BlueIT : intégrer l’IA dans les processus métiers

L’adoption de l’intelligence artificielle représente l’une des lignes évolutives les plus pertinentes pour le tissu entrepreneurial contemporain, mais son inclusion soulève des questions complexes qui vont bien au-delà du simple choix d’une plateforme informatique. Pour comprendre la véritable ampleur de cette transformation, il est nécessaire d’analyser comment l’intégration de l’IA dans les processus métiers agit à la fois comme un accélérateur d’efficacité et comme un facteur de réorganisation interne des activités opérationnelles.

L’attention et la contribution de Leonardo Marazzi, Digital Transformation and AI Leader de la BU Digital de BlueIT, se sont concentrées sur ces sujets lors de l’entretien organisé dans le cadre de la conférence Tech Excellence organisée par Nextwork360. En particulier, grâce à l’examen de la dynamique organisationnelle et à des études de cas industriels spécifiques, la nécessité d’un changement structurel dans l’approche stratégique de l’innovation est ressortie de la conversation.

Le renversement du paradigme technologique à l’ère du numérique

L’introduction de solutions technologiques au sein des organisations a historiquement suivi un chemin linéaire, caractérisé par exemple par l’achat de packages applicatifs prédéfinis. L’expérience consolidée de l’entreprise s’est développée depuis des décennies sur des flux de travail « prédéfinis » de fournisseurs de technologie, auxquels la gestion du travail devait nécessairement se conformer pour pouvoir utiliser l’outil. Avec l’avènement des systèmes intelligents, ce modèle a cessé d’être fonctionnel, entraînant un renversement radical des priorités stratégiques pour toute entreprise souhaitant investir dans l’innovation.

De la passivité logicielle à la refonte des flux

Selon l’analyse de Leonardo Marazzi, le cœur de la transformation réside précisément dans la rupture définitive avec les anciens schémas de mise en œuvre du numérique. «Dans le passé, nous avions l’habitude de présenter un produit, et ce produit définissait la manière dont nous travaillions au sein de nos entreprises», explique le BU Leader de BlueIT, soulignant la limite historique de l’automatisation traditionnelle.

L’inclusion de l’IA dans les processus de l’entreprise nécessite cependant une attitude proactive et planifiée de la part de la direction. Les entreprises ne peuvent plus simplement installer un outil en espérant qu’il résoudra à lui seul les inefficacités internes.

Au lieu de cela, la technologie oblige les décideurs d’entreprise à planifier à l’avance les modes de fonctionnement souhaités, en redéfinissant l’architecture des flux de travail avant même de sélectionner l’infrastructure informatique ou les modèles algorithmiques. Ce renversement de tendance nécessite de repenser et d’imaginer les flux futurs, en établissant en amont l’impact que ceux-ci auront sur la structure globale de l’organisation.

La nécessité de toujours agir sur la base d’une vision globale

La transition vers des modèles opérationnels automatisés ne se fait pas sans obstacles, et les taux d’échec des projets de numérisation restent élevés en cas de manque de vision. Marazzi observe que la principale cause de l’échec de nombreuses initiatives réside dans l’incapacité de coordonner les différents facteurs qui composent l’écosystème d’entreprise. L’introduction de technologies nécessite une combinaison de trois éléments essentiels : une expertise technologique approfondie, une solide connaissance des processus internes et la capacité à gouverner le changement sur le plan humain.

L’erreur la plus courante est de se concentrer uniquement sur les spécifications techniques de l’algorithme, en négligeant l’impact que l’outil aura sur les tâches quotidiennes et les stratégies commerciales des collaborateurs. Si les gens ne sont pas guidés dans la transition et si les processus ne sont pas structurés pour accueillir de nouvelles données, l’investissement technologique risque de se transformer en une dépense sans retour tangible.

