25 ressources incontournables pour réussir l'IA en entreprise (2020)

Ce n'est pas la première année que l'on prédit l'avènement de l'intelligence artificielle (IA). Mais 2020 a été différente : la pandémie de COVID-19 a considérablement accéléré l'adoption des technologies de transformation numérique.

Les clients avec qui nous échangeons souhaitent utiliser l'automatisation et l'IA pour renforcer leur résilience en prévision de l'avenir. En abordant 2021, il n'y a pas de retour en arrière possible : l'ère de l'IA d'entreprise est bel et bien là. Et nous ne sommes pas les seuls à le dire : Forrester prédit également que « le moment est venu pour l'IA de briller ».

C'est la combinaison qui compte : ajouter l'IA à l'automatisation a radicalement élargi le champ des processus que les entreprises peuvent automatiser. 2020 a montré que l'IA n'est pas une simple tendance. L'IA est un pilier de l'entreprise entièrement automatisée™, et une entreprise entièrement automatisée intègre l'IA dans chaque facette du travail. Le potentiel de l'automatisation est immense. Nous croyons que la puissance de l'IA peut le rendre quasi illimité. Dans cet article, nous avons rassemblé et résumé les meilleures ressources que l'équipe IA d'UiPath a produites en 2020. Vous y trouverez une mine de ressources — vidéos, articles, études de cas — qui montrent pourquoi 2020 a été une année charnière pour l'IA. Plus encore, vous comprendrez pourquoi 2021 sera encore plus grande.

Associer IA et RPA pour bénéficier des avantages des deux

L'IA d'entreprise déploie toute sa puissance et devient plus accessible dès lors qu'elle est combinée à la RPA. Sur un socle d'automatisation, l'IA peut s'infiltrer dans chaque facette du travail, améliorant certains processus et en transformant d'autres. Tout au long de 2020, nous avons réfléchi en profondeur à ce que signifiait la combinaison IA-RPA et à ce qu'elle pouvait apporter.

Qu'est-ce que l'IA et la RPA : différences, battage médiatique et quand les utiliser ensemble

Ne vous inquiétez pas si les différences entre IA et RPA vous semblent floues. Idéalement, ces technologies travaillent en étroite collaboration, donc on ne peut vous en vouloir de les confondre. Dans cet article, nous avons décortiqué les différences entre les deux.

Pour résumer, la RPA est une technologie d'automatisation fondamentale qui fournit des robots logiciels capables d'automatiser les tâches répétitives, basées sur des règles, que les humains détestent effectuer. L'IA est une technologie d'automatisation de pointe qui gère des processus cognitifs complexes à l'aide de grands ensembles de données.

IA et RPA : transformatrices individuellement, encore plus puissantes ensemble

Nous avons expliqué ici comment la RPA et l'IA ensemble peuvent libérer un potentiel latent dans chacune. Avec l'IA, les développeurs RPA disposent d'une capacité quasi illimitée d'automatiser des processus cognitifs. Avec la RPA, les développeurs peuvent insérer des processus d'IA de manière simple, évolutive et sécurisée.

UiPath IA + RPA : permettre une expansion illimitée de l'automatisation

Une façon d'envisager le mariage de ces deux technologies est, eh bien, à travers le prisme d'un couple.

Dans la vidéo ci-dessous, un couple s'apprête à acheter une maison. Problème : la plupart des banques ne peuvent pas traiter les demandes de prêt hypothécaire efficacement. Le couple se retrouve dans l'attente, et la banque attend un cycle de revenus lent. À moins qu'elles ne choisissent la Banque Supérieure IA.

Cette banque, notre exemple fictif (basé sur un cas réel), automatise ses processus avec des robots et dote ces robots d'IA pour qu'ils puissent faire des prédictions, gérer la variabilité et interpréter du contenu non structuré. Le résultat final est un processus plus efficace qui satisfait à la fois le client et l'entreprise.

Le portefeuille qui permet d'intégrer l'IA dans la RPA

Nous nous concentrons sur l'application pratique de l'IA en entreprise.

C'est pourquoi nous avons intégré l'IA dans chaque partie de la plateforme UiPath. Grâce à notre portefeuille, vous pouvez automatiser plus de processus en :

1. Découvrant plus d'opportunités d'automatisation partout : Avec l'IA et la RPA ensemble, vous pouvez identifier des opportunités d'automatisation et construire un meilleur pipeline d'automatisation.

