Comment évaluer les capacités de transformation de l'automatisation intelligente

La mise en œuvre de ce type de technologie nécessite beaucoup de considération si elle doit vraiment compléter le processus de transformation.

L'automatisation est de plus en plus présentée comme une panacée potentielle pour la transformation numérique. Mais sa valeur réelle ne peut être réellement réalisée que lorsqu'elle permet aux chefs d'entreprise de repenser et d'améliorer numériquement le travail du front, du middle et du back office; il est donc exécuté beaucoup plus rapidement, plus intelligemment et plus efficacement - et à une échelle significative également.

Et c'est formidable, mais avec autant de fournisseurs qui entrent de plus en plus sur le marché offrant l'automatisation des processus robotiques (RPA) et l'automatisation intelligente, le battage médiatique et la confusion masquent leur capacité à fournir ce qu'ils prétendent. Ainsi, lors de la sélection d'un fournisseur, vous aurez besoin de prévoyance pour évaluer ses capacités techniques réelles. Vous aurez besoin de clarté, car ce n'est qu'après la preuve de concept lorsque vous tentez d'étendre votre programme d'automatisation intelligent que de sérieuses limitations technologiques apparaissent.

Gartner reconnaît également ce problème, affirmant :« Jusqu'en 2021, 40 % des entreprises auront des remords d'acheteur de RPA en raison d'une utilisation mal alignée et cloisonnée et de l'incapacité à évoluer. Donc, pour vous aider à mieux évaluer les capacités des fournisseurs et à éviter les regrets majeurs, voici quatre critères de sélection clés à prendre en compte.

1. Comparer et contraster les capacités du robot

Il existe des différences significatives entre les capacités de la RPA et celles des robots logiciels des fournisseurs d'automatisation intelligente. En fait, ceux-ci peuvent prouver la différence entre obtenir des avantages tactiques à court terme avec des efforts et des risques potentiellement importants, ou une transformation stratégique du travail à l'échelle de l'entreprise avec moins d'efforts et un risque minimal.

À une extrémité du spectre se trouvent des robots logiciels très avancés formés et gérés par des utilisateurs professionnels via une plate-forme collaborative, avec des capacités intégrées pour fonctionner en toute sécurité dans le cadre de la gouvernance complète du service informatique. Ces robots sont constamment améliorés pour effectuer le travail plus comme les humains. Ils peuvent communiquer entre eux pour collaborer, essaimer pour partager des charges de travail et fonctionner à un rythme inégalé en tant qu'équipe numérique, avec une intégrité et une précision totales également.

Nous parlons de robots intelligents et multitâches qui sont de plus en plus des catalyseurs de confiance au cœur des stratégies de transformation du travail numérique. En effet, ils effectuent sans effort un travail conjoint et axé sur les données dans plusieurs environnements d'exploitation de systèmes hérités complexes, disjoints et difficiles à modifier et de flux de travail manuels. Et contrairement à tout autre robot, ils fournissent un travail sans interruption, effectuant automatiquement des ajustements en fonction des obstacles - différents écrans, mises en page ou polices, versions d'application, paramètres système, autorisations et même langue.

Ces robots résolvent également de manière unique le problème séculaire de l'interopérabilité des systèmes en lisant et en comprenant les écrans des applications de la même manière que les humains. Ils réorientent l'interface humaine sous la forme d'une API utilisable par la machine - surtout sans toucher à la logique de programmation système sous-jacente. Cette « connectivité universelle » signifie également que toutes les technologies actuelles et futures peuvent être utilisées par des robots - sans avoir besoin d'API ou de toute forme d'intégration de système. Aucun système hérité n'est supprimé, et aucun changement majeur de processus ou migration de données en masse n'est requis.

Cette capacité insuffle une nouvelle vie à n'importe quel âge de la technologie et permet à ces robots d'être continuellement augmentés avec les dernières capacités de cloud, d'intelligence artificielle, d'apprentissage automatique et cognitives qui sont simplement « glissées et déposées » dans des flux de processus de travail nouvellement conçus. En fin de compte, cela signifie que la transformation numérique, qui serait traditionnellement coûteuse et coûteuse en ressources, devient soudainement réalisable. En fait, un travail qui peut maintenant être réalisé en quelques mois prendrait des programmes informatiques et de vastes équipes de personnes pendant des années.

À l'autre extrémité du spectre se trouvent des robots effectuant des frappes au clavier, exécutant des scripts et des activités sur d'autres logiciels, ce qui convient parfaitement aux automatisations de tâches de base. Il existe également des robots qui s'appuient sur des étapes de processus enregistrées pour effectuer des tâches dans des environnements de bureau, et c'est très bien aussi. Mais les robots d'enregistrement et de déploiement ne peuvent s'adapter à aucun changement imprévu dans un environnement numérique en constante évolution, ce qui limite réellement les performances, la productivité et la résilience au travail.

Par exemple, un robot logiciel doit naviguer dans un environnement virtuel comme une voiture autonome dans un environnement physique. Imaginez « enregistrer » un trajet pour vous rendre au travail et vous fier à cet enregistrement pour effectuer le même trajet en douceur le lendemain. Cela se terminerait par un accident de voiture, car les conditions « environnementales » seraient complètement différentes. De même, dans le monde virtuel, cela se traduirait par un robot en panne, un processus de travail inachevé et plus de travail pour l'équipe informatique.

