El ultimo ano marco un punto de inflexion entre el hype y la realidad de las nuevas innovaciones en automatizacion de procesos. Al mismo tiempo surgieron tantos terminos nuevos que resulto dificil distinguir que herramientas encajan mejor con los problemas de negocio que las empresas necesitan resolver o con las oportunidades que quieren aprovechar.
Esto fue especialmente cierto con el uso de la palabra "inteligencia" aplicada a casi cualquier software orientado a simplificar tareas o procesos. A principios de 2018, por ejemplo, la automatizacion robotica de procesos ( RPA ) atrajo mucha atencion. Pero cuando hubo que diferenciar entre una herramienta que solo repite un proceso y otra que aprende, se adapta y lo repite, la automatizacion inteligente de procesos (IPA) paso al centro de la conversacion.
Al mismo tiempo, la inteligencia artificial (IA) gano fuerza en 2018, con muchos ejemplos practicos de como analizar procesos empresariales y optimizarlos sin depender de un conjunto detallado de reglas predefinidas.
La aplicacion del termino "inteligente" se ha vuelto tan amplia que a veces pierde sentido. La buena noticia es que, pese al ruido, si existe valor real en las distintas aplicaciones de inteligencia de software para resolver problemas empresariales.
Y hay una forma simple de cortar la confusion: cuando un proveedor hable de su solucion "inteligente", pregunte "que quiere decir exactamente con eso?".
Con ese contexto, estos son puntos clave para evaluar la respuesta.
El termino automatizacion define gran parte de nuestra era industrial moderna. Se uso por primera vez en los anos 40 para describir innovaciones en lineas de produccion. En esencia, automatizacion es una tecnologia mediante la cual un proceso se ejecuta sin asistencia o intervencion humana.
En software, sabemos como luce segun el resultado esperado. El problema es que, hasta hace poco, automatizar procesos complejos implicaba mucho trabajo: codigo personalizado, integraciones a medida y flujos rigidos basados en reglas que se rompian cuando cambiaban procesos o sistemas.
Justamente ahi entra la automatizacion inteligente.
Desde el punto de vista del software, la automatizacion inteligente se diferencia de la tradicional porque no depende solo de reglas rigidas. Puede adaptarse tomando entradas del usuario (o incluso de herramientas de IA), actualizar su base de conocimiento segun la experiencia y responder a condiciones nuevas o cambiantes.
En otras palabras, sigue siendo una automatizacion basada en reglas, pero mas flexible y menos dependiente de TI o desarrollo para hacer cambios. Los ajustes no se codifican desde cero; se configuran a partir de entradas de usuario o de otros sistemas inteligentes.
Eso se traduce en tiempos de implementacion mas cortos y menos esfuerzo de mantenimiento o modificaciones manuales en el tiempo.
Como vimos, IPA es principalmente rule-based. La inteligencia artificial, en cambio, no parte de ese enfoque. Los sistemas de IA aprenden, aplican logica, conocimiento y razonamiento para resolver problemas definidos. Luego pueden reutilizar lo aprendido en problemas similares.
En ese sentido, IA e IPA se parecen porque ambas aprenden y se adaptan. La diferencia es el punto de partida: IPA parte de reglas; IA no necesariamente.
Y muchas veces, en procesos bien definidos que siguen reglas comunes (como cuentas por pagar o cuentas por cobrar), IPA no solo es suficiente: es la herramienta correcta. Usar IA ahi podria ser excesivo y poco adecuado para el caso de uso.
Por ejemplo, no necesita IA para aprender como una empresa recibe una factura, carga datos en ERP, hace matching de PO/factura/recepcion y enruta aprobaciones. Existen conjuntos de reglas estandar que IPA puede adaptar y optimizar.
IA es mas apropiada cuando los procesos y reglas estan menos definidos, o cuando la solucion depende de analizar grandes volumenes de datos para descubrir patrones antes de tomar decisiones.
Comprender la diferencia entre IPA e IA ayuda a separar marketing de realidad y elegir mejor soluciones para problemas de proceso dentro de la organizacion. A menudo, empezar con IPA en procesos bien definidos abre el camino para abordar despues problemas mas ambiguos incorporando IA al conjunto de herramientas.
En ese sentido, la automatizacion inteligente de procesos puede ser la base y la puerta de entrada hacia soluciones futuras impulsadas por inteligencia artificial.