22 octobre 2021
Chatbot, RPA et intelligence artificielle : trio d'as pour une véritable automatisation des processus
Pour atteindre le succès dans l'automatisation des processus, il est indispensable de couvrir tout le cycle de bout en bout. Des personnes (clients, fournisseurs, travailleurs, etc.) jusqu'au dernier des procédures incluses dans un flux de travail déterminé. Dans cet article, nous passons en revue comment, grâce à la combinaison de trois technologies différentes mais complémentaires, il est possible d'y parvenir en garantissant la qualité du processus et en offrant aux utilisateurs une expérience optimale.
Si nous dessinons les différentes couches qui interviennent tout au long d'un processus, de l'interaction à l'optimisation dans SAP, nous observons trois technologies complémentaires parmi lesquelles :
- Intelligence Artificielle Conversationnelle (CAI) : C'est l'outil d'interaction, l'interface avec les personnes par ce que nous connaissons sous le nom de chatbot, un logiciel qui gère la conversation afin d'obtenir les informations nécessaires pour exécuter le processus avec succès.
- Automatisation des processus robotiques (RPA) : C'est l'outil d'exécution, celui qui réalise diverses tâches de manière automatisée, que ce soit via des API, des services ou la simulation d'écrans (de SAP, d'autres programmes ou de pages web), en remplissant des champs et en appuyant sur des boutons.
- Apprentissage Automatique (ML) : Ce sont l'ensemble des algorithmes qui apportent l'intelligence nécessaire pour optimiser les données et en tirer des conclusions aussi proches que possible de ce qu'inférerait la personne dédiée au processus.
Ces trois composants maintiennent une interaction continue et un échange constant d'informations, de la même manière qu'une personne impliquée dans le développement du processus le ferait. Par exemple, pour fournir des réponses appropriées pendant la conversation, il est souvent nécessaire de disposer d'informations provenant de divers programmes (RPA), ou d'activer différents algorithmes de machine learning pour mieux comprendre ce que dit l'utilisateur et offrir des réponses exactes et de qualité.
De même, pendant l'exécution avec RPA, nous pouvons avoir besoin de plus d'informations de l'utilisateur, ce qui conduit à relancer la conversation (CAI) ou à recourir à l'activation d'algorithmes de ML pour inférer des informations basées sur la manière dont le processus a été résolu précédemment ou à travers un calcul de probabilités.
En définitive, il s'agit d'un processus d'interaction, d'exécution et d'optimisation continues jusqu'à son achèvement sans erreurs et avec la pleine satisfaction de l'utilisateur. Avec tout cela, la maturité que le marché atteint devient une raison de poids pour adopter cette suite de technologies.
Perspectives d'avenir : L'intelligence conversationnelle comme élément clé pour les entreprises
Chez SEIDOR, nous constatons que le développement de projets individuels n'est plus une option. Le succès de ce type d'initiatives passe par l'adoption d'une approche stratégique mesurée et contrôlée qui permet l'évolutivité à travers les langues, les canaux et l'entreprise elle-même. Pour cela, la puissance et la polyvalence offertes par les dernières technologies sont indispensables.
Concernant les perspectives d'avenir, il est prévu que, dans les prochaines années, les clients soient capables de gérer la majeure partie de leur relation avec une entreprise sans nécessiter d'interaction humaine. Dans ce paradigme, l'intelligence conversationnelle, même activée par la voix (nous parlons de l'intégration de dispositifs comme Alexa au niveau de l'entreprise), jouera un rôle fondamental. Cependant, il reste encore de nombreux défis à relever et chez Seidor, nous travaillons depuis longtemps sur ces derniers.
"Il est fondamental d'appliquer une couche de vision globale et de transformation numérique"
En parallèle, l'intégration via une intranet d'applications d'IA conversationnelle se positionne comme une autre des évolutions clés. Ce routage intelligent permettra que le processus de transfert entre applications se déroule de plusieurs manières. Parmi elles, il y a la possibilité d'avoir une application maîtresse ou un superbot capable de guider et de livrer divers processus de manière totalement intégrée. Pour cela, il est essentiel d'appliquer une couche de vision globale et de transformation numérique et chez Seidor, nous déployons les stratégies appropriées pour sa correcte mise en œuvre.
Défis technologiques pour avancer vers une intégration maximale
Tout ce travail d'analyse nous a permis d'identifier les principaux défis pour chacune des technologies :
- Améliorer l'expérience client du chatbot, car ceux-ci ne doivent pas seulement répondre à leurs questions, mais ils doivent également parler, penser et surtout développer des relations émotionnelles avec les utilisateurs, en réalisant une analyse adéquate des sentiments.
- Appliquer les dernières avancées en traitement du langage naturel et les algorithmes d'apprentissage non supervisé et d'apprentissage par renforcement qui fournissent aux chatbots des algorithmes sophistiqués leur permettant d'offrir des expériences plus uniques et personnalisées, créant des relations plus authentiques avec un public cible déterminé.
- Réduire le temps nécessaire pour préparer le bot avec une qualité suffisante sans avoir besoin de longues périodes de simulation. Pour cela, on utilise des modèles de différents types préalablement entraînés (BERT, ULMFiT, etc.)
- Fournir des accélérateurs aux processus les plus susceptibles d'être automatisés dans l'écosystème des produits SAP, tant du point de vue de l'automatisation en RPA que de l'intelligence appliquée pour leur optimisation.
- Intégrer d'autres technologies qui peuvent enrichir les processus automatisés, comme la blockchain pour les processus impliquant des clients, des consommateurs ou des fournisseurs.
Pour finir, il faut tenir compte du fait que, à certains moments d'interaction, il n'y a parfois pas de substitut à l'empathie que les agents humains peuvent offrir ou au type d'intelligence qui nécessite de la créativité pour résoudre un cas. Dans ces situations, c'est souvent la capacité humaine à établir des parallèles avec des expériences similaires qui permet de résoudre des problèmes dans des circonstances complexes ou inhabituelles.
En définitive, il est essentiel pour un chatbot de pouvoir interagir sans problème avec un agent humain lorsque cela est nécessaire et de s'assurer que toutes les informations recueillies soient transférées afin que le client n'ait pas à recommencer, évitant ainsi la frustration que cela engendrerait.
Share
Peut-être que cela pourrait vous intéresser
La Blockchain arrive dans les universités espagnoles pour accélérer l'innovation
La société de conseil technologique SEIDOR développe le réseau CIRCULUM en collaboration avec l'Université de Vic - Université Centrale de Catalogne (UVic-UCC), et avec les conseils de l'Université Ouverte de Catalogne (UOC).