2. Enseignant à vos robots à gérer des tâches « pensantes » : Avec UiPath Document Understanding, UiPath AI Computer Vision et les chatbots, vous pouvez équiper vos robots de la capacité à assumer toutes sortes de processus cognitifs.

3. Intégrant l'IA dans les robots facilement : Avec UiPath StudioX et UiPath AI Fabric*, vous pouvez ajouter des compétences IA et déployer l'IA par simple glisser-déposer.

4. Exploitant la boucle d'apprentissage : Avec tous ces outils, vous pouvez améliorer les performances de vos robots logiciels et de vos modèles IA à mesure que de nouvelles données arrivent.

Ce portefeuille transforme des processus impliquant, par exemple, la revue de CV, le règlement de sinistres et la conformité d'audit.

* Note de l'éditeur : UiPath AI Fabric s'appelle désormais AI Center.

5 façons dont la RPA et l'IA peuvent positionner les entreprises pour le succès maintenant et après le COVID-19

Comme nous l'avons écrit plus haut, le COVID-19 s'est révélé être un accélérateur de la transformation numérique. Les processus alimentés par la RPA et l'IA vont bientôt devenir la nouvelle norme, et les entreprises qui veulent rester compétitives devront implémenter la RPA et l'IA maintenant, et le faire en profondeur. Dans cet article, nous discutons de cinq façons différentes dont les entreprises peuvent utiliser la RPA et l'IA pour réussir — même dans le sillage d'une pandémie. Si votre direction a encore des doutes sur l'automatisation, c'est l'article à leur transmettre.

Poser les fondations du succès de l'IA avec une connaissance de son histoire et de sa technologie

L'intelligence artificielle d'entreprise a besoin de fondations pour réussir. Sans elles, même les dirigeants les plus innovants sont laissés sans gouvernail. Une étude d'Accenture montre que 76 % des dirigeants peinent à déployer l'IA à l'échelle de leur entreprise. Pire, jusqu'à trois quarts des cadres de la C-suite craignent que s'ils ne déploient pas l'IA dans les cinq prochaines années, leur entreprise disparaîtra. Le désir d'avenir est là, tout comme la peur d'être relégué au passé. Ce qui manque, c'est une compréhension de l'origine de l'IA et de ce que signifie soutenir son développement.

L'histoire de l'IA : de la fiction futuriste à l'avenir de l'entreprise

Daniel Dines, notre fondateur et PDG, aime dire que l'automatisation n'est pas nouvelle. L'automatisation remonte à l'aube de l'humanité, lorsque les premiers humains ont cherché à réduire le coût de leur travail. L'IA est bien plus moderne (et efficace, heureusement). Dans cet article, nous avons retracé l'histoire de l'IA, depuis son introduction dans les halls sacrés du monde académique jusqu'à ses applications concrètes sur le terrain. Ce parcours est fascinant, et il profite à tout dirigeant d'entreprise de savoir où l'avenir prend racine.

Combiner l'OCR avec l'IA et la RPA pour une analyse de données avancée

L'IA a nécessité de nombreuses technologies préconditionnelles — la reconnaissance optique de caractères (OCR) en premier lieu. Une fois équipés d'OCR, les robots logiciels peuvent digérer des données non structurées (qui représentent environ 80 % à 90 % de toutes les données) et produire du texte encodé machine. Si l'on ajoute l'IA au mélange, les robots logiciels peuvent interpréter les données résultantes à l'aide d'indices contextuels, ce qui leur permet de gérer la variabilité des données brutes et de séparer les documents si nécessaire. La triade : IA, RPA et OCR, produit des résultats que ninguna des trois ne peut atteindre seule.

UiPath répond à la consultation de la Commission européenne sur l'intelligence artificielle

2020 a vu de nombreux événements majeurs dans l'IA en dehors du monde immédiat des affaires — parmi lesquels, la Commission européenne produisant le livre blanc « Sur l'intelligence artificielle : une approche européenne pour l'excellence et la confiance ». Nous avons uni nos forces à des entreprises comme Google et Microsoft pour répondre à ce livre. Nous avons formulé de nombreuses suggestions sur la meilleure façon de réguler l'IA, telles que :

• Adopter une approche graduelle, proportionnée et basée sur les risques.

