Transformation digitale
AI ACT : prêt pour la révolution IA responsable ?
AI ACT législation inédite pour réguler l'IA sur un modèle responsable, éthique et sécurisé. Alexandre Rispal analyse ce nouveau cadre juridique.
docTeller + ITESOFT : une nouvelle offre de remédiation KYC.
ITESOFT a décroché la dernière version de la certification ISO 27001:2022
Logiciel de facturation obligatoire: Comment évaluer les PDP ?
Base M+, une IA pour lutter contre la fraude documentaire
Sommaire
Un vent de fraîcheur souffle sur les entreprises. Alors qu’elles ont longtemps été habituées à être des moteurs de transformation pour la société dans une politique de l’offre, elles sont désormais obligées d’adapter leurs pratiques aux habitudes de vie de leurs clients dans une politique de demande. En effet, les entreprises doivent s’adapter à la vague de technologies disruptives qui ont déferlé sur la société du XXIe siècle - intelligence artificielle, automatisation, big data et robotique – et qui ouvrent de nouvelles opportunités pour des stratégies plus ciblées pour exploiter la valeur des entreprises.
Ainsi, dans sa vingtième étude sur le CEO (PDG), PwC identifie le rythme effréné des progrès technologiques et de l’évolution du comportement des consommateurs comme les deux plus grandes préoccupations des dirigeants et du conseil d’administration de l’entreprise.
En entreprise, on qualifie de processus un tissu d’interactions entre plusieurs personnes afin d’atteindre un objectif donné. Décider d’automatiser ou de dématérialiser les processus ne signifie pas que 100% du processus sera réalisé par une suite logique de 0 et de 1. Certaines actions peuvent encore nécessiter l’intervention d’un employé ou d’un agent. C’est ici qu’intervient le concept d’orchestration des processus. Il vise à organiser un mix d’étapes à accomplir par les agents et par des applications du système informatique (transactions). C’est une première dimension notable de la notion « d’orchestration ».
Mais l’orchestration des processus doit aussi savoir prendre en compte l’évolution récentes des modes et des supports d’interaction entre une organisation et ses interlocuteurs quotidiens : fournisseurs, partenaires, clients, prospects… Nous sommes bien aujourd’hui dans l’ère de l’omnicanal !
Autrement dit, il s’agit désormais de pouvoir orchestrer au sein d’un même processus, différents flux papier ou numériques… ces flux pouvant d’ailleurs être structurées (formulaires…), semi-structurées (email…) ou libre (courrier de réclamation manuscrit…). Mais quelques soit leur complexité, tous seront nécessaires pour permettre d’avancer sur les différentes étapes du processus métier.
Or le challenge est de taille : si les informations structurées sont disposées de façon à être traitées automatiquement et efficacement par un logiciel (dans un formulaire à remplir par exemple), en revanche, les informations non-structurées ou semi-structurées sont bien plus difficiles à traiter. Voici quelques exemples des problèmes auxquels peuvent être confrontés les agents : trouver automatiquement le nombre de postulants ayant un master dans une pile de CV, trouver le rapport écrit en 2004 traitant de la nouvelle politique de facturation de l’entreprise, trouver la dernière fois que le cours des actions de l’entreprise a connu une baisse subite…
Tout l’enjeu est bien alors d’ introduire une intelligence au sein des processus ; une intelligence capable de comprendre le contenu de tout type de documents indépendamment de son format ou sa structure.
Pour qu’un processus soit correctement dématérialisé, trois étapes décisives sont nécessaires : Premièrement, comprendre les informations qui sont transmises au système. Ensuite, traiter les données. Et finalement, vérifier que les informations sont correctes voire non frauduleuses.
Pour éviter tout risque de fraude documentaire, le système utilisé doit être capable d’échanger avec d’autres systèmes pour comparer les informations qui lui ont été transmises et s’assurer de leur authenticité. Une telle approche permet alors de répondre aux enjeux de KYC (Know Your Customer) par exemple.
Cette notion regroupe un ensemble de techniques qui permettent de croiser les données de manière instantanée et de vérifier l’identité d’un client. Cette étape de lecture et de contrôles automatiques des données nécessite de s’interfacer avec différents référentiels internes ou externes. L’usage de webservices ou d’API est un usage désormais commun qui répond à une grande majorité de situation. Mais comment faire lorsque les SI sont peu ouverts ou trop anciens ? Une alternative au mode d’intégration traditionnels peut alors s’avérer fort utile : la RPA.
