Le bot qui m'aimait : comment l'automatisation intelligente améliorera nos emplois et nos entreprises

Fourni par PwC

Lorsque nous pensons à l'automatisation, des exemples typiques - robotique d'usine, filtres anti-spam et outils de test de logiciels automatisés - nous viennent souvent à l'esprit. Mais que se passerait-il si l'automatisation pouvait bénéficier d'une mise à niveau spectaculaire, rendue plus intelligente en intégrant ces outils aux technologies d'apprentissage automatique (ML) ? Imaginez un monde dans lequel les outils d'automatisation surveillent notre façon de travailler, puis utilisent des informations basées sur l'intelligence artificielle (IA) pour nous dire comment mieux travailler (ou améliorer nos efforts de travail pour nous) à la volée.

Ce n'est pas un fantasme : L'automatisation intelligente arrive maintenant , et cela va profondément changer notre façon de travailler.

Aujourd'hui, les outils d'automatisation sont largement isolés et segmentés dans leurs propres fiefs. Un chatbot de site Web n'interagit généralement pas avec un employé du service client à moins qu'il ne soit programmé pour transmettre une conversation si certaines conditions sont remplies. Le chatbot suit simplement sa programmation, ne changeant jamais de cap à moins qu'il ne soit ordonné de le faire. Lorsque nous développons un système comme celui-ci, nous déterminons d'abord ce que nous voulons automatiser ; Ensuite, nous concevons et développons le bot pour qu'il fonctionne dans son objectif spécifique.

Mais tout cela change de fond en comble.

L'apprentissage automatique décidera quoi automatiser

Voici à quoi ressemble l'avenir de l'automatisation : plutôt que de déterminer un processus que nous souhaitons automatiser, un agent d'apprentissage automatique observera notre façon de travailler, en collectant et en explorant des données historiques pour déterminer où se situent les opportunités d'automatisation. L'outil d'IA émettra alors une hypothèse de solution sous la forme d'un changement de processus automatisé et simulera comment ces changements amélioreront la productivité ou conduiront à de meilleurs résultats commerciaux.

À partir de là, le processus optimisé et automatisé sera mis en œuvre dans l'environnement de travail, s'intégrant de manière transparente dans nos tâches, dans le but de réduire les efforts manuels répétitifs, ce que l'on appelle le travail chargé qui prend une si grande partie de la journée. Cette combinaison de travail humain et numérique s'appelle l'orchestration.

Ce n'est pas un fantasme : l'automatisation intelligente arrive maintenant, et elle va profondément changer notre façon de travailler.

Lorsqu'elle est utilisée dans toute l'entreprise, l'orchestration nous permet d'élaborer une norme de référence en matière de meilleures pratiques axées sur l'automatisation qui peuvent être standardisées dans l'ensemble de l'organisation. Ces outils surveilleront en permanence leurs propres performances (et pourraient également surveiller les performances des employés) et amélioreront leurs propres algorithmes à mesure que des données supplémentaires sont capturées, s'améliorant chaque jour tout en appliquant leurs apprentissages à d'autres défis présentant des problèmes connexes. Par exemple, un algorithme qui achemine les e-mails entrants du service client pourrait finalement s'adapter pour acheminer les documents d'évaluation internes des employés.

L'automatisation intelligente a des applications dans un large éventail de rôles professionnels, de disciplines, de départements et de secteurs. Il peut être utilisé pour tout, de l'amélioration de la messagerie à l'attribution de codes de facturation à la rationalisation des initiatives de marketing externes.

Mais si l'orchestration basée sur le ML trouvera de nombreuses applications dans le travail de bureau, elle ne se limite pas aux tâches de routine telles que l'envoi de réponses automatisées par e-mail aux demandes des clients ou l'intégration de nouveaux employés.

Imaginez un agent d'assurance qui développe des polices complexes pour ses clients, sur la base d'enquêtes exhaustives qui détaillent leurs besoins particuliers. Ces politiques peuvent prendre des heures à construire, développées au coup par coup à partir de catalogues approfondis de termes, de coûts et d'avantages variables. C'est peut-être un processus simple, mais c'est aussi un processus qui prend du temps et qui nécessite une attention considérable aux détails pour s'assurer que rien n'est négligé.

L'automatisation intelligente élimine presque tous ces efforts. Un microbot intelligent pourrait observer le flux de travail de l'agent d'assurance, découvrir où trop d'efforts manuels ont lieu et déterminer où l'automatisation pourrait à la fois rationaliser le flux de travail et améliorer le produit fini, le tout sans impliquer directement l'agent.

Alors que l'agent maintiendrait la surveillance, il serait libéré des aspects les plus banals du travail, car le microbot composerait la politique en son nom, laissant l'agent se concentrer sur la tâche globale de mieux servir ses clients.

L'automatisation intelligente peut profiter à chaque employé

L'un des objectifs de l'automatisation intelligente est d'étendre cette profiter à tout le monde dans l'organisation . Vous ne devriez pas avoir besoin d'impliquer le service informatique pour tirer parti de l'automatisation, car ces outils sont conçus pour abandonner ce qui était autrefois un processus très ardu et technique et le rendre beaucoup plus convivial.

L'exemple de l'agent d'assurance ci-dessus peut sembler complexe, mais, au fond, c'est un problème fondamental que tout travailleur du savoir rencontre : devoir investir de longues heures dans un processus répétitif qui n'utilise pas au mieux le temps ou les compétences de ce professionnel. La boîte à outils d'automatisation intelligente idéale est conçue pour être accessible à tous, et les organisations n'auront pas besoin d'une équipe de scientifiques des données pour la mettre en œuvre.

