Améliorez l’efficacité grâce à l’automatisation agentique

Depuis sa création, l’histoire de l’automatisation a été celle d’un progrès linéaire. De l'automatisation robotisée des processus (RPA) au traitement intelligent des documents (IDP), chaque nouvelle innovation a rendu les entreprises plus productives, plus rentables et plus agiles.

Mais maintenant, quelque chose de plus grand se produit. Une nouvelle technologie, l'automatisation agentique, perturbe ce cycle d'amélioration progressive, ouvrant la voie à une réinvention des flux de travail comme nous n'en avons jamais vu.

Plutôt que de se concentrer sur des tâches individuelles, l'automatisation agentique exploite les robots, l'IA et l'orchestration pour gérer des flux de travail entiers du début à la fin. Au cœur de l'automatisation agentique se trouvent les agents IA :des entités logicielles autonomes capables de percevoir leur environnement, de naviguer en territoire inconnu et de prendre des décisions à la volée.

Le modèle permettant de capturer la valeur de l'automatisation agentique était le thème de notre récente webémission trimestrielle, UiPath Live. :Le chemin vers l'automatisation agentique. Nous avons eu le privilège de recueillir l'avis d'un panel de stars composé de scientifiques en IA, d'experts en automatisation et d'un dirigeant d'entreprise sur ce que cette transformation signifie pour les entreprises d'aujourd'hui et de demain.

La plupart des dirigeants n’ont pas encore saisi l’ampleur du potentiel de l’automatisation agentique. Mais les quelques privilégiés qui l'ont fait sont prêts à récolter les plus grandes récompenses de cette technologie révolutionnaire.

Trois domaines dans lesquels l'automatisation agentique redéfinit la façon dont le travail est effectué

Alors que l’automatisation traditionnelle reste vitale pour les tâches structurées et basées sur des règles, l’automatisation agentique prospère là où règne l’imprévisibilité. Voici comment il comble des fossés qui semblaient autrefois insurmontables.

1. Des règles au raisonnement

Combien de vos processus métier reposent sur des entrées dans différents formats ? Qu'en est-il des données imparfaites ?

Pour la plupart des organisations, la réponse est bien trop multiple.

Historiquement, l’automatisation était confrontée à des incohérences de données. Si les informations n'arrivaient pas dans un package structuré et standardisé, les employés devaient intervenir en traduisant les données entre les systèmes, en nettoyant les écarts et en reformatant manuellement les fichiers. Même si leur temps pourrait être mieux utilisé ailleurs, ces irrégularités ne leur ont laissé aucune autre option. Autrement dit, jusqu'à ce que les agents IA entrent en scène.

Les agents d’IA prospèrent dans l’ambiguïté. Ils n’ont pas besoin de données parfaites pour fonctionner. Le Dr Edward Challis, responsable de la stratégie d'IA chez UiPath, a expliqué aux animateurs d'UiPath Live, Mary Tetlow et Geoff Anderson, que « les agents offrent un moyen très puissant d'accomplir des tâches où les données changent constamment ». Au lieu d'exiger des employés qu'ils structurent manuellement chaque entrée, les agents IA peuvent se fixer un objectif de haut niveau et déterminer la meilleure façon de traiter des données désordonnées, incomplètes ou incohérentes.

Cette compétence est particulièrement précieuse dans les secteurs où les formats de données varient considérablement. Prenez WEX, un fournisseur mondial de technologies financières qui traite chaque jour un volume massif de demandes de remboursement de soins de santé. Les réclamations structurées (soumissions numériques claires avec des champs standardisés) sont facilement traitées par RPA. Mais beaucoup d’autres arrivent dans des formats plus compliqués, comme des notes manuscrites du médecin ou des formulaires flous. Dans le passé, les employés devaient manuellement comprendre ce chaos avant que les réclamations puissent être traitées, ce qui entraînait des retards frustrants pour les clients et des coûts plus élevés pour WEX.

Désormais, les agents IA gèrent automatiquement cette variabilité. Ils extraient les détails clés, les vérifient par rapport aux exigences de conformité et transmettent uniquement les cas les plus complexes aux équipes humaines.

