Le facteur humain : pourquoi l'automatisation doit être guidée par les personnes

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

L'un des plus grands domaines pour l'automatisation que nous ayons vu est l'industrie automobile, avec l'appétit croissant pour les véhicules entièrement autonomes et autoconduits. Plus tôt ce mois-ci, le géant automobile Mercedes-Benz a présenté le potentiel futur du transport urbain en testant son bus autonome CityPilot à Amsterdam. Une démarche qu'il a affirmée rendre les transports publics « encore plus sûrs, efficaces et confortables ».

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

Ce serait l'ultime en matière de big data de conscience collective. Pourtant, comme pour le big data sous toutes ses formes, l'information précieuse qui se trouve en dessous doit être débloquée grâce à une analytique efficace pour que les résultats puissent être traités, extrapolés et utilisés correctement.

Ces données peuvent être utilisées par les urbanistes du monde entier qui se ruent pour développer des « villes intelligentes » basées sur l'automatisation. Par exemple, dans le but de résoudre les problèmes croissants de congestion routière, Singapour a récemment commencé à tester une petite flotte de taxis Audi automatisés pour transporter des passagers dans un parc d'affaires. Les taxis sans conducteur devraient réduire le coût d'un trajet moyen de 70 % en supprimant le besoin d'un chauffeur. Bien que les voitures aient initialement des chauffeurs prêts à reprendre la main si la technologie échoue, le plan est d'éliminer progressivement l'humain en 2019. Le pilote se termine en 2020 avec une vue sur un déploiement plus large après cela. Les voitures seront équipées d'un logiciel permettant aux navetteurs de les réserver, de manière similaire aux 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 de la transformation numérique, l'automatisation est là pour rester. Ce qui est important, c'est de regarder l'automatisation sous l'angle de l'ensemble de l'entreprise et du processus de bout en bout. Les organisations il y a 20 ans automatisaient un test logiciel sur un algorithme simple, mais maintenant nous avons une masse de systèmes intégrés ainsi que des logiciels embarqués et de l'ingénierie qui doivent s'intégrer. Cela rend l'assurance qualité et les tests de tels systèmes intégrés beaucoup plus complexes et, par conséquent, exigent des stratégies de test automatisé complexes.

La seule façon de s'assurer qu'une entreprise fonctionne comme elle le devrait est de tester continuellement l'ensemble du processus métier, pour garantir qu'une mise à niveau implémentée à une partie de la « chaîne » numérique n'affectera pas les opérations numériques ailleurs.

Bien qu'il soit possible de regrouper des connaissances combinées en intelligence numérique actionnable 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 sage de retirer 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 5 à 10 prochaines années.

En conclusion, l'automatisation d'un processus métier doit être soutenue par un plan complet d'assurance qualité de bout en bout qui inclut une combinaison optimale d'analyse statique automatisée et de revue humaine experte. Toute assurance qualité doit être effectuée dès le tout début du développement d'un produit ou service, et se poursuivre tout au long. Il ne suffit pas de tester simplement le nouveau processus pour voir s'il passera ou non. La capacité de conseil de la connaissance du domaine est cruciale pour s'assurer que l'automatisation n'est pas simplement une voie automatique vers le désastre.

Dik Vos est PDG de SQS

Suivez @ManufacturingGL et @NellWalkerMG