Face aux avancées incroyables rendues possibles par le développement de l’IA générative, les entreprises s’interrogent sur l’avenir du low code / no code. L’IAG l’a-t-elle rendu obsolète ou inutile ? Là où d’aucuns prévoient le lent déclin ou la mort rapide du concept de Développeur Citoyen, d’autres y voient au contraire le moyen d’accélérer l’adoption de l’approche.

De l’informatique pour tous à l’informatique par tous

Créer des applications ou des processus sans écrire de code, c’est le pari du Low Code / No Code (LCNC). Avec des origines remontant aux années 1980, quand les logiciels de bureautique offraient pour la première fois aux utilisateurs la possibilité de réaliser des tâches informatiques sans connaître de langage de programmation, l’approche LCNC n’est pas nouvelle.

Le LCNC a ensuite évolué avec le développement des technologies web et mobiles et la demande croissante en matière de création d’applications. Les interfaces se sont réinventées avec des glisser-déposer, des modèles et des workflows, permettant de concevoir des applications sans coder, ou avec un minimum de code.Progressivement, le LCNC dépasse les frontières des directions informatiques pour étendre son ambition de conquête à l’ensemble des métiers de l’entreprise..

Stimulée par des besoins de digitalisation croissants, la promesse convainc de nombreuses organisations qui se lancent dans l’évangélisation de leurs salariés. Mais fin 2022, l’explosion médiatique autour de l’IA générative emballe l’imagination avec une promesse plus fascinante encore : la perspective de produire du code, de synthétiser l’information et d’automatiser des tâches en en quelques secondes…

Dès lors, de nombreux experts prédisent la fin du low code. Mais est-ce vraiment ce à quoi on peut s’attendre ? L’IAG et le LCNC sont-ils redondants ou complémentaires ? Que peut-on attendre au juste de la rencontre de ces deux domaines ?

Une réponse à un besoin d’autonomie et d’agilité

Les avantages du LCNC sont multiples. Tout d’abord, Il donne la possibilité aux utilisateurs métier qui maîtrisent le mieux leurs besoins, de concevoir eux-mêmes leurs solutions. D’autre part, il permet aux entreprises de gagner en agilité, en innovation et en compétitivité en s’affranchissant d’une gestion classique et centralisée des développements.

Un exemple abouti du LCNC est l’écosystème Microsoft, qui offre aux utilisateurs une gamme complète d’outils pour créer des solutions en utilisant un minimum de code. Des outils comme Power Apps, Power Automate, Power BI, permettent de créer des applications, gérer des processus et analyser des données. Ces solutions forment un ensemble intégré, et se connectent avec d’autres services cloud, comme Azure ou Office 365 mais aussi des solutions en dehors de l’écosystème Microsoft afin de faciliter le partage et la synchronisation de données.

Le LCNC donne ainsi aux entreprises la possibilité de sécuriser les saisies, de rassembler les données et de conserver un historique… sans se lancer dans un projet de développement classique souvent lourd et onéreux.Très appréciée pour sa facilité et sa performance, l’approche comporte néanmoins certaines limites.

Un modèle confronté à de nombreux défis

Au cœur de ces défis, on retrouve bien sûr la question des aptitudes techniques. Car, bien que le LCNC réduise le besoin de coder à un minimum, il exige tout de même du Citizen developer que celui-ci maîtrise les principes fondamentaux du développement applicatif.

En ce sens, l’asymétrie de niveau technique entre les développeurs classiques et les utilisateurs-développeurs est bien réelle. Si elle n’est pas pleinement comprise, elle peut alors rapidement devenir problématique, notamment lorsqu’il s’agit de gérer des adaptations avancées ou des intégrations complexes. Tandis que la pensée du développeur aguerri répond de manière instinctive à la résolution de problèmes, l’utilisateur sera plus facilement dérouté par des questions techniques qu’il n’anticipe pas.

De la même manière, le citizen developer pourra se laisser surprendre par des difficultés liées au passage à l’échelle et à la nécessité de faire évoluer une application pour gérer un volume de données croissant ou pour garantir une gestion efficace des conflits d’accès.

Enfin, au-delà des compétences techniques et de la façon de penser, l’écart est aussi méthodologique.

A la différence d’un développeur formé aux méthodes de test et de développement modulaire qui lui permettent de s’assurer que son développement est fonctionnel ou que l’ajout de fonctionnalités n’entraine pas de régressions, un utilisateur-développeur peut passer à côté de certaines erreurs par manque de méthodologie.

