Sans bon « process mining », pas de bonne IA agentique

Process mining et du task mining

Une précision terminologique s’impose avant d’aller plus loin. Le « Process Intelligence » (ou PI) désigne un ensemble de technologies. « Ce sont des logiciels qui fournissent des analyses sur vos processus, qu’ils soient faits par des humains et/ou mis en œuvre dans des systèmes informatiques », définit l’expert allemand lors de son passage à Paris.

« La “process intelligence” pourrait sauver 30 % des implémentations d’IA déjà en échec. »

Plus précisément, la PI repose sur deux familles principales d’outils : le process mining et le task mining.

Le process mining récupère les logs d’activité des applications (ERP, CRM, outils collaboratifs, etc.) pour analyser les processus in situ. « Ces logiciels collectent les données, ils les structurent et ils donnent des informations sur la manière dont les processus s’exécutent réellement à travers ces systèmes », résume Bernhard Schaffrik.

Les outils donnent alors des indicateurs précis : temps de cycle, ruptures de processus, taux de traitement correct du premier coup, boucles de reprise, difficultés rencontrées par les utilisateurs, etc.

Le task mining est une approche complémentaire, côté utilisateurs cette fois. « Ces outils capturent ce qu’ils font sur leurs ordinateurs. Les clics, les frappes au clavier, les fenêtres ouvertes, etc. » L’objectif reste le même : reconstruire une réalité in situ mais sur le poste de travail.

Un gisement pour pérenniser l’IA

Avec ces deux ensembles de métriques, l’entreprise obtient « un gisement d’informations [en] cataloguant chaque action réalisée dans le cadre du travail opérationnel à travers toute l’organisation. »

« La PI est le tissu conjonctif pour la montée en charge et l’évolution de l’IA. »

Pour Bernhard Schaffrik, la Process Intelligence est aussi (et surtout) devenue « une excellente fondation » pour les agents IA. « Elle aide à les entraîner, à les déployer puis à les maintenir ancrés dans la réalité. »

Les agents reposent en effet alors, et sur le long terme, sur des « données du monde réel, à un niveau opérationnel et technique, qu’ils peuvent comprendre. »

Selon lui, les organisations qui utilisent la PI comme un socle pour entraîner et superviser les agents auraient « un ROI plus élevé et des niveaux supérieurs de précision et de conformité que celles qui jettent des agents sur un problème, sans savoir précisément quel est le problème », résume-t-il dans une formule.

La PI jouerait, pour ainsi dire, le rôle de « tissu conjonctif pour la montée en charge et l’évolution de l’IA en entreprise » du fait qu’elle apporte trois éléments essentiels aux agents : le contexte (où est l’agent dans le processus global ?), les contraintes (qu’est-il autorisé à faire et que ne doit-il pas faire ?) et enfin, des métriques de performance (pour comparer l’efficacité du process agentique avec celle du processus de départ).

La Process Intelligence n’est pas nouvelle, mais elle évolue

Rien de nouveau sous le soleil, diront certains. Le process mining n’est pas un produit récent. Certes. Mais le marché évolue. Historiquement, ces outils servaient à analyser le passé, avec des tableaux de bord sophistiqués et difficilement compréhensibles pour les non avertis.

« Je ne dirais pas que la process intelligence est indispensable… mais si vous me posez la question, franchement, je vous la recommanderai vivement. »

« Ce marché a connu ses débuts dans les années 90. Il était cloisonné, très complexe à adopter. Il fallait un département dédié à l’excellence des processus. C’était toujours un peu une tour d’ivoire », se souvient l’expert.

Mais avec l’IA générative infusée dans le process mining et dans le task mining, la dynamique changerait. La PI quitterait progressivement le terrain de l’analytique rétrospective pour devenir une analyse en temps réel, beaucoup plus facilement consommable. « Il ne faut pas un mois avant de voir les premiers enseignements. Cela peut se faire en quelques heures. », assure Bernhard Schaffrik. « Vous n’avez plus besoin de data scientists spécialisés ou de “ceintures noires Six Sigma”. Ce qui est présenté est très facile à comprendre. »

Des analyses approfondies nécessitent toujours des compétences spécifiques, comme pour comparer des processus complexes entre sites industriels. Mais pour des analyses de haut niveau, l’accès se serait largement démocratisé.

Une minorité d’entreprises envisage la PI dans l’IA

Pour Forrester, il n’y aurait donc plus de raison de ne pas utiliser le process mining, le task mining, la process intelligence ou la process discovery. « Appelez cela comme vous voulez, mais utilisez-les pour entraîner et déployer vos agents », insiste Bernhard Schaffrik.

D’autant plus que l’offre est désormais pléthorique. Aux spécialistes (pure-players) – iGrafX, Celonis, Signavio (racheté par SAP) – se sont ajoutés des éditeurs plus généralistes – comme IBM qui a racheté MyInvenio en 2021 –, ou des spécialistes d’autres domaines, en particulier du BPM et de la RPA, qui ont enrichi leurs offres avec ce type de fonctionnalités (comme Pega Systems, Appian, UiPath, ou encore ServiceNow).

Pourtant, d’après le même Forrester, moins de la moitié des entreprises intégreront la PI et en feront « l’infrastructure centrale » de leurs déploiements d’agents IA.

L’analyste allemand le regrette. Mais, diplomate, il se garde d’en faire une obligation absolue : « Je ne dirais pas que la process intelligence est indispensable… mais si vous me posez la question, franchement, je vous la recommanderai vivement. »