Tres etapas de la evolución de la API

De la automatización robótica a la automatización inteligente y más allá

Cuando se trata de automatización de procesos de negocio, es sorprendente la rapidez con la que las cosas parecen haber evolucionado sólo en los últimos 18 meses. Si miramos hacia atrás, a 2018, la automatización robótica de procesos ( RPA ) era un nuevo enfoque tecnológico emergente que estaba atrayendo mucha atención, pero su aplicación no estaba muy extendida. Un avance rápido hasta el día de hoy, y RPA no solo se había aplicado en empresas de todos los tamaños e industrias, sino también en un conjunto sorprendentemente diverso de casos de uso. Es más, la terminología y la tecnología también han evolucionado rápidamente. Automatización de procesos robóticos (RPA) ha dado paso a la automatización inteligente de procesos (IPA), lo que permite a las empresas ir más allá de la automatización de pulsaciones de teclas y clics del mouse repetitivos para automatizar procesos que requieren cierta toma de decisiones y lógica de proceso para automatizar un proceso.

¿Cómo será la próxima evolución de la automatización de procesos? Echemos un vistazo rápido a de dónde venimos, dónde nos encontramos hoy y qué nos depara el futuro para la automatización de procesos inteligentes.

La evolución de las aplicaciones inteligentes

Las aplicaciones inteligentes han evolucionado de Automatizadores a Aumentadores, y continúan en su camino hacia convertirse en Disruptores.

Los automatizadores son aplicaciones que automatizan procesos predecibles y repetitivos, manejando trabajos de valor relativamente bajo pero de alto valor, de modo que los propietarios de procesos puedan dedicarse a trabajos de mayor valor como planificación, análisis y comunicación para mejorar aún más los procesos, fortalecer las relaciones e impulsar el negocio hacia objetivos comerciales significativos.

Este es el valor entregado por RPA soluciones. El tipo de automatización que ofrecen anteriormente se proporcionaba mediante soluciones tan comunes y simples como las macros; o mediante herramientas de automatización de flujo de trabajo basadas en reglas más complejas. Lo que estableció RPA La diferencia es que no requiere mucha codificación y personalización para crear e implementar soluciones RPA, en comparación con otros enfoques.

Si bien el nivel de inteligencia es bajo, la facilidad de implementación y un cierto nivel de independencia del sistema que se automatiza (porque esencialmente se automatizan las pulsaciones de teclas, no las operaciones dentro de un solo sistema) es lo que le da a RPA un atractivo tan amplio.

La distinción desde el punto de vista de la automatización no es tanto qué se automatiza, sino cómo y a qué costo. Básicamente, esto significa que RPA se puede aplicar a tareas de menor volumen de las que normalmente utilizaría una plataforma de automatización de flujo de trabajo basada en reglas. El menor costo y la complejidad de la automatización se traducen en una gama más amplia de aplicaciones, donde no se necesitan grandes volúmenes de trabajo para justificar el costo y el esfuerzo.

Desde la perspectiva de la IA o la inteligencia de procesos, no están sucediendo muchas cosas aquí. Abrir un documento, automatizar las pulsaciones de teclas e ingresar datos de ese documento en otro sistema tiene una amplia aplicabilidad, pero sin mucha inteligencia, solo puede manejar algunas tareas muy sencillas. Aún. RPA proporciona un trampolín para enfoques de procesos más inteligentes y es por eso que el mundo está pasando tan rápidamente de RPA a IPA.

Pero imagine combinar la simplicidad y la amplia aplicabilidad de RPA con otros enfoques tecnológicos nuevos e innovadores, como el procesamiento del lenguaje natural, el aprendizaje automático y otras técnicas de aprendizaje profundo. Ahí es donde el siguiente paso en la evolución de los procesos inteligentes se vuelve realmente interesante, especialmente cuando se los diseña para que funcionen junto con operadores humanos y se permite que el sistema adapte sus algoritmos en función de las aportaciones del propietario del proceso.

Aumentadores: el siguiente paso en la evolución de la automatización

Si bien RPA es buena para automatizar procesos que se basan en un conjunto simple de reglas, al igual que otros enfoques basados ​​en reglas, tiene dificultades para abordar las excepciones y casos extremos inherentes a la mayoría de los procesos comerciales. A veces basta con automatizar la mayoría de los casos y dejar las cosas más espinosas a los propietarios de los procesos humanos. Pero si RPA no evolucionara más allá de eso, sería poco más que una forma más fácil de automatizar el tipo de tareas que normalmente están relegadas a herramientas de flujo de trabajo basadas en reglas. El bajo costo y la facilidad de implementación serían su único diferenciador. Lo suficientemente bueno como para bajar el listón de lo que se puede automatizar de forma rentable, pero no lo suficiente como para empoderar verdaderamente a los propietarios de procesos y transformar la naturaleza de su trabajo.