Un dernier défi concerne enfin le risque d’excès de confiance. Une confiance aveugle dans les solutions ainsi créées pouvant en effet facilement exposer les organisations à des risques de bugs et d’erreurs, voire à d’importantes failles de sécurité.

En résumé, si le LCNC présente des avantages indéniables pour accélérer et démocratiser la création d’applications, il semble essentiel de souligner que l’approche comporte également des limites qui peuvent compromettre la qualité, la sécurité et la pérennité des solutions développées.

L’IA Générative : Un nouveau paradigme pour le développement applicatif

L’IAG vient bousculer ce paysage technologique en bouleversant les usages et en rendant la compétence technique, l’analyse de la donnée et surtout la génération de code accessibles à tous. Alors que le re-use et l’utilisation de snippets font partie des pratiques courantes dans le monde du développement, l’IAG change la donne en offrant à chacun la possibilité de générer presque instantanément des lignes de code en réponse à un besoin exprimé. Face à la perspective d’accélérer leur production, les développeurs s’emparent immédiatement de la technologie.

Côté LCDC, Microsoft propose l’intégration de Copilot à une grande partie des différentes briques de la Power Platform avec des gains évidents. Pour citer quelques progrès, Power Apps simplifie la création d’applications à partir d’une simple spécification des besoins et des fonctionnalités requises. Cette automatisation se retrouve également dans Power Automate, où des flux de travail sont quasiment générés automatiquement à partir de descriptions en langage naturel. Enfin, Copilot Studio se distingue en étant capable, à partir d’une simple image ou description, de générer rapidement un bot intégrant les données de l’entreprise issues de documents ou de bases de données.

Si les bénéfices et les gains de temps sont reconnus, existe-t-il cependant des limites à ce que l’IAG peut apporter au développement ? Avec l’objectif de réduire le fossé technique que nous évoquions plus tôt, l’IA favorise-t-elle une formidable accélération ou au contraire un dangereux court-circuit qui pourrait remettre en cause l’intérêt même du Low Code No Code ?

Les Limites de l’IA Générative

D’emblée, il est clair que l’IA générative ne saurait se substituer totalement aux compétences humaines. Si elle réduit le besoin de compétences techniques et les temps de développement, elle ne les élimine pas complètement. La compréhension du code et la connaissance métier restent des éléments indispensables pour parvenir à un résultat abouti et corriger les possibles erreurs. En effet, si l’IAG peut créer des morceaux de code rapidement, elle peine pour l’instant à les assembler de manière cohérente et fonctionnelle.

Une autre limite de l’IA réside dans sa « naïveté » intrinsèque. Incapable d’anticiper les potentielles dérives malveillantes de son propre code, elle peut exposer les applications à des risques de sécurité importants. Les développeurs humains, avec leur expérience, leur vision d’ensemble et leur esprit critique, demeurent essentiels pour identifier et prévenir ces failles que seul un esprit humain peut avoir l’idée d’exploiter.

De même, bien que capable de réutiliser du code existant avec une efficacité impressionnante, l’IA ne prend pas toujours en compte les questions de droits d’auteur et de licence. Enfin, on a pu constater que les IA génératives ont un autre défaut : celui de vouloir toujours offrir une réponse. Le résultat : des solutions systématiques, parfois déconnectées des besoins et un phénomène connu sous le nom d’hallucination qui vient souligner l’importance du jugement humain dans la validation et l’optimisation des propositions de l’IA.

L’intégration de l’IAG dans le processus de développement met donc en évidence la nécessité d’un accompagnement humain attentif. En reconnaissant cette réalité, il apparaît donc plus judicieux de considérer l’IAG comme un catalyseur et un accélérateur plutôt qu’une menace. En mettant en lumière la simplicité et l’efficacité de cette approche, elle contribue à abaisser les barrières à l’adoption pour faire un pas de plus en direction d’un développement accessible à tous. Dans cette optique, la connaissance métier, l’expérience et l’intuition demeurent des éléments essentiels pour exploiter pleinement le potentiel de cette technologie émergente. Car bien que l’avenir puisse réserver des avancées autonomes pour l’IAG appliquée au développement, il semblerait que le chemin vers cette indépendance ne soit pas encore tout à fait prompté.

