smart solutions for smarter enterprises

Intelligent Business Process Automation – Welcome to the Jungle !

Par Imane Imlahi, consultante architecte Sentelis. Avec la collaboration de Jérôme Besson.

Résumé : L’Intelligence Artificielle promet de réaliser enfin l’automatisation des processus métiers de bout-en-bout en s’attaquant aux tâches cognitives. L’entreprise doit s’y préparer bien que le marché soit  difficile à décrypter. Nous nous y sommes essayés.

#Vers des processus métier enfin automatisés de bout en bout ?

Les premiers à avoir amorcé cette automatisation sont les moteurs de workflows qui se sont attaqués aux processus collaboratifs, très centrés humains & documents (Human Workflow Automation).

Suite à l’émergence et la généralisation de la SOA, les moteurs d’orchestration de processus ont permis de s’adapter à l’urbanisation applicative des processus métiers majoritairement répartie entre de multiple îlots (IT Centric Workflow) avec des activités STP (Straight Through Process) déterministes et hautement structurées : l’alliance entre tâches humaines et intégration avec le paysage applicatif désurbanisé s’est révélée être difficile à gérer malgré les efforts des solutions les plus avancées de les concilier efficacement (Business Process Management Systems)

L’ouverture de l’entreprise à l’écosystème digital, le développement du multi-canal et la distribution des processus entre de multiples acteurs internes et externes a conduit à l’émergence de moteurs d’orchestration adaptatifs (Advanced & Dynamic Case Management Systems) qui ont amené plus de flexibilité dans l’orchestration des processus non linéaires et ont permis de faire face aux situations imprévues et aux cas d’exception sans repasser par la case développement.

Corrélativement des normes marché sont apparues en termes de modélisation des processus (BPMN, CMMN), de modélisation des règles (DMN) et de langages d’exécution (e.g. BPEL).

Malgré cette succession de vagues technologiques, les solutions d’automatisation des processus ont été peu déployées au sein des grandes entreprises. Deux facteurs majeurs l’expliquent. D’abord, un manque de vision et de connaissance exhaustive des processus eux-même préalablement à leur automatisation. En cause ne fragmentation de leur exécution tant coté métier que SI rendant difficile voire impossible leur dessin d’ensemble.

Ensuite des technologies qui n’ont pas apporté de réponse à l’aspect cognitif des processus, c’est-à-dire là où l’action humaine reste indispensable pour prendre une décision, qualifier un dossier, décider d’une action spécifique, d’un geste marketing, etc.

#L’Intelligence Artificielle facteur majeur de disruption, là aussi !

Les technologies d’automatisation des processus métiers n’ont cessé d’évoluer corrélativement à l’objectif qu’elles visaient. L’intelligence artificielle apparaît ici également comme un facteur de disruption majeur.

Hier, nous parlions d’Automatisation non-intelligente : cette automatisation déterministe porte sur des règles figées, des processus stables, des tâches répétitives et des données structurées. Elle fait appel à des technologies comme le RDA, le BPMs et l’ACMs :

  • Le RDA (Robotic Desktop Automation) se base sur des robots logiciels manipulant d’autres logiciels dans une logique de surface automation. Il s’agit de reproduire les tâches écrans répétitives et mécaniques réalisées habituellement par les utilisateurs via de robots compagnons activés manuellement ou automatiquement. Ces derniers soulagent l’utilisateur, voire le remplace totalement en réalisant les actions fastidieuses et sources d’erreur pour une meilleure fiabilité et fluidité des processus sans instrusivité SI ;
  • Le BPMs et l’ACMs sont respectivement des moteurs d’automatisation des processus séquentiels et adaptatifs mixant orchestration humaine et intégration SI. A la différence avec le RDA ils sont dans l’automatisation « profonde ». Ils persistent le contexte d’exécution, supportent des processus courts et longs et offrent des capacités de corbeille de tâche, de machine à état et de supervision. Ils pilotent l’exécution des processus de bout-en-bout de façon uniforme et industrialisée assurant un haut niveau de qualité de service. Les solutions les plus légères se réduisent à des simples moteurs d’exécution laissant à des tiers les aspects IHMs (e.g. gestion de formulaires électroniques) et persistance (en base ou lac de données). Les plus complètes sont-elles de véritables progiciels de l’automatisation. Certaines offrent même des verticaux par exemple dédiés à la gestion de la relation client.

Aujourd’hui, nous parlons d’Automatisation augmentée : cette automatisation permet d’attaquer des tâches plus cognitives qui jusqu’à présent résistaient à leur traitement par la machine. Parmi les technologies les plus en vogues on trouve le RPA (Robotic Process Automation).

