Avez-vous pensé à l'automatisation des processus dans votre entreprise?

Le cabinet de consulting PWC a récemment publié une étude sur les processus d’automatisation au sein des sociétés. Voici quelques conclusions que nous avons rédigé, appliquées au domaine du transport et de la logistique.
Le point de départ de tout projet est d’abord de définir par où commencer : prendre en compte l’intégralité d’une chaine d’opérations, ou quelques opérations isolées. Au sein d’une fonction ou d’un business, une automatisation réussie est une automatisation qui identifie un problème, cherche à le résoudre et cible où appliquer ladite technologie - à l’opposé des technologies de type IA ou RPA.  

Ces problèmes se résument souvent aux données, ou, plus précisément, à l'aide aux personnes qui doivent gérer ces données. Ils le font par exemple au travers d’applications fonctionnant dans des systèmes ERP ou bien entre différentes applications lorsqu'ils ont besoin d'extraire des données, de les manipuler et de les transférer à une autre application. Une autre possibilité est que les utilisateurs utilisent des données de la société qui ont été normalisées, afin d’être intégrées à différentes applications.

Chaque entreprise doit se pencher sérieusement sur la façon dont elle aborde ces problématiques, d’autant que de nouveaux outils permettent de rationaliser les tâches des utilisateurs. Des outils de gestion des données et de RPA «low-code» ou en libre-service permettent par exemple aux équipes financières ou du secteur des ressources humaines d'éliminer les tâches répétitives dans leurs fonctions. Des outils plus avancés, qui nécessitent une collaboration renforcée avec le service informatique, sont également conçus pour les utilisateurs métier et tirent parti de l'intelligence artificielle (IA) pour optimiser intelligemment les processus liés tel ou tel poste.

Le traitement du langage naturel est un point d'entrée sur le chemin de l'IA. En effet, de nombreuses entreprises continuent de sélectionner des cas d'utilisation de l'IA et recherchent des moyens pratiques d'appliquer la technologie. L’automatisation est peut-être la réponse qu’ils recherchent.

L'automatisation intelligente intègre silencieusement un écosystème de technologies. De nombreuses entreprises, par exemple, utilisent des chatbots de service client sur leurs sites Web. Ces chatbots commencent souvent par une automatisation basée sur des règles et un traitement du langage naturel, mais sont ensuite enrichis par des compréhensions cognitives supplémentaires des sentiments. De même, lorsque les compagnies d'assurance envoient des drones pour reconnaître les dommages causés aux toits après un ouragan, elles peuvent optimiser les modèles de reconnaissance d'images par apprentissage automatique en tant qu'étape essentielle pour un règlement et un paiement rapide des réclamations.

Dans le domaine du transport, la mise en place d’un TMS permet par exemple de gérer les tâches les plus répétitives et chronophages de façon automatique ou semi-automatique, laissant ainsi une plus grande disponibilité pour les tâches nécessitant plus de réflexion. L’émission de factures, la gestion automatique des contraintes de transport ou encore l’émission automatisée d’alertes / listes / documents numérisés … permettent une gestion simplifiée des opérations de transport.

Les plateformes de transport permettent par ailleurs d’estimer les besoins de transport aux disponibilités des camions, calculer les trajets, leur coût et la rentabilité possible. Cette technologie est également présente via les algorithmes des outils de planification du transport, qui sont par exemple capables d’intégrer la météo, l’état de la route, l’évolution en temps réel du trafic pour optimiser en continu le calcul du meilleur itinéraire.

Côté véhicules, l’IA est déjà bien présente chez les constructeurs, au travers notamment de télédiagnostics ou d’assistance à la conduite. Le processus d’automatisation se poursuit jusqu’au bout de la chaine puisque, selon Damien Hecquect, dirigeant de Coeos, « les assureurs cherchent actuellement à « traduire » les données de télédiagnostic en « conséquences assurances » de manière à automatiser le traitement des dossiers ».

Nous ne sommes encore qu’aux prémices de l’IA dans le domaine du transport et de la logistique, mais il y a fort à parier quand dans un future proche, l’automatisation de l’ensemble des opérations sera une réalité.