IA & EDI: une brève histoire du temps
L’EDI (Echange de Données Informatisées ou Electronic Data Interchange) permet aux entreprises d’échanger des informations de façon électronique en remplacement de documents traditionnellement au format papier. L’EDI a été conçu pour automatiser certains échanges (bons de commandes, bons de livraison, factures, etc) grâce à l’utilisation de fichiers structurés et standardisés. L’EDI n’est pas une technologie récente puisqu’elle est largement utilisée depuis les années 80 pour échanger des données entre entreprises, directement de machine à machine – en réalité plutôt de système ERP à système ERP – sans intervention humaine et donc sans avoir à re-saisir les données.
L’intelligence artificielle ou IA est quant à elle un concept plus ancien que l’EDI puisqu’elle est née dès les années 50, au tout début de l’informatique. L’objectif initial de l’IA était de réaliser des machines capables d’imiter le comportement et l’intelligence humaine. Au fil des décennies, l’intelligence artificielle a connu des hauts et des bas avec un regain d’intérêt depuis les années 2010 où des avancées majeures ont été rendues possibles grâce à la combinaison des 3 éléments: des ordinateurs à très grande capacité de traitement, des algorithmes statistiques et mathématiques et l’accès facile à de vastes quantités de données. L’apprentissage machine (machine learning) et profond (deep learning) ont permis aux machines de battre les meilleurs humains à Jeopardy (Watson, 2011) et au jeu de go (Deep Blue, 2015), ce qui semblait inimaginable quelques années auparavant. L’IA a déjà des applications concrètes dans la médecine et les transports mais peut aussi être appliquée à l’automatisation du traitement des documents et notamment des commandes clients.
L’EDI permet donc d’automatiser le traitement des bons de commandes. Mais l’IA peut apparemment aussi être utilisée dans ce domaine. Du coup, quelles sont les différences et les bons usages?
Automatisation des commandes: EDI ou IA?
Avec l’EDI, le client et son fournisseur doivent se mettre d’accord sur un format de données qui sera utilisé pour passer les commandes. C’est un langage commun qui sera utilisé et compris par les machines des 2 côtés. Ce langage machine commun est en principe un des nombreux standards de l’industrie (UN/EDIFACT, ANSI ASC X12, GS1 XML, TRADACOM, UBL, et…) qui offrent chacun beaucoup de variations. C’est finalement similaire à ce qu’on observe pour les langues utilisées par les humains avec une multitude de langages parlés sur la planète et encore plus de versions locales plus ou moins clairement définies: le français que je parle à Lyon est légèrement différent de celui que je parle dans ma région natale des Hautes-Alpes. Mais, alors que les humains sont capables d’adaptation intelligente pour comprendre ou redéfinir à la volée les mots non saisis la première fois, les systèmes EDI n’ont pas ces capacités et ne fonctionneront pas même si la différence de format est mineure. Pour les communications EDI, les partenaires commerciaux doivent aussi définir le protocole technique qui sera utilisé pour transférer les données, souvent SFTP, AS2 ou AS4. Chaque connexion EDI entre les partenaires commerciaux est en fait un mini projet informatique impliquant des équipes techniques pour connecter les 2 systèmes informatiques, tester le flux de documents et surtout valider que tout fonctionne sans friction. Effectivement, la philosophie même de l’EDI est qu’après mise en oeuvre du flux, il ne faut plus toucher ni même voir les commandes avant qu’elles soient intégrées à l’ERP du fournisseur.
L’IA permet d’aborder le problème de l’automatisation sous un autre angle: avec les technologies de deep learning, on peut entraîner un algorithme avec des centaines de milliers des commandes du monde réel pour créer un réseau de neurones expert de la capture de données dans les bons de commande. Fondamentalement, cela revient à concentrer de l’intelligence humaine très spécifique dans un petit cerveau numérique. Ce réseau de neurones est spécialisé dans une tâche bien précise: savoir trouver les informations clés dans un bon de commande, typiquement le numéro de commande, la date de livraison souhaitée, les articles commandés, leurs quantités et prix, etc… L’intelligence artificielle peut reconnaître automatiquement plus de 80% des champs figurant sur les nouveaux bons de commandes et diminuer d’autant la saisie de données par les utilisateurs. Une seconde couche d’IA à base de machine learning peut encore améliorer la reconnaissance en mémorisant les actions utilisateurs effectuées sur les champs non identifiés ou mal reconnus. La machine apprend de façon transparente et les taux d’automatisation augmentent ainsi progressivement. Evidemment, il faut beaucoup d’efforts – et aussi de données – pour mettre au point une plateforme exploitant ainsi l’IA. Mais quand ces technologies sont directement incorporées dans une solution SaaS de gestion des commandes, le bénéfice est immédiat et dès le premier jour la grande majorité du travail peut être réalisée par la machine, permettant ainsi aux utilisateurs de se concentrer sur les tâches à plus forte valeur ajoutée comme le service aux clients.
Une différence importante entre les 2 approches est qu’on ne va pas viser la perfection à chaque fois avec l’IA: l’objectif n’est pas d’avoir une automatisation complète avec 100% des commandes traitées uniquement par les machines et intégrées automatiquement à l’ERP mais plutôt d’avoir une combinaison d’intelligence artificielle et humaine. Par exemple 95% des tâches seront réalisées par la machine et 5% par les utilisateurs, pour gérer les cas spécifiques ou peut-être uniquement valider visuellement la commande et l’approuver en un clic.
EDI et IA: résoudre l’équation métier et technologique
L’EDI est un moyen pertinent d’automatiser les commandes qui est parfois imposé par les clients ou la législation, ce qui ne laisse pas le choix de l’utiliser ou pas. Mais les avancées récentes de l’intelligence artificielle permettent maintenant d’obtenir d’excellents taux d’automatisation sans avoir à mettre en oeuvre des projets informatiques longs et coûteux. Ainsi, plutôt que d’avoir à définir précisément quel format EDI utiliser ou quel protocole exploiter, il suffit simplement d’échanger une commande au format PDF par e-mail, ce qui est facile et immédiat pour les 2 partenaires commerciaux. Plutôt que de viser une automatisation totale en EDI qui prendra des mois et ne pourra jamais être mise en oeuvre sur l’ensemble du flux de commandes, l’IA offre des taux d’automatisation proches de ceux de l’EDI pour des coûts d’implémentation très largement inférieurs.
Au delà de la mise en oeuvre, je développerai dans un article à suivre comment l’IA facilite l’utilisation et la maintenance d’une solution d’automatisation de commandes en offrant une flexibilité d’intervention humaine.
Pour en découvrir davantage sur ce sujet, vous pouvez consulter:
- Digitalisation des commandes clients : La clé d’un cycle Order-to-Cash performant
- Digitalisation des commandes clients – Réception via canal EDI –
Aurélien est le chef de produit Order-to-Cash au sein d’Esker.