2. De l'automatisation des tâches à la réinvention du workflow

La diversité des intrants ne constitue pas le seul obstacle à une automatisation généralisée des entreprises. Il existe également une complexité écrasante des processus. Trop d'instructions conditionnelles « si », trop de variations, trop d'exceptions… à un moment donné, essayer d'automatiser de tels flux de travail avec des méthodes traditionnelles devient compliqué. "Cela prend tout simplement trop de temps de définir le processus que l'automatisation devrait exécuter pour chaque scénario", a noté le Dr Challis.

L'automatisation agentique adopte une approche fondamentalement différente. Au lieu de suivre un script, les agents réfléchissent aux problèmes, déterminant ce qui compte, ce qui nécessite une attention particulière et ce qui peut être traité de manière autonome.

Mais ils ne travaillent pas de manière isolée. Les agents d’IA sont à leur meilleur lorsqu’ils font partie d’un écosystème qui allie intuition humaine, précision robotique et adaptabilité agentique. Par exemple, un agent peut diviser un flux de travail complexe en sous-tâches :les robots RPA gèrent la saisie des données, les API extraient les prix du marché en temps réel et les humains résolvent les cas extrêmes.

Le Dr Challis a comparé ce processus à la cuisson d'un gâteau. "Lorsque vous exécutez cette recette, vous avez beaucoup de choix quant au beurre que vous allez utiliser, à la manière dont vous obtenez le beurre et au bol que vous allez utiliser", a-t-il déclaré. "Il y a donc cette flexibilité entre l'agence et une routine définie sur la façon dont ce processus va être effectué."

Cet équilibre entre structure et adaptabilité est bien adapté à un certain nombre de défis persistants des entreprises. Les systèmes de lutte contre le blanchiment d’argent (AML), par exemple, constituent un élément essentiel des cadres de sécurité des institutions financières. Mais ils sont loin d'être parfaits :les outils traditionnels ont tendance à noyer les équipes de conformité sous de fausses alertes. Dans certains cas, ceux-ci peuvent atteindre 90 %, obligeant les équipes à passer au crible beaucoup de bruit pour identifier les risques réels.

Les agents d’IA excellent dans l’art de filtrer les faux positifs pour identifier les menaces réelles. Pour ce faire, ils analysent les données structurées et non structurées et repèrent des modèles tels que de petits transferts répétés qui signalent des risques réels. Comme l'a souligné l'invité de Live Craig Le Clair, vice-président et analyste principal chez Forrester, il a été démontré que les agents réduisent de 60 % les faux positifs dans ce processus. Cela a permis aux équipes de conformité de se concentrer sur des enquêtes hautement prioritaires plutôt que de s'enliser dans des examens inutiles.

2. Du codage à la collaboration

Pour réaliser toute leur valeur en tant que partenaires collaboratifs, les employés doivent être capables de communiquer avec les agents IA en langage naturel. Les grands modèles de langage (LLM) comme ChatGPT étaient censés débloquer ce type de partenariat, mais pour les non-programmeurs, la réalité a été plus compliquée.

Même si les LLM répondent à des invites en langage simple, pour qu'ils fournissent les bons résultats, ils nécessitent certaines connaissances en programmation, à savoir une compréhension approfondie de la décomposition des problèmes et de la validation du code. En termes simples, savoir quoi demander ne représente que la moitié de la bataille. Vous devez également savoir si ce que vous obtenez est correct.

Je suis programmeur, donc si un LLM me rend 100 lignes de code, je peux le lire et déterminer si cela fait réellement ce que je veux qu'il fasse. D’un autre côté, si mon amie non-programmeuse essaie de faire la même chose, il est vraiment difficile de savoir si le résultat correspond réellement à ce qu’elle souhaitait. Vous avez besoin de beaucoup d'expertise pour même vérifier.

Dr Sarah E. Chasins, scientifique appliquée principale chez UiPath

L'automatisation agentique supprime cette barrière. Les employés peuvent décrire leurs objectifs, même s'ils sont vagues, et laisser les agents traduire ces directives en actions. Cela a été transformateur pour WEX, car les équipes n'ont plus besoin de traduire les exigences commerciales en logique rigide.

Au lieu de passer des semaines à étudier chaque scénario déterministe, je suis en mesure de communiquer à mes développeurs l'objectif que je souhaite. Quel est le résultat commercial que je recherche ? Et puis je suis capable de voir ces choses fonctionner ensemble. Cela a donc créé cette ouverture entre le produit et les équipes techniques que nous n'avions pas eue dans le passé avec le codage traditionnel.

