Dans le dernier épisode du balado « Tendances et Perspectives » d’HCLTech, nous avons exploré un nouveau chapitre pour l’automatisation robotisée des processus (RPA).

En abordant les perspectives tirées d’un livre blanc récemment publié, L’évolution du rôle de la RPA dans l’entreprise autonome, rédigé par Rohit Kumar, vice-président adjoint, IA et analytique chez HCLTech, cet épisode souligne que lorsque la RPA est combinée à l’IA agentique et à l’IA générative, elle devient la couche d’exécution fiable, observable et adaptable de l’entreprise autonome.

Pourquoi la RPA traditionnelle peinait à générer de la valeur à grande échelle

La RPA traditionnelle excellait à reproduire les clics et les frappes au clavier, mais souvent, elle stagnait lors du déploiement à grande échelle parce que les systèmes de production ne restent pas immobiles. Comme l’explique Kumar, les programmes classiques « tentaient de gérer à la fois l’exécution et la cognition, et c’est là que ça a commencé à échouer. » Les robots sont excellents pour des actions déterministes, comme copier, coller, cliquer et envoyer, mais fragiles dès qu’on leur demande de décider qui inviter, approuver ou transmettre. « La véritable force de la RPA, c’est d’automatiser les tâches répétitives… mais pas nécessairement de prendre des décisions, » dit-il.

La variabilité du monde réel aggravait le problème. Les processus se ressemblent rarement d’une région ou d’un canal à l’autre : un flux de plaintes peut arriver par téléphone, courriel ou médias sociaux, par exemple. Chaque écart créait des exceptions et des charges de maintenance. « Des études ont montré…50 % des budgets RPA étaient consacrés non pas à l’innovation, mais simplement à la maintenance, » note Kumar. Les organisations ont été surprises de constater qu’une grande partie de leurs dépenses servait à maintenir des scripts existants plutôt qu’à les étendre à de nouvelles valeurs ajoutées.

Schémas d’échec courants :

• Une forte variabilité entre les zones géographiques et les canaux augmente les risques de bris
• Les changements d’interface et les nouveaux formats d’entrée déclenchent des exceptions coûteuses
• Les conceptions qui mélangent règles et jugement créent des hybrides fragiles

En résumé, la RPA traditionnelle prospérait sur la répétition, mais manquait d’intelligence adaptative pour traiter les cas limites. C’était, selon Kumar, « en attente de sa correspondance parfaite » : une couche de raisonnement capable de prendre en compte le contexte et de s’adapter.

Réinventer la RPA grâce à l’intelligence agentique

Cette correspondance idéale se présente sous la forme de l’IA agentique. Le modèle gagnant, selon Kumar, consiste à séparer la réflexion de l’action : laissez « le cerveau passer à l’agent. » Essentiellement, ce n’est pas une stratégie de remplacement total. Les robots existants devraient être « réimaginés comme des outils » auxquels les agents intelligents font appel au besoin.

En pratique, les entreprises exposent les capacités RPA — le robot courriel, l’action copier-coller, le connecteur ERP — via des interfaces qu’un agent IA peut utiliser avec discernement. Un utilisateur demande « Résume mes rapports », et l’agent décide quels outils activer, dans quel ordre et avec quels paramètres. « Il ne s’agit pas de RPA ou d’agentique, » insiste Kumar, « mais bien de la combinaison des deux. » La RPA retrouve sa raison d’être, soit une exécution rapide et déterministe, tandis que l’agent apporte le jugement, la planification et la gestion des erreurs. Résultat : un système qui prend de l’ampleur parce que la charge cognitive quitte les scripts fragiles pour s’intégrer dans une couche de raisonnement adaptative.

Nouvelles occasions pour l’expérience client et employé

Avec une couche de raisonnement en place, deux sources de valeur s’ouvrent rapidement.

1. Expérience client : Vitesse et réactivité s’accélèrent. « Des processus qui prenaient des jours ou des heures peuvent être accomplis en minutes avec l’IA intégrée, » indique Kumar. Il cite le traitement de prêts passant « de 12 heures à 30 minutes, » soit une diminution spectaculaire qui entraîne une plus grande satisfaction et conversion. En assurance, il évoque « 80 % d’automatisation des avis de sinistre, » où des agents extraient des informations de photos, courriels et formulaires pour trier plus vite et réduire les frais généraux. La constance s’améliore aussi : des procédures opérationnelles normalisées (PON) codifiées permettent à un agent de suivre chaque étape à la lettre, qu’il s’agisse d’émettre un remboursement ou de traiter une suspicion de fraude.

2. Expérience employé : La RPA agentique devient un copilote concret qui élimine les tâches routinières, comme la saisie de données, le remplissage de formulaires et les déplacements de fichiers, ce qui libère les employés pour « se concentrer sur ce qui compte vraiment », de l’empathie à la résolution de problèmes complexes. Kumar évoque la création d’un copilote juridique répondant à des questions en langage naturel émanant d’un organisme de réglementation, permettant aux équipes de terrain de « réduire de 90 % le temps de rédaction de documents. » L’impact dépasse la productivité et améliore l’engagement et la rétention à mesure que les rôles évoluent vers des missions à plus grande valeur ajoutée.