De plus, les processus enregistrés ne sont pas efficaces lorsqu'ils s'exécutent. C'est de retour à l'analogie de la voiture. Lors d'un trajet enregistré, un feu de circulation était allumé au rouge pendant deux minutes - la voiture s'est donc arrêtée et attend, mais le lendemain, le feu est vert mais le trajet "enregistré" indique d'attendre deux minutes. De même, les robots d'enregistrement et de déploiement restent assis et attendent les systèmes cibles alors qu'ils pourraient travailler de manière proactive.

2. Évaluer l'effort de codage global

L'automatisation intelligente devrait permettre aux utilisateurs professionnels de répondre rapidement aux demandes du marché, afin qu'ils ne veuillent pas perdre de temps et d'efforts à construire des robots. Il est de loin préférable de fournir rapidement un travail automatisé à l'aide d'un système d'exploitation intuitif pour former et gérer des robots. Nous parlons simplement de dessiner des organigrammes de processus de travail qui orchestrent un langage de « définition de processus » sous-jacent que les robots et les humains comprennent, ce qui supprime également le besoin de codage et les risques associés.

Tout fournisseur qui a besoin d'une expertise en programmation pour automatiser chaque processus créera en fait des déploiements lourds en code, des efforts de débogage étendus et des frais généraux élevés. De plus, en raison d'une pénurie croissante de compétences en codage, ces projets d'automatisation devront entrer dans la file d'attente informatique, ce qui est contraire à la promesse d'« agilité opérationnelle » de l'automatisation intelligente. Le rôle propre de la communauté informatique dans l'automatisation intelligente est de respecter les exigences de gouvernance, de sécurité et de conformité nécessaires, et de ne pas être accablée par une dette technique toujours plus importante.

3. Établir l'évolutivité et le potentiel de collaboration

La transformation à grande échelle basée sur l'automatisation intelligente n'est jamais réalisée que grâce à un effort centralisé, alors insistez sur la collaboration. La meilleure façon de faire évoluer et de générer encore plus de valeur grâce à l'automatisation intelligente est d'avoir la liberté d'employer des robots partout où ils sont nécessaires pour fournir un travail automatisé en collaboration, afin qu'il soit partagé et multiplié dans toutes les entreprises. Demandez donc aux fournisseurs de démontrer comment les utilisateurs peuvent non seulement concevoir, dessiner et « publier » de manière centralisée de nouvelles méthodes de travail automatisées, mais aussi partager, améliorer et réutiliser ces ressources de travail automatisées, à tout moment et en tout lieu.

Malheureusement, lorsqu'une technologie d'automatisation est distribuée sur les postes de travail et utilisée dans des contextes individuels, cela peut aider cette personne, mais cela n'aidera pas l'ensemble de l'organisation à transformer le travail. Cette approche "cloisonnée" limite naturellement tout potentiel de mise à l'échelle et n'est évidemment pas efficace dans le climat actuel de travailleurs contraints et distants.

4. Évaluer les capacités de sécurité et d'auditabilité

Dans n'importe quel environnement d'entreprise, toutes les activités d'automatisation intelligente doivent être exécutées de la manière la plus sécurisée, la plus conforme et la plus transparente, sinon elles deviennent de l'informatique fantôme.

Vous aurez clairement besoin d'un fournisseur avec un système d'exploitation qui génère une piste d'audit centralisée irréfutable de toutes les automatisations de processus, fournissant des détails granulaires de toutes les actions du robot et de tout l'historique de formation. Mieux encore, il permet aux utilisateurs de créer des processus automatisés, qu'ils publient sous la forme d'un document qui « est » le processus réel. Modifiez le document et le processus est instantanément modifié, et tout est géré en toute sécurité au sein du système central. Cela protège au mieux l'entreprise des employés malhonnêtes et des robots malhonnêtes.

L'automatisation des postes de travail présente des inconvénients car un robot et un humain partagent une connexion, de sorte que personne ne sait qui est responsable du processus, ce qui crée un trou de sécurité et d'audit. Un autre défi est lorsqu'un seul utilisateur humain bénéficie d'une autonomie sur chaque processus d'enregistrement, cela obscurcit la transparence d'un robot et masque les étapes du processus. Si vous le reproduisez au fil du temps, cela devient une menace potentielle pour la sécurité, car il n'y a presque aucune clarté à des fins de conformité et de gouvernance. De plus, tout codage inévitable introduit l'informatique fantôme - avec des modèles de processus non audités qui représentent des "portes dérobées", des failles de sécurité et des échecs d'audit.

Réflexions finales

En fin de compte, choisir la mauvaise technologie d'automatisation intelligente peut limiter tout potentiel de transformation numérique et introduire en fait le risque de chaos numérique. Un meilleur moyen d'automatisation intelligente consiste à introduire une collaboration dirigée par l'entreprise, de manière intelligente, sécurisée et à grande échelle. En fait, en employant cette approche, plus de 2 000 des plus grandes entreprises du monde obtiennent d'importantes augmentations de productivité grâce à des méthodes de travail améliorées, de sorte qu'elles restent agiles en toute sécurité et en tête.