Le framework d'automatisation
de Forrester

Twitter
LinkedIn
Email

Forrester a sorti en fin d’année 2018 un framework destiné à aider les DSI dans la gestion de leur portfolio de solutions d’automatisation. Ce framework aide les décideurs à savoir quels processus méritent d’être automatisés en priorité, et les gains associés.

En tant qu’acteur de l’industrie de l’automatisation, nous avons lu leur papier et essayé d’en tirer des enseignements clairs afin de mieux nous situer vis-à-vis des DSI.

Nous avons décidé d’en faire profiter notre communauté, composée de beaucoup de DSI qui regardent les sujets d’automatisation et de chatbots.

Éléments clés sur le marché de l’automatisation


La révolution de l’automatisation est déjà en marche. Depuis plusieurs années maintenant, quasiment toutes les DSI ont mis en place des projets d’automatisation (principalement à travers du RPA) couplés à des projets de digitalisation. Support informatique, processus RH, expérience client : toutes les directions de l’entreprise sont concernées par ces deux phénomène. Et les DSI sont en ligne de front pour accompagner ce mouvement de façon stratégique pour l’entreprise (choix du stack techno, practice interne ou appel à des experts externe, maîtrise des données, etc…).

Les progrès des technologies de machine learning favorisent ce phénomène. Les algorithmes de computer vision ou de compréhension du langage naturel sont maintenant fiables.

Selon Forrester, la mise en place d’un robot pour automatiser un processus métier peut faire gagner entre 2 et 4 équivalents temps plein (ETP).

C’est un gain de productivité non négligeable pour l’entreprise, qui implique par ailleurs une réflexion sur la gestion des compétences et de la masse salariale.

Pour autant, il est très compliqué pour les DSI de s’y retrouver dans cette jungle d’outils et de technologies en constantes évolution. Comment faire la différence entre ce que peuvent faire les outils de RPA, les chatbots, la maintenant prédictive, etc… Et surtout comment s’assurer de les faire fonctionner ensemble, avec le patrimoine IT existant ?

D’où l’idée de Forrester de proposer un Framework d’Automatisation.


Le portfolio d’automatisation


Les technologies d’automatisation vont toucher tôt ou tard tous les pans de votre entreprise. Pour s’y retrouver, Forrester propose un découpage du framework en trois dimensions.

Ces trois éléments seront les grandes catégories du framework d’automatisation.


La dimension process


Le sujet automatisation est d’abord un sujet technique. Cette dimension s’attache à comprendre comment mettre en place l’automatisation et comment la gérer dans le temps.

La principale problématique des DSI au niveau technique réside dans ce qu’ils peuvent faire compte tenu de leur dette technique. C’est pourquoi la majorité des POC réalisés l’année précédente se limitait à des cas d’usages relativement simples, non connectés au SI.

La dimension processus comporte trois éléments :

Accessibilité des données


Il s’agit du type, du nombre de la sensibilité et de l’accessibilité des données nécessaires à la création du robot. Disposez-vous de données structurées accessibles en temps réel, ou de données non structurées non accessibles, etc…

Compréhension


Il s’agit des règles de fonctionnement du robot. Doit-il suivre des règles prédéterminées (comme c’est le cas pour les bots de RPA) ou au s’agit-il d’algorithmes auto apprenants qui s’ajuste en fonction des données qu’ils manipulent et du tagage humain de ces données ?

Déterminisme


Il s’agit des décisions que le robot peut prendre. Suit-il encore des règles bien définies à l’avance ou bien ses décisions sont-elles issues d’algorithmes de machine learning, dont les décisions restent opaques et peu explicables.

La dimension entreprise


L’entreprise de demain repose en partie sur sa capacité à générer de la productivité grâce à l’automatisation. Les coûts peuvent réduire drastiquement, ce qui va engendrer disruptions de marché (nouveaux acteurs plus automatisés, plus agiles et moins chers ou plus rentables).


Mais la transition d’une organisation plus ancienne vers un mode de travail plus automatisé n’est pas un long fleuve tranquille. C’est souvent une question de préparation, de résilience et de gouvernance.


La dimension entreprise mesure l’impact de l’automatisation sur l’entreprise, ses opérations et ses collaborateurs. Elle comporte trois éléments.

Quotient robotique (QR)


Mesure la capacité de vos collaborateurs à travailler avec les robots. Il s’agit de savoir si vos équipes sont compétentes pour créer et diriger des robots, travailler en collaboration avec des robots, ou bien recevoir des ordres de la part de robots. C’est un mix de compétences techniques (maîtrise des outils de gestion) et de compétences personnelles (maîtrise de la logique générale d’un robot).

