La tecnología RPA está lista para cambiar la forma en que las empresas gestionan las operaciones

¿Como funciona?

RPA ha evolucionado a partir de varias tecnologías utilizadas para el raspado de pantalla, las pruebas de aplicaciones y la automatización del flujo de trabajo. Las mejores herramientas de RPA ahora pueden funcionar con cualquier plataforma o sistema de software e imitar las interacciones que tiene un ser humano con la interfaz de usuario de las aplicaciones necesarias para un proceso empresarial. Los robots utilizan metodologías, que varían de una herramienta a otra, que identifican de forma única las fuentes de datos y los campos de entrada y salida que forman parte del flujo de trabajo de un usuario. Esas metodologías permiten a los robots replicar la actividad humana en un sistema informático, si los pasos exactos se definen como un guión o un diagrama de flujo. La actividad de un robot es altamente personalizable y puede activarse según un programa definido o según un evento.

La tecnología RPA permite una fuerza laboral virtual que trabaja más rápido que un trabajador humano, no comete errores, no requiere monitoreo y puede trabajar las 24 horas. Las actividades del trabajador virtual se pueden registrar y las métricas operativas se pueden rastrear de cerca.

¿Se puede entregar una actividad operativa de un extremo a otro a un robot?

La respuesta es no. Hay elementos en la mayoría de las actividades operativas que requieren la participación y la cognición humanas. De nuevo, estos pueden clasificarse en tres áreas.

1. Actividades que no pertenecen al sistema: son actividades que deben realizarse fuera de un sistema informático. Dos ejemplos de tales actividades son las visitas físicas a las ubicaciones de los clientes y los seguimientos telefónicos.

2. Actividades de alto valor empresarial: son actividades en las que los errores generan un gran impacto empresarial negativo y requieren un verificador humano para su revisión y aprobación. Un ejemplo son las operaciones de pago.

3. Actividades no deterministas: el tercer tipo consiste en actividades que tratan con datos que son semiestructurados o no estructurados. Esta área es el candidato ideal para la automatización cognitiva. Este es el motivo: los procesos que requieren automatización para el manejo de datos no estructurados ahora se pueden habilitar a través de nuevas tecnologías con técnicas avanzadas de ciencia de datos.

La combinación de un robot que funciona de acuerdo con reglas predefinidas y un motor cognitivo que ayuda al robot a manejar datos no estructurados / semiestructurados es una síntesis poderosa para lograr niveles óptimos de eficiencia en su proceso empresarial.

¿Qué procesos son adecuados para la automatización cognitiva impulsada por robótica?

Un enfoque impulsado por la prueba de concepto puede poner en marcha su programa de robótica, proporcionando una forma rápida de evaluar el beneficio de la robótica y mostrando su valor a las partes interesadas de su organización.

A continuación, se muestran algunos ejemplos de procesos que se prestan a la automatización cognitiva:

Front office: las tecnologías de automatización cognitiva que se utilizan para los procesos de front-office generalmente tienen como objetivo replicar la interacción humana. Algunos ejemplos son los chatbots y las aplicaciones basadas en reconocimiento de voz. Los robots en las actividades de la oficina central pueden automatizar transacciones simples y optimizar el tiempo de respuesta para actividades más complejas.

Back office: la mayoría de los procesos de back-office son ideales para la tecnología RPA. El punto óptimo para la automatización robótica tradicional basada en reglas son aquellos procesos que tienen un gran volumen y baja complejidad, involucran un número limitado de escenarios excepcionales y tratan con datos estructurados. Entre los ejemplos se incluyen los procesos de generación de informes y entrada de datos, que se pueden hacer altamente eficientes con la automatización robótica. Se pueden lograr eficiencias adicionales cuando RPA se combina con un motor cognitivo para automatizar los procesos administrativos.

Operaciones de TI: las actividades operativas de TI impulsadas por reglas, como las comprobaciones e informes periódicos del estado de las aplicaciones, pueden automatizarse mediante una herramienta de RPA tradicional. Una consideración clave al elegir una herramienta RPA para un entorno de TI es la capacidad de la herramienta para manejar entornos de escritorio virtual y acceso remoto. Existen herramientas cognitivas especializadas que pueden responder a un problema del entorno de TI, realizar un análisis automatizado de la causa raíz y resolver problemas sin necesidad de intervención humana.

