simples illustrent comment associer la RPA à une autre technologie afin de prendre en charge une expérience enrichie. Un autre exemple est celui de l’évaluation automatisée de l’historique des achats à l’aide de l’IA, de manière à identifier des schémas dans les interactions d’achat. Une telle évaluation permet d’améliorer les campagnes marketing ou d’influer sur la décision et sur la capacité à proposer de nouveaux produits et services associés. La quantité de données collectées automatiquement avec lesquelles la RPA peut alimenter un ou plusieurs moteurs d’IA peut améliorer considérablement les modalités d’optimisation de l’activité à la fois en interne (en analysant l’historique du traitement des transactions) et en externe (en extrayant les données des fournisseurs et des organisations logistiques de manière à améliorer la gestion de la chaîne d’approvisionnement).
L’automatisation intelligente, une puissante combinaison de RPA et d’IA
Outre l’aide aux décisions proposée par la partie réflexion de l’automatisation, la partie action est un composant critique à ne pas négliger. Lorsqu’elles sont associées, la RPA et l’IA excellent dans l’extraction d’informations issues de différents systèmes d’entreprise et l’évaluation de ces données à l’aide de puissants algorithmes. Mais le plus extraordinaire est la possibilité d’agir sur les décisions prises par le moteur d’IA. Seule, l’IA est comparable à un cerveau déconnecté. Sans les capacités offertes par la RPA, l’IA nécessiterait à la fois d’établir des connexions spéciales aux systèmes de base de données pour extraire les données à évaluer et de coder des interfaces de programmation d’application (API) pour traduire en actes les décisions prises par l’IA.
Par exemple, dans le cas d’un système bancaire qui détecte les transactions frauduleuses, les données sont extraites des comptes pour alimenter un algorithme d’IA. Le moteur d’IA évalue si les transactions correspondent au schéma de dépense habituel du client, et si ce dernier enfreint la législation en finançant des activités illégales. Mais la simple identification de ces activités n’est pas suffisante.
Si une transaction se révèle frauduleuse ou nécessite tout au moins une vérification supplémentaire, le moteur d’IA doit être capable d’agir en arrêtant la transaction en question et en alertant sur cette fraude potentielle. De telles actions (avertir les autorités, geler la transaction, communiquer avec les vérificateurs internes, envoyer une notification au client) peuvent s’avérer complexes.
Avec un système de RPA, il est possible de traiter rapidement et aisément ces tâches, en interagissant avec les différents systèmes internes et externes sans qu’il soit nécessaire de recourir à la programmation. Sans l’aspect action qu’offre la RPA, la composante réflexion apportée par l’IA demande beaucoup plus de travail. C’est pourquoi l’automatisation intelligente consiste en une puissante combinaison de RPA et d’IA.
A propos de l'auteur
Alexis Veenendaal
Alexis Veenendaal is an Associate Content Writer and Editor at SS&C Blue Prism. She’ll tell you all the cool tips and tricks for implementing intelligent automation into your workplace. She has lived and worked internationally as a professional writer and designer for nearly a decade after graduating from the University of Lethbridge for English Literature. Her personal pursuits include authoring books and digital cartography.
Suivez l'auteur sur :