• Harmoniser les réglementations pour assurer la cohérence sur le marché européen.

• Fournir des définitions concises et claires de l'IA.

C'est une discussion que nous avons été heureux d'avoir et que nous sommes heureux de poursuivre. En 2021, alors que l'IA grandit, nous attendons que la discussion évolue.

Étudier les cas d'usage de l'intelligence artificielle en entreprise

Les cas d'usage de l'IA en entreprise tendent à se répartir en trois catégories : les processus hautement variables, les flux de travail aux résultats imprévisibles et les tâches utilisant des données non structurées. Dans la vie réelle, ces cas d'usage peuvent ressembler à la prédiction de réadmission dans la santé, l'optimisation des prix dans la vente au détail, la détection de fraude dans les services financiers, et bien plus. Tout au long de 2020, nous avons essayé de mettre en lumière ces cas d'usage et de rendre l'IA tangible.

UiPath est une entreprise centrée sur le client, et, en tant que telle, nous avons mis nos clients et partenaires au premier plan chaque fois que possible :

• Dans Comment l'IA peut améliorer et étendre les automatisations en continu, nous avons découvert comment Evros — une entreprise dans les services gérés IT et l'intégration de systèmes — utilise l'automatisation intelligente pour réduire les charges de travail humaines et comment Cognizant aide ses clients à ajouter de l'IA à la RPA.

• Dans Heritage Bank : piloter l'automatisation avec la RPA et l'IA, nous avons appris comment la plus grande banque mutualiste d'Australie a atteint 98 % de précision avec un modèle d'apprentissage automatique (ML) (construit par UiPath) déployé sur AI Fabric.

• Dans Une grande compagnie d'assurance santé utilise UiPath AI Center pour rationaliser les résultats cliniques, nous avons découvert comment Amitech a économisé 11 millions de dollars en utilisant UiPath et la combinaison IA-automatisation.

Nous avons bien d'autres cas d'usage. Explorez davantage les cas d'usage dans la banque et les services financiers. Ou plongez plus profondément dans les cas d'usage dans la santé.

Et si vous préférez les vidéos, consultez une playlist qui en inclut beaucoup d'autres.

Faciliter la prise en main de l'IA

L'une de nos missions est de rendre l'IA accessible. Cela ne nous sert à rien, ni à vous, si l'IA d'entreprise reste un objectif lointain, une technologie dont on rêve mais qu'on n'utilise jamais. Au cours de 2020, nous avons investi dans des moyens de faciliter la prise en main de l'IA pour tous.

L'IA devient plus simple : les modèles de démarrage UiPath pour automatiser des processus plus complexes

Les modèles de démarrage sont essentiels pour rendre l'IA plus accessible. Les modèles ML sont des logiciels entraînés sur de grands ensembles de données ; les modèles de démarrage empaquetent des versions pré-entraînées que les entreprises peuvent déployer via AI Fabric. Dans cet article, nous avons décortiqué certains des principaux cas d'usage pour l'IA et le ML, et montré comment vous pouvez utiliser les modèles de démarrage pour lancer vos efforts d'IA.

Réentraîner facilement les modèles de démarrage IA pour des résultats plus précis

Bien sûr, démarrer avec des modèles de démarrage n'est que le début. Ces modèles fournissent une base robuste pour vos efforts d'IA, mais, éventuellement, vous voudrez aller au-delà. Dans cet article, nous avons expliqué comment vous pouvez modifier et réentraîner vos modèles ML. Nous avons présenté trois raisons pour lesquelles vous pourriez avoir besoin de réentraîner :

• Votre modèle actuel n'est pas entraîné pour gérer des ensembles de données spécifiques.

• Votre modèle actuel pourrait être amélioré.

• Les données du monde réel exigent que votre modèle actuel évolue.

Beaucoup de modèles n'ont pas besoin de réentraînement, mais pour ceux qui en ont besoin, cette connaissance est essentielle.

