Valoriser les travailleurs numériques : comment l'automatisation intelligente pilote un travail plus intelligent, plus rapide

Dans le climat actuel difficile, les conseils d'administration du monde entier veulent transformer numériquement le travail pour qu'il soit effectué bien plus vite, plus intelligemment, plus efficacement – avec moins de ressources. Une voie de plus en plus logique est l'adoption de l'automatisation intelligente qui fait tourner une main-d'œuvre numérique ; une ressource surpuissante, alimentée par l'IA, en constante évolution, prête pour le métier et approuvée par l'IT. Une main-d'œuvre de travailleurs numériques prêts à être formés par les gens du métier pour livrer des travaux de plus en plus complexes, pas seulement au front, middle et back-office – mais à travers toute l'entreprise – dans tous les secteurs.

Elle opère avec une intégrité totale et jusqu'à 150 fois plus vite que les humains, sans erreur, 24/7. Cette main-d'œuvre numérique se rapproche sans cesse des humains en apprenant d'eux et en opérant comme eux. Elle est facilement formée et mise au travail par les gens, puis reformée pour de nouvelles tâches, libérant les humains pour travailler avec eux ou faire des travaux mieux adaptés à leurs compétences innées.

Les travailleurs numériques sont les ultimes joueurs d'équipe, partageurs et gestionnaires de vastes charges de travail et, contrairement à tout autre robot, ils travaillent proactivement en entrelaçant des capacités d'IA pour interopérer sans faille dans des environnements numériques en constante évolution – sans échec. Ils lisent différents écrans, mises en page ou polices, versions d'applications, paramètres système, permissions et langues. Ils ingèrent et trient des données semi-structurées et non structurées de toute source, à travers tous les systèmes IT, tout en fournissant des contrôles qualité, détectant les erreurs et transmettant les exceptions aux humains pour intervention.

Les travailleurs numériques accèdent aussi et lisent de manière unique l'interface utilisateur de toute technologie actuelle et même future – sans codage requis. C'est cette capacité d'interopérabilité universelle qui permet à toute nouvelle technologie – surtout depuis notre « Digital Exchange » – d'être facilement consommée par le métier, testée en sécurité et rapidement glissée-déposée dans les flux de processus d'entreprise.

Nous parlons d'utiliser les travailleurs numériques pour exploiter aisément l'intelligence artificielle (IA), l'analytique profonde et une gamme croissante de plateformes cognitives : traitement du langage naturel (NLP), reconnaissance vocale, analyse de sentiment et risque, machine learning (ML), raisonnement, etc. Ces capacités peuvent être augmentées par les travailleurs numériques pour effectuer des activités de plus en plus complexes, de bout en bout, qui pilotent la transformation numérique à travers l'entreprise – et au rythme requis par le métier.

Le travail numérique en action

L'impact des travailleurs numériques utilisant l'IA et la tech cognitive est de plus en plus probant. Voici deux exemples de travail qu'ils livrent.

Banque – Une grande banque multi-lignes souffrait d'efforts manuels coûteux et propices aux erreurs lors du traitement de gros volumes de paiements, virements et prêts, et automatise ce travail. Les travailleurs numériques agissent comme colle d'intégration pour multiples technologies et moteur de transaction pour saisir ou créer des images d'instructions entrantes des clients et les router vers un outil de vision par ordinateur. L'intégration d'une capacité de machine learning a permis à la banque d'interpréter les données et de générer des formulaires de traitement structurés basés sur des patterns découverts par l'examen machine.

Le temps de développement des formulaires a chuté de 400 personnes-mois estimées – à moins de trois mois. Et comme les données sont maintenant numérisées, les travailleurs numériques les traitent selon les règles métier et les saisissent automatiquement dans les systèmes appropriés – via APIs ou interfaces utilisateur système. La banque a économisé des millions de dollars en coûts de personnel annuels, éliminé les erreurs de saisie et amélioré les vitesses de traitement. Elle a gagné un avantage concurrentiel pour gagner de nouveaux clients, résultant en une croissance significative. En fait, l'activité de prêt de la banque a doublé depuis le déploiement et la demande accrue a été absorbée en scalant les travailleurs numériques.

Santé – Un grand fournisseur de soins de santé public régional utilise des travailleurs numériques pour automatiser les soins patients le long de parcours cliniques assignés, avec moins de 1 % d'exceptions nécessitant une intervention humaine. Le processus manuel original impliquait de rassembler et d'imprimer jusqu'à 15 pièces de données par patient : scans, tests cliniques, historiques de visites, etc., puis de les scanner en un seul fichier PDF.

Les travailleurs numériques lisent maintenant le contenu, extraient le motif de la référence, puis récupèrent, fusionnent et téléchargent toutes les données requises via une technologie de carte à puce sécurisée, et alertent les consultants que le dossier est prêt pour revue. Ils surveillent activement une charge de cas moyenne de 2 000 références par semaine sur une base 24/7, réduisant le temps de traitement de 25 à 5 minutes.

Fort de ce succès, le fournisseur a aussi automatisé les auto-références de patientes en maternité avec des travailleurs numériques et la technologie e-form cognitive pour recevoir et vérifier les données, enregistrer la patiente, assigner des rendez-vous et confirmer les détails. Les lettres des cliniques vers les patientes sont automatiquement traduites dans leur langue principale et publiées sur le portail patient.

Le fournisseur construit maintenant une nouvelle automatisation pour le codage clinique en ophtalmologie et endoscopie utilisant travailleurs numériques et outils cognitifs pour analyser données non structurées, identifier thèmes communs, catégoriser les données et recommander le codage probable pour les dossiers de traitement.

Réflexions finales

Finalement, les possibilités de travail offertes par les travailleurs numériques sont virtuellement illimitées. Nous avons vu une grande compagnie d'assurance utiliser ML et traitement visuel avec travailleurs numériques pour réduire le temps d'évaluation d'un sinistre auto de 56 minutes à cinq secondes. Le pilote initial économisait déjà 5 millions $ par an et libérait 39 000 heures de travail. Réfléchissez à ce changement de vitesse de travail et à l'économie de temps qui en résulte. Plus que jamais, les visionnaires savent qu'il n'y a pas de retour en arrière – et ceux qui ne travaillent pas avec l'automatisation intelligente travailleront bientôt pour des organisations à croissance lente ou nulle.

Lisez plus d'articles Information Age de Peter Walker ici.