Par Christophe Charpentier Directeur Technique Biz Apps & Data d’Experteam

De Daniel Meyer, directeur technique chez Camunda

Les agents d’IA ne cessent de gagner en popularité, à juste titre. Ils permettent non seulement d’agir de manière indépendante, mais aussi de prendre des décisions basées sur des raisonnements complexes.  L’utilisation d’agents d’IA dans une stratégie d’automatisation semble aller de soi. Toutefois, si leur intégration dans les processus de bout en bout n’est pas adaptée, ils risquent de ne pas fonctionner aussi bien que vous le souhaiteriez, voire pas du tout. L’objectif est d’accroître l’efficacité des processus et/ou de minimiser les tâches humaines répétitives. Cependant, la mise en œuvre de l’IA sans une intégration transparente peut avoir l’effet inverse et se traduire par des workflows cloisonnés et décousus qui nuisent à l’efficacité et à l’expérience des clients et des employés. Selon Accenture, l’IA est désormais l’un des principaux contributeurs à la dette technologique, aux côtés des applications d’entreprise. Alors que 52 % des entreprises prévoient d’augmenter leurs budgets d’IA générative en 2025, ce problème devrait s’intensifier. Penchons-nous sur le fonctionnement des agents d’IA, ainsi que sur certains des défis et des risques qui y sont associés, et voyons comment opérationnaliser l’IA dans une stratégie d’automatisation existante.

Fonctionnement des agents d’IA dans l’automatisation de bout en bout

Les processus métier sont constitués d’une série d’étapes qui s’exécutent souvent sur un large éventail d’endpoints, qui peuvent être des personnes, des systèmes (y compris l’IA) et/ou des appareils. L’orchestration des processus garantit que chaque étape s’exécute comme prévu et que tout se déroule de manière transparente entre ces endpoints. Le problème est que les agents d’IA ne se valent pas tous. Certains processus suivent une logique prédéfinie, ce qui permet d’anticiper facilement ce qui se passera par la suite. Avec un processus amélioré par l’IA, certaines étapes peuvent aussi suivre un flux logique planifié, tandis que d’autres sont exécutées à l’aide d’un grand modèle de langage (LLM). Les résultats d’un LLM sont plus difficiles à prévoir, mais peuvent bénéficier aux processus dynamiques et variables qui n’ont pas besoin de suivre une structure spécifique.

Prenons l’exemple du traitement des réclamations d’assurance et des demandes d’indemnisation des clients. Les processus automatisés dans ces domaines peuvent comporter des étapes prédéfinies avant de passer à un stade où le dossier est remis à une personne qualifiée pour qu’elle l’examine de plus près, détermine les mesures à prendre et résolve parfois elle-même la situation. Tirer parti de l’IA peut augmenter le niveau d’automatisation dans ces types de processus difficiles à définir, libérant ainsi du temps aux travailleurs du savoir.

Défis et risques liés aux agents d’IA

Le manque de prédictibilité des agents d’IA peut être une source sérieuse de risques pour certains secteurs d’activité réglementés qui nécessitent un niveau élevé d’auditabilité et de gouvernance de leurs processus. Aujourd’hui, 84 % des entreprises déclarent que le manque de transparence sur la façon dont les applications d’IA sont utilisées dans les processus métier entraîne des problèmes au niveau de la conformité réglementaire. Cela ne signifie pas qu’un secteur réglementé comme celui de la finance ne peut pas tirer parti de l’IA, ou plus spécifiquement des agents d’IA. L’orchestration des processus assure une conception pour les processus de bout en bout, qui permet aux entreprises de rester en conformité avec les réglementations spécifiques à leur secteur, avec les lois sur la confidentialité des données et avec les législations émergentes sur l’IA. Les processus orchestrés de bout en bout conservent une piste d’audit visuelle, ce qui permet aux équipes de vérifier les décisions et de simplifier les rapports de conformité à tout moment. En fonction de leur niveau de réglementation, les entreprises peuvent ajuster leur utilisation des agents d’IA à la hausse ou à la baisse, ou mettre en œuvre davantage de vérifications manuelles dans leurs processus afin de disposer d’un contrôle plus précis sur les résultats de l’IA.

Opérationnalisation des agents d’IA et d’autres types d’IA

Comme décrit ci-dessus, l’orchestration des processus garantit que les processus métier de bout en bout fonctionnent de manière transparente, même lorsqu’ils impliquent l’IA. Cela est crucial, car l’automatisation a un impact considérable sur l’expérience des employés et des clients. Si un processus est incohérent ou décousu, la productivité, la fidélité des clients et les résultats peuvent en subir les conséquences.  Heureusement, la façon dont vous définissez la logique des processus et l’approche d’orchestration de ces processus offre une grande flexibilité. Dans les situations où vous avez besoin d’un haut niveau de contrôle, il est préférable de suivre une logique prédéfinie. Dans les cas où un plus grand niveau de variabilité est acceptable, vous pouvez vous appuyer davantage sur des agents ou combiner une logique de processus prédéfinie avec des processus alimentés par l’IA et des vérifications manuelles.  Par conséquent, vous devez être en mesure de définir où et comment les agents d’IA interviennent dans vos processus de bout en bout, d’auditer et de suivre leurs décisions, et de mettre en œuvre des interventions manuelles lorsque vous en avez besoin. L’orchestration des processus vous permet de répondre à tous ces objectifs, en opérationnalisant efficacement l’IA dans votre stratégie d’automatisation, sans dette technique ni conséquences imprévues pour votre entreprise.