Présentation d'UiPath Document Understanding — Une méthode plus efficace pour traiter intelligemment les documents

En 2020, nous avons introduit UiPath Document Understanding — une nouvelle technologie qui permet aux robots logiciels d'analyser et d'interpréter même les documents complexes et non structurés. Armés d'IA, les robots UiPath peuvent maintenant lire, extraire, interpréter et agir sur les données. Auparavant, cela n'était possible que pour les documents à structure fixe, comme les formulaires, passeports ou permis. Désormais, les robots logiciels peuvent utiliser l'IA pour comprendre des documents aux mises en page variables ou sans structure fixe, comme les reçus, factures et CV.

Exploiter l'écosystème Document Understanding

Document Understanding s'explique mieux comme un écosystème, pas comme une fonctionnalité. Dans cet article, nous avons expliqué comment des technologies comme l'OCR, les extracteurs basés sur modèles (TBE), l'apprentissage non supervisé (USL) et le traitement du langage naturel (NLP) unissent leurs forces pour alimenter une compréhension documentaire véritablement avancée.

Combiner approches basées sur règles et basées sur modèles pour un traitement documentaire amélioré

Un autre avantage clé de Document Understanding est la capacité qu'il offre d'utiliser à la fois des approches basées sur règles et basées sur modèles pour traiter les documents. Dans cet article, nous avons passé en revue certains des types et classifications de documents les plus courants et examiné les avantages de l'extraction de données basée sur règles et de l'extraction basée sur modèles. Avec cette compréhension partagée, nous avons creusé certains défis courants que les entreprises rencontrent lors de l'application de ces approches et passé en revue les avantages qu'elles peuvent atteindre en les combinant.

Augmenter l'efficacité opérationnelle et atténuer les risques avec Document Understanding

En 2020, nous avons élaboré des livres blancs approfondis analysant comment les entreprises pourraient tirer parti des nouvelles fonctionnalités UiPath. Dans celui-ci, nous nous sommes concentrés sur UiPath Document Understanding, un écosystème propulsé par l'IA qui permet aux robots logiciels de lire et même de comprendre toutes sortes de documents. Lisez ce livre blanc pour comprendre comment choisir votre solution de traitement documentaire et comment l'utiliser pour stimuler l'efficacité opérationnelle.

Réunir la puissance de l'IA et de la RPA avec AI Center

Un autre livre blanc que nous avons élaboré portait sur l'IA, la RPA et l'un de nos produits les plus passionnants : UiPath AI Center. Les opportunités d'automatisation augmentée par l'IA sont nombreuses, et dans ce livre blanc, nous avons creusé comment vous pourriez implémenter et faire évoluer l'IA — surtout avec le soutien d'UiPath AI Center.

De meilleurs résultats opérationnels en opérationnalisant l'intelligence artificielle à grande échelle

Quand il s'agit d'IA, la question pour de nombreuses entreprises — à juste titre — est comment l'opérationnaliser. Il y a eu des tentatives pour standardiser le cycle de vie de la science des données, mais, jusqu'à présent, ces tentatives n'ont pas tenu compte du fait que les besoins de chaque entreprise sont différents. Ici, nous avons disséqué comment les entreprises peuvent réellement implémenter le ML et l'IA à grande échelle. Nous avons couvert quatre phases :

• Définir votre problème

• Comprendre vos données

• Construire le modèle ML

• Déployer un modèle évolutif

Ce processus en quatre phases vous offre une opération ML flexible, maintenable et évolutive.

Monter en compétences pour se préparer à 2021

Nos recherches ont montré un désir généralisé de connaissances en IA. Plus de 80 % des développeurs RPA dans notre enquête L'impact de la RPA sur l'expérience employé, par exemple, ont indiqué vouloir apprendre l'IA/ML. De plus, plusieurs développeurs RPA dans notre rapport État des développeurs RPA UiPath ont dit vouloir ajouter le ML et la science des données à leurs compétences. L'appétit est là, et en réponse, nous avons ajouté des cours pertinents à l'UiPath Academy.

L'UiPath Academy inclut désormais des cours sur :

• AI Center

• Document Understanding

• AI Computer Vision

La montée en compétences sera une partie essentielle du succès en 2021. Les employés avisés la poursuivront, et les organisations avisées l'encourageront et la fourniront.

L'avenir de l'intelligence artificielle d'entreprise est là — alors faisons en sorte qu'il soit bon. Lancez votre essai entreprise dès aujourd'hui.