L’automatisation robotisée des traitements -ou RPA- met en œuvre des « robots logiciels » pour automatiser au maximum des tâches fastidieuses et sans valeur ajoutée. Par exemple, lorsque vous demandez une ouverture de compte en banque ou un prêt, un opérateur doit contacter la Banque de France afin de vérifier que vous n’êtes pas interdit bancaire, et par ailleurs vérifier que vous êtes solvable. Actuellement, il s’agit d’ouvrir plusieurs fenêtres sur l’écran de son ordinateur pour vérifier que les données sont identiques.
Avec la RPA, l’échange de données entre la Banque de France et les autres institutions bancaires se fait de manière 100% automatisée. Cette « robotisation en col blanc » permettrait de libérer 15% à 30% du temps de l’utilisateur. Celui-ci pourra être consacré à des actions présentant une vraie valeur ajoutée pour l’entreprise, en améliorant ainsi la qualité du service rendu au client final. De plus, elle améliore le confort des employés puisque le « robot logiciel » va exécuter les interactions fastidieuses à la place de l’être humain. Il va, par exemple, lire le contenu d’une fenêtre applicative, repérer les champs contenant les données utiles, les copier dans une autre fenêtre, lancer une transaction… Il peut également effectuer des actions de contrôle sur les données qu’il manipule. Il apporte ainsi des garanties supplémentaires quant au respect de certaines obligations réglementaires et à la qualité du résultat des processus exécutés. C’est ce qu’on appelle la « Robotic Desktop Automation ».
Le robot peut également se connecter à des bases de données pour récupérer des informations, leur appliquer des règles de contrôle, exécuter des traitements qui vont produire de nouvelles données puis les injecter dans d’autres applications au moyen de leurs interfaces de programmation (API). Le robot n’en reste pas moins sous la supervision des êtres humains. Il est en effet nécessaire de bien définir son périmètre fonctionnel et de superviser l’exécution des processus.
Votre barista n’est pas prêt à être remplacé de sitôt, mais intégrer de plus en plus d’intelligence dans les robots permet de plus en plus de décharger les humains de tâches opérationnelles laborieuses. Parce que la main-d’œuvre humaine ne peut répondre aux demandes croissantes des clients, les entreprises exploitent la puissance des chatbots, de l’intelligence artificielle et d’autres assistants virtuels pour offrir des services de plus en plus performants.
On estime que près de 85% des interactions clients seront gérées par l’IA d’ici à 2020. A la maison, avec Alexa d’Amazon qui se synchronise désormais automatiquement avec Outlook et Google pour aider la famille à gérer son agenda, ou « Amy », le nouvel assistant proposé par X.ai qui permet de planifier des rendez-vous, les repas de la semaine et passer des appels - sans intervention humaine… L’intelligence artificielle prend une nouvelle place dans la vie des humains. Les nouvelles capacités des machines devraient garantir plus de fiabilité aux entreprises et améliorer les conditions de travail.
Cependant, pour que la réalité ne se transforme pas en un remake de I.Robot, les règles d’Azimov garantissant la supériorité de l’humain face à la machine doivent être scrupuleusement respectées. Nous devons donc être capables de limiter le périmètre de l’IA dans le contexte paramétré dans l’algorithme. Nous espérons que cet article vous aura permis d’y voir plus clair dans les pratiques qui changeront prochainement radicalement les pratiques en entreprise.
Chef de Produit
Diplômé de l'Ecole nationale supérieure de l'électronique et de ses applications et de l'université Bordeaux Montaigne, Thierry a près de trente ans d'expérience en marketing dans des environnements "IT" (chez des éditeurs de logiciels ou en sociétés de services).
Transformation digitale
AI ACT : prêt pour la révolution IA responsable ?
AI ACT législation inédite pour réguler l'IA sur un modèle responsable, éthique et sécurisé. Alexandre Rispal analyse ce nouveau cadre juridique.
Relation fournisseur
Quels indicateurs pour le pilotage de votre performance financière ?
72% des directeurs financiers considèrent le pilotage de la performance comme priorité n°1. Comment s'assurer d'avoir les bons indicateurs de...
Relation client et usager
Octroi de leasing : les processus de back-office tels qu’ils existent...
Les professionnels du leasing se doivent de réduire leurs coûts. Les processus de back-office en font un terreau fertile pour l’automatisation.