Pendant la majeure partie de l'histoire de l'automatisation, une règle a régné en maître : si ceci, alors cela. C'est ainsi que la technologie « prenait des décisions », et cela reste la pierre angulaire de l'automatisation dans de nombreuses organisations. On l'appelle le modèle déterministeet sa prévisibilité, son auditabilité, sa répétabilité et sa fiabilité fonctionnent incroyablement bien pour de larges pans de nombreux processus métier. 

Mais l'IA a introduit un second mode de prise de décision automatisée. Ces nouveaux systèmes raisonnent en tenant compte de l'incertitude, évaluent les preuves et parviennent à des conclusions plutôt que d'exécuter des instructions. Il s'agit d'un modèle probabilisteEt bien qu'il soit tentant de le considérer comme une évolution de l'automatisation traditionnelle, ce n'est pas tout à fait le cas. Il s'agit d'une approche fondamentalement différente de la prise de décision, conçue pour des scénarios fondamentalement différents.  

Comprendre la différence entre les deux et savoir quand utiliser l'une ou l'autre est l'une des compétences les plus précieuses qu'un dirigeant puisse développer pour prendre des décisions technologiques judicieuses à l'avenir.  

Deux modes, deux emplois différents 

Le traitement déterministe signifie qu'une même entrée produit toujours la même sortie. Il n'y a ni surprise, ni interprétation, ni variation. Il est donc parfaitement adapté aux flux de travail linéaires, aux déclencheurs d'approbation, à l'attribution des tickets et autres processus prévisibles par conception. Vous pouvez les auditer, expliquer chaque décision et avoir la certitude qu'ils se comporteront en production exactement comme lors des tests. Dans les secteurs réglementés et aux points de décision critiques, cette traçabilité est essentielle. 

Là où les systèmes déterministes rencontrent des difficultés, c'est en situation de crise. Les processus réels ne produisent pas toujours des données d'entrée correctes. Lorsqu'un système déterministe est confronté à un élément imprévu, il peut soit dysfonctionner, soit se bloquer, soit, par défaut, faire appel à un humain. 

C’est là qu’intervient le raisonnement probabiliste. Les systèmes probabilistes raisonnent au lieu de se contenter d’exécuter des règles. Au lieu de se demander « cela correspond-il à la condition ? », ils se demandent « compte tenu de toutes les informations dont je dispose, quelle est la réponse la plus probable ? ». Ils gèrent l’ambiguïté, pondèrent les preuves et produisent des conclusions assorties d’un degré de confiance. Là où un système purement déterministe peine à accomplir des tâches exigeant un jugement éclairé, comme l’analyse de documents, les approbations multifactorielles, la détection de fraude ou la gestion des exceptions, un système probabiliste les maîtrise parfaitement.  

Évaluation des risques et des avantages des systèmes probabilistes 

Le raisonnement en situation d'incertitude est également à l'origine du risque des systèmes probabilistes. Une règle déterministe s'applique ou non. Un système probabiliste produit un résultat qui est Probablement exact, mais pas Assurément droite.  

Contrairement aux systèmes déterministes, qui génèrent une erreur en cas de mauvaise entrée, les systèmes d'IA peuvent produire des réponses erronées avec une assurance apparente élevée. Les résultats probabilistes peuvent également manquer de transparence, ce qui engendre des lacunes en matière de responsabilité dans les environnements où chaque décision doit être justifiée. Enfin, comme une même entrée peut parfois produire des résultats différents, tester les performances moyennes ne garantit pas un comportement optimal dans tous les cas particuliers. 

Rien de tout cela ne remet en cause les systèmes probabilistes. Cela plaide plutôt pour leur utilisation raisonnée, encadrée par des garde-fous fondamentaux. L'évaluation de la confiance est l'un des outils les plus pratiques pour cette utilisation raisonnée : elle permet au système d'exprimer non seulement une conclusion, mais aussi son degré de certitude. Au-delà d'un seuil défini, le système agit. En deçà, le dossier est soumis à un expert humain. L'IA traite les cas sur lesquels elle est certaine ; les humains traitent les autres, ce qui permet de bénéficier de la rapidité de l'IA pour les décisions claires et du jugement humain là où cela compte.  

