La bureaucratie était connue pour être le fléau de l’URSS, mais elle est récemment devenue un lourd fardeau pour les entreprises privées. De nouvelles réglementations telles que Sarbanes-Oxley, Dodd-Frank, GDPR, couvrant toutes les fonctions, des ressources humaines à la comptabilité, de l’étiquetage des produits à la certification des fournisseurs, sont constamment mises en place par les différents États où les entreprises opèrent. Ces règles ont pour principal effet de forcer les entreprises à embaucher des personnes dont le travail consiste à vérifier que toutes les opérations sont conformes à l’ensemble des règles en vigueur à un moment donné. Ces emplois n’apportent aucune valeur ajoutée, ils sont purement coûteux et leur récente explosion n’est qu’une augmentation du coût global des affaires. L’effet global est soit une perte de productivité, soit une augmentation des prix pour les clients afin de couvrir ces dépenses supplémentaires non désirées. Le seul avantage est d’essayer d’éviter de graves problèmes sous la forme de lourdes amendes ou de peines de prison pour les cadres qui ne respectent pas les règles, ou de pertes d’activité dues à l’atteinte à la réputation.
Répondre aux besoins bureaucratiques se faisait auparavant au moyen de formulaires papier nécessitant la coché de nombreuses cases, l’obtention des cachets d’approbation et des signatures des personnes autorisées requises est maintenant partiellement remplacée par des systèmes d’information accessibles à de nombreux membres de l’organisation. Ces systèmes enregistrent et déclenchent des transactions et peuvent être équipés de processus de vérification prédéfinis basés sur des logiciels avant qu’une transaction ne puisse être effectuée. Néanmoins, cela nécessite encore beaucoup d’interventions humaines sans valeur ajoutée. Pire encore, il n’y a jamais de garantie que ces processus de vérification correspondent réellement aux réglementations en vigueur. Des difficultés supplémentaires proviennent du fait que les informations sont généralement stockées dans des bases de données distinctes, chacune utilisant des modèles différents pour des éléments tels que les employés, les vendeurs, les clients, le crédit client, les comptes bancaires, les processus ou les produits. Il faut des compétences pour qu’un analyste commercial puisse concilier ces systèmes, les premières étant de savoir où le nécessaire est stocké, comment y accéder et de savoir qui est responsable d’un certain élément de données. Développer des programmes pour faire correspondre les données disparates demande du temps et de l’argent, le résultat n’est jamais garanti, alors que l’obsolescence au moment de la livraison et la rigidité au changement sont une chose sûre.
Il est légitime, à notre époque d’intelligence artificielle, d’attendre que nombre de ces tâches soient automatisées, que les données soient compréhensibles par tous et que la conformité soit meilleure, toujours à jour et à moindre coût.
Automatisation de la bureaucratie : Pourquoi c’est difficile
Les différents organes d’une organisation fonctionnent à des rythmes différents. La planification annuelle et la fixation des objectifs pour le personnel de vente et de production se font chaque année. Le traitement des factures est généralement effectué une ou deux fois par mois. Les postes vacants sont pourvus dans des délais variables, généralement des mois. Les projets informatiques prennent des mois à définir et aussi des mois à réaliser. Les règlements sont fixés à des moments aléatoires, les accidents ont lieu sans avertissement préalable…
Les différents organes ont également des façons différentes de hiérarchiser leur travail et tous ont accès à des informations qui sont limitées à leur domaine spécifique. Un comptable traitera les factures dans l’ordre dans lequel elles ont été reçues et exigera la validation d’un gestionnaire à distance qui peut être difficile à joindre. Un directeur d’usine fonctionnera également de cette manière, avec peut-être une certaine marge de manœuvre pour une commande urgente. Un vendeur établira un ordre de priorité pour les visites de ses clients en fonction du potentiel de vente du client. Un responsable informatique organisera le travail des équipes en fonction de la disponibilité des ressources et des projets en cours.
Chacun des organes nécessite des données qui se trouvent à des endroits différents. Dans le cas d’une bureaucratie gouvernementale à l’ancienne, les données se trouvaient dans des dossiers papier qu’il fallait fouiller, généralement dans des endroits différents. Si vous voulez un passeport en France, vous devez obtenir un certificat de naissance de votre ville natale. Pour l’obtenir, vous devez écrire une lettre au bureau compétent, vous assurer d’y inclure un cachet de retour, etc, ce qui prend des jours, voire des semaines. Vous pouvez également avoir besoin d’un certificat de résidence qui provient de votre ville de résidence actuelle. Vous devez également écrire pour l’obtenir. En tout état de cause, l’ordre dans lequel chaque administration locale traitera votre demande n’a rien à voir avec l’urgence pour vous d’obtenir un passeport. En effet, s’il y a une inadéquation, par exemple une faute de frappe, dans l’un des documents requis, vous risquez d’être confronté à une procédure complexe de plusieurs années pour la faire corriger.
