Avec l’engouement actuel sur l’IA, les articles et les conférences sur ce sujet se multiplient. Il existe une panoplie d’outils sur le marché mettant en valeur cette nouvelle technologie. Par contre, dans environ 50% des articles ou conférences auxquels j’ai été exposée dans les derniers mois, on confond intelligence artificielle avec automatisation. Dans les deux cas, on peut améliorer considérablement sa productivité et son efficacité au travail. Toutefois, la technologie utilisée est très différente entre les deux méthodes.
J’ai donc voulu écrire cet article où je démystifie ces deux concepts et démontrer comment ils peuvent être reliés (ou pas!).
L’automatisation des tâches
L’automatisation des tâches consiste à utiliser des outils informatiques (comme Excel, Power BI, VBA, Power Query, Power Apps, Power Automate, etc.) pour effectuer des actions répétitives par l’ordinateur plutôt que par l’humain. Par exemple, il peut s’agir de l’envoi automatique de courriels, du traitement d’un fichier de données, de la mise à jour de tableaux de bord ou encore de la planification de rendez-vous.
L’objectif principal de l’automatisation est de libérer du temps dans les journées chargées des professionnels pour se concentrer sur des tâches à valeur ajoutée.
En bref, l’automatisation des tâches requiert :
- Un humain qui programme les étapes d’automatisation en amont : Pour automatiser une tâche, elle doit d’abord avoir été bien comprise par un humain. Elle peut ensuite être programmée dans l’outil de votre choix. Lorsqu’elle aura été bien programmée, l’automatisation peut être lancée de façon manuelle ou planifiée.
- Un environnement très stable : Lorsque l’automatisation de la tâche a été programmée en utilisant un format de fichier spécifique, l’automatisation doit généralement être reproduite dans un fichier très similaire. Un bon programmeur pourra prévoir un certain niveau de variation dans son code mais l’environnement doit demeurer le plus stable possible pour éviter les erreurs d’exécution.
En bref, l’automatisation des tâches permet :
- Gain de temps et de productivité par l’exécution automatique de tâches répétitives et bien définies.
- Réduction des erreurs humaines et amélioration de la qualité de travail.
- Uniformisation des résultats.
Exemples d’automatisation :
- Communication périodique avec les clients : plusieurs de nos clients veulent automatiser la prise de contact avec leurs clients. Par exemple, à la fin de chaque année fiscale, un cabinet comptable pourrait automatiser l’envoi de courriels à leur client pour préparer le terrain pour la production des états financiers annuels.
- Traitement de données mensuel : En entreprise, lorsque vient la fin de mois, les analystes financiers reproduisent les mêmes analyses de mois en mois. Il peut s’agir d’analyses pour préparer des écritures de journal ou encore des analyses de résultats pour s’assurer que rien n’a été oublié. Par expérience, plus de 60% de ces tâches peuvent être automatisées par Power Query ou VBA de façon à laisser du temps à l’analyste pour ANALYSER les résultats (plutôt que de cruncher du data)
- Robots industriels : Plusieurs usines fonctionnent maintenant avec des robots. Ces robots sont programmés pour effectuer constamment la même série de tâches ou mouvements pour éventuellement libérer l’être humain de ces tâches répétitives.
L’Intelligence Artificielle
L’Intelligence Artificielle désigne un ensemble de techniques et d’algorithmes permettant de simuler (ou dépasser!) les capacités de l’être humain. Contrairement à l’automatisation, l’IA ne se contente pas d’exécuter des tâches prédéfinies. Elle est capable d’apprendre, de comprendre et d’analyser des données complexes pour prendre des décisions éclairées.
Il s’agit donc de donner accès à l’IA à des données de qualité et ensuite de poser une question (prompt) pour obtenir un résultat plutôt impressionnant. Tous les secteurs d’activités sont ou seront impactés par l’IA. En ce moment, les utilisations les plus populaires sont les suivantes :
- Traitement automatique du langage naturel (assistants vocaux, assistants virtuels (chatbots) …).
- Reconnaissance faciale et vocale (sécurité, authentification …).
- Analyse prédictive (marketing, finance, santé …).
- Génération d’images.
En bref, l’IA requiert :
- Des données de qualité pour « apprendre » : La beauté de l’IA, c’est que le modèle se base sur des données ou informations existantes pour apprendre et devenir de plus en plus “qualifié” pour répondre à vos questions. Pour assurer un apprentissage optimal, les données fournies à l’IA doivent être de très grande qualité. À ce moment-ci, c’est l’un des plus grand frein à l’adoption de l’IA en entreprise selon l’article The promise and the reality of gen AI agents in the enterprise de QuantumBlack AI by McKinsey. Puisque les données sont de qualité plutôt médiocres dans plusieurs entreprises en ce moment, les modèles d’IA peuvent retourner des réponses erronées et ça refroidi grandement les utilisateurs.
- Une question ou directive claire : Plus votre question est claire, plus l’IA a d’information pour y répondre correctement.
- Un ordinateur ou environnement suffisamment puissant : Pour permettre au modèle ou algorithme de renvoyer un résultat.
En bref, l’IA permet de :
- Pousser plus loin les automatisations existantes pour tenir compte de contextes ou d’environnements variables.
- Augmenter l’efficacité.
Exemples d’utilisation de l’IA :
- Dans le domaine du service à la clientèle, l’introduction de chatbot et d’agents IA révolutionne la façon de venir en aide à nos clients. Le chatbot peut répondre directement au client ou encore assister les agents (humains) en suggérant des solutions ou encore le ton à utiliser avec un client. Et même quand démontrer de l’empathie! Tout ça peut être réalisé en donnant accès à l’IA :
- À la discussion en cours avec le client.
- À l’historique de discussion par messagerie (chat) entre des agents (humains) et des clients.
- Aux politiques et conditions de ventes de l’entreprise.
- Au dossier complet du client.
Conclusion sur l’Intelligence artificielle et l’automatisation
L’automatisation des tâches et l’IA sont deux concepts distincts mais complémentaires. Les deux améliorent la productivité et l’efficacité des professionnels.
Mais ce que je retiens de tout ça, c’est que l’IA se base sur des données de qualité. Et que la majorité des entreprises devront investir dans le nettoyage de leurs données actuelles et historiques pour éventuellement pouvoir tirer profit de l’IA. Et ce nettoyage de données ou la mise en place de processus générant des données de qualité passera nécessairement par l’automatisation des tâches.
Consultez les articles de notre série sur l’Intelligence artificielle
Afin de recevoir nos nouveaux articles directement dans votre boite courriel, abonnez-vous à nos infolettres.
Formations recommandées
Ces formations vous permettront de créer des outils et de configurer des automatisations pour vos fichiers, rapports et tableaux de bord.
