L’IA peut-elle s’intégrer et transformer les approches traditionnelles de gestion des processus métier (BPM) dans les entreprises ? Alors que les méthodologies classiques de BPM se basent sur la cartographie et l’automatisation, l’IA promet de propulser ces processus vers une nouvelle ère d’optimisation. Quelles sont les potentialités réelles et les implications de l’automatisation intelligente (Intelligent Process Automation ou IPA) sur le BPM traditionnel ? Quelles évolutions et quels impacts peut-on en attendre? Analyse.
Les approches traditionnelles de gestion des processus métier (BPM) se basent sur deux aspects clés. D’une part, la méthodologie globale, au sein des entités : elle sert à cartographier les processus pour éliminer les redondances et assurer la gestion de leur cycle de vie incluant leur automatisation et la maintenance. Et d’autre part, dans un cadre plus IT, l’utilisation des outils de gestion des processus (Platform BPM) et de RPA (Robotic Process Automation) : ils visent à optimiser l’efficacité des opérations.
Sur ces bases, quel peut-être l’apport de l’IA ? Peut-elle donner une nouvelle dimension à l’automatisation des processus métier ?
L’hyperautomatisation comme booster de productivité
L’IA apporte des capacités d’analyse avancée, de prédiction (forecasting) et d’amélioration continue. Elle n’amène pas de révolution dans la méthodologie, mais donne plus de puissance, de rapidité d’analyse. L’IA va se greffer aux briques technos en place et booster l’automatisation de certains processus déjà existants. C’est ce qu’on appelle l’hyperautomatisation.
Voici quelques exemples d’applications :
* L’Intelligent document processing: l’IA assiste l’humain en extrayant les informations de documents afin de les classifier ou de les enrichir par l’ajout de marqueurs (tag).
Applications pratiques : déceler des fraudes (fausse carte d’identité, justificatifs de domicile, déclaration de revenus, utilisation de photos trouvées en ligne ou retouchées).
* L’Analyse de sentiments: dans les échanges clients (conversations, mails, réseaux sociaux…), l’IA analyse des émotions ou des opinions exprimées.
Applications pratiques : faciliter l’orientation vers les bons services (SAV pour retours clients, service technique pour intervention…), déclencher les actions de suivi appropriées (action commerciale, déclenchement d’un processus…).
* Le Process Discovery: l’IA accompagne la définition et la construction des processus.
Applications pratiques : définir des processus à partir d’observations des systèmes exécutés, avec l’exploitation des logs système pour aider à identifier et spécifier des processus implicites, puis les optimiser.
* L’IRPA (Intelligent Robot Process Automation) : l’IA automatise l’exécution de processus robotiques qui fonctionnent en toute autonomie. Dans ce cas, l’IA se greffe directement aux processus automatisés.
Applications pratiques : les IRPA sont idéales pour enchaîner des tâches basées sur des modèles prévisibles et qui ne nécessitent aucune prise de décision complexe.
Co-conception et optimisation avec les LLM
Par ailleurs, l’IA peut aussi co-designer des processus en s’appuyant sur un LLM spécifique, orienté processus. L’IA crée alors un template de processus en fonction de la demande formulée. L’intérêt ici n’est pas de concevoir quelque chose de fondamentalement nouveau, par rapport à ce que ferait un développeur, mais plutôt d’avoir un processus outillé dès le départ en vue d’une amélioration continue. C’est ce qui permet de construire des outils de design de processus sur le même modèle que ChatGPT, avec des datasets qui fourniraient des modèles de dashboard et de KPI.
Dans l’état actuel de la technologie, on ne peut donc par parler de révolution copernicienne à propos de l’IA dans le BPM, mais plutôt de puissante évolution. L’hyperautomatisation réduit les coûts, maximise la productivité et permet de générer de nombreuses données issues de processus numérisés, qui pourront par la suite être réutilisées. À mesure que l’on se dirige vers une intégration de plus en plus poussée dans les processus, elle va conduire les process designers à travailler sur des données déjà traitées et structurées, plutôt que sur de la matière brute, avec de fait une valeur ajoutée bien supérieure. Cette automatisation intelligente des processus tend bien vers une imitation du fonctionnement de la pensée humaine pour élargir les tâches qui pourraient lui être confiées : données non structurées, reconnaissance des images (OCR), des voix (reconnaissance vocale) ou traitement du langage naturel (NLP).
_____________________________
De Nicolas Chignardet, Head of Customer Success chez Bonitasoft
puis