Déterminisme vs. probabilisme : pourquoi les stratégies d’automatisation efficaces ont besoin des deux 

L'IA étant désormais largement accessible, la tentation est grande de la considérer comme un substitut à l'automatisation traditionnelle. Or, ce serait une erreur. Ces deux modes sont complémentaires, et les stratégies les plus efficaces les combinent, chacun étant utilisé là où il excelle. 

Voici la version la plus simple du cadre : Utilisez des systèmes déterministes lorsque vous avez besoin de garanties, et des systèmes probabilistes lorsque vous avez besoin de jugement.  

Prenons l'exemple d'un processus d'octroi de prêt. La vérification des champs obligatoires est un processus déterministe, comme il se doit. L'agent qui examine les documents téléchargés pour vérifier la cohérence des antécédents professionnels procède de manière probabiliste, comme il se doit. Le traitement des dossiers à haut risque est également déterministe. L'agent qui évalue si le profil global d'un demandeur correspond à ses habitudes de remboursement procède de manière probabiliste. Le processus alterne de façon fluide entre ces deux modes : la couche déterministe assure la structure et la traçabilité, tandis que la couche probabiliste apporte intelligence et adaptabilité. 

Les plateformes comme Nintex CE prennent en charge les deux approches et vous permettent de choisir leur emplacement. C'est une méthode de travail révolutionnaire, mais elle repose toujours sur la capacité de votre organisation à identifier les types de décisions avant d'attribuer les systèmes. Pour chaque processus, les équipes doivent cartographier les tâches avec précision et déterminer quelles étapes sont basées sur des règles et doivent rester déterministes, lesquelles nécessitent un véritable jugement et sont de bonnes candidates pour l'IA, et lesquelles doivent impérativement conserver une intervention humaine, quel que soit le niveau de confiance de l'IA.  

Faire explicitement cette distinction dès le départ, plutôt que d'intégrer l'IA a posteriori aux flux de travail existants, permet d'obtenir des résultats nettement supérieurs. Les équipes qui considèrent les résultats de l'IA comme des éléments d'entrée pour la prise de décision et non comme des décisions en soi, qui définissent ce que signifie un « niveau de confiance suffisant envers l'IA » pour chaque cas d'usage et qui conçoivent des solutions explicables même lorsque la transparence totale est impossible, se positionnent stratégiquement pour concrétiser le potentiel de l'automatisation des processus pilotée par l'IA.  

C’est précisément sur cette architecture que Nintex est construite. Concepteur d'agents NintexVous pouvez configurer des agents d'IA pour gérer les étapes complexes et ambiguës que les flux de travail traditionnels ne peuvent pas traiter : le traitement de documents non structurés, la pondération de variables complexes et l'obtention de conclusions raisonnées en quelques secondes plutôt qu'en plusieurs heures. Les seuils de confiance vous permettent de définir précisément où s'arrête l'autorité de l'IA et où commence la vérification humaine, faisant de la gouvernance un choix de conception délibéré et non une simple réflexion a posteriori. Orchestration Nintex Agissant comme couche de contrôle, les flux de travail déterministes et les agents probabilistes fonctionnent de concert, connectés aux personnes, aux données et aux systèmes essentiels à votre activité. Il en résulte un processus structuré là où il le faut, intelligent là où il doit l'être, et toujours traçable. 

Vous souhaitez en savoir plus sur Nintex Agent Designer, Nintex Orchestration et découvrir comment une approche probabiliste au sein d'un flux de travail déterministe est la clé de votre progression en matière d'automatisation ? Regardez cette vidéo. Façonner l'avenir de l'automatisation des processus : un premier aperçu des agents et de l'orchestration dans CE, pour en savoir plus de Dan Burke, directeur de l'ingénierie des solutions chez Nintex.