L’IA a gagné sa réputation en accomplissant bien les tâches prévisibles : automatiser les tâches répétitives, réduire les efforts manuels et améliorer la vitesse et les coûts. Mais aujourd’hui, de nombreux secteurs ont besoin de bien plus de cet outil important, la prochaine étape étant impossible à répéter.
L’IA est désormais poussée à gérer des flux de travail complets qui nécessitent du jugement et de la coordination, et les progrès ont ralenti. Alors que les secteurs des services financiers, de l’assurance et du commerce électronique continuent de lutter pour aller au-delà de l’automatisation de tâches isolées, le secteur de la santé, peut-être plus que tout autre secteur, commence à montrer à quoi cela ressemble dans la pratique, avec des entreprises comme Noxus AI en sont au centre. . La question n’est plus de savoir si l’IA fonctionne, mais comment elle est appliquée. Et plus important encore, quelles leçons les autres secteurs peuvent-ils tirer de ce succès ?
Là où l’automatisation a porté ses fruits
Ces outils fonctionnent particulièrement bien dans des environnements structurés, où les tâches sont régies par des règles claires et contenues dans un système unique. Dans les services financiers, cela a amélioré des domaines tels que le traitement initial des réclamations, l’intégration des clients et le traitement des transactions de base. Pour ces cas d’utilisation, l’IA a réduit les délais d’exécution et les coûts opérationnels.
Les limites des services financiers
Malgré ces progrès, les progrès ont désormais stagné dans de nombreux secteurs. La charge de travail restante dans les services financiers n’est pas définie par des tâches simples et reproductibles, mais par des cas qui nécessitent une interprétation, une coordination entre les systèmes et une application cohérente des politiques.
Cela est particulièrement visible dans le traitement des plaintes. Même si l’IA peut faciliter le premier contact et la catégorisation, les cas plus complexes nécessitent toujours une intervention manuelle. Les délais de résolution restent lents et les coûts de réparation continuent d’augmenter. Le problème n’est pas simplement le volume, mais aussi la proportion croissante de cas qui échappent aux capacités de l’automatisation actuelle.
Il existe également une voie réglementaire stricte qui définit la manière dont ces processus doivent être gérés. Selon les directives de la FCA, les entreprises doivent résoudre les plaintes dans un délai défini, mais la première génération d’outils d’IA a constamment du mal à gérer l’ensemble d’un cas complexe, de la catégorisation à l’enquête jusqu’à la réparation, sans passer par un humain.
Les processus doivent rester cohérents et conformes, ce qui limite la capacité des outils des systèmes existants fragmentés à suivre la progression des cas complexes. L’IA améliore actuellement le front-end, mais ne change pas le résultat dans son ensemble.
Ce que font les soins de santé différemment
Les soins de santé présentent une vision plus claire des effets de cette situation, dans la mesure où les retards administratifs affectent directement la prestation de soins en première ligne. Le temps passé à gérer la communication et les documents avec les patients représente du temps soustrait aux soins cliniques, un problème qui nécessitait une solution rapide.
Les développements récents montrent un changement dans la manière dont l’IA est appliquée. Plus d’un million de patients ont accédé à des rendez-vous via les outils numériques du NHS qui n’étaient pas disponibles auparavant. Le triage numérique peut désormais être effectué en 3,5 minutes en moyenne, avec environ 70 % des patients vus en une semaine.
Cependant, le changement le plus important se produit plus profondément dans le flux de travail. Plutôt que de se concentrer uniquement sur l’admission, de nouveaux systèmes sont conçus pour gérer l’ensemble des processus opérationnels, y compris la classification, la coordination et la conformité.
Chez CUF, l’un des plus grands prestataires de soins de santé privés du Portugal, le système d’exploitation Healthcare de Noxus AI a été déployé pour gérer la communication avec les patients et les flux de travail administratifs de bout en bout. Le système a consolidé les données entrantes, converti les entrées non structurées en cadres organisés et dirigé automatiquement les dossiers entre les départements. Seuls les cas les plus complexes ont été transmis au personnel humain.
Les résultats ont été immédiats et mesurables. En deux mois, plus de 6 000 tâches ont été traitées automatiquement, environ 600 heures de travail du personnel ont été redirigées vers des tâches à plus forte valeur ajoutée et les coûts par plainte ont été réduits de 95 %, passant de 1,50 £ à 0,08 £.
Ce que les services financiers peuvent apprendre
Ce contraste met en évidence le changement plus large dans l’évolution de l’IA qui doit avoir lieu si l’on veut que l’automatisation franchisse ce prochain pas. Les progrès ne sont pas au point mort parce que la technologie sous-jacente de l’IA est incapable, mais parce que, jusqu’à présent, elle a été appliquée de manière incorrecte : à des tâches isolées plutôt qu’à des processus complets.
Le secteur de la santé démontre que l’IA peut fonctionner de manière cohérente sur des flux de travail en plusieurs étapes, tout en adhérant aux politiques strictes et variables du secteur. Les services financiers sont confrontés à des défis structurels similaires ; la différence réside dans la manière dont le problème est abordé.
Les entreprises de tous les secteurs doivent cesser de considérer l’IA comme un simple outil pouvant les aider à accomplir des tâches, mais comme un outil capable de les exécuter de bout en bout, si elles veulent conserver l’avantage concurrentiel que leur a conféré l’adoption de l’IA de première génération. Les succès dans le domaine des soins de santé montrent que cela est possible, et les entreprises d’autres secteurs doivent reconnaître cette réalité avant de se laisser distancer par le potentiel de cette prochaine étape naturelle.
Auteur: João Pedro Almeida, PDG et co-fondateur, Noxus AI