En el excelente artĆculo From Robotic Process Automation to Intelligent Process Automation (De la automatización robótica de procesos a la automatización inteligente de procesos ) (Chakraborti, 2020), el autor analiza cómo, en la Ćŗltima dĆ©cada, la automatización robótica de procesos (RPA) ha impulsado la eficiencia de los procesos empresariales de forma fascinante. Sin embargo, sugiere que ahora nos encontramos en un Ā«punto de inflexiónĀ» dentro de esta tendencia tecnológica, con la automatización inteligente emergiendo como la progresión lógica de la RPA.
Chakraborti cita el nuevo paradigma de la automatización inteligente de procesos, que combina la automatización de procesos empresariales con el aprendizaje automÔtico, la inteligencia artificial y los datos de clientes.
RPA es otro componente crĆtico de la automatización inteligente. Ambos conceptos estĆ”n tan entrelazados que existe cierta confusión sobre dónde empieza la automatización inteligente de procesos y dónde acaba la automatización robótica de procesos.
Este artĆculo explorarĆ” las diferencias y puntos en comĆŗn de ambas disciplinas y mostrarĆ” dónde se cruzan y solapan. TambiĆ©n compartiremos algunos ejemplos de automatización inteligente junto con casos de uso del sector.
¿Qué es la automatización robótica de procesos?
La automatización robótica de procesos (RPA ) hace referencia a un conjunto de tecnologĆas que permiten alcanzar diversos objetivos de automatización de procesos empresariales (BPA). Podemos definir un proceso empresarial como un conjunto de tareas que permiten alcanzar los objetivos de la organización. Por ejemplo, un proceso empresarial puede ser algo tan sencillo como realizar una comprobación de crĆ©dito en una solicitud de prĆ©stamo.
Los pasos necesarios para una verificación de crédito implican extraer el nombre de un cliente de documentos internos, hacer una solicitud a una agencia de crédito y, a continuación, volver a introducir el resultado en los sistemas internos. En los entornos empresariales tradicionales, estas tareas se gestionan manualmente. Sin embargo, la automatización de procesos empresariales utiliza robots para realizar estas tareas, de ahà el término Automatización Robótica de Procesos.
Las tareas de RPA deben basarse en reglas y ser predecibles. Necesitan desencadenantes, entradas y salidas claramente definidos. Como tal, el manejo de excepciones es algo que puede despistarlos. Las anomalĆas o las circunstancias excepcionales -o cualquier cosa que requiera pensar sobre la marcha- no son tareas que pueda manejar la RPA. Por supuesto, eso no quiere decir que la gestión de excepciones sea un concepto extraƱo en el desarrollo de RPA.
Hay muchos escenarios en los que un bot no puede completar una tarea debido a un problema con el permiso de seguridad o a datos incompletos. Los desarrolladores pueden construir en torno a estas excepciones. Por ejemplo, imagine un escenario en el que crea un proceso RPA para transferir datos de facturas a una base de datos, pero la base de datos no funciona. Puede ordenar al robot que siga intentÔndolo a intervalos determinados hasta que se conecte con la base de datos. Sin embargo, una vez alcanzado un número mÔximo de intentos, lanzarÔ una excepción de negocio para que un trabajador manual pueda remediar la situación.
Lo que hemos descrito anteriormente es un escenario sencillo. Sin embargo, puede que necesite explorar la automatización inteligente de procesos para crear procesos mÔs resistentes y sólidos que se ocupen de las excepciones de forma independiente.
Para profundizar en el tema, lea nuestra GuĆa completa de automatización robótica de procesos (RPA).
¿Qué es la automatización inteligente de procesos (IPA)?
La automatización inteligente de procesos hace referencia a una combinación de tecnologĆas que ayudan a las empresas a automatizar los flujos de trabajo y procesos existentes. Ya en 2017, McKinsey destacó los beneficios de la automatización inteligente. El documento de la consultora, ampliamente difundido, Automatización inteligente de procesos: The engine at the core of the next-generation operating model, esboza cinco tecnologĆas bĆ”sicas que se unen para hacer posible la automatización inteligente.