Dans le cas d’un responsable de la conformité au sein d’une entreprise, la situation est assez similaire : pour qu’un contrat ou une transaction soit approuvé, il doit passer par le responsable de la conformité. Ce dernier doit examiner ladite transaction, dans l’ordre qui lui convient, puis trouver toutes les informations connexes qui lui permettront de prendre sa décision sur la base des règles et réglementations commerciales en vigueur. Ces informations peuvent se trouver dans des dossiers papier dans un autre bâtiment, dans une ou plusieurs bases de données, ou dans des fichiers Excel tenus par un employé inconnu. La collecte de toutes les informations nécessaires à l’approbation d’une transaction peut donc être très longue. C’est clairement super-inefficace et inacceptable à l’ère de l’information.
Dans le cas d’un responsable de la conformité au sein d’une entreprise, la situation est assez similaire : pour qu’un contrat ou une transaction soit approuvé, il doit passer par le responsable de la conformité. Ce dernier doit examiner ladite transaction, dans l’ordre qui lui convient, puis trouver toutes les informations connexes qui lui permettront de prendre sa décision sur la base des règles et réglementations commerciales en vigueur. Ces informations peuvent se trouver dans des dossiers papier dans un autre bâtiment, dans une ou plusieurs bases de données, ou dans des fichiers Excel tenus par un employé inconnu. La collecte de toutes les informations nécessaires à l’approbation d’une transaction peut donc être très longue. C’est clairement super-inefficace et inacceptable à l’ère de l’information.
Malheureusement, il est presque impossible d’unifier parfaitement tous les systèmes d’information d’une entreprise. Différents logiciels sont utilisés, ils ont été paramétrés en fonction de différents besoins par différentes personnes à différents moments, il n’y a donc pas d’unité. Un client peut être désigné dans le système a par « CLIENT », par « U_CLIENT » dans le système b et par « Client » ou « Client » dans le système C. Des contrats similaires pour différents types de clients peuvent également figurer dans différentes bases de données et être caractérisés différemment. L’agent doit donc développer certaines heuristiques pour trouver les informations et les faire correspondre aux tâches à accomplir. Cette connaissance implicite est assez difficile à formaliser. Pour ce faire, il faudrait définir un projet informatique très complexe et coûteux impliquant tous les services, les amener à s’entendre sur une définition globale des éléments et des termes de l’entreprise. Cela pourrait prendre des mois à réaliser, de sorte que les entreprises fonctionnent généralement avec des systèmes informatiques hétérogènes et comptent sur des employés intelligents pour compenser les défauts, ce qui ne devrait pas être leur tâche principale.
Dans toutes les entreprises, les données ne se trouvent pas dans une base de données unique et ne sont pas accessibles par une application unique telle que SAP. En général, il y aura un système de comptabilité utilisant sa propre base de données, un autre pour les RH, un autre pour le plan d’exploitation, un autre pour la gestion de la relation client, etc… Il est donc presque impossible de mesurer l’impact de tout changement dans l’un de ces systèmes sur tous les autres. Si, tout à coup, la direction décide de classer des articles dans un système, il n’y a aucun moyen d’appliquer automatiquement le changement dans d’autres systèmes relatifs aux mêmes articles. La seule possibilité est pour un analyste commercial ou informatique d’extraire les données de tous les systèmes concernés et de trouver un moyen d’appliquer les changements partout où cela est nécessaire. Cette procédure est longue, la mise en correspondance n’est généralement pas vraiment possible et il n’y a aucune garantie que le résultat sera conforme à ce qui est attendu. Tant que toutes les non-concordances n’ont pas été corrigées, il existe un risque que certaines transactions non conformes aient lieu.
Par conséquent, chaque organe n’a aucune idée de l’impact de ses actions ou de son absence d’actions sur le reste de l’entreprise. Une facture payée trop tard parce que le comptable avait trop de travail ce jour-là peut entraîner la perte d’un contrat important. L’utilisation d’un ingrédient spécifique qui vient d’arriver d’un fournisseur dans la production peut entraîner le rejet de tout le lot de production et la perte de ventes dans un endroit éloigné, etc… La direction n’a certainement pas le temps de passer en revue toutes les données de l’ensemble de l’entreprise. Si elle insistait pour être impliquée pour toutes les transactions, comme en URSS, alors tout prendrait encore plus de temps et conduirait à plus d’inefficacité.
