Évaluer l'automatisation intelligente : métriques clés pour le succès de la transformation digitale

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

L'automatisation est de plus en plus vantée comme une panacée potentielle pour la transformation digitale. Mais sa vraie valeur ne peut être véritablement réalisée que lorsqu'elle permet aux dirigeants d'entreprise de redessiner et d'améliorer numériquement le travail à travers le front, middle et back-office ; pour qu'il soit effectué beaucoup plus vite, plus intelligemment, plus efficacement – et à une échelle significative aussi.

Et c'est bien, mais avec tant de fournisseurs entrant de plus en plus sur le marché offrant l'automatisation des processus robotiques (RPA) et l'automatisation intelligente, vient le battage médiatique et la confusion qui masquent leur capacité à livrer ce qu'ils prétendent. Donc lors de la sélection d'un fournisseur, vous aurez besoin de la clairvoyance pour évaluer leurs capacités techniques réelles. Vous aurez besoin de clarté car ce n'est qu'après la preuve de concept, quand vous tentez de monter en charge votre programme d'automatisation intelligente, que de sérieuses limitations techniques émergent.

Gartner reconnaît aussi ce problème, affirmant : « Jusqu'en 2021, 40 % des entreprises auront des regrets d'achat RPA en raison d'une utilisation siloée, mal alignée et de l'incapacité à échelle. » Donc pour vous aider à mieux évaluer les capacités des fournisseurs et éviter les regrets majeurs, voici quatre critères de sélection clés à considérer.

1. Comparer et contraster les capacités des robots

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

À une extrémité du spectre se trouvent des robots logiciels hautement avancés entraînés et exécutés par des utilisateurs métier via une plateforme collaborative, avec des capacités intégrées pour opérer en toute sécurité dans la gouvernance complète du département IT. Ces robots sont constamment améliorés pour conduire le travail plus comme des humains. Ils peuvent inter-communiquer pour collaborer, essaimer pour partager les charges de travail et opérer à un rythme inégalé en tant qu'équipe numérique – avec une intégrité et une précision totales aussi.

Nous parlons de robots intelligents, multi-tâches, qui sont de plus en plus des catalyseurs de confiance au cœur des stratégies de transformation du travail numérique. C'est parce qu'ils effectuent sans effort un travail connecté, piloté par les données, à travers de multiples environnements d'exploitation de systèmes hérités complexes, disjoints, difficiles à modifier et de workflows manuels. Et contrairement à tout autre robot, ils livrent le travail sans interruption, faisant automatiquement des ajustements selon les obstacles – différents écrans, mises en page ou polices, versions d'applications, paramètres système, permissions, et même la langue.

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

Cette capacité donne un nouveau souffle à toute technologie d'âge et permet à ces robots d'être continuellement augmentés avec les dernières capacités cloud, intelligence artificielle, apprentissage automatique et cognitives qui sont simplement « glissées-déposées » dans les nouveaux flux de processus de travail conçus. En fin de compte, cela signifie que la transformation digitale, qui serait traditionnellement prohibitive en coûts et ressources, devient soudainement réalisable. En fait, le travail qui peut maintenant être accompli en mois, prendrait aux programmes IT et aux vastes équipes de personnes, des années à compléter.

À l'autre extrémité du spectre se trouvent les robots faisant des frappes de touches, exécutant des scripts et activités contre d'autres logiciels, ce qui va bien pour les automatisations de tâches basiques. Il y a aussi des robots s'appuyant sur des étapes de processus enregistrées pour compléter des tâches à travers des environnements de bureau, et ça va bien aussi. Mais les robots record-and-deploy ne peuvent pas s'adapter à des changements non planifiés à travers un environnement numérique en constante évolution, ce qui limite vraiment la performance, la productivité et la résilience du travail.

Par exemple, un robot logiciel doit naviguer dans un environnement virtuel comme une voiture autonome navigue dans un physique. Imaginez « enregistrer » un trajet au travail et compter sur cet enregistrement pour naviguer le même trajet fluide le lendemain. Cela finirait en accident de voiture, car les conditions « environnementales » seraient complètement différentes. De même, dans le monde virtuel, cela aboutirait à un robot cassé, un processus de travail non rempli et plus de travail pour l'équipe IT.