Lo son:
1. Automatización robótica de procesos (RPA):
Conjunto de herramientas que realizan tareas predecibles, repetitivas y bien definidas que tradicionalmente eran competencia de los trabajadores humanos.
2. Aprendizaje automĆ”tico y analĆtica avanzada:
Algoritmos avanzados entrenados para encontrar patrones en vastos conjuntos de datos históricos, de modo que puedan ofrecer ideas y predicciones con una rapidez y precisión imposibles para los investigadores humanos.
3. Generadores de lenguaje natural (NLG)
Como demuestra el Ć©xito de herramientas como ChatGPT y Pi, los generadores de lenguaje natural pueden producir texto y otros elementos creativos para facilitar la comunicación entre humanos y tecnologĆa.
4. Flujos de trabajo inteligentes:
Un software de procesos empresariales que gestiona el flujo de trabajo entre humanos y mÔquinas, garantizando la entrega, el seguimiento y la elaboración de informes sin problemas.
5. Agentes cognitivos:
Chatbots inteligentes que utilizan una combinación de ML y NLP para proporcionar representantes de atención al cliente automatizados que reducen la carga del personal de servicio y, en algunos casos, destacan en la venta y la comprensión de los clientes.
Las tecnologĆas mencionadas son los componentes bĆ”sicos de una solución IPA. Aunque implĆcita, tambiĆ©n aƱadirĆamos la tecnologĆa de visión por ordenador (CVT) a la lista de herramientas que componen la tecnologĆa IPA.
Las similitudes entre RPA e IPA
Aunque la RPA y la IPA son categorĆas tecnológicas distintas, tienen un buen grado de cruce. Estas son algunas de las similitudes entre la RPA y la IPA.
1. Ambas son herramientas de automatización
La conexión mĆ”s evidente entre RPA e IPA es que ambas herramientas existen para automatizar procesos empresariales. Aunque cada solución adopta su propio enfoque y utiliza distintos tipos de tecnologĆa para alcanzar sus objetivos, en el fondo, su Ć©tica es ocuparse de tareas que tradicionalmente realiza el ser humano y encontrar la manera de hacerlas de forma mĆ”s eficiente, rentable y precisa.
2. La RPA es una parte central de la IPA
Otra similitud importante entre ambas tecnologĆas es el hecho de que la RPA es un componente bĆ”sico de la IPA. Aunque el aprendizaje automĆ”tico y otras tecnologĆas que imitan la cognición humana son partes fundamentales de la IPA, las automatizaciones se construyen sobre una base de RPA.
3. RPA e IPA comparten beneficios similares
La RPA y la IPA también comparten muchas de las ventajas empresariales. Por ejemplo, ayudan a las empresas a reducir costes, ahorrar tiempo, aumentar la productividad, incrementar la satisfacción laboral de los empleados, cumplir las normas, mejorar el servicio y reducir los errores humanos.
Diferencias entre RPA e IPA
Aunque la RPA y la IPA tienen muchos puntos en comĆŗn, hay algunos puntos de diferencia que debe comprender.
#1. Escalabilidad
Aunque la RPA destaca en la automatización de tareas discretas, la orquestación de flujos de trabajo complejos o la gestión de datos no estructurados es un reto habitual. IPA ofrece una combinación de herramientas que ayudan con los cuellos de botella de la ampliación, como los datos no estructurados o la toma de decisiones.
#2. Aprendizaje y adaptación en tiempo real
RPA es una solución perfecta para tareas que siguen un camino predecible, paso a paso. Por definición, sigue instrucciones. Por otro lado, IPA puede aprender y adaptarse en tiempo real gracias a funciones como ML.
#3. Inteligencia
La inteligencia es difĆcil de definir. Sin embargo, todos entendemos que el pensamiento humano utiliza diversas herramientas como la lógica, el razonamiento, el aprendizaje, la planificación y la resolución de problemas para generar respuestas o predicciones basadas en la información.
Las herramientas de RPA pueden procesar información, pero sólo mediante un estricto conjunto de reglas. BÔsicamente, utiliza la lógica if/then/else para gestionar los procesos empresariales. En efecto, la RPA imita la cognición humana, pero sólo porque se le da un mapa.
