L'incertitude économique et opérationnelle causée par la pandémie de COVID-19 a contraint de nombreuses entreprises à se concentrer sur des gains d'automatisation rapides. Il semble que la plupart de ces succès proviennent de l'automatisation des tâches (RPA) sans se concentrer sur la vue d'ensemble et les processus métier dont ils font partie.
Cela créera probablement une dette technique et de processus à long terme pour les organisations. Pour atténuer ce scénario, une nouvelle approche est proposée, qui est l'hyperautomatisation.
Les premiers défis sont les suivants :
- Comment évoluer au-delà de la RPA et atteindre une telle hyper-automatisation
- La matrice d'alignement d'automatisation pour l'hyperautomatisation
- Feuille de route de l'hyperautomatisation
Définition de l'hyperautomatisation
Dès le début, l'hyperautomatisation axée sur l'entreprise fait référence à une approche dans laquelle les organisations identifient, examinent et automatisent rapidement autant de processus technologiques et commerciaux approuvés grâce à une approche disciplinée.
L'hyperautomatisation axée sur l'entreprise implique l'utilisation orchestrée de plusieurs technologies, outils ou plates-formes.
Un modèle pour gérer le processus d'hyperautomatisation correspondrait au schéma suivant.
étape 1
La première étape consiste à définir les objectifs commerciaux. Quel sera le résultat ? Qu'est-ce qui doit changer ? La croissance est-elle poursuivie et les revenus doivent-ils augmenter ? Une rentabilité accrue ? Les coûts sont-ils réduits ? Dois-je appliquer une politique de conformité ?
Par exemple, pour Wells Fargo, la conformité, la réglementation et le juridique ont été l'un de ses principaux moteurs. Ils nécessitent d'évoluer vers la réduction des risques et de veiller à ce que les réglementations gouvernementales soient respectées.
Lorsque vous commencez par l'objectif commercial, vous pilotez ce qui finit par être l'ambition numérique. Cela permet de se concentrer sur les questions clés. Il s'agit toujours d'objectifs et de technologie comme support et aide.
étape 2
Une fois les objectifs commerciaux fixés, une vision globale des besoins des programmes et processus existants est établie. La plupart des améliorations et des changements seront de l'automatisation, car de nombreux travaux comportent des éléments substantiels qui peuvent être automatisés.
Selon WorkMarket, 53 % des employés pensent qu'ils pourraient économiser jusqu'à 20 heures par mois en automatisant les tâches (rapport WorkMarket 2020 In (Sight)).
Se limiter à l'automatisation est une vision partielle qui doit être élargie et des pratiques telles que le Design Thinking ou la Théorie des jeux peuvent être utilisées pour emmener l'entreprise à travers des scénarios hypothétiques. Il se peut que vous dériviez d'une vision de démolir complètement ce qui existe actuellement et d'automatiser l'ensemble du processus à partir de zéro, ou d'améliorer de manière itérative ce que vous avez en automatisant partiellement le processus.
Cette conclusion est assez courante puisque la plupart des processus sont conçus pour d'autres moments technologiques, commerciaux, ou ne tiennent pas compte des nouvelles habitudes numériques du marché et des clients.
étape 3
Avec des objectifs commerciaux et une vision, vous devez passer par le processus de documentation approfondie du travail à faire. Une analyse préalable des processus permet d'aligner les résultats des processus avec les objectifs commerciaux.
Heureusement, ce travail n'est plus aussi difficile qu'avant. Les outils automatisés de découverte de processus et d'exploration de données ont remarquablement évolué pour cela.
Pourtant, la technologie est un moyen, pas une fin. Des experts en la matière sont nécessaires pour travailler avec des analystes de processus afin de pousser leurs modèles à l'extrême.
Les outils automatisés de découverte et d'exploration de processus ont des limites inhérentes qui nécessitent toujours une intervention et une analyse humaines pour vous fournir les informations dont vous avez besoin pour concevoir vos processus de manière à correspondre à vos ambitions numériques.
En particulier, les outils de process mining attachés aux outils RPA finissent presque toujours par dériver vers la RPA. Si vous avez un marteau, tout ressemble à un clou.
Il convient également de considérer qu'il est temps d'effectuer des simulations de scénarios pour voir quels résultats apparaissent au fur et à mesure que des modifications sont apportées aux processus. Et si au lieu de trier manuellement les factures, un moteur d'ingestion de documents le faisait ? Que se passe-t-il si des bots prennent en charge certains travaux de routine ?
étape 4
Une fois qu'une définition large et ambitieuse des travaux à réaliser est disponible, une analyse des solutions technologiques est effectuée pour déterminer celle qui est la plus appropriée pour le type de résultat attendu.
Cette analyse, plus visuelle si elle est présentée en mode matriciel, est nécessaire car ils ont souvent du mal à déterminer quand utiliser lequel des nombreux outils d'automatisation disponibles.
La boîte à outils DigitalOps est une base complète des composants qui doivent apparaître dans la matrice. L'alignement de l'automatisation est une étape très importante qui garantit que le problème mentionné au point 3 de finir par tout dériver vers des solutions RPA uniquement est évité.
Cette analyse est une étape essentielle pour s'assurer que vous utilisez le bon outil d'automatisation au bon moment et au bon endroit dans vos processus. On pourrait soutenir qu'elle appartient à l'étape d'Analyse des Processus (Étape 2), mais elle est suffisamment pertinente et complexe, compte tenu des infrastructures disponibles dans chaque organisation, pour avoir sa propre « étape ».
Étapes 5 et 6
Une fois les tâches préliminaires effectuées et concrétisées, du moins en ce qui concerne le RPA et la mise en place de bots, de premiers prototypes ou la création de produits minimum viables pour déterminer les paramètres de manière plus efficace et efficiente.