Globalement, un logiciel ERP (l’acronyme anglais pour Entreprise Ressource Planning) permet de gérer de façon complète les différents processus d’une organisation, au sein d’une base de données unique. Au cœur du système d’information des professionnels, un ERP est personnalisable et permet d’intégrer uniquement les modules dont l’entreprise peut avoir besoin : Achats, Stocks, Ventes, Production, Finance, RH, Paie, Business Intelligence, éditique, CRM, etc. Toutes ces composantes sont autant d’outils structurants au service de la bonne conduite des opérations réalisées au quotidien par les collaborateurs.

Les avantages liés à l’utilisation d’une solution ERP

Mettre en place un ERP de nouvelle génération permet d’accéder à de très nombreux bénéfices opérationnels dès sa mise en production. Voici les 6 grands bénéfices auxquels les entreprises peuvent accéder :
· Gérer et suivre au quotidien l’ensemble de ses informations et services opérationnels,
· Centraliser toutes les données afin d’en tirer les meilleures analyses pour guider les utilisateurs dans leurs processus et prises de décision,
· Rendre l’organisation plus performante et rentable par une meilleure gestion de toute la chaîne de production,
· Optimiser les coûts et les ressources,
· Fluidifier les processus et la communication interne,
· Améliorer la qualité.

Chaque collaborateur peut utiliser les fonctionnalités de l’ERP qui le concernent et toutes les données s’interconnectent entre elles. L’utilisation d’un ERP améliore la rentabilité des entreprises tant au niveau de la gestion des collaborateurs et du fonctionnement de l’entreprise qu’au niveau des flux de production, commandes, stocks, etc. On notera aussi que certains logiciels ERP sont disponibles sur le cloud pour une utilisation facilitée.

Quels sont les usages d’un ERP ?

L’ERP est la colonne vertébrale de l’entreprise, car il permet d’intégrer différentes fonctionnalités importantes, telles que : la gestion des ventes, la gestion des achats et de la sous-traitance, la gestion des stocks et de la logistique, la gestion de la production, la gestion comptable et financière, la gestion des ressources humaines, la gestion du e-commerce et la gestion de projet.

Tous les secteurs d’activité peuvent utiliser un logiciel ERP paramétré sur mesure : métiers agricoles, restauration, pharmacie, imprimerie, chantier, collectivités, industrie, immobilier, banques & assurances, travaux publics, etc. Que ce soit pour gérer les ressources humaines ou les commandes, l’ERP apporte simplification et efficacité.

Opter pour une ouverture vers l‘ensemble des SI

Un autre point clé à prendre en compte est lié à la nécessité de connecter son ERP aux Systèmes d’Information de ses partenaires et de ses clients. Dans ce contexte, l’usage d’API et le support de différents protocoles comme l’EDI est fondamental. Il est alors possible d’échanger, d’intégrer et de gérer des flux d’informations en temps réel, sans paramétrages complexes et en respectant différents formats métiers. Enfin, le futur de l’ERP passe aussi par plus de communication avec des prestataires tiers certifiés, comme ce sera par exemple le cas avec la dématérialisation fiscale des factures ou encore afin d’intégrer des flux de type Blockchain.

Quelle est la différence entre un ERP et un CRM ?

Le CRM (Customer Relationship Management) est un logiciel qui gère uniquement la relation client. On peut aussi parler de GRC (Gestion de la Relation Client). Un CRM intègre tout ce qui concerne les contacts prospects et clients, du devis au support client en passant par les aspects marketing. Il ne dispose pas de toutes les fonctionnalités de gestion d’entreprise propres à l’ERP : RH, stocks, finance, etc. Toutefois, un module de CRM peut être intégré à l’ERP.

L’ERP de nouvelle génération est donc une application ouverte et performante pour gérer des processus opérationnels en toute agilité. C’est un must have garant de la performance de toute l’organisation.

Par Sergio Ficara chez Eurêka Solutions