Ce dernier est bien plus que du RDA dopé à l’Intelligence Artificielle. Il va plus loin. Il permet de créer des robots qui ne se basent pas que sur les IHMs mais consomment des APIs en mettant en place une logique machine-to-machine donc sans aucune visibilité humaine pour assurer un continuum d’exécution du processus, i.e. combler les trous d’automatisation généralement assurés par l’humain : classer un  dossier, le valider après examen, trapper et réagir à un évènement, déclencher des réponses automatiques… On parle d’ailleurs plutôt d’automate que de robot. Il représente une solution plus légère que les BPMs et

ACMs. Il ne vise pas le pilotage de bout en bout du processus, mais des sous activités où des micro-orchestrations sont nécessaires, y compris de type RDA. A l’instar des micro-services, on pourrait presque parler de micro-orchestration. Ces robots logiciels pouvant être déployés en masse et à la demande dans des containers en architecture serverless.

Ainsi le CDA (Cognitive Document Automation), sous-segmentation du RPA augmentée de capacités d’analintelligentes permet la reconnaissance, la classification et l’interprétation sémantique de document sans action humaine pour par exemple en vérifier automatiquement la pertinence, la nature, la tonalité, l’authenticité, la conformité réglementaire et la complétude.

Le RPA permet de compléter efficacement les solutions de BPMs et d’ACMs dans une logique d’orchestration protéiformes. La capacité à mixer de façon transparente ces trois technologies à la finalité différente  dessinent ce que certains appellent l’IPA (Intelligent Process Automation).

Dans cette Business Process Automation Jungle, certains éditeurs proposent des solutions dites de Digital Process Automation qui ciblent l’amélioration de l’expérience client via des processus profilés dynamiquement (contenus, étapes…) à la persona de ce dernier (micro-segmentation) et/ou son comportement.

Et ce n’est pas fini. En effet…

Demain, nous parlerons d’Automatisation cognitive : évolution ultime, cette automatisation vise à permettre la réalisation de toutes les activités cognitives des processus métiers de façon autonome par la machine (reconnaissance, interprétation, rédaction, conversation, alerte, décision, remédiation…), mais également la découverte, l’activation et l’amélioration continue des processus pour aller vers un nouveau paradigme d’automatisation.  Les plus imaginatifs parlent de Smart Automation dans une premier temps, puis d’Autonomic Automation ensuite. A ce stade les processus seront entièrement à la main d’une intelligence artificielle et l’homme ne sera qu’une variable du processus.

Dans les directions métiers, nous constatons que l’automatisation légère des processus séduit (RDA, RPA) mais pas nécessairement pour les bonnes raisons. Le fait que les « robots / automates » accèdent aux applications de l’entreprise comme un utilisateur lambda, sans fatigue, sans lassitude captive et suscite un fort intérêt. Il permet d’éviter une automatisation lourde, de réduire le sacro-saint time-to-market en « by-passant » la DSI, souvent synonyme de projet au long court.

Cette vision réductrice de l’automatisation est dangereuse car elle se focalise sur une automatisation opportuniste de sous-activités où tâches, acteur par acteur du processus. Sans vision d’ensemble du processus, elle présente un fort risque de conduire à une automatisation fragmentée et inégale et verrouille toute amélioration transverse. Un processus mal conçu, restera mal conçu quand bien même il s’exécute plus vite. S’il ne faut pas pour autant l’interdire,il convient d’en encadrer la pratique et d’accompagner les métiers.

Pour cela, une formalisation du processus de bout-en-bout est absolument nécessaire. Elle permet une gouvernance transverse de son automatisation en évitant les écueils précités. Elle donne l’occasion d’engager une discussion avec toutes les parties prenantes du processus et de décider ce qu’il convient d’automatiser et jusqu’où pousser l’automatisation. Elle permet également de détecter les points d’amélioration et de définir un modèle d’observation pour garantir sa supervision de bout-en-bout et le respect de l’engagement de service ou de contrainte réglementaire. D’autant plus important qu’il y a des pénalités en cas de non-respect ou non-conformité.

#Eviter l’automatisation sauvage

Pour éviter la dispersion des approches facilité par des technologies d’automatisation de plus en plus intelligente et sans code, et donc à la main d’un public élargi, la définition d’un cadre méthodologique d’automatisation est impérative.

Quelques bonnes pratiques à porter à celui-ci :

Toujours commencer par le besoin métier et non par la technologie

Identifier un processus candidat. Éviter les processus hautement volatils et fragmentés et commencer par des processus normalisés et basés sur des règles cartésiennes :

  • des processus matures et stables, prévisibles et bien documentés,
  • avec de faibles taux d’exception i.e. qui ne nécessitent pas d’intervention humaine complexe,
  • dont il est possible de mesurer rapidement le retour sur investissements (les économies réalisées et/ou les avantages obtenus),
  • qui sont spécifiques à l’entreprise: si le processus est commun à la plupart des entreprises de taille similaire, la création d’un processus automatisé coûterait plus cher et serait moins efficace que l’utilisation d’une solution prête à l’emploi,
  • qui ne sont pas sur la feuille de route de mise en œuvre de nouveaux systèmes: le remplacement des systèmes existants peut automatiser les processus encore plus efficacement que n’importe quel outil dédié.