Une méthode structurée pour piloter la transformation organisationnelle

Pour atténuer les risques liés à l’adoption de solutions non testées, le marché nécessite des méthodologies rigoureuses et des parcours de validation capables de démontrer la valeur réelle de l’innovation avant son déploiement opérationnel. Courant 2024, BlueIT a formalisé cette approche à travers l’inauguration d’un laboratoire dédié à l’intelligence artificielle, spécifiquement conçu dans le but de simplifier et d’accélérer le processus d’introduction des nouvelles technologies dans les entreprises, réduisant ainsi les incertitudes décisionnelles.

Validation empirique sur deux cent cinquante entreprises

La structuration du parcours méthodologique ne repose pas sur des hypothèses théoriques, mais s’appuie sur une large richesse d’expériences dans le domaine. Au cours des deux dernières années, l’équipe dirigée par Marazzi a rencontré environ 200 entreprises, développant un historique approfondi qui nous permet de cartographier les besoins réels du marché et les goulots d’étranglement récurrents dans les différentes chaînes d’approvisionnement industrielles. Cet observatoire permet de démarrer le processus de conseil en montrant aux entreprises clientes les facteurs qui produisent déjà des résultats concrets dans le paysage productif, en isolant les solutions matures de celles qui, en raison de la complexité ou de l’immaturité des systèmes, sont préférables à reporter aux phases ultérieures du développement de l’entreprise.

De la signature de l’accord de confidentialité à la véritable démo

Le parcours opérationnel est divisé en une séquence de trois réunions stratégiques, visant à personnaliser l’application de l’IA dans les processus métiers.

Après une première phase d’alignement sur les meilleures pratiques du marché, la deuxième réunion approfondit les spécificités opérationnelles de l’organisation concernée. Dans cette phase, la protection des actifs informationnels de l’entreprise est garantie par la signature formelle d’un accord de non-divulgation (accord de non-divulgation). Cette étape juridique permet aux techniciens d’analyser en détail les flux de travail et la qualité des données propriétaires sans exposer l’entreprise à des risques de saisie de données ou de violation de la confidentialité.

La troisième et dernière réunion se termine par la présentation d’une démonstration pratique et fonctionnelle, spécifiquement développée sur des données clients réelles. La démo a le double objectif de prouver l’efficacité de la technologie appliquée à des flux spécifiques et de quantifier la valeur économique et opérationnelle que la solution est capable de générer une fois pleinement intégrée au flux métier.

Les quatre piliers de la stabilité opérationnelle de l’IA

L’obtention d’un prototype fonctionnel ne représente que le point de départ d’un chemin de transformation qui doit s’avérer durable et rentable sur le long terme. Marazzi identifie quatre lignes directrices fondamentales qui doivent guider les entreprises dans les phases suivant le développement initial, en garantissant que les systèmes mis en œuvre restent efficaces, sûrs et alignés avec les objectifs de l’entreprise.

Gestion du changement et infrastructure de support

Le premier pilier est représenté par l’adoption continue, un facteur étroitement lié à la gestion des ressources humaines. L’accompagnement du personnel ne peut pas s’arrêter dans les jours qui suivent immédiatement la sortie du logiciel, mais doit prendre la forme d’un accompagnement constant au fil des années, garantissant que les travailleurs se familiarisent parfaitement avec les nouveaux outils et consolident l’utilisation de l’outil.

Le deuxième pilier concerne le choix et la définition de la technologie générique. Tout en reconnaissant que l’importance principale du projet réside dans le résultat économique et dans l’optimisation des flux, il est essentiel d’établir une architecture de support technologique solide, évolutive et parfaitement intégrée aux systèmes informatiques déjà présents au sein de l’entreprise.

Contrôle des systèmes et protection du patrimoine informationnel

La continuité opérationnelle nécessite l’étude de protocoles de gouvernance stricts, qui constituent le troisième pilier du modèle. Une fois les solutions intelligentes intégrées dans les systèmes centraux, l’organisation doit être capable de les contrôler, de surveiller leurs performances et d’assurer leur maintenance correcte dans le temps, en évitant les dérives algorithmiques ou les baisses de performances.