La plupart des actions menées dans une entreprise, à quelque niveau que ce soit, nécessitent une collaboration avec d’autres parties. Et la coordination des activités, l’identification des bonnes personnes, des bonnes informations, l’accès à ces dernières, la mise en place d’une équipe dans une salle de discussion, tout cela prend un temps dont il est difficile de rendre compte, mais qui consomme beaucoup de temps non productif. Ces retards provoquent des frictions dans le système et de nombreuses inefficacités, dont certaines peuvent avoir un impact majeur. Même à l’âge des ordinateurs, les gens ont toujours un agenda chargé, les systèmes informatiques peuvent changer et l’accès à l’information peut prendre plus de temps que prévu, ou les gens peuvent être malades.
En résumé, l’organisation du travail ne peut pas être mieux optimisée avec des outils standard, pour les raisons suivantes :
- Des rythmes différents pour des organes différents
- Des règles de priorité différentes pour les différents organes. Jamais par valeur d’entreprise globale.
- Vue partielle de l’information par chaque organe.
- Manque de visibilité globale de l’impact de chaque impact
- Délai entre les étapes nécessaires à la réalisation d’une transaction
On ne peut rien y faire : il serait absurde qu’un vendeur contrôle la planification de la production, ni que la direction générale contrôle chaque minute d’action. Certains processus prennent beaucoup de temps et ne peuvent être traités. Les journées de travail n’ont pas beaucoup d’heures, etc… Nous nous sommes donc habitués aux inefficacités qui en résultent. Et c’est généralement l’élément le plus lent de la chaîne qui contrôle le rythme global. Plus les processus les plus lents sont longs, moins l’entreprise est réactive aux changements.
Quand tous ces organes sont-ils synchronisés ? Presque jamais, à cause de cela. Le système fonctionne donc toujours de façon non optimale.
Des validations par une autre partie seront toujours nécessaires, ainsi que la définition de procédures, la fixation de règles et le respect des règlements. Toutes ces tâches nécessitent une intervention humaine. En revanche, tout ce qui les rend possibles : coordination, identification des sources de données et des personnes, accès, messagerie, etc… peut être automatisé et les messages appropriés générés automatiquement. Avec un accès approprié et opportun à toutes les données pertinentes, on peut également s’attendre à ce qu’un système intelligent classe tout par valeur ou impact global, plutôt que de se fier aux habitudes de priorisation de chaque organe.
Il serait également utile de compter sur ce système pour simuler l’impact sur le fonctionnement futur des changements de la réglementation ou des règles de gestion.
Entrez dans le Data Excellence Management Systems
DEMS est un logiciel développé par la société Global Data Excellence, basée à Genève. Il est basé sur l’intelligence artificielle, dans un cadre global appelé Data Excellence Science, qui permet de raisonner sur des phrases en langage naturel et de dialoguer entre humains et machines, ou entre machines.
Il est très utile pour automatiser toute la logistique bureaucratique dans toute organisation. Il est utilisé par les sociétés multinationales pour planifier leurs chaînes d’approvisionnement des mois à l’avance, par les gouvernements pour identifier les terroristes potentiels et par les banques et les compagnies d’assurance pour garantir la conformité de leurs transactions courantes.
L’intelligence artificielle de DEMS n’est pas du genre de celle dont on parle habituellement, comme le machine learning. Dans l’apprentissage machine, l’idée est de trouver des modèles structurés dans les données du passé. Une telle approche est très utile pour essayer de prévoir la consommation de hamburgers vendredi prochain dans un McDonalds donné, ou les besoins de réapprovisionnement d’un rayon de yaourt dans un supermarché. Cependant, elle présente de sérieuses limites : ses capacités de prédiction reposent sur la forte hypothèse que l’avenir sera comme le passé. Il a également besoin de beaucoup de données similaires au passé pour construire son modèle. Et enfin, ses résultats ne sont pas directement intégrés dans le traitement des données de l’entreprise qui s’occupe des opérations. Il est toujours nécessaire de faire appel à un analyste spécialisé pour analyser les données, et éventuellement pour faire des recommandations à une fonction de l’entreprise. Cette fonction métier peut à son tour demander à l’informatique de mettre en œuvre certaines règles métier dans ses systèmes, ce qui prend du temps et donc un manque de synchronisation entre les éléments de la chaîne : le modèle doit être validé par des expériences prospectives, et les projets informatiques sont par définition longs. Le lien n’est jamais direct entre les données brutes et les opérations.
