Alors que nous nous remettons collectivement de la crise du Covid, les entreprises du monde entier composent avec un climat d’incertitudes financières et politiques. Et on peut remarquer, comme le montrent diverses études, que celles qui font le choix de l’automatisation avancée pour optimiser leurs processus et leurs systèmes gagnent en efficacité, pas seulement pour survivre, mais surtout pour prospérer. Quand on parle d’automatisation avancée, on pense immédiatement aux technologies de deep learning, d’intelligence artificielle (IA) et de robotisation RPA (automatisation robotisée des processus). Etrangement, on entend moins parler de vision par ordinateur (« computer vision »), concept qui permet pourtant d’exploiter au maximum les technologies d’automatisation. Il serait intéressant que les responsables des opérations des entreprises s’informent à ce sujet pour bénéficier d’une automatisation optimale de leurs processus de front et back-office.
Les technologies de computer vision traitent l’information issue de contenus visuels : images, documents, captures d’écran, vidéos, etc. Dans un contexte d’automatisation, elles permettent de capturer et traiter de grandes quantités de documents, d’images et de vidéos avec des possibilités de rapidité et de quantité largement supérieures aux capacités humaines. On retrouve généralement les technologies de vision par ordinateur couplées à d’autres, comme celles de traitement automatique du langage naturel, RPA, IA et machine learning. On pourrait schématiser en disant que les technologies de vision par ordinateur sont les yeux de l’automatisation. L’IA et le machine learning proposent des capacités cérébrales, et enfin la RPA elle, permet de relier tout cela dans un ensemble fonctionnel cohérent : elle est en quelque sorte la colonne vertébrale de l’ensemble de ces technologies.
Ces dernières années, les chiffres témoignent d’une accélération de l’adoption de l’automatisation des processus par les entreprises, tous secteurs confondus. C’est là qu’intervient la vision par ordinateur pour lire les nombreuses informations visuelles communes aux processus de front et back-office, documents, vidéos ou objets, comme les boîtes de dialogue, les barres de défilement ou les boutons à l’écran. Et ceci à grande échelle. L’enjeu est de taille, car bon nombre de cabinets comme IDC prédisent par exemple que 80 % des données stockées par les entreprises d’ici 2025 seront des données non structurées. Or ces données nécessitent très souvent des technologies de type vision par ordinateur pour être exploitables.
L’importance de l’approche IDP dans l’automatisation du traitement des documents
L’application la plus courante de la technologie de vision par ordinateur est celle du traitement de documents. Le machine learning et le deep learning sont les principes actifs des technologies IDP (traitement intelligent des documents) qui automatisent le traitement et la classification de documents, l’extraction de données imprimées ou manuscrites et le déchiffrage de contenus à traiter automatiquement.
L’approche IDP est très utile pour l’automatisation du traitement des documents à grande échelle. Dans le secteur des services financiers, par exemple, riche en processus et qui produit encore beaucoup de papier, la technologie permet d’automatiser l’extraction de données d’une masse importante de documents, allégeant ainsi le coût humain de ce traitement. Même au pic de la pandémie en 2020, quand le télétravail était généralisé, quelque 2 800 milliards de pages ont quand même été imprimées. Signalons que la saisie de données par des employés coûte des milliards chaque année aux entreprises.
Utilisable à grande échelle, l’automatisation combinée à la vision par ordinateur se démarque aussi par sa précision et l’amélioration des résultats par rapport au travail humain. Les tâches répétitives et laborieuses génèrent des taux d’erreur élevés et comme ce travail est peu satisfaisant, le turnover est important.
Par exemple, les assureurs n’auront plus à numériser à la main les formulaires des contrats ; les employés de banque n’auront plus à reporter manuellement les données client ou de tableurs dans des bases de données ; les courtiers ne seront plus ralentis par les erreurs inévitables lorsque sont traités de gros volumes de transactions dans des délais courts. Avec la possibilité de filtrer par le machine learning et l’IA, les données extraites par la vision par ordinateur, il est possible d’obtenir les niveaux de rapidité, de précision et d’organisation de traitement qui conditionnent l’efficacité d’automatisation.
L’analyse de vidéos
La technologie sophistiquée de vision par ordinateur ne s’applique pas qu’à l’automatisation du traitement des documents, mais aussi à la reconnaissance faciale dans les vidéos de surveillance, aux caisses automatiques des supermarchés et à l’identification d’équipements par drones pour la gestion d’inventaire.
Les technologies de vision par ordinateur deviennent même centrales dans les projets d’automatisation. Par exemple, plutôt que de solliciter des êtres humains pour décrire les processus en voie d’automatisation, il est possible de filmer le processus en question et de le traiter par vision par ordinateur accompagné d’autres technologies pour capturer l’intégralité des données, qui servent ensuite à automatiser nombre de tâches de programmation des robots logiciels.
Il arrive également que les technologies de vision par ordinateur et d’IA interviennent dans le contrôle qualité des processus manuels. Dans le secteur de la santé, on a de plus en plus recours à un second avis réalisé par la machine pour les diagnostics établis d’après des radios. Non seulement c’est plus rapide et moins cher que de solliciter le second avis d’un radiologue, mais il s’avère souvent que le résultat de l’interprétation des radios par vision par ordinateur/IA soit plus précis que le diagnostic humain.
L’exemple du monde de la santé
Inscrire l’élément humain ou l’élément automatisation dans la boucle permet d’éviter le recours exclusif à l’un ou à l’autre en situation critique, tout en faisant bénéficier les humains des possibilités statistiquement plus efficaces et précises des technologies d’automatisation. Les personnels de santé bénéficiant de cette collaboration personne-machine peuvent alors mieux organiser les soins d’un plus grand nombre de patients. C’est l’argument principal en faveur de l’automatisation dans le secteur de la santé : la possibilité que chaque euro économisé au niveau des processus administratifs et cliniques puisse être réaffecté aux soins des patients. Les professionnels de santé sont donc naturellement très enthousiastes à cette idée.
L’organisation du travail tend vers une plus grande agilité, que la technologie de vision par ordinateur favorise par son apport d’intelligence à l’automatisation intelligente. En effet, cette technologie permet aux agents numériques d’interagir avec des écrans, des documents et des vidéos comme les humains, ce qui est en soi une révolution. L’entreprise en devient plus compétitive et rentable et les équipes sont davantage satisfaites de leurs conditions de travail.
Des perspectives infinies
On parle beaucoup de l’épanouissement au travail, bientôt ce seront tous les aspects de la vie personnelle et professionnelle qui tendront vers une plus grande satisfaction. C’est la promesse de la technologie computer vision : aider les entreprises à mieux s’adapter aux changements, à réduire leurs coûts, à gagner en efficacité et à être prêtes quels que soient les défis qui se profilent à l’horizon.