Si l’adoption de l’intelligence artificielle par les entreprises reste faible, celui de son enfant naturel, la RPA (automatisation robotisée des processus) connaît une croissance exponentielle avec un taux d’adoption de plus de 50 %, projeté à 72 % d’ici à 2021. Oui, c’est bien le secteur de l’IT qui croît le plus rapidement.

Quand on pense à la RPA, son application à la fonction achat n’est pas celle qui vient spontanément à l’esprit. Hormis, à la marge, pour un cas d’utilisation classique, celui du rapprochement automatisé entre des factures, commandes et références produits

Désormais mature, la RPA traite avec constance toute tâche répétitive et stable, quel que soit le volume de données. Avec toutefois une limitation, un traitement qui s’applique uniquement aux données structurées. Cette limite de la RPA « classique » est en passe d’être levée avec l’adjonction d’une couche d’intelligence artificielle pour passer d’une simple automatisation d’un processus entre applications vers une « RPA Cognitive ».

RPA + IA : un saut quantique équivalent à l’arrivée du Big Data

Baptisée IPA pour Intelligent Procurement Automation, ces nouveaux robots se voient progressivement dotés de nouvelles capacités : reconnaissance d’image, reconnaissance de la voix et des sons, analyse sémantique (NLP), analyse de sentiments et une capacité d’apprentissage, bref toute la panoplie offerte par les diverses couches d’intelligence artificielle et de machine Learning.

Cette transition d’un traitement simple à un traitement intelligent modifie radicalement les perspectives. Le gap le plus évident étant celui du traitement de données structurées à celui de données non structurées. Une révolution équivalente à celle connue par les bases de données avec l’avènement du Big Data via Hadoop !

Avec 80 % des données cachées ou non structurées à traiter par la fonction achat, ces évolutions augurent pour le métier de scénarios bien plus séduisants que la seule automatisation de tâches simples et sans valeur ajoutée. Pouvoir automatiser des processus axés sur le contenu avec des capacités apprenantes donne presque le vertige au regard du champ des possibles.

Achat de classe C, appels d’offres, règles de conformités : l’IPA devient un assistant intelligent (AI)

Les hypothèses de cas d’usages sont pléthores. Le plus évident est celui d’une automatisation des achats de classe C. Avec une RPA classique, cette automatisation présente de nombreux risques de dysfonctionnement faute de données suffisamment structurées. Un simple changement de nomenclature et tout s’arrête. Avec une capacité de cognition, il est possible d’imaginer la reconnaissance du produit, par exemple un crayon à papier, et en cas de mauvaise référence, une recherche par image du bon produit pour pérenniser le processus. Pour peu que cette action ait été prévue et programmée en couplage du RPA.

La capacité d’apprentissage du RPA cognitif va beaucoup plus loin en termes de possibilités et empiète sur des terrains plus « experts ». Par exemple, on peut imaginer un enchaînement entre la classification des volumes d’achat (spend) et leur optimisation par requêtes successives, ou encore la duplication intelligente des appels d’offres pour des prestations intellectuelles lors de leur arrivée à échéance. D’autres exemples ?

• Le respect de la politique achat : un robot intelligent saura extraire les transactions et pourra les comparer avec les politiques achats non pas uniquement à un instant T mais aussi dans le temps en prenant en compte les évolutions de celle-ci.
• La gestion des remises de fin d’année optimisée avec un calcul et une proposition dynamique à l’acheteur ou au prescripteur des contrats & fournisseurs à privilégier pour activer les remises de fin d’année prévues au contrat.
• Prévenir des risques liés à la Loi Sapin 2 par l’extraction, l’interprétation d’informations et leur matérialisation à destination des acheteurs, des managers risque, du département de la conformité.Ces scénarios démontrent une gradation dans l’évolution des robots intelligents qui s’étendent de la simple automatisation des processus avec une RPA basée sur des données structurées jusqu’à la mise en œuvre des chatbots de négociation. Ces incréments passent également par l’utilisation du machine learning pour faire des prédictions ou de la prévention des risques et l’adoption de la RPA cognitive qui prend en compte tous types de données (structurées, semi structurées et non structurées).

Un gain opérationnel et un bénéfice métier

Pour la fonction achat, les bénéfices à utiliser l’IPA, la RPA et la RPA cognitive dépassent le simple périmètre fonctionnel immédiat. Par exemple, 60 % du temps est consacré à la réalisation de tâches administratives à faible valeur ajoutée. En réduisant ce temps, l’allocation de ressource peut être repensée pour être distribuée vers des tâches plus pertinentes. Plus qu’un gain d’ETP, le gain réel est celui d’une attractivité plus forte pour les nouveaux entrants. Être dispensé de tâches ingrates pour les nouveaux collaborateurs et une focalisation sur le cœur de métier permet de donner du sens et soutenir l’intérêt professionnel lié à l’obtention d’un meilleur sourcing ou le développement de la relation fournisseur. En temps de tension de recrutement, l’argument est de taille.

Au-delà, le gain apporté par la RPA et IPA se traduit immédiatement par une augmentation de la marge brute de l’entreprise grâce aux multiples leviers d’optimisation désormais disponibles. Soit l’objectif de tout service achat.

Plus de 50 % des entreprises ont adopté la RPA, sur le seul versant concurrentiel, se passer de ses technologies équivaut à rester au bord du chemin de la transformation numérique.

Tribune co-signée par :
Jean-Luc Marini – Jeroon Pedurupillai – Benjamin Verdier

Article initialement publié sur ActuIA