Tussen de aanbiedingen van « IA-agents » en de RPA-software die nu als « door IA versterkt » wordt gepresenteerd, weten KMO-ondernemers vaak niet wat ze moeten kopen. Volgens Enguerrand Boulnois, voorzitter van Katalyx, een IA-studio in Aix-en-Provence, hangt de keuze minder af van de technologie dan van de aard van de te automatiseren taak. Hij vat zijn methode samen in één vraag: vraagt de taak om te begrijpen, of alleen maar om uit te voeren?
RPA voert een regel uit
RPA, of robotic process automation, verwijst naar die softwarerobots die klikken en invoer op een computer nabootsen. Een robot volgt een vast pad: een bepaald scherm openen, een bepaald veld kopiëren, het elders plakken, op « valideren » klikken. Hij is snel, betrouwbaar en goedkoop, op één voorwaarde: dat de taak altijd dezelfde is en de gegevens altijd in hetzelfde formaat aankomen.
Het overnemen van orders van een klantenportaal naar een ERP, een bedrijfsbeheersysteem, elke maand dezelfde indicatoren extraheren of op een vaste datum een herinnering sturen zijn volgens de heer Boulnois taken voor RPA of een eenvoudige integratie tussen twee softwarepakketten. Er generatieve IA aan toevoegen zou duurder zijn en onzekerheid introduceren waar dat niet nodig is. De grens is bekend: bij de eerste wijziging van scherm of formaat breekt de robot, en zodra de taak het lezen van vrije tekst of het nemen van een kleine beslissing inhoudt, kan hij het niet.
De IA-agent begrijpt een context
Een IA-agent vertrekt vanuit een doel en niet vanuit een vooraf bepaald pad. Hij leest een e-mail, een foto, een PDF of een technische fiche, vat de betekenis ervan, kiest de nuttige actie en voert die uit in de tools van het bedrijf. Enguerrand Boulnois noemt verschillende gevallen die door Katalyx zijn behandeld. Voor een bedrijf in de sociale en solidaire economie dat tweedehands speelgoed verkoopt, herkent een applicatie een stuk speelgoed aan de hand van een simpele foto, vindt het merk en de referentie terug en geeft dan aan waar het opgeborgen moet worden, terwijl een team elk artikel handmatig invoerde.
Voor de supportdienst van een bedrijf dat beheerssoftware verkoopt, was de vraag welk deel van de door klanten vrij geformuleerde aanvragen automatisch gekwalificeerd en voorbereid kon worden. Geen enkele vaste regel dekt deze situaties. De agent heeft echter zijn beperkingen: hij kan zich vergissen, zijn kosten hangen af van het verwerkte volume en zijn werking moet worden gecontroleerd. Daarom houdt een serieuze agent volgens hem een mens in de lus voor elke beslissing die het bedrijf aangaat: hij stelt voor, een persoon valideert.
Drie vragen voor de aankoop
De consultant stelt voor eerst te controleren of de invoer altijd in hetzelfde formaat is. Zo ja, dan volstaat een integratie of RPA. Als ze binnenkomen in de vorm van e-mails, documenten of foto’s, wordt een IA-agent relevant. Vervolgens nodigt hij uit om de kosten van een fout te meten: hoe duurder die is, hoe meer menselijke validatie aanwezig moet zijn. Een agent die voorbereidt en een mens die valideert zijn volgens hem vaak rendabeler dan een robot die zonder waarschuwing breekt.
De laatste vraag gaat over de frequentie. Een taak die tien keer per maand wordt uitgevoerd, rechtvaardigt noch een robot noch een agent, en het is beter het team te trainen in het gebruik van een IA-assistent. Een taak die honderden keren per week wordt herhaald, verdient daarentegen een speciaal hulpmiddel. In de meeste door Katalyx begeleide KMO’s is de gekozen oplossing noch « alles RPA » noch « alles agent », maar een circuit waarin elk hulpmiddel doet wat het kan: een integratie om gegevens te transporteren, een IA-agent om te lezen en voor te bereiden, een mens om te beslissen. Voor elke investering raadt Enguerrand Boulnois aan een inventaris op te stellen van de repetitieve taken, met hun volume en kosten, want volgens hem zal deze lijst aangeven waar IA echt een meerwaarde biedt en waar een eenvoudiger hulpmiddel volstaat.