L’effet opérationnel


Décrit l’impact global du projet sur les employés. Des projets d’automatisation qui tournent en back-office sont souvent invisibles pour la plupart des salariés. D’autres outils seront amenés à être utilisés par la majorité des salariés. Il s’agit ici avant tout de regarder la répartition du travail entre les humains et les machines, et comment cela impact l’organisation du travail.

Gouvernance / explicabilité


Décrit la complexité et la transparence de chaque robot. L’idée est de savoir ici à quel point vous pourrez expliquer les opérations et les décisions de vos bots. Le risque par exemple, avec les outils d’IA, est que l’expertise métier se retrouve gérée par des algorithmes dont on a du mal à expliquer comment ils fonctionnent.

La dimension humaine


Cette catégorie est celle qui cristallise les débats entre la peur de l’IA d’un côté, et les espoirs pragmatiques de l’autre.


Elle comporte 3 éléments.

Interactions hommes-machines


Définit les interactions entre le robot et la machine. Certains robots n’ont besoin de parler à personne (bots RPA), d’autres ont pour vocation d’échanger avec un humain (chatbots).

L’effet social


Prend en considération l’impact de l’automatisation des processus sur les liens sociaux dans l’entreprise. Si quelques robots n’auront probablement aucun impact sur les relations sociales au sein d’une entreprise. En revanche, la mise en place massive de robots peut transformer la culture au travail.

Intelligence conversationnelle


C’est la capacité du robot à avoir une conversation, ou une interaction la plus humaine possible. C’est, d’une certaine façon, le penchant à l’effet sociale.

Comment gérer son portfolio et utiliser ce framework ?


La mise en place de solutions d’automatisations est un pari risqué, mais qui promet des gains importants.


Pour autant, les projets d’automatisations ne sont pas tous aussi risqués, et ne promettent pas tous des gains de productivité égaux.

Pour les DSI, il convient de gérer son portfolio un peu comme on le ferait en bourse. Il faut mixer les projets à faible risque et faible gain, et les projets à haut risque et haut gain.

Ci-dessous vous retrouverez deux exemples de projets proposés par Forrester.

Projets d’automatisations proposés par Forrester pour illustrer leur framework

Projet 1


Forrester ne détaille pas de quel type de projet il s’agit, mais nous allons essayer de le faire pour eux.

Ce premier projet :

  • nécessite des données structurées
  • est régit par une logique développée humainement
  • effectue des tâches déterminées à l’avance
  • ne nécessite pas que les employés aient un gros quotient robotique : probablement parce qu’un seul collaborateur sera en charge de gérer le robot
  • est centralisé : il est mis en place par la DSI, personne d’autre ne le voit vraiment
  • est régit par des règles business facilement explicables
  • tourne principalement en back-end (personne ne le voit)
  • n’a aucun impact social
  • ne réalise que des actions, ne nécessite par une conversation avec un humain


En résumé, on peut dire que ce projet ressemble fortement à de l’automatisation par un outil de RPA. Il s’agit d’un robot qui tourne en back-end, qui n’est visible par personne (sauf son administrateur), et qui effectue des tâches prédéterminées (macros).

Projet 2


Ce second projet :

  • nécessite l’accès à des données structurées et non structurées
  • nécessite une phase d’apprentissage automatique
  • l’ensemble de ses décisions sont un mix de décisions programmées et de décisions prises seul
  • nécessite un QR élevé : l’administrateur du robot doit maîtriser les technos et la logique robotique pour le gérer
  • est disponible pour un grande partie des salariés dans plusieurs business units
  • prend des décisions relativement opaques, en tout cas non explicables (utilisation de machine learning)
  • est destiné à être utilisé par des humains (tourne en front)
  • a un impact social important : il automatise des interactions qui étaient avant des relations complètement humaines
  • nécessite une compétence de conversation importante, basée sur la reconnaissance d’intentions, mais aussi capable de réaliser des actions


En résumé, ici on parle clairement d’un robot conversationnel (chatbot) qui sera disponible pour plusieurs BU de l’entreprise (transversal) et qui automatise des interactions normalement faites avec des humains.

On imagine très bien un cas d’usage du type chatbot RH qui permet de poser des questions sur les processus RH (congés, etc…). Ou encore un chatbot d’automatisation du support informatique, etc…

Liens utiles


Merci d’avoir lu cet article !

Pour approfondir votre lecture, je vous invite à consulter les liens suivants :

Etude Forrester – Automation Framework

Télécharger votre image Automation Framework

Automation Framework pour un chatbot


Vous pouvez aussi retrouver cet article en PDF ici.

Pour tout savoir sur les chatbots et l'IA, inscrivez-vous à la Newsletter

Besoin d'aide pour votre projet Chatbot ?

Actualités

L'essentiel

Posts not found

You seem to like what you read...

Why not subscribe to our newsletter?

Receive this type of content and many others (tools, news, testimonials, podcasts…) every week directly to the mailbox of your choice. Unsubscribe at any time.