Que se passe-t-il maintenant quand le monde change ? Par définition, tout modèle basé sur des données passées est largement inutile en cas de nouveaux changements. Quel est l’impact sur la productivité si les heures de travail sont réduites de x heures par semaine ? Si un congé paternel payé est désormais offert à tous les employés masculins ? Comment une entreprise bancaire est-elle affectée si de nouvelles sanctions visent un certain pays ? Pour répondre à ce type de questions, il faut :
- Une vue claire de toutes les données concernées par la nouvelle « situation » ou règle
- Un moyen de mesurer l’impact attendu
- Une façon de prendre des décisions intelligentes sur les transactions actuelles et futures, en fonction de la nouvelle situation.
DEMS fonctionne comme un gouvernement actif, avec plusieurs branches qui peuvent travailler en collaboration :
- Un pouvoir législatif, qui établit des règles, internes et externes, telles que des règlement
- Un pouvoir judiciaire, qui vérifie si les règles ont été et sont respectées dans les transactions
- Un pouvoir exécutif qui prend des mesures, par exemple, effectuer des transactions, dans le respect des règles et des ressources disponibles.
- Un bonus : un simulateur de l’avenir selon n’importe quel ensemble de règles.
Concrètement, DEMS fonctionne comme suit :
Les règles sont saisies dans DEMS en langage naturel. Les règles peuvent être de nature différente :
- Internes, telles que « Chaque employé doit recevoir x jours de formation continue par an », « Chaque facture doit être liée à un bon de commande », « Toute dépense supérieure à X$ doit être approuvée par un VP », « Aucun fournisseur ne doit employer de main-d’œuvre enfantine », « Chaque client doit être contrôlé par un évaluateur de crédit externe », « La limite de crédit de chaque client ne doit pas dépasser X% de son chiffre d’affaires annuel », « L’entreprise n’est pas autorisée à inviter ses clients à jouer au golf », etc.
- Externe : ce sont les réglementations, comme Dodd-Frank, Sarbanes Oxley ou GDPR. Elles se traduiront par une liste exhaustive de règles, telles que « Toute inscription d’informations personnelles sur une personne nécessite un formulaire de consentement signé », ou « Les recettes prévues non encore facturées ne peuvent être comptabilisées dans le chiffre d’affaires annuel », « La liste des ingrédients, avec leur classification selon la norme X, doit être clairement affichée sur l’emballage », « Aucun produit de type X ne peut être vendu au pays A », « Les ingénieurs travaillant sur le projet X doivent avoir une autorisation militaire », etc…
- Règles de procédure : elles préciseront les étapes et le calendrier d’une séquence complexe, en partant de la fin et en remontant dans le temps. Prenons la cuisson d’un gâteau. Voici un exemple typique de codage de la séquence :
- Le gâteau doit être prêt dans 6 heures (20:00)
- Le temps de cuisson est d’une heure et demie (18:30)
- La préparation avant la cuisson dure 0,5 heure (18h00)
- La cuisine et le cuisinier doivent être disponibles à 18h00
- Tous les ingrédients doivent être présents à 18:00 : farine, sucre, oeufs, etc…
- Tous les ingrédients doivent être présents avant leur date de péremption
vii. Il faut deux heures (16:00) pour obtenir les ingrédients manquants, si nécessaire
DEMS est connecté aux sources de données. Les données relatives aux règles sont stockées dans des sources de données généralement différentes : bases de données, ERP, fichiers excel, etc.
Un dictionnaire des termes et de ce qu’ils représentent dans le cadre de ce contexte particulier (l’entreprise ou le projet) est extrait automatiquement et validé par un expert humain. C’est la partie clé où l’intelligence artificielle est utilisée : elle sait trouver dans toutes les sources de données les termes commerciaux tels que client, fournisseur, employé, facture, paiement, contrat, transaction, ingrédients, etc… et toutes les différentes façons dont ces concepts sont codés et reliés dans toutes les sources de données. C’est grâce à ce dictionnaire intelligent et dépendant du contexte que les règles peuvent être écrites en langage naturel, en utilisant les termes ainsi découverts. DEMS contient un moteur de traitement du langage naturel qui peut donner un sens à des termes non spécifiques tels que « Each … », « No … », « Must », « Cannot », etc… et donc « comprendre » ce que signifient les phrases représentant les règles comme au point 1 ci-dessus. Il sait également comment déterminer si une transaction
Les rôles sont attribués. DEMS ne lit que les données stockées dans les sources liées. Chaque élément nécessaire pour effectuer une transaction ou suivre une règle doit être stocké dans ces sources de données.
