Comment l'IA révolutionne l'automatisation des processus robotiques (RPA)

La RPA, lorsqu'elle est soutenue par divers modules d'IA, peut fournir des capacités spécifiques pour effectuer des tâches de traitement subjectif traditionnellement réalisées par des personnes.

Réalité de la RPA aujourd'hui

L'IA et l'automatisation des processus robotiques sont souvent mentionnées dans la même phrase mais la majorité des initiatives RPA n'ont rien à voir avec l'intelligence. En réalité, les initiatives RPA consistent généralement à essayer d'automatiser des processus répétitifs, ennuyeux, basés sur des règles pour libérer du temps pour les employés afin qu'ils se concentrent sur le vrai travail « intelligent », comme les tâches axées sur le client.

La RPA est essentiellement « singe voit, singe fait » ; le logiciel RPA apprend les processus sans comprendre pourquoi ça marche. Par exemple, le logiciel RPA compte sur le fait qu'on lui dise comment se conformer aux interfaces utilisateur, il enregistre les actions entreprises, comme les mouvements et clics de curseur, puis traduit ces actions en code, de sorte que toute mise à jour ou modification du processus l'invalide.

Actuellement, les organisations ont recours à mettre des gens en place pour maintenir manuellement ce genre de problèmes, ce qui est ironique car ils remplacent des gens faisant des tâches manuelles par une technologie qui nécessite des gens pour faire des tâches manuelles.

Comment l'« IA » peut aider

Il y a de bonnes nouvelles : le marché de la RPA mûrit. Les entreprises commencent à réaliser ce qu'est la RPA, et ce qu'elle n'est pas ; elles commencent aussi à comprendre que la RPA de bureau ou basée sur l'UI n'est pas la balle d'argent pour chaque problème de processus dans chaque organisation.

Dans ce contexte, les entreprises se tournent vers l'IA dans l'espoir de rendre leurs bots plus intelligents.

Avant d'approfondir, coupons court à certains battages médiatiques sur l'IA et éloignons-nous de la notion de machines conscientes qui peuvent aussi être grands maîtres d'échecs — académiquement cela peut être intéressant mais cela ne corrèle pas aux avantages commerciaux.

Les domaines de l'IA les plus pertinents pour la RPA sont l'apprentissage automatique, l'analytique prédictive et le calcul cognitif sophistiqué. Par exemple, imaginez comment l'IA pourrait repérer les mises à jour et changements d'une UI et diriger le logiciel RPA pour agir en conséquence.

Plus largement, la gestion des données non structurées est un domaine clé où les entreprises cherchent à étendre la RPA dans le domaine de l'IA. Dans ce contexte, le logiciel RPA est l'agrégateur, obtenant les données brutes nécessaires pour alimenter les composants IA, qu'il soit basé sur la vision par ordinateur, la reconnaissance de motifs, les classifieurs ou le traitement du langage naturel. Une fois que les modules IA ont complété leurs fonctions, la RPA peut alors être utilisée pour pousser les réponses dans les systèmes cibles.

La RPA, lorsqu'elle est soutenue par divers modules d'IA, peut fournir des capacités spécifiques pour effectuer des tâches de traitement subjectif traditionnellement effectuées par des personnes.

Il n'y a pas guichet unique pour l'IA

Il y a eu beaucoup de « AI-washing » sur le marché technologique, ce qui rend difficile pour les dirigeants d'entreprise d'identifier les domaines où l'IA est applicable et quels fournisseurs sont les vrais.

Concernant les capacités IA, certains fournisseurs RPA sont plus avancés que d'autres, tandis que certains sont mieux adaptés à des domaines ou industries spécifiques. Cependant, si vous demandez quel fournisseur est le plus cognitif, vous posez peut-être la mauvaise question.

Au lieu de cela, les organisations devraient essayer d'élargir leur perspective et envisager d'adopter un mélange plus éclectique de solutions IA.

« Aucun fournisseur RPA ne sera le meilleur chatbot, le meilleur captureur de documents OCR/ICR ou le meilleur processeur de langage naturel », a affirmé Neil Kinson, chef de cabinet chez Redwood Software. « Fondamentalement, tous ces cas d'utilisation très étroits de l'IA nécessitent des ensembles de données hautement ciblés, curatés, de volume énorme et de spécialisation. Une plateforme RPA n'excellera jamais dans tous. »

« De nombreuses organisations sentent qu'elles ont atteint la capacité maximale de la RPA et réalisent qu'il y a encore des processus qu'elles comprennent maintenant ne peuvent pas être adressés par un seul outil ; et en fait, elles ont besoin d'apporter plusieurs technologies pour adresser les multiples défis de processus. »