Les organisations ne parviennent pas à atteindre leurs objectifs d’automatisation intelligente, c’est-à-dire la transformation et l’automatisation des processus métiers par la combinaison de la robotique informatique, du cloud, de l’intelligence artificielle et des machines intelligentes, car elles sont limitées par diverses problématiques. Les incertitudes quant aux investissements financiers requis, la nécessité d’avoir un leadership fort pour opérer un changement culturel d’envergure et enfin le manque de talents adaptés aux besoins induits par les technologies d’automatisation intelligente sont les principaux freins pour les entreprises. Dans une étude réalisée par KPMG en collaboration avec HFS Research[1], sur 600 dirigeants interrogés, seulement 17% d’entre eux ont déclaré avoir mis à l’échelle leurs efforts en automatisation intelligente. Si des fonctions clés, comme la fiscalité et la comptabilité, sont transformées par l’automatisation de processus répétitifs (RPA, Robotic Process Automation) et le traitement du langage naturel (NLP, Natural Language Processing), les résultats sont moins probants pour des domaines comme la relation client, le marketing ou la vente. On demeure loin d’un déploiement massif, avec l’utilisation de l’automatisation intelligente à travers l’ensemble de l’entreprise.

Le déploiement à grande échelle de l’automatisation intelligente est une révolution, qui implique des changements profonds au sein de l’entreprise, ainsi que pour ses parties prenantes : cela a des impacts sur la manière de travailler, sur ce qui est produit ou encore sur les interactions avec les clients. Cela suppose donc de nouveaux métiers et une nouvelle approche du travail. Les organisations qui réussissent à l’ère de l’automatisation intelligente sont celles capables de conduire ces changements, culturel et organisationnel. Pour parvenir à déployer à grande échelle l’automatisation intelligente, 3 éléments sont essentiels. D’abord, une vision claire et un leadership affirmé, pour être en capacité de prendre des décisions fortes et audacieuses pour l’ensemble de l’entreprise. Ensuite, repenser l’organisation et la considérer comme une entreprise de technologies, qu’importe son cœur de métier. Enfin, l’acquisition de talents adéquats et le développement des compétences en interne, pour mener à bien l’adaptation et la transformation de l’organisation.

L’automatisation intelligente révolutionne le fonctionnement des entreprises et nécessite une approche structurée pour garantir une mise à l’échelle réussie. Cela passe par 4 étapes clés : l’instauration de centres d’excellence réunissant diverses expertises et approches, l’exploitation du cloud et de ses capacités de stockage et de calcul, la mise en place  d’une gouvernance des données et enfin l’association des diverses technologies à disposition. Les dirigeants peuvent privilégier une approche portfolio – où chaque projet est évalué selon son potentiel retour sur investissement, son niveau de risques et les ressources nécessaires – permettant d’établir un cadre structuré au sein duquel les solutions sont évaluées et priorisées.

Le déploiement à grande échelle de l’automatisation intelligente repose sur un socle : une nouvelle approche du travail. Il convient de concentrer une masse critique de talents : l’association d’esprits et de technologies, issus des métiers et de la DSI permettent de mener à bien la stratégie définie. Il est aussi important de favoriser un environnement d’apprentissage et de développement, pour produire les compétences qui serviront l’entreprise et les clients : cela passe par la mise en œuvre de programmes et d’initiatives adéquates, tout en cherchant à rapprocher les métiers et la DSI. Enfin, la fluidité et l’agilité dans les projets exige parfois de pouvoir faire appel à des compétences pointues rapidement : le crowdsourcing peut être une réponse adaptée, avec notamment l’organisation de hackatons reposant sur des problématiques concrètes, à partir de données anonymisées.

Au-delà du défi que constituent l’acquisition et le développement de talents pour permettre le déploiement à grande échelle de l’automatisation intelligente, ces transformations favorisent l’émergence de nouveaux métiers,  liés à l’exploitation et à la sécurisation de l’automatisation intelligente. D’abord, des profils techniques : des architectes IA, qui devront être capables d’identifier où déployer l’IA dans l’entreprise de manière efficace ; des data scientists, qui agiront en tant qu’experts capables de nettoyer les données, de concevoir et d’appliquer des algorithmes pour en extraire de la valeur et des ingénieurs en génie logiciels qui permettront le passage de projets pilotes à des projets industrialisés. Ensuite, des profils hybrides, comme des chefs produits IA qui garantiront la bonne implémentation de solutions. Enfin, des profils nouveaux, comme des spécialistes de l’éthique, capables d’assurer la transparence et de faire la pédagogie nécessaire pour permettre l’adoption de ces solutions disruptives par tous.

Des tentatives dispersées pour implémenter l’automatisation intelligente ne sont pas une option. Cela ne génère pas, ou peu, de retour sur investissement. Il devient donc impératif d’initier la mise à l’échelle de l’automatisation intelligente. Pour réussir, les entreprises doivent se redéfinir en profondeur, jusqu’à leur culture. Les leaders doivent être en mesure de prendre des décisions fortes et opérer avec méthodologie. Enfin, cette révolution est aussi humaine : sans l’acquisition et le développement des talents nécessaires pour opérer cette transformation et sans la mise en œuvre de nouvelles méthodes de travail, les organisations ne seront pas en mesure d’atteindre leurs objectifs. Celles-ci finiront par décrocher face à la concurrence.