De plus, les processus enregistrés ne sont pas efficaces quand ils s'exécutent. Retour à l'analogie de la voiture. Sur un trajet enregistré, un feu rouge était allumé pendant deux minutes – donc la voiture s'arrêtait et attendait, mais le lendemain, le feu est vert mais le trajet « enregistré » dit attendre deux minutes. De même, les robots record-and-deploy s'assoient et attendent les systèmes cibles quand ils pourraient travailler proactivement.

2. Évaluer l'effort global de codage

L'automatisation intelligente devrait permettre aux utilisateurs métier de répondre rapidement aux demandes du marché, donc ils ne veulent pas perdre du temps et des efforts à construire des robots. Il est bien mieux de livrer rapidement le travail automatisé en utilisant un système d'exploitation intuitif pour entraîner et gérer les robots. Nous parlons de simplement 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 élimine aussi le besoin de codage et les risques associés.

Tout fournisseur qui exige une expertise en programmation pour automatiser chaque processus créera en fait des déploiements lourds en code, un effort de débogage extensif et des frais généraux élevés. Aussi, en raison d'une pénurie croissante de compétences en codage, ces projets d'automatisation devront entrer dans la file d'attente IT, ce qui est contraire à la promesse d'« agilité opérationnelle » de l'automatisation intelligente. Le rôle propre de la communauté IT dans l'automatisation intelligente est de soutenir les exigences nécessaires de gouvernance, sécurité et conformité – et non d'être accablé par une dette technique toujours plus grande.

3. Établir le potentiel d'évolutivité et de collaboration

La transformation pilotée par l'automatisation intelligente à l'échelle n'est jamais réalisée que par un effort centralisé, donc insistez sur la collaboration. La meilleure façon d'étendre et de composer encore plus de valeur de l'automatisation intelligente est d'avoir la liberté d'employer les robots où ils sont nécessaires pour livrer le travail automatisé collaborativement, pour qu'il soit partagé et multiplié à travers l'entreprise. Donc demandez aux fournisseurs de démontrer comment les utilisateurs peuvent non seulement concevoir, dessiner et « publier » centralement de nouvelles façons de travailler automatisées, mais partager, améliorer et réutiliser ces actifs de travail automatisé – n'importe quand, n'importe où.

Malheureusement, quand toute technologie d'automatisation est distribuée à travers les bureaux et utilisée dans des contextes individuels – cela peut aider cet individu, mais cela n'aidera pas toute l'organisation à transformer le travail. Cette approche « en silos » limite naturellement tout potentiel d'échelle et n'est évidemment pas efficace dans le climat actuel de travailleurs contraints et à distance.

4. Évaluer les capacités de sécurité et d'auditabilité

Dans tout environnement d'entreprise, toutes les activités d'automatisation intelligente doivent être effectuées de la manière la plus sécurisée, conforme et transparente, sinon cela devient du Shadow IT.

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 un détail granulaire de toutes les actions des robots et de tout l'historique d'entraînement aussi. Encore mieux est de permettre aux utilisateurs de créer des processus automatisés, qu'ils publient comme un document qui « est » le processus réel. Changez le document et le processus est instantanément changé, et tout est géré de manière sécurisée dans le système central. Cela protège le mieux l'entreprise des employés voyous et des robots voyous.

L'automatisation de bureau présente des inconvénients car un robot et un humain partagent un login, donc personne ne sait qui est responsable du processus, et cela crée un trou de sécurité et d'audit. Un autre défi est quand un seul utilisateur humain se voit donner l'autonomie sur chaque enregistrement de processus, cela obscurcit la transparence d'un robot et cache les étapes de processus. Dupliquez cela dans le temps et cela devient une menace de sécurité potentielle car il y a presque zéro clarté pour la conformité et la gouvernance. Aussi, tout codage inévitable introduit du Shadow IT – 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 digitale et introduire effectivement le risque de chaos numérique. Une meilleure voie pour l'automatisation intelligente est d'introduire la collaboration pilotée par le métier, intelligemment, sécurisément et à l'échelle. En fait, en employant cette approche, plus de 2000 des grandes organisations mondiales atteignent des augmentations majeures de productivité via des façons de travailler améliorées, pour qu'elles restent agiles, sûres et en avance.