¿Cómo mejora los procesos agregar el elemento cognitivo a la RPA?

Optimización: Cognitive RPA puede automatizar y optimizar el tiempo de respuesta para procesos que tienen datos semiestructurados y no estructurados como entradas. Ejemplos de tales procesos son aquellos que involucran la extracción de información de documentos, como cheques y facturas, y procesamiento de contenido de correo electrónico.

Mejora: la adición de un componente cognitivo de autoaprendizaje a los procesos puede ayudar a mejorar la calidad y el valor de esos procesos a lo largo del tiempo. Por ejemplo, un proceso contra el lavado de dinero se puede automatizar con una herramienta de RPA y mejorar aún más con un motor de aprendizaje automático para reducir las tasas de falsos negativos.

¿Cuáles son los diferentes tipos de tecnologías cognitivas?

Cognitivo es un término amplio, pero las principales tecnologías utilizadas para la automatización robótica cognitiva incluyen el reconocimiento óptico de caracteres (OCR), el reconocimiento de escritura a mano, el reconocimiento de imágenes, el procesamiento del lenguaje natural y las redes neuronales. Las tecnologías cognitivas se pueden clasificar en dos tipos:

1. Sistemas cognitivos preconfigurados: son tecnologías que utilizan algoritmos sofisticados o tienen modelos basados ​​en el aprendizaje automático previamente entrenados para lograr la eficiencia a nivel humano en tareas que requieren cognición. OCR es un ejemplo de este tipo.

2. Sistemas de autoaprendizaje: estas tecnologías descubren automáticamente patrones a partir de datos de entrada de procesos históricos y la observación iterativa de datos de entrada más nuevos. Esta capacidad de descubrimiento permite que los sistemas de autoaprendizaje mejoren el rendimiento con el tiempo. Por ejemplo, una red neuronal puede alimentarse con una base de datos de transacciones bancarias válidas y fraudulentas y luego comenzar a predecir transacciones fraudulentas.

La automatización robótica cognitiva puede involucrar a más de una de estas tecnologías trabajando en capas. Por ejemplo, el procesamiento automatizado de facturas implicaría una primera capa de conversión basada en OCR para hacer que el contenido sea legible y una segunda capa de aprendizaje automático para aprender y derivar la estructura de las facturas.

Un punto clave a tener en cuenta: es raro que una implementación de RPA cognitiva automatice completamente el proceso de un extremo a otro, ya que las herramientas cognitivas casi nunca son 100% precisas. La automatización robótica cognitiva es asistida por humanos. La mayoría de los procesos impulsados ​​por la entrada de datos constan de dos etapas, el fabricante, en el que un operador ingresa datos en un sistema, y ​​un verificador, en el que se verifica la precisión de los datos ingresados. El esfuerzo manual en la etapa de creador generalmente se puede eliminar, pero en la mayoría de los casos se requiere una etapa de verificador humano.

¿Cómo implemento la tecnología cognitiva RPA?

La herramienta RPA y el componente cognitivo para automatizar un proceso deben adaptarse a los requisitos del proceso. Los factores importantes son la naturaleza de las entradas del proceso, la complejidad del proceso, el nivel de estructura de los datos de entrada y las aplicaciones y sistemas que se utilizan para el proceso. Las herramientas de RPA líderes también están comenzando a incorporar componentes cognitivos como OCR y motores de aprendizaje automático. Una prueba de enfoque basado en conceptos puede poner en marcha su programa robótico, proporcionando una forma rápida de evaluar el beneficio de la robótica y mostrando su valor a las partes interesadas de su organización.

Sobre el Autor: Arun Menon es gerente del Grupo de Soluciones Bancarias en VirtusaPolaris y lidera iniciativas de Automatización de Procesos de Negocios Inteligentes. Ha trabajado con los principales bancos mundiales en la evaluación de procesos comerciales, la entrega de soluciones y en el logro de la excelencia operativa con la automatización de procesos robóticos. aprendizaje automático y automatización digital.