Dans de nombreuses entreprises, les développeurs RPA et les data scientists ne travaillent pas ensemble. Pourtant, leurs compétences sont extrêmement complémentaires.

Pour introduire concrètement l'IA dans l'entreprise et entamer votre transformation digitale, il est essentiel de réunir les équipes de développeurs RPA et les data scientists. En effet, les deux équipes veulent contribuer à l'élaboration de processus et de décisions commerciales plus efficaces et plus intelligents, mais cela ne signifie pas qu'elles travaillent ensemble. Il existe généralement un fossé organisationnel entre les équipes, ce qui les amène à utiliser des moyens inutilement distincts pour atteindre des destinations similaires.

Alors quels sont les défis liés au travail des développeurs RPA et des data scientists et comment mettre en place une meilleure gouvernance pour tirer profit de ces deux pans indispensables de l’entreprise?

Pourquoi les entreprises comprennent souvent mal les data scientists?

Il y a quatre raisons principales pour lesquelles les entreprises sous-estiment la valeur des data scientists : 

• Leur valeur commerciale est difficile à évaluer. Selon une enquête d'Anaconda Data Science, moins de la moitié (48 %) des data scientists estiment pouvoir démontrer l'impact de la science des données sur les résultats commerciaux.
• Le retour sur investissement est coûteux. Les data scientists - qui sont déjà coûteux - ont souvent besoin de plus de ressources que les entreprises ne sont prêtes à investir. S’ils n’ont pas ces ressources nécessaires, ils ne sont pas prêts à s’investir dans leur travail. 
• Leur travail n'apporte aucune valeur ajoutée sans collaboration. Il n'est pas toujours facile de mettre en production les résultats de la data science, là où ils peuvent avoir un impact sur l'entreprise.
• Une grande partie de leurs efforts est consacrée au travail invisible. Cela peut être immensément frustrant pour les data scientists. 

Lorsque ces quatre raisons se combinent, les entreprises ont tendance à sous-estimer et à sous-utiliser leurs data scientists. Elles sont souvent loin de se douter qu’il suffit d’une équipe pour libérer leur valeur.

Les développeurs RPA ont également du mal à comprendre les data scientists

L'état d'esprit des développeurs RPA et des data scientists a tendance à être différent parce qu'ils ont des workflows et des délais différents. En effet, les développeurs RPA, immergés dans des workflows plus rapides, ont tendance à penser en termes de solutions rapides, alors que les data scientists ont tendance à s'orienter vers des projets plus exploratoires. Cela rend également difficile pour ces équipes de communiquer entre les départements, créant ainsi des silos. 

Les compétences des développeurs RPA et des data scientists: différentes mais complémentaires

Lorsque les dirigeants associent les développeurs RPA et les data scientists, les avantages qu'ils peuvent apporter aux organisations sont supérieurs à la somme de leurs parties. Un développeur RPA peut automatiser des processus beaucoup plus complexes en travaillant avec un data scientist qu'en travaillant seul, et un data scientist travaillant avec un développeur RPA peut travailler plus rapidement.

Malgré le fossé que nous avons décrit, les développeurs RPA et les data scientists parlent le même langage - ou du moins le codent. En effet, le rapport State of RPA Developers Report 2020 de notre partenaire UiPath montre que plus de 90 % des développeurs RPA ont un diplôme universitaire et que Python est déjà l'un des principaux langages connus des développeurs RPA. Le fossé des connaissances n'est pas aussi large qu'on pourrait le craindre.

Il y a aussi une volonté de combler ce fossé. En effet, les développeurs RPA souhaitent souvent en apprendre davantage sur les sujets liés à la science des données. De plus, les recherches montrent que les data scientists passent près de la moitié de leur temps sur des problèmes que les développeurs RPA peuvent résoudre plus efficacement et plus rapidement. 

Une question se pose donc : comment réunir ces équipes clairement complémentaires ?

Casser le mur entre les équipes de data science et de RPA

Si les dirigeants parviennent à faire tomber les barrières entre ces équipes, ils peuvent débloquer des opportunités massives pour leurs entreprises. Pour ce faire, les dirigeants doivent permettre aux data scientists de communiquer leurs besoins aux développeurs RPA et coordonner les deux équipes pour obtenir de meilleurs résultats sur des problèmes complexes.

Tout d’abord, les dirigeants respectifs peuvent s'assurer que les deux équipes se parlent et que la communication est réellement bidirectionnelle.

De plus, les développeurs RPA peuvent aider les spécialistes des données. Lorsque les data scientists rencontrent un problème, les développeurs RPA peuvent venir à la rescousse.

Les développeurs RPA peuvent par exemple aider les data scientists grâce à:

• La création de métadonnées. Les robots logiciels, surtout lorsqu'ils sont complétés par le process mining, laissent des traces de données lorsqu'ils accomplissent des tâches, ce qui rend les processus plus compréhensibles pour les data scientists.
• L’accès aux systèmes existants. Les robots logiciels travaillent avec les systèmes existants et rendent accessibles les données qui étaient auparavant piégées dans les anciens outils.
• L’accès à des données plus exploitables.  Les développeurs RPA peuvent organiser les grands ensembles de données, souvent disparates, en un ensemble cohérent. 
• La mise en œuvre des modules d'IA prêts à l'emploi. De nombreux cas d'utilisation du machine et de l'IA ne sont pas nouveaux. Au lieu que les data scientists construisent des modèles à partir de zéro, les développeurs RPA peuvent déployer des modules préexistants.

Où est le résultat?

Ces avantages combinés ne rendent pas seulement la vie des data scientists plus facile, mais les aident également à accomplir plus qu'ils ne pouvaient le faire auparavant. Ainsi, les développeurs RPA permettent aux data scientists de faire leur travail plus rapidement, tout en rendant la solution finale plus facile à déployer.

A propos de StoryShaper : 

StoryShaper est une start-up innovante qui accompagne ses clients dans la définition de leur stratégie digitale et le développement de solutions d’automatisation sur-mesure.

Sources : StoryShaper, UiPath