Notre vocation est d’améliorer les processus métier de nos clients, de mettre la technologie au service de leurs missions quotidiennes pour leur permettre de se concentrer sur les tâches à valeur ajoutée. Les projets de gestion électronique de documents que nous accompagnons portent souvent sur la mise en place d’une GED transverse facilitant la dématérialisation de processus métiers et le suivi de l’instruction de dossiers.
Dans ce cadre, de nombreuses règles de gestion peuvent être mises en oeuvre et automatisées pour optimiser les processus documentaires :
- capture documentaire, reconnaissance automatisée des documents et extraction des méta données métiers clés
- classement, indexation des pièces
- tableaux de bord pour le suivi de l’instruction, workflow de suivi..
La mise en place de ces règles de gestion permettent effectivement aux utilisateurs de gagner un temps important tout en conservant la qualité de traitement des dossiers, mais, compte-tenu du volume de dossiers à instruire, les processus peuvent encore être optimisés. La gestion des typologies de documents, le contrôle documentaire peuvent permettre de contrôler automatiquement la complétude d’un dossier par exemple et déclencher la génération d’un courrier de demande de pièces complémentaires. La première étape de l’instruction peut être ainsi être entièrement automatisée, et l’agent peut se concentrer sur l’analyse du dossier, sur des tâches à valeur ajoutée.
Dans de nombreux contextes, l’instruction elle même répond au suivi d’une procédure normée, à des règles connues. Des marges de manœuvre existent ainsi pour pousser plus loin l’industrialisation de ces processus sur la base des informations déjà disponibles (méta données métiers) d’analyse sémantique, d’intelligence artificielle, afin d’implémenter ces règles pour émettre des propositions d’actions, de décision.
Des tests ont été réalisés sur des décisions juridiques sur la base d’intelligence artificielle. Sur certains périmètres du droit, comme le droit du travail, il s’avère que les retours sont positifs et que le machine learning peut être envisagé comme une solution fiable et pérenne dans certains contextes.
L’idée ici n’est pas de remplacer les agents qui instruisent les dossiers, mais de leur permettre de faire face à la volumétrie en se concentrant sur les dossiers complexes, le système optimisant la charge pour le traitement des dossiers plus standards.
Laisser un commentaire