Aquí es donde aprendizaje automático y el procesamiento del lenguaje natural entran en juego. Pero en lugar de depender de alguna herramienta de inteligencia artificial general y sofisticada para descubrir qué hacer cuando ocurre una excepción en el proceso, las herramientas inteligentes de automatización de procesos funcionan como "aumentadores" del trabajo en el que los propietarios de procesos humanos son buenos.

En otras palabras, ¿quién necesita una plataforma general de IA, cuando se tiene un cerebro humano y un experto en procesos para identificar rápidamente y establecer el rumbo cuando un robot encuentra algo que no ha encontrado antes? Si el robot puede aprender y adaptar su algoritmo con una pequeña aportación una vez, entonces podrá manejar un tipo de excepción similar por sí solo la próxima vez.

De esta manera, las soluciones inteligentes de automatización de procesos pueden hacer más para automatizar una gama más amplia de tareas complejas de una manera que sea fácil de implementar y mantener, entregando cada vez más valor con el tiempo a medida que continúa aprendiendo y adaptándose a partir del aporte humano.

Los costos y la complejidad de la implementación siguen siendo relativamente bajos; El valor y la aplicabilidad crecen exponencialmente. En ese contexto, IPA puede agregar valor a muchas de las tareas de gran volumen y complejidad que se han automatizado en el pasado, pero con mayor flexibilidad y precisión. Las cuentas por pagar y la automatización de pedidos de ventas son dos excelentes ejemplos de aplicaciones que se han convertido en una puerta de entrada para un conjunto aún más amplio de automatización de procesos que aprovecha la automatización inteligente de procesos.

En esos escenarios, una aplicación de facturas de proveedores o pedidos de ventas de IPA puede clasificar documentos para identificar facturas o pedidos, y puede extraer los datos de transacción correctos basándose en un conjunto de reglas comunes. Cuando no puede encontrar la información correcta, un operador humano puede colaborar y encontrar los datos correctos dentro de un documento ejecutando unos pocos clics del mouse, una vez. El sistema registra y analiza esos clics del mouse, para saber dónde buscar la próxima vez. Este es sólo un ejemplo, entre muchos dentro de un flujo de trabajo transaccional. Quizás el problema esté relacionado con el enrutamiento y las aprobaciones. Si las reglas no permiten que el sistema continúe por algún motivo, alerta al propietario del proceso, este analiza la solución para la excepción y el sistema adapta su conjunto de reglas sobre la marcha.

De esta manera, los operadores humanos ven cada vez más automatizada su carga de trabajo, sin dependencia de TI o desarrollo. Se realiza más trabajo, se automatizan más tareas y, con el tiempo, se automatizan cada vez más procesos.

Disruptores: creación de nuevas soluciones habilitadas por la IA

Probablemente puedas imaginar hacia dónde se dirigirá esta evolución a continuación. La visión definitiva para cualquier herramienta de automatización ha sido ir más allá de la eliminación de tareas rutinarias para llegar a innovar y transformar verdaderamente el trabajo. Hoy en día, las soluciones IPA permiten esto al liberar a los propietarios de procesos para que dediquen más tiempo al análisis, la planificación, la previsión y otros trabajos de valor añadido.

Pero, ¿qué pasaría si las herramientas de inteligencia artificial pudieran aplicarse a los procesos de una manera que les permita analizar cantidades masivas de datos en formas que los propietarios de procesos humanos simplemente no pueden, ofreciendo análisis más profundos e yendo más allá de un solo proceso para ver cómo optimizar y refinar múltiples procesos interdependientes?

Asistentes virtuales verdaderamente inteligentes. Coches autónomos verdaderamente seguros, fiables y predecibles. Sistemas que pueden hablarnos y navegar en el mundo real más allá de lo que podemos imaginar hoy.

Esta es la parte de “ciencia ficción” de la ecuación que aún no ha tenido tanta aplicabilidad práctica en el mundo real, como podemos ver por lo ineficaz (y peligrosa) que puede ser la tecnología de los vehículos autónomos cuando se usa incorrectamente. Realmente, desde esa perspectiva, vemos que la tecnología actual de los vehículos autónomos realmente no ha evolucionado fuera de la etapa de "aumentador".

Pero podemos ver hacia dónde se dirige. El único problema actual con la noción de procesos inteligentes verdaderamente disruptivos es que puede llevar a una mala comprensión y valoración del poder de cuánto es realmente posible y práctico cuando se trata de IA y procesos inteligentes hoy en día.

Sin embargo, cuantas más empresas adopten lo que es posible ahora, más veremos que las aplicaciones de procesos inteligentes demuestran más poder y mayores posibilidades.

¡Toma acción hoy!