Dans tous les secteurs d’activités et industries, nous observons une augmentation des tâches répétitives et administratives. Les processus se complexifient, incluant de nombreux outils et systèmes souvent déconnectés les uns des autres. De lourdes contraintes réglementaires et de conformités imposent la mise en place de contrôles transverses. Cette évolution dégrade nettement la qualité, l’efficacité et la bonne utilisation des ressources. Cela provoque des surcroits de charge de travail embolisant les équipes et les services, des augmentations de durée de cycles de vie impactant la production, et de réels risques et coûts supplémentaires pour les entreprises.
L'Automatisation Robotisée des Processus (Robotic Process Automation: RPA) apporte des solutions pour sortir de cette situation. Cette technologie est basée sur l’automatisation de tâches par des robots logiciel, appelés "bots". Ces derniers sont programmés pour reproduire et répéter les mêmes actions qu’un utilisateur sur une séquence de tâches cadrées par des instructions et des règles. Avec une implémentation rapide, simple et non invasive, la RPA participe à la création d'un nouveau cadre de travail mettant à jour les relations entre les technologies déjà existantes et ceux qui les utilisent.
Afin d’automatiser des tâches nécessitant la simulation de capacités cognitives du cerveau comme le raisonnement et l’apprentissage, certains bots peuvent utiliser de l’Intelligence Artificielle. La reconnaissance d’image, l’apprentissage automatique ou encore le traitement automatique du langage naturel donnent alors accès à des données laissées de côté par les outils classiques. On parle alors d’Automatisation Cognitive (Cognitive Automation: CA)
Ces dernières années, les technologies basés sur l’automatisation et de l’intelligence artificielle ont montré qu’elles permettaient de notables gains de temps, augmentations de la qualité, réduction des coûts et revalorisation des ressources.
Dans les Science de la Vie et les Industrie de la Santé, tous les départements présentent des processus éligibles pour l’automatisation. De la recherche clinique à la sécurité des produits, de l’assurance qualité aux chaines d’approvisionnement, en passant par les affaires commerciales et l’informatique. Certains acteurs l'ont déjà expérimentée pour de nombreux tâches bureautiques mais aussi au sein de flux de travail critiques.
La transition vers l’automatisation est un défi nécessitant d'identifier les bénéfices apportés par ces technologies mais aussi leur singularité. ADN travaille actuellement en partenariat avec Automation Anywhere, un des leaders mondiaux dans le développement de ces outils numériques, sur des études de cas afin de définir de nouvelles bonnes pratiques pour les adopter efficacement et les valider avec expertise.
En effet, un des points clé de cette transition est l’établissement d’un bon équilibre entre ces nouveaux “employés digitaux” et l’intervention humaine dans les cadres de travail. Il est donc nécessaire d’identifier clairement les processus impliqués, d’étudier les opportunités et produire des preuves de concepts.
De plus, comme tous logiciels et applications sur mesure, son implémentation dans un environnement GxP appelle une méthodologie basée sur la gestion des risques et des contrôles robustes. C’est pourquoi la qualification des bots s’appuie sur le contrôle du cycle de vie des scripts d’automatisation, avec des tests d’atténuations des risques associés aux exigences du système, la prévention des erreurs, l’intégrité des données, la gestion de la sécurité et du changement.
La validation de ces outils distingue les fonctionnalités déterministes, basées sur des règles et les fonctionnalités intelligentes, basées sur l’apprentissage. Ainsi pour les bots cognitifs, nous considérons l'encadrement du cycle de vie d’un algorithme nécessitant un apprentissage initial mais ayant également la capacité de s’améliorer avec l’expérience une fois déployé. Une attention toute particulière est alors portée sur la qualité et la pertinence des jeux de données de références, l'approche statistique de l’évaluation de l’efficacité, l’anticipation du changement pour les systèmes en apprentissage continu ou encore la surveillance des performances et des déviations.
ADN propose à ses clients une aide pour les études d’opportunité, l’élection de candidats, la réalisation de preuves de concept, la validation, le déploiement et la surveillance de processus automatisés.