L’Intelligence Artificielle pour booster l’efficacité opérationnelle des organisations

Publish date:

Aujourd’hui, avec la pression sur les coûts engendrés par la crise du COVID, les entreprises vont devoir accélérer les initiatives IA permettant de booster l’efficacité et de réaliser les économies nécessaires à leur survie.

Une récente étude du Capgemini Research Institute* a révélé que les entreprises ont tiré plus de bénéfices de l’IA sur l’amélioration des ventes (rétention de clients, x-selling, …) que sur l’efficacité opérationnelle.

L’IA, levier incontournable pour l’efficacité

L’IA s’avère indispensable pour conquérir de nouveaux terrains en termes d’automatisation : on estime que seulement 20% des activités des entreprises peuvent être optimisées avec des leviers traditionnels (RPA, BPM, etc.) et que 80% vont demander de l’IA.
Les technologies d’IA aujourd’hui matures (Optical Character Recognition, Text Mining, Natural Language Processing, Machine Learning, …) peuvent produire des gains de l’ordre de 50 à 80% sur des activités considérées jusqu’alors comme non automatisables : traitement de données non structurées (documents scannés, mails, voix, photos, manuscrits, …), activités faisant appel au jugement, prise de décision. Toutes les fonctions, du commercial aux opérations et fonctions support, et tous les secteurs d’activité peuvent en tirer parti !

Des modèles réplicables sur de nombreux processus

Un processus de traitement de demandes clients (voir illustration) peut ainsi être automatisé très en profondeur : depuis la compréhension de la demande reçue par la voix ou par mail, l’exploitation et le contrôle des justificatifs, la détection de fraude, l’exécution et le retour au client. Les solutions se positionnent généralement dans une logique d’augmentation plus que de substitution des humains : elles peuvent générer des alertes ou tâches de contrôles pour lesquelles l’expertise humaine reste nécessaire. A ce titre, il est souvent extrêmement utile d’associer à l’IA une solution de Business Process Management pour orchestrer les interactions entre machine et humain et avoir un monitoring bout en bout.

Cette automatisation peut s’appliquer à une vaste gamme de processus tels que l’entrée en relation / Know Your Customer, le traitement des sinistres en assurance, les réclamations, la souscription d’un crédit ou d’un contrat énergie, le traitement des CV de candidats, de factures fournisseurs, etc.

L’efficacité pour les opérations comme pour les fonctions managériales

Sur les cas pris en exemple, on pense évidemment aux équipes opérationnelles comme principaux bénéficiaires dans l’entreprise. Toutefois, il existe bien d’autres usages de l’IA pour améliorer l’efficacité sur les fonctions managériales. Pour prendre un exemple en plein essor, l’IA peut être utilisée pour « faire parler » les chiffres des reportings (de ventes, production, etc.) en générant automatiquement pour le manager un narratif soulignant les tendances, les alertes, etc. L’IA peut tout autant permettre d’optimiser la planification et les besoins en ressources en fournissant des prédictions sur les volumes (Machine Learning ayant appris à partir des historiques comment différents facteurs influencent les volumes).

De l’efficacité, de la satisfaction client et des gains financiers

Ces boosters d’efficacité peuvent tout autant améliorer l’expérience client en favorisant l’immédiateté des échanges – et pas seulement à travers les voicebots et chatbots : il sera ainsi par exemple possible d’exploiter les pièces client à la volée lors de leur soumission sur l’app mobile ou le portail pour un retour instantané (pièces illisibles, incomplètes, contrat non signé, …). Un gain de temps précieux pour le client et l’entreprise et autant d’irritants en moins pour chacun.
Et, cerise sur le gâteau, la systématisation des contrôles qui est rendue possible par l’automatisation permettra sur de nombreux processus de générer des économies financières directes (ex : assureur économisant 1m€ sur ses sinistres auto).

Vers des solutions toujours plus holistiques et prêtes à l’emploi

Les technologies pour tous ces usages sont matures et les solutions de marché se consolident en permanence dans une optique toujours plus bout en bout (à l’instar des éditeurs RPA intégrant des capacités de traitement de données non structurées). Il n’existe toutefois pas encore de solution holistique permettant d’adresser les différentes familles de cas évoquées. Mettre en œuvre l’IA pour l’efficacité nécessite donc encore à l’heure actuelle de mobiliser différentes technologies, avec toujours un choix de « Make or Buy » pour les entreprises. Sur certains sujets comme le KYC, l’option Buy semble extrêmement attractive tant la maturité des solutions éditeur est forte. Le marché attend des solutions toujours plus prêtes à l’emploi ce qui amène aussi les éditeurs à proposer des offres verticalisées pour une industrie donnée (ex : solutions capables de lire les constats amiables en assurance, etc.). Face à ces options, les entreprises devront néanmoins toujours s’interroger sur les questions de dépendance éditeur, de modèle économique, d’architecture, etc. qui pourront faire pencher la balance différemment vers un Make ou un Buy suivant le contexte.

S’engager dans la transformation

Le potentiel et les solutions sont là, la question qui se pose alors est celle d’identifier les points d’application et priorités, avec deux approches possibles.

La première approche pour identifier les cas consiste à engager une analyse des processus. C’est l’opportunité de réfléchir à 360° en considérant les leviers IA comme les leviers d’optimisation plus classiques. Très mobilisatrice pour les équipes, ce type d’approche peut aujourd’hui être fortement accéléré par l’usage du Process Mining. Ces outils permettent en effet de visualiser le pas à pas des processus à partir des évènements tracés dans le SI et facilitent ainsi la découverte des opportunités.

La seconde approche consiste à entrer non pas par les processus mais par les technologies. L’approche s’articule alors autour d’ateliers d’Idéation permettant d’acculturer les métiers aux technologies à travers des démonstrations de cas concrets. Cette approche très aspirationnelle permet d’accélérer l’identification des cas d’application IA dans l’entreprise. Mais elle n’affranchit pas, en aval, d’un travail sur la dimension processus pour confirmer les cas issus de l’idéation et valider la cohérence bout en bout sur le processus.

Tout est donc là pour permettre aux entreprises d’aller chercher le potentiel énorme que l’IA leur réserve pour booster leur efficacité et relever les nouveaux défis !

 

* Etude « L’entreprise propulsée par l’IA »

Articles associés

Intelligence Artificielle

Le secteur public est prêt à se saisir de l’IA !

Date icon 12 juin 2020

Pour réaliser un gouvernement numérique potentialisé grâce à l’IA, il est essentiel de...

Intelligence Artificielle

Explicabilité de l’Intelligence Artificielle – un défi majeur pour une adoption durable

Date icon 29 mai 2020

L’intelligence artificielle est désormais une technologie utilisée par de nombreuses...

Intelligence Artificielle

L’IA au service de la qualité des données, pour des cas d’usage toujours plus innovants

Ramzi Kaak
Date icon 4 novembre 2019

Selon Gartner, près de 70% des entreprises interrogées déclarent que leurs problèmes de...