Quelle est la prochaine grande nouveauté en matière d’automatisation d’entreprise ? Si vous demandez aux géants de la technologie, ce sont des agents, pilotés par l’IA générative.
Il n’existe pas de définition universellement acceptée de agentmais de nos jours, le terme est utilisé pour décrire des outils génératifs basés sur l’IA qui peuvent effectuer des tâches complexes grâce à des interactions de type humain sur des logiciels et des plates-formes Web.
Par exemple, un agent pourrait créer un itinéraire en remplissant les informations d’un client sur les sites Web des compagnies aériennes et des chaînes hôtelières. Un agent pourrait également commander le service de covoiturage le moins cher vers un emplacement en comparant automatiquement les prix entre les applications.
Les vendeurs sentent l’opportunité. Le créateur de ChatGPT, OpenAI, serait en train de développer des systèmes d’agents d’IA. Et Google a présenté une multitude de produits de type agent lors de sa conférence annuelle Cloud Next début avril.
« Les entreprises devraient commencer dès aujourd’hui à se préparer à l’adoption à grande échelle des agents autonomes », ont récemment écrit des analystes du Boston Consulting Group dans un rapport, citant des experts qui estiment que les agents autonomes se généraliseront d’ici trois à cinq ans.
Automatisation à l’ancienne
Alors, qu’en est-il du RPA ?
L’automatisation robotique des processus (RPA) est devenue à la mode il y a plus de dix ans, alors que les entreprises se tournaient vers cette technologie pour renforcer leurs efforts de transformation numérique tout en réduisant les coûts. À l’instar d’un agent, la RPA pilote l’automatisation des flux de travail. Mais il s’agit d’une forme beaucoup plus rigide, basée sur des règles prédéfinies de type « si-alors » pour des processus qui peuvent être décomposés en étapes strictement définies et discrétisées.
« La RPA peut imiter des actions humaines, telles que cliquer, taper ou copier-coller, pour effectuer des tâches plus rapidement et avec plus de précision que les humains », a expliqué Saikat Ray, analyste vice-président chez Gartner, à TechCrunch dans une interview. « Cependant, les robots RPA ont des limites lorsqu’il s’agit de gérer des tâches complexes, créatives ou dynamiques qui nécessitent un traitement du langage naturel ou des compétences de raisonnement. »
Cette rigidité rend la construction de la RPA coûteuse et limite considérablement son applicabilité.
Une enquête réalisée en 2022 par Robocorp, un fournisseur de RPA, révèle que parmi les organisations qui déclarent avoir adopté la RPA, 69 % connaissent des flux de travail d’automatisation interrompus au moins une fois par semaine, dont beaucoup prennent des heures à réparer. Des entreprises entières ont été créées pour aider les entreprises à gérer leurs installations RPA et à éviter qu’elles ne tombent en panne.
Les fournisseurs de RPA ne sont pas naïfs. Ils sont bien conscients des défis et pensent que l’IA générative pourrait en résoudre un grand nombre sans précipiter la disparition de leurs plateformes. Dans l’esprit des fournisseurs de RPA, la RPA et les agents basés sur l’IA générative peuvent coexister pacifiquement – et peut-être même un jour se compléter pour se compléter.
Automatisation de l’IA générative
UiPath, l’un des plus grands acteurs du marché RPA avec plus de 10 000 clients, dont Uber, Xerox et CrowdStrike, a récemment annoncé de nouvelles fonctionnalités d’IA générative axées sur le traitement des documents et des messages, ainsi que la prise d’actions automatisées pour offrir ce que Bob, PDG d’UiPath, a annoncé. Enslin appelle « la transformation numérique en un clic ».
« Ces fonctionnalités fournissent aux clients des modèles d’IA génératifs formés pour leurs tâches spécifiques », a déclaré Enslin à TechCrunch. « Notre IA générative alimente des charges de travail telles que la complétion de texte pour les e-mails, la catégorisation, la détection d’images, la traduction linguistique, la capacité de filtrer les informations personnellement identifiables. [and] répondre rapidement à toutes les questions liées aux personnes sur la base des connaissances issues des données internes.
L’une des explorations les plus récentes d’UiPath dans le domaine de l’IA générative est Clipboard AI, qui combine la plate-forme d’UiPath avec des modèles tiers d’OpenAI, Google et d’autres pour, comme le dit Enslin, « apporter la puissance de l’automatisation à quiconque doit copier/ pâte. » Clipboard AI permet aux utilisateurs de mettre en évidence les données d’un formulaire et, en tirant parti de l’IA générative pour déterminer les bons endroits où placer les données copiées, de les diriger vers un autre formulaire, une autre application, une feuille de calcul ou une base de données.
Crédits images : UiPath
« UiPath voit la nécessité de rapprocher l’action et l’IA ; c’est là que la valeur est créée », a déclaré Enslin. « Nous pensons que les meilleures performances viendront de celles qui combinent l’IA générative et le jugement humain – ce que nous appelons l’humain dans la boucle – à travers des processus de bout en bout. »
Automation Anywhere, le principal rival d’UiPath, tente également d’intégrer l’IA générative dans ses technologies RPA.