Cette étape est déjà bien établie et constitue une bonne pratique dans toute l'industrie. Il en va de même pour la version et la production, du moins pour les déploiements initiaux. Là où il y a des défis, c'est de pouvoir évoluer au-delà des prototypes, des pilotes et des déploiements de production limités.
étape 7
Toutes les étapes exposées, réalisées de manière ordonnée, sont essentielles. Cependant, la surveillance et la mesure sont essentielles afin d'établir le plan de montée en charge et d'amplifier les efforts vers l'Hyperautomatisation.
Le suivi est bénéfique pour aider à arriver au résultat. Cependant, cela ne sert à rien si vous ne savez pas d'où vous partez, où vous en êtes en ce moment.
C'est une carte qui ne peut pas donner d'instructions ou faire de prédictions futures si elle ne connaît pas le contexte.
Dans le processus d'automatisation, rien de tout cela n'est possible sans un modèle d'analyse de données efficace.
Les informations commerciales ne sont pas un bon indicateur en elles-mêmes. La situation réelle et son suivi doivent aussi pouvoir mesurer la performance de la solution, la conduite du changement, les incidents, les coûts, etc. Avec ces informations, vous pouvez prédire ce qui va se passer.
Essentiellement, toutes ces données doivent informer et prévoir si les résultats de votre processus vous aideront ou vous empêcheront d'atteindre les objectifs commerciaux définis à l'étape 1. C'est ce qui compte vraiment. Si vous n'obtenez pas les bons résultats de processus, déterminez comment apporter le changement approprié pour obtenir le résultat souhaité. Le reste des mesures de performance sont intéressantes mais pas décisives.
étape 8
Alors que les premiers résultats positifs commencent à apparaître, un plan de gouvernance et de mise à l'échelle est nécessaire.
Le défi est qu'à ce stade, de nombreuses disciplines sont requises pour la variété d'outils disponibles dans DigitalOps, ainsi que des disciplines moins techniques mais non moins critiques telles que l'analyse des processus ou la réingénierie.
De plus, au fur et à mesure de la mise à l'échelle, de nouveaux efforts d'automatisation seront également intégrés.
Les méthodologies et les COE (Computer-Optimized Equalization, pratiques d'équilibre entre éléments technologiques) doivent prendre en compte l'ensemble de ce scénario.
Tenter de faire évoluer les processus d'automatisation sans un gouvernement qui établit des méthodologies et établit un équilibre technologique entraîne une duplication des efforts, des silos et du désordre. En d'autres termes, vous automatisez peut-être, mais l'approche sera très inefficace dans l'ensemble de l'entreprise et aura donc un coût d'opportunité élevé par rapport aux concurrents.
étape 9
L'itération, la révision et l'amélioration continues sont essentielles et font partie intégrante de la progression de l'entreprise.
Cela soulève souvent la question de savoir quand arrêter de dépenser de l'argent pour l'amélioration des processus. La réponse doit être claire : lorsque le processus est considéré comme si bon que vous n'avez plus à vous soucier de la concurrence, vous pouvez arrêter de vous améliorer. Cela génère une question suivante que tout le monde dans l'organisation doit se poser est de savoir s'ils ont atteint un niveau bien au-dessus du reste ou, de manière plus ambitieuse, si ce niveau d'optimisation peut vraiment être envisagé.
D'autre part, baser cette décision strictement sur la concurrence est une simplification excessive. Il y a aussi la prise en compte des objectifs commerciaux, des ressources qui ne sont pas infinies, la satisfaction client, les tendances, ... tous ces facteurs obligent à une sélection de certains processus dans lesquels il est nécessaire de s'engager dans une amélioration continue.
L'hyperautomatisation est décrite comme une boucle infinie.
Conclusions
Les premiers succès de l'automatisation sont souvent des implémentations RPA de base. Cela génère beaucoup d'enthousiasme général, mais cela ralentit ensuite la mise à l'échelle et la croissance de ces succès partiels jusqu'à l'hyper-automatisation.
Les moteurs les plus importants du succès ultime, une fois que vous avez dépassé cette phase euphorique initiale, sont les deux tiers gauches du schéma de boucle infinie illustré dans le schéma de cet article.
A ce moment, la petite expérience en Hyperautomatisation se manifeste. Les étapes un à quatre, et sept à neuf, sont celles où la partie ordonnée, planifiée et itérative de la boucle infinie entre en jeu. Ces étapes sont là où se trouve le gros du travail. Ils sont la partie disciplinaire de l'Hyperautomatisation.
Cependant, ils ont aussi la récompense la plus importante pour leurs efforts. La meilleure façon de vous démarquer de la concurrence est de lier les résultats des processus aux objectifs commerciaux et de s'adapter en fonction de ces résultats. Pour y parvenir, une approche holistique de l'automatisation doit être adoptée, et pas seulement concentrée sur un tiers de la boucle sans fin de l'hyper-automatisation.
En bref, l'hyperautomatisation est une approche axée sur l'entreprise, itérative et disciplinée qui accélère les efforts d'automatisation et les résultats.
L'hyperautomatisation ne peut pas être obtenue avec la RPA seule. La suite DigitalOps est essentielle pour pouvoir disposer des outils nécessaires à l'évolution. Alors que les efforts d'automatisation réussissent souvent dans les implémentations pilotes initiales et dans les petits départements, les organisations doivent évoluer au-delà des succès initiaux. L'hyperautomatisation nécessite une approche plus rigoureuse pour définir vos objectifs commerciaux à l'avance et les laisser guider les décisions numériques que vous prenez lorsque vous construisez votre programme d'automatisation.