Emily Krohne, directrice de l'automatisation d'entreprise chez WEX

Ces capacités sont impressionnantes… mais comment puis-je être sûr que les agents IA ne deviendront pas des voyous ?

Parlons de l'éléphant dans la pièce :avec la capacité de fonctionner sur plusieurs systèmes et processus, comment puis-je être sûr que les agents font ce que je veux qu'ils fassent ?

C'est une préoccupation valable. Les agents ne sont pas déterministes et leur imprévisibilité inhérente fait partie de ce qui les rend si puissants. La mise en œuvre de l'automatisation agentique en toute sécurité nécessite des garde-fous appropriés pour garantir que les agents fonctionnent de manière fiable, sécurisée et transparente.

Garder les humains au courant

Les agents opèrent avec un certain niveau d’autonomie, mais cela ne signifie pas qu’ils doivent fonctionner sans contrôle. Dans la plupart des cas d’utilisation en entreprise, ils serviront d’outils d’aide à la décision plutôt que d’acteurs totalement autonomes. Le Dr Challis l'a dit clairement :"Au cours des prochaines années, les agents feront des recherches et feront des propositions, mais un humain devra les examiner. Avant que de grands changements ne soient apportés, nous aurons un point de contrôle humain. "

Surveillance continue

La visibilité est primordiale. Pour garantir que les agents d'IA fonctionnent comme prévu, les organisations ont besoin d'une surveillance en temps réel pendant la conception et l'exécution.

Zach Eslami, responsable principal de la gestion des produits chez UiPath, a renforcé ce point :« [la transparence est] un aspect clé pour garantir que votre agent fonctionne bien dans un environnement cloisonné ainsi que dans le monde extérieur. » Les organisations ont besoin de visibilité sur la façon dont les agents prennent des décisions afin de pouvoir affiner leurs performances au fil du temps et s'assurer qu'elles restent alignées sur les objectifs commerciaux.

Associer des agents IA à des robots RPA déterministes est l’un des meilleurs moyens de garder le contrôle. Tandis que les agents s'adaptent et prennent des décisions en fonction du contexte, les robots RPA suivent une logique stricte basée sur des règles, créant un équilibre entre flexibilité et prévisibilité. « Nous pensons que nos agents font preuve d'un nouveau niveau de contrôle, car ils n'interagissent pas seulement avec des outils et des applications », a expliqué Eslami. "Ils n'élaborent pas de plans par eux-mêmes. Ils sont capables de tirer parti des humains et des robots pour créer un nouveau niveau de déterminisme dans leur production et s'assurer qu'ils fonctionnent de la manière attendue par nos utilisateurs et nos clients."

Partenariat avec des fournisseurs de confiance

La confiance est le fondement d’une automatisation d’entreprise efficace. Ne faites pas seulement confiance à la technologie, mais aussi aux partenariats qui lui donnent vie. Krohne a mentionné que « l'histoire de WEX avec les outils UiPath RPA nous a permis de faire évoluer les agents plus rapidement ».

Lorsque les agents d’IA sont introduits au-dessus d’une infrastructure d’automatisation existante, ils ne semblent pas perturbateurs. Au lieu de cela, ils deviennent une extension naturelle de ce que font déjà les entreprises :améliorer les flux de travail sans les remanier. Eslami a renforcé ce point :"En fin de compte, nous voyons des agents capables de s'appuyer sur la plateforme UiPath™ existante. Cela signifie qu'ils sont capables de tirer parti de tous les incroyables outils d'automatisation dont nous disposons."

Mais poser les bases n’est que la première étape. Pour libérer tout le potentiel de l'automatisation agentique, les entreprises ont besoin d'un moyen de créer, déployer et gérer des agents IA à grande échelle.

UiPath Agent Builder donne aux équipes les outils nécessaires pour concevoir des agents qui répondent aux besoins de leur entreprise. Grâce à la surveillance et à la gouvernance intégrées, les entreprises peuvent déployer des agents IA en toute confiance, sachant qu'ils fonctionneront comme prévu dès le premier jour. Rejoignez la liste d'attente d'Agent Builder dès aujourd'hui pour être parmi les premiers à explorer la prochaine ère de l'automatisation.

Et, pour une plongée encore plus approfondie dans le présent et l'avenir de l'automatisation agentique, consultez l'épisode complet d'UiPath Live :The Path to Agentic Automation, désormais disponible sur demande.