Modéliser le processus choisi de bout en bout et décider des activités et des tâches à automatiser

Analyser ce que chaque technologie d’automatisation peut apporter

et identifier, au sein du processus à automatiser, les activités ou les tâches qui conviennent le mieux à chacune d’entre elles. De façon simpliste :

RDA :

  • pour des tâches répétitives qui ne dépendent pas de la personne qui les exécute,
  • pour des tâches qui sont lancés fréquemment (quotidiennement, toutes les heures).

RPA

  • pour les tâches qui ont différentes variantes,
  • pour les tâches qui nécessitent du jugement humain.

ACM

  • pour les processus collaboratifs et adaptatifs,
  • pour les processus centrés gestion de dossier.

BPM

  • pour des processus hautement structurés et à faible variation,
  • pour des processus avec des SLA forts.

Passer rapidement à l’expérimentation

en identifiant des « quick wins » et en lançant des POCs

Enfin, accorder une grande importance à la dimension sociale

  • en s’assurant que les personnes qui géreront les nouveaux processus et celles qui sont redéployées reçoivent les formations appropriées
  • en impliquant les utilisateurs (les robots doivent être considérés comme des facilitateurs et non comme des concurrents aux humains),
  • en impliquant tous les acteurs (opérationnels et managers),
  • en mettant en place les contrôles nécessaires pour s’assurer que tous les processus sont gérés correctement.

#Opter pour une plateforme « Business Automation » (Processus & Règles)

Pour développer l’automatisation des processus à l’échelle de l’entreprise, il faut s’assurer du respect des bonnes pratiques proposées précédemment et éviter les écueils de l’automatisation sauvage. A l‘époque du tout agile (agility@scale), diffuser les bonnes pratiques à l’échelle de l’entreprise et s’assurer de leur application nécessitent de réunir deux ingrédients majeurs.

  • modéliser le processus de bout-en-bout
  • définir les patterns d’architecture et les technologies appropriées
  • implémenter l’automatisation de manière industrielle et en assurer le support à l’exécution

Ce qui conduit naturellement au deuxième ingrédient indispensable : une plateforme d’automatisation des processus métiers. Cette plateforme doit fédérer toutes les technologies d’automatisation précitées (RPA, BPM, ACM…), y compris les moteurs de règles déterministes (Business Rules Engines) et non déterministes (AI Engines). Elle doit simplifier l’accès aux capacités d’automatisation dans une logique no Code/Low Code et via des Self-Services et des APIs. Elle doit être élastique et évolutive.

 (BPM + ACM + RPA) ^ AI = AA !

Après avoir « sortie le robot de l’humain », l’automatisation, grâce aux avancées de l’intelligence artificielle, est en voie de le suppléer sur de nombreuses tâches cognitives de plus en plus évoluées. Offrant l’avantage, entre autres, de ne rien oublier et de pouvoir être répliquée à l’infini, elle est véritablement le chainon manquant de l’automatisation des processus métiers pour peu qu’elle délivre toutes ses promesses et que l’on parvienne à l’industrialiser.

De nombreux processus qui n’avaient pu être totalement automatisés peuvent aujourd’hui en tirer des bénéfices immédiats. Les tâches jusqu’à présent propres à l’homme comme la compréhension d’un texte, l’analyse d’une image, d’une voie, d’une vidéo, la détection d’incomplétude et d’incohérence d’information ou encore la prise de décision sur la base d’un faisceau d’évènements sont aujourd’hui automatisables via du machine learning et du deep learning.

La technologie de la Blockchain constitue également un vrai levier d’automatisation des processus distribués : grâce aux Smart Contracts, les transactions sont plus sécurisées, l’intégrité des données est garantie, la transparence et l’accessibilité sont améliorés et les risques de fraude minimisés. Ces atouts majeurs constituent un vrai facilitateur pour l’automatisation des processus : il n’est plus nécessaire d’avoir des étapes intermédiaires de validation ou de vérification des transactions. On peut enfin se concentrer uniquement sur l’automatisation des activités cœur des processus métiers.  L’audit et la traçabilité des activités métiers n’en sont qu’améliorés puisque les transactions peuvent être stockées sous forme de Block qu’il est pratiquement impossible de falsifier. Les processus de conformité deviennent par conséquent plus rapides à mettre en place et plus efficaces.

Si les progrès continuent, on peut effectivement imaginer que nous assisterons à une mutation de l’automatisation des processus vers ce que l’on pourrait appeler l’Automatisation Autonome. Cette forme d’automatisation sera capable de recommander des optimisations d’automatisation de processus existants, voire automatiser par elle-même des activités répétitives qu’elle aurait repérées, créer sa propre main d’œuvre virtuelle, sa ferme de robots, le tout dans une logique d’amélioration continue et sans aucune intervention humaine

Laisser une réponse

*