L’année dernière, Automation Anywhere a lancé des outils génératifs basés sur l’IA pour créer des flux de travail à partir du langage naturel, résumer le contenu, extraire des données de documents et, peut-être le plus important, s’adapter aux changements dans les applications qui entraîneraient normalement l’échec d’une automatisation RPA.
« [Our generative AI models are] développé au-dessus de [open] de grands modèles de langage et formés avec des métadonnées anonymisées provenant de plus de 150 millions de processus d’automatisation dans des milliers d’applications d’entreprise », a déclaré Peter White, vice-président directeur de l’IA et de l’automatisation d’entreprise chez Automation Anywhere, à TechCrunch. « Nous continuons à créer des modèles d’apprentissage automatique personnalisés pour des tâches spécifiques au sein de notre plate-forme et construisons également désormais des modèles personnalisés en plus des modèles fondamentaux d’IA générative à l’aide de nos ensembles de données d’automatisation.
RPA de nouvelle génération
Ray note qu’il est important d’être conscient des limites de l’IA générative, à savoir les préjugés et les hallucinations, car elle alimente un nombre croissant de capacités RPA. Mais, mis à part les risques, il estime que l’IA générative est susceptible d’ajouter de la valeur à la RPA en transformant le fonctionnement de ces plateformes et en « créant de nouvelles possibilités d’automatisation ».
« L’IA générative est une technologie puissante qui peut améliorer les capacités des plateformes RPA en leur permettant de comprendre et de générer du langage naturel, d’automatiser la création de contenu, d’améliorer la prise de décision et même de générer du code », a déclaré Ray. « En intégrant des modèles d’IA générative, les plateformes RPA peuvent offrir plus de valeur à leurs clients, augmenter leur productivité et leur efficacité et élargir leurs cas d’utilisation et leurs applications. »
Craig Le Clair, analyste principal chez Forrester, estime que les plateformes RPA sont prêtes à être étendues à soutien les agents autonomes et l’IA générative à mesure que leurs cas d’utilisation se développent. En fait, il s’attend à ce que les plates-formes RPA se transforment en ensembles d’outils complets pour l’automatisation – des ensembles d’outils qui aident à déployer la RPA en plus des technologies d’IA générative associées.
« Les plates-formes RPA disposent de l’architecture nécessaire pour gérer des milliers d’automatisations de tâches, ce qui est de bon augure pour la gestion centralisée des agents IA », a-t-il déclaré. « Des milliers d’entreprises disposent de plateformes RPA bien établies et seront disposées à les utiliser pour des agents génératifs basés sur l’IA. La RPA s’est développée en partie grâce à sa capacité à s’intégrer facilement aux modèles de travail existants, grâce à l’intégration de l’interface utilisateur, et cela restera précieux pour les agents plus intelligents à l’avenir.
UiPath commence déjà à prendre des mesures dans cette direction avec une nouvelle fonctionnalité, Context Grounding, entrée en préversion plus tôt dans le mois. Comme Enslin me l’a expliqué, Context Grounding est conçu pour améliorer la précision des modèles d’IA génératifs – qu’ils soient propriétaires ou tiers – en convertissant les données commerciales sur lesquelles ces modèles pourraient s’appuyer dans un format « optimisé » plus facile à indexer et à rechercher.
« Context Grounding extrait des informations à partir d’ensembles de données spécifiques à l’entreprise, comme une base de connaissances ou des politiques et procédures internes, pour créer des réponses plus précises et plus perspicaces », a déclaré Enslin.
S’il y a quelque chose qui retient les fournisseurs de RPA, c’est bien la tentation omniprésente d’enfermer les clients, a déclaré Le Clair. Il a souligné la nécessité pour les plates-formes de « rester agnostiques » et d’offrir des outils pouvant être configurés pour fonctionner avec une gamme de systèmes et de flux de travail d’entreprise actuels – et futurs.
À cela, Enslin a promis qu’UiPath resterait « ouvert, flexible et responsable ».
« L’avenir de l’IA nécessitera une combinaison d’IA spécialisée et d’IA générative », a-t-il poursuivi. « Nous voulons que nos clients puissent utiliser en toute confiance toutes sortes d’IA. »
White ne s’est pas exactement engagé à la neutralité. Mais il a souligné que la feuille de route d’Automation Anywhere est fortement influencée par les commentaires des clients.
« Ce que nous disent tous les clients, dans tous les secteurs, c’est que leur capacité à intégrer l’automatisation dans de nombreux autres cas d’utilisation a augmenté de façon exponentielle grâce à l’IA générative », a-t-il déclaré. « Grâce à l’intégration de l’IA générative dans les technologies d’automatisation intelligente comme la RPA, nous voyons le potentiel pour les organisations de réduire leurs coûts d’exploitation et d’augmenter leur productivité. Les entreprises qui n’adopteront pas ces technologies auront du mal à rivaliser avec celles qui adoptent l’IA générative et l’automatisation.