La automatización inteligente, en cambio, procesa los datos de una forma que se asemeja mĆ”s a la cognición humana. Dado que las herramientas de automatización inteligente utilizan IA, pueden salirse de los lĆmites del seguimiento de instrucciones y adaptarse y ajustarse a circunstancias cambiantes, datos no estructurados y otros factores excepcionales que pueden dejar perplejas a las herramientas de RPA.
#4. Tratamiento de datos no estructurados
RPA ayuda a los equipos a abordar tareas deterministas. Como tal, se basa en entradas predecibles, como los datos estructurados. Sin embargo, cuando se trata de lidiar con datos no estructurados o cualquier información que se salga de la reserva, llegamos a los lĆmites superiores de las herramientas de RPA.
El tratamiento de datos estructurados suele recaer en trabajadores manuales. Dado que la toma de decisiones y la interpretación son importantes, tiene sentido recurrir a la cognición humana. Sin embargo, la automatización inteligente puede manejar datos no estructurados gracias al uso de tecnologĆas de IA como el aprendizaje automĆ”tico.
Cabe señalar que las herramientas de RPA pueden utilizarse para convertir datos no estructurados en datos estructurados. Por ejemplo, el uso de herramientas de procesamiento del lenguaje natural (PLN) o de reconocimiento óptico de caracteres (ROC) ayuda a traducir estos datos en algo con lo que pueda trabajar un RPA. Sin embargo, la naturaleza de los datos no estructurados hace que este proceso sea complejo y requiere la creación de múltiples plantillas capaces de realizar el trabajo. Esta realidad puede provocar problemas de escalabilidad en las soluciones de RPA.
#5. RPA es mƔs rentable
Aunque las herramientas de AI tienen un alcance mÔs amplio que el software de RPA, estos extras tienen un coste. Uno de los aspectos mÔs atractivos de las herramientas de automatización es su demostrado ahorro de costes. Sin embargo, teniendo en cuenta sus precios relativos, el software RPA es mÔs accesible para la mayor parte del mercado.
La automatización inteligente es una solución mÔs flexible que puede funcionar en una gama mÔs amplia de entornos. Sin embargo, no todas las empresas tienen necesidades de automatización complejas. En función del alcance de los procesos empresariales que necesite automatizar, las soluciones de RPA pueden proporcionarle todo lo que necesita.
#6. RPA es mƔs rƔpido de implantar
Las herramientas de automatización inteligente ofrecen soluciones a una amplia gama de problemas. Sin embargo, cuando se trata de tiempos de implementación rĆ”pidos, esta complejidad se convierte en un ligero punto negativo. Las herramientas de RPA son mĆ”s sencillas y, por tanto, su implantación es menos costosa y requiere menos tiempo. Para los lĆderes bajo presión para lograr la transformación digital en todas sus empresas, las soluciones de RPA pueden ofrecer un camino mĆ”s rĆ”pido para generar valor.
#7. Las herramientas IPA tienen una curva de aprendizaje mƔs pronunciada
Una vez mĆ”s, la complejidad relativa de estas herramientas crea ventajas e inconvenientes. Por naturaleza, la adopción de herramientas de IPA requiere caracterĆsticas muy tĆ©cnicas, como el aprendizaje automĆ”tico.
TodavĆa hay esperanza para los equipos no tĆ©cnicos. Las empresas de consultorĆa de automatización inteligente pueden hacer gran parte del trabajo pesado y del diseƱo de procesos. AdemĆ”s, las herramientas de AI son cada dĆa mĆ”s fĆ”ciles de usar.
Ejemplos de automatización inteligente de procesos y casos de uso en la industria
SegĆŗn las investigaciones, en 2023 se producirĆ”n 120 zettabytes de datos. Cada aƱo, el volumen de datos producidos en todo el mundo aumenta entre un 20% y un 25%. SegĆŗn el MIT Sloan, alrededor del 80% de estos datos no estĆ”n estructurados. Aunque las herramientas de RPA han permitido a las empresas hacer mucho con los datos estructurados, estĆ” claro que el texto, el audio, los vĆdeos, los correos electrónicos, el contenido de las redes sociales, los registros de servidores, los registros de sensores y las imĆ”genes de satĆ©lite podrĆan ofrecer oportunidades notables.