Ce que les dirigeants doivent se demander avant d’investir

« Fixez des attentes réalistes, » conseille Kumar, car promettre trop au départ fait chuter le soutien si le RSI met plus de temps que prévu à se matérialiser. Impliquez les parties prenantes dès le premier jour : sans leur connaissance des processus, « l’échec est garanti. » Il met aussi en garde contre l’automatisation du gaspillage. Si la présélection des candidats est défaillante, augmenter la capacité d’entrevue à l’aide de robots ne fait qu’accélérer un processus sous-optimal.

Cinq questions de diligence raisonnable :

1. Quel résultat d’affaires précis visons-nous et comment allons-nous le mesurer ?
2. Automatisons-nous un processus défaillant qui devrait d’abord être repensé ?
3. Comment allons-nous assurer un suivi, incluant l’observabilité, les pistes d’audit et les alertes, une fois les agents actifs ?
4. Où devons-nous garder un humain dans la boucle ou exiger des approbations pour des actions sensibles ?
5. Quel est notre plan de formation continue, de mises à jour des modèles et de gestion des biais et des risques ?

Les mesures de protection opérationnelle sont cruciales à mesure que les agents acquièrent des outils puissants. Toute action « hyper critique comme supprimer ou envoyer un courriel » devrait exiger une précision accrue, des voies d’escalade ou l’approbation humaine. Les risques éthiques et réglementaires doivent aussi être anticipés, surtout dans des décisions importantes où il s’agit d’accepter ou de rejeter une personne. Et comme les modèles de base évoluent, les équipes doivent prévoir une validation continue : « On ne peut pas supposer que… je n’ai plus besoin de vérification. »

Mesurer le RSI avec intention

Pour éviter des résultats vagues, Kumar recommande une approche à trois niveaux de la valeur :

• RSI opérationnel : Efficience tangible, y compris le temps économisé, la productivité, la réduction du cycle et les impacts directs sur les coûts. Par exemple, nombre d’heures-personne éliminées par mois et minutes gagnées par billet
• RSI expérientiel : Résultats pour les parties prenantes, y compris la satisfaction de la clientèle, l’IPC, la rétention et l’engagement des employés. L’automatisation des tâches fastidieuses peut réduire l’épuisement professionnel et le roulement
• RSI stratégique : Capacité d’adaptation et d’innovation, y compris la rapidité de lancement de nouveaux produits, la capacité de réagir à de nouveaux schémas de fraude ou à des changements réglementaires et la rétention des talents à mesure que les rôles évoluent

L’établissement du point de départ est essentiel. « Quand, plus tard, on se demande où se trouve le RSI… la base de référence n’existe pas vraiment, » note-t-il. Les équipes devraient saisir la performance actuelle avant l’automatisation, utiliser des tests A/B lorsque possible et convenir de délais pour obtenir les résultats. Certaines efficacités se manifestent immédiatement, tandis que d’autres, comme les gains stratégiques, s’accumulent pendant des mois à mesure que les modèles, les requêtes et les politiques s’améliorent.

Le dividende de l’adaptabilité

En regardant vers l’avenir, la RPA agentique accroît directement la résilience organisationnelle. Dans un monde en constante évolution, les systèmes nécessitant du code rigide seront toujours à la traîne. Au contraire, « les systèmes de RPA agentique peuvent s’adapter à de nouvelles entrées et à de nouvelles situations sans reprogrammation explicite. » Les procédures opérationnelles normalisées peuvent être fournies comme instructions plutôt que converties en scripts fragiles, si bien qu’ajouter une clause ne requiert pas un cycle d’ingénierie de plusieurs semaines.

À mesure que les modèles sous-jacents s’améliorent, les organisations qui suivent cette tendance gagnent en capacité sans tout réécrire. Les agents peuvent raisonner à partir d’entrées multimodales, combiner des outils de façon inédite et faire une escalade appropriée. « Souvent, il suffit de mettre à jour un modèle ou d’interchanger des modules, » explique Kumar. Résultat : des opérations robustes devant la perturbation et une culture qui voit l’adaptabilité non plus comme une menace, mais comme un avantage concurrentiel.

Un avenir d’outils réutilisables dans les chaînes de valeur intelligentes

La RPA traditionnelle demeure le meilleur moyen d’effectuer des tâches précises sur les systèmes hérités, mais elle avait besoin d’un partenaire réfléchi. L’IA agentique fournit ce partenaire, élevant les robots au rang d’outils réutilisables intégrés aux chaînes de valeur intelligentes. Plutôt qu’un remplacement en bloc, la voie à suivre est une combinaison disciplinée de découverte, de garde-fous et de mesure. Les organisations devraient réaffecter leurs outils existants et placer les agents à la tête de l’orchestration. Dans cette réalité, les capacités autonomes cessent d’être un rêve inaccessible et deviennent des automatismes au service de procédés adaptatifs, de parcours client résilients et d’employés autonomisés.