L’utilisateur attribue la responsabilité et l’obligation de rendre compte de chaque élément de données à un rôle particulier. Si une nouvelle personne remplace une personne responsable de la donnée X, DEMS le saura automatiquement. En règle générale, un représentant commercial peut être responsable de la maintenance des données clients dans le CRM. Un comptable désigné pourrait être chargé de tenir à jour les catégories de comptabilité analytique. Un responsable des finances pourrait être désigné pour valider certaines transactions, etc…
- DEMS fournit ensuite des tableaux de bord présentant les caractéristiques suivantes
- Chaque utilisateur reçoit une indication de performance de sa conformité générale
- La possibilité d’approfondir les transactions individuelles non conformes, en indiquant quelle règle est enfreinte.
- Une valeur numérique, monétaire ou autre, est associée à chaque transaction non conforme. D’où la possibilité d’établir des priorités en fonction de cette valeur, et non en fonction d’un critère isolé du reste du réseau de collaboration
- Une liste de choses à faire, et qui doit le faire. Par exemple, le tableau de bord pourrait vous indiquer qu’il manque une signature quelque part, afin que l’utilisateur puisse envoyer un rappel à la personne responsable.
- Chaque personne reçoit un tableau de bord personnalisé, correspondant à son rôle dans l’organisation, et lié à toutes les données appropriées
- DEMS peut simuler le futur
Aujourd’hui, il y a des factures qui doivent être payées la semaine prochaine. Ont-elles toutes les bonnes validations, etc… ? Les étapes nécessaires peuvent-elles être accomplies selon les règles et les contraintes ? - DEMS donnera un ensemble complet de mesures à prendre pour que les futures transactions soient conformes à toutes les règles. Si toutes ne peuvent pas être accomplies, on peut se concentrer sur celles qui ont la valeur la plus élevée
- DEMS permet de simuler l’impact des nouvelles règles. Supposons qu’une entreprise souhaite réduire le nombre de fournisseurs ou de clients d’une certaine partie du monde. DEMS donnera automatiquement la valeur de l’impact de toutes les transactions qui sont actuellement prévues pour impliquer ces fournisseurs ou clients
- L’entreprise veut augmenter son activité dans un pays de x%, avec un budget de Y$. Compte tenu des mesures détaillées à prendre pour accroître les activités dans ce pays, telles que le quota de ventes attendu par un représentant commercial, le temps et l’argent nécessaires pour embarquer et rémunérer de nouveaux représentants commerciaux, le nombre de visites nécessaires en moyenne pour trouver un nouveau client, l’environnement réglementaire de ce pays,
- DEMS indiquera ce qui peut être réalisé avec les ressources disponibles
Ces fonctionnalités sont très différentes de ce que proposent les techniques d’apprentissage automatique. DEMS automatise toute la logistique de la bureaucratie : plus de temps passé à chercher les données, à coordonner les personnes et à hiérarchiser leurs tâches. Chaque utilisateur, où qu’il se trouve dans la hiérarchie, reçoit sa liste de tâches ordonnée et exhaustive pour la journée. Il permet aux cadres, aux experts commerciaux et aux juristes de se concentrer sur leurs compétences supérieures, qui consistent à inventer et à fixer les règles pour améliorer leur productivité globale. Il leur permet de jouer avec des scénarios possibles, de mesurer l’impact de règles éventuelles telles que « Passez x% d’appels téléphoniques en plus par jour » ou « Donnez un congé de paternité payé aux employés masculins ». Ils peuvent mesurer de manière exhaustive l’impact du licenciement ou de la réaffectation de certains employés à d’autres fonctions. Elle garantit également une exécution sans faille et totalement conforme des transactions actuelles et futures.
Global Data Excellence News
GLOBAL DATA EXCELLENCE CÉLÈBRE LA JOURNÉE DE L’INDÉPENDANCE DES DONNÉES AVEC LE LANCEMENT DE DEMS FOR ALL
Communiqué de presse : Pour diffusion immédiate Genève, Suisse – 18 septembre 2024 – Dans une annonce historique suivant la déclaration des droits...
Souveraineté et IA de Confiance : Garantir les Droits Numériques dans les Pays en Développement
À l'ère numérique, les données sont devenues un atout essentiel, souvent comparées au pétrole en termes d'importance. Pour les pays en...
DEMS & la Data Fabric
En 2020, les analystes de Gartner ont publié leur Top 10 des tendances technologiques en matière de données et d'analyse et, en septième position,...
Global Data Excellence (GDE)
Route de la Galaise 34
CH - 1228 Plan-les-Ouates
© 2024 Global Data Excellence | All Rights reserved | DEMS Support Platform | Website realised by Swiss House of Brands