Pourquoi l'automatisation nécessite de l'humanité

L'automatisation devient omniprésente dans la plupart des industries. Dans le secteur manufacturier, les ventes mondiales de robots industriels devraient presque doubler en volume d'ici...

L'automatisation devient omniprésente dans la plupart des industries. Dans le secteur manufacturier, les ventes mondiales de robots industriels devraient presque doubler en volume d'ici 2018, pour atteindre 400 000 unités. À la maison, les revenus du segment de la domotique devraient atteindre plus de 6 millions de dollars cette année et afficher un taux de croissance annuel de 28,19 % CAGR.

L'industrie automobile est l'un des plus grands domaines d'automatisation que nous ayons vus, avec un appétit croissant pour les véhicules entièrement autonomes et sans chauffeur. Plus tôt ce mois-ci, le géant de l'automobile Mercedes-Benz a prédit l'avenir potentiel du transport urbain en testant son bus autonome CityPilot à Amsterdam. Il s'agissait d'une initiative qui, selon elle, rendrait les transports publics "encore plus sûrs, efficaces et confortables".

Cette affirmation des avantages en matière de sécurité n'est peut-être pas aussi désinvolte qu'il n'y paraît à première vue. Les films de science-fiction présentent souvent un ordinateur central qui est un amalgame collectif de nombreuses pensées. Mais il n'y a aucune raison pour que cela reste une fiction. Un véhicule automatisé pourrait être le véhicule le plus sûr sur la route s'il profitait d'une expérience de conduite collective. Pensez à la façon dont vous rentrez vous-même du travail, traversez les feux de circulation et contournez les ronds-points. Tout se fait naturellement grâce à une connaissance accumulée à partir de l'expérience. Maintenant, imaginez que les expériences de tous les conducteurs du Royaume-Uni soient téléchargées dans une base de données et utilisées pour conduire les voitures automatisées du futur. La voiture automatisée serait un conducteur avec des millions d'années d'expérience.

Ce serait le nec plus ultra en matière de mégadonnées de conscience collective. Pourtant, comme pour les mégadonnées sous toutes leurs formes, les informations précieuses qui se cachent en dessous doivent être déverrouillées grâce à des analyses efficaces afin que les résultats puissent être traités, extrapolés et utilisés correctement.

Ces données peuvent être utilisées par les urbanistes du monde entier qui se bousculent pour développer des « villes intelligentes » fondées sur l'automatisation. Par exemple, dans un effort pour résoudre les problèmes croissants de congestion sur les routes, Singapour a récemment commencé à tester une petite flotte de taxis Audi automatisés pour transporter des passagers dans un parc d'activités. On pense que les taxis sans conducteur réduisent le coût d'un trajet moyen de 70 % en supprimant le besoin d'un conducteur. Bien que les voitures aient initialement des conducteurs prêts à prendre le relais en cas de défaillance de la technologie, le plan est d'éliminer progressivement l'humain en 2019. Le pilote se termine en 2020 en vue de déployer un déploiement plus large par la suite. Les voitures seront équipées d'un logiciel qui permettra aux navetteurs de les réserver, de la même manière que les services de covoiturage Uber et Lyft. Des programmes pilotes similaires aux États-Unis et en Europe devraient être annoncés plus tard cette année.

Poussée, en partie, par la tendance plus large à la transformation numérique, l'automatisation est là pour rester. Ce qui est important, c'est d'envisager l'automatisation du point de vue commercial dans son ensemble et du processus de bout en bout. Il y a 20 ans, les organisations automatiseraient un test logiciel sur un algorithme simple, mais nous avons maintenant une masse de systèmes intégrés ainsi que des logiciels et une ingénierie embarqués qui doivent s'intégrer. Cela rend l'assurance qualité et les tests de ces systèmes intégrés beaucoup plus complexes et, par conséquent, exigent des stratégies de test automatisées complexes.

La seule façon de s'assurer qu'une entreprise fonctionne comme il se doit est de tester en permanence l'ensemble du processus métier, pour s'assurer qu'une mise à niveau mise en œuvre à une partie de la "chaîne" numérique n'affectera pas les opérations numériques ailleurs.

Bien qu'il soit possible de regrouper des connaissances combinées dans une intelligence numérique exploitable qui peut être utilisée pour automatiser la majorité du processus d'assurance qualité, il est important de se rappeler qu'il faut un humain pour prédire ce qu'un humain fera. Pour cette raison, il n'est jamais judicieux d'exclure complètement les humains du processus d'assurance qualité. Cependant, nous pensons qu'au moins 30 % des activités transactionnelles impliquant l'informatique seront automatisées par des robots au cours des cinq à dix prochaines années.

En conclusion, l'automatisation d'un processus métier doit être étayée par un plan d'assurance qualité complet de bout en bout qui comprend une combinaison optimale d'analyse statique automatisée et d'examen humain expert. Toute assurance qualité doit être effectuée dès le début du développement d'un produit ou d'un service, et poursuivie tout au long. Il ne suffit pas de tester le nouveau processus pour voir s'il réussira ou non. La capacité de conseil de la connaissance du domaine est essentielle pour garantir que l'automatisation n'est pas simplement une voie automatique vers le désastre.

Suivez @ManufacturingGL et @NellWalkerMG