Les robots d'automatisation intelligents devront surmonter ces craintes avant que nous leur fassions suffisamment confiance pour mettre tout le poids de l'entreprise sur leurs épaules.

Considérez une autre analyse de rentabilisation avec laquelle presque toutes les grandes entreprises se débattent : le centre d'appels. Le centre d'appels est un excellent exemple car nous pouvons voir assez clairement comment il fonctionne et est géré, ce que font les agents du centre d'appels et comment ils traitent chaque appel. Beaucoup d'énergie est dépensée pour surveiller les appels, déterminer le type d'appel et l'acheminer de manière appropriée. Les responsables de centres d'appels sont souvent fiers d'avoir accès à une montagne d'informations sur chaque appel entrant dans le centre.

Commençons donc à appliquer l'automatisation de base à ce département. Un outil d'IA simple, comme celui qui existe aujourd'hui, pourrait décider que les meilleurs clients devraient attendre le moins de temps possible. Il s'agit d'une approche algorithmique stricte qui redirige certains appelants vers le site Web, fournit aux autres appelants une réponse standardisée et transmet rapidement les VIP à un agent plus expérimenté.

L'outil d'IA utilise des règles et une logique pour prendre ces décisions, mais il n'y a aucun sens de l'empathie humaine ici. L'outil d'intelligence artificielle ne peut pas ressentir la frustration dans la voix de l'appelant, et peu importe qu'une mère harcelée qui est en retard pour récupérer ses enfants soit en attente pendant une heure.

En ajoutant un outil d'automatisation orchestré et intelligent, le système peut apprendre en étudiant les interactions de tous les agents avec tous les appelants, plutôt que de simplement s'appuyer sur un ensemble de règles statiques et prédéterminées. Ce n'est pas la même chose que l'empathie humaine, mais la capacité du bot à s'adapter (ou à s'auto-guérir) déplace l'aiguille dans cette direction et produit des résultats sensiblement meilleurs au fil du temps.

En observant la façon dont les humains réagissent aux différents appels, l'outil d'automatisation devient de plus en plus efficace pour prendre des décisions sur la façon de gérer ces appels sans intervention humaine. Le résultat final est des clients plus satisfaits et des opérateurs de centres d'appels plus engagés et plus productifs.

Cela peut sembler fantaisiste et futuriste, mais des outils comme celui-ci commencent déjà à arriver sur le marché. D'ici 2019, ils devraient être largement utilisés dans un éventail d'industries.

Cela ne veut pas dire que ces outils sont unilatéralement prêts à être mis en lumière, car l'automatisation intelligente présente quelques défis que nous devrons surmonter à mesure que la technologie entrera dans le courant dominant.

La confiance est l'un des plus gros problèmes. Les e-mails marketing et les codes de facturation sont une chose, mais les gens peuvent-ils faire confiance aux bots pour les transactions financières et les informations sur les ressources humaines ? Lorsque des données sensibles telles que les dossiers médicaux et les numéros de carte de crédit sont impliquées, il est naturel de craindre que quelque chose ne tourne mal à cause d'une ligne de code mal placée.

Les robots d'automatisation intelligents devront surmonter ces craintes avant que nous leur fassions suffisamment confiance pour mettre tout le poids de l'entreprise sur leurs épaules.

Les entreprises intelligentes prennent une longueur d'avance... en développant un cadre de gouvernance sur l'automatisation.

La normalisation des données est un autre défi. Les données sont stockées dans d'innombrables formats, des dizaines de langages de programmation sont courants et le nombre d'applications avec lesquelles les bots devront interagir se chiffre probablement par milliers. Comment les bots utilisent-ils toutes ces sources et formats de données ? Et qui est responsable de la gestion de l'essaim de bots ?

Enfin, comment empêcher les préjugés de s'infiltrer dans les systèmes intelligents ? Le biais d'un développeur se glissera-t-il dans son algorithme ? Si le gestionnaire de prêts d'une banque applique des normes différentes aux candidats issus de minorités, le bot apprend-il ce comportement et intègre-t-il la discrimination dans son processus interne ? Des situations comme celles-ci soulèvent des questions éthiques qui n'ont pas été entièrement discutées, mais elles doivent l'être.

Ces défis n'ont pas besoin d'être intimidants et peuvent commencer à être relevés grâce à une gouvernance rigoureuse dans l'entreprise. Les entreprises intelligentes prennent une longueur d'avance (et relèvent certains de ces défis) en élaborer un cadre de gouvernance sur l'automatisation, qui énonce les outils approuvés et les protocoles de sécurité que les bots peuvent utiliser. Dans certaines entreprises, les processus commerciaux sont également réinventés, de sorte que l'automatisation peut être mise en œuvre avec plus de succès. D'autres adaptent leur modèle d'exploitation pour intégrer plus de technologie directement dans l'entreprise.

Bien que nous ayons encore du chemin à faire, l'automatisation intelligente prouve déjà sa valeur. Cette ensemble de technologies offre un moyen éprouvé de réduire les dépenses, d'améliorer la productivité et d'améliorer la satisfaction des employés. Et à mesure que l'automatisation devient plus intelligente et plus significative, tous ces facteurs continueront de s'améliorer, parfois de façon spectaculaire.

Alors que nous repensons toutes sortes de processus de bout en bout, nous nous attendons à voir émerger de nombreuses propositions de valeur entièrement nouvelles, toutes guidées par la puissance de l'automatisation intelligente.

Pour en savoir plus sur la perspective d'automatisation de PwC et découvrir comment réinventer votre entreprise, Cliquez ici.

cacher