Le dernier pilier, considéré comme d’une importance stratégique vitale, concerne la souveraineté des données. Alors que ces technologies extraient des informations des flux commerciaux et placent les données internes au centre, la sécurité et la propriété de ces actifs doivent rester rigoureusement protégées.

Sur ce point, la position exprimée par Marazzi est claire et exclut le recours à des plateformes externes non vérifiées : « Il est important que celles-ci restent au sein de nos entreprises et nous donnent de la valeur, et non à des entreprises concurrentes ou hors de notre contrôle ».

Efficacité et standardisation : l’impact mesurable sur le business

L’application à grande échelle de l’IA dans les processus métiers répond à deux besoins principaux du système de production : l’augmentation de la productivité horaire et l’amélioration des mécanismes de contrôle interne. De nombreuses entreprises industrielles italiennes accusent des retards structurels dans leur parcours de numérisation, et les systèmes intelligents offrent la possibilité d’accélérer cette transition, en simplifiant les procédures complexes.

A côté d’une efficacité immédiate, la technologie s’avère efficace pour remettre de l’ordre dans des contextes opérationnels qui, bien que suivant une logique théorique, sont gérés dans la pratique quotidienne à travers des flux non structurés ou des solutions artisanales.

Sur cet aspect, Marazzi souligne la capacité de normalisation des systèmes avancés : « L’intelligence artificielle est très efficace pour reconnaître des documents, des données non structurées et les ramener dans un processus standard ».

Réduction des délais de gestion des documents logistiques

Les preuves numériques fournies par BlueIT confirment l’efficacité de cette approche à travers l’analyse de deux cas industriels réels. Dans le premier scénario, la mise en place d’une solution intelligente visait à répondre à la nécessité d’optimiser les flux au sein de la chaîne logistique d’une entreprise partenaire. Le système a été configuré pour effectuer une lecture automatique des documents de transport et un rapprochement automatisé ultérieur avec les bons de commande saisis dans le système.

L’automatisation de cette activité spécifique a permis d’éliminer les opérations manuelles de saisie des données, permettant ainsi à l’entreprise de réduire de 80 % le temps passé auparavant par le personnel à saisir les informations dans le logiciel de gestion de l’entreprise. Cette intervention a amélioré l’exactitude des données en réduisant l’incidence des erreurs humaines dans les enregistrements logistiques.

Intégration avec les systèmes de gestion et accélération des réponses commerciales

La deuxième étude de cas met en évidence l’impact de la technologie sur les flux front-office et les relations commerciales directes avec les clients. Le besoin de l’entreprise cliente était lié à la nécessité de réduire les délais de réponse aux demandes de devis, facteur essentiel pour maintenir la compétitivité sur le marché. L’algorithme implémenté a été entraîné à reconnaître l’objet et les exigences spécifiques des demandes envoyées par les clients, en procédant à la création automatique des devis correspondants.

La solution a été intégrée directement à l’infrastructure ERP (Enterprise Resource Planning) de l’entreprise, notamment en communiquant avec l’environnement SAP. L’automatisation de bout en bout nous a permis d’enregistrer une augmentation de 70 % de la vitesse de formulation et d’envoi des réponses aux clients. Cette augmentation de la réactivité commerciale a généré un retour immédiat en termes d’augmentation des volumes de chiffre d’affaires et d’augmentation du niveau de satisfaction des clients historiques.

Vers une automatisation consciente et durable

L’analyse des données et des méthodologies appliquées démontre que l’évolution numérique ne peut pas être considérée comme un processus purement technologique, mais nécessite une profonde maturité organisationnelle de la part de la direction de l’entreprise. L’efficacité opérationnelle et la capacité à mettre de l’ordre dans les flux d’informations représentent les principaux vecteurs de croissance pour les entreprises qui choisissent de s’affranchir des anciens modèles informatiques rigides.

Le véritable défi pour l’avenir réside dans la capacité à garder un contrôle ferme sur la gouvernance des systèmes d’information, en garantissant que toute automatisation introduite reste strictement ancrée aux besoins réels de l’entreprise et à la pleine valorisation des ressources humaines internes.