La mejor forma de comprender las capacidades de la automatización empresarial inteligente es a travĆ©s de ejemplos y casos de uso prĆ”cticos y reales. He aquĆ algunas formas en que la tecnologĆa de automatización inteligente puede ayudar en determinados sectores.
1. 1. Atención al cliente
Las expectativas de servicio al cliente han crecido espectacularmente en los últimos años. El consumidor moderno exige opciones de autoservicio permanente con un alto grado de personalización. La automatización inteligente ayuda a las empresas a ofrecer el nivel esperado de atención personalizada sin los elevados gastos generales asociados a los trabajadores humanos.
Los chatbots impulsados por procesadores de lenguaje natural y conectados a plataformas de gestión de relaciones con los clientes (CRM) pueden ofrecer excelentes experiencias a los clientes. Cuando se combinan con la gestión automatizada del correo electrónico, el anÔlisis predictivo y el anÔlisis de opiniones, las empresas disponen de una atención omnicanal que se anticipa a los problemas y ayuda a fidelizar a los clientes.
2. Sanidad
La sanidad ha adoptado en gran medida la automatización inteligente. La mala salud mundial hace que los hospitales estén cada vez mÔs ocupados, y muchos crujen bajo la presión. Los presupuestos ajustados y la sobrecarga de trabajo del personal ponen de manifiesto la necesidad de una mayor eficiencia operativa, especialmente en tareas administrativas como la inscripción de pacientes, la tramitación de seguros, la programación, la facturación y otras.
3. Finanzas
El sector financiero se ha ganado con razón la reputación de estar a la vanguardia de las tecnologĆas punteras. El sector, uno de los primeros en adoptar la tecnologĆa de RPA, ha seguido buscando formas de impulsar la eficiencia y cumplir las cargas normativas. La automatización inteligente se utiliza en todo el espacio financiero para ayudar en la detección del fraude y el cumplimiento de la normativa. Sin embargo, la tecnologĆa tambiĆ©n ayuda con las operaciones, agilizando cada vez mĆ”s la toma de decisiones para las solicitudes de prĆ©stamos y mĆ”s. AdemĆ”s, tambiĆ©n puede automatizar las pruebas de software, ayudando a las instituciones financieras a crear software a medida.
4. Fabricación
En los Ćŗltimos aƱos ha aumentado la concienciación pĆŗblica sobre los problemas de la cadena de suministro debido a los cuellos de botella, la inflación y la crisis general del coste de la vida. Los fabricantes deben adoptar la transformación digital a medida que evolucionan las preferencias de compra y cambia la dinĆ”mica empresarial. Esta realidad es especialmente acusada en los paĆses recientemente industrializados o en vĆas de desarrollo.
La RPA y la IPA pueden ayudar a las empresas de estos sectores a acortar distancias y mejorar los procesos y la organización en toda la cadena de valor. Automatizar las órdenes de producción, comprender y adaptarse a los cambios en las preferencias de los clientes, mejorar la logĆstica y reducir los residuos son solo algunas de las Ć”reas que pueden beneficiarse de las herramientas basadas en IA.
¿Son lo mismo la automatización inteligente de procesos y la hiperautomatización?
Aunque muchos expertos utilizan indistintamente la automatización inteligente de procesos y la hiperautomatización, se trata de conceptos distintos. La confusión es comprensible. Ambas disciplinas estĆ”n a la vanguardia de la automatización de los procesos informĆ”ticos y empresariales mediante el uso de la inteligencia artificial y otras tecnologĆas afines. Sin embargo, es esencial entender las diferencias entre ambos.
Como ya se ha mencionado, la automatización inteligente de procesos utiliza una mezcla de tecnologĆas como IA, ML, visión por ordenador, cognitiva, procesamiento del lenguaje natural y, por supuesto, RPA.
La hiperautomatización, por su parte, es una filosofĆa o enfoque que pretende automatizar el mayor nĆŗmero posible de procesos empresariales.
Gran parte de la confusión se debe a que la IPA forma parte de un enfoque hiperautomatizado. Sin embargo, la hiperautomatización es una versión mĆ”s sofisticada y acelerada de la AI, con un alcance mucho mayor. En lugar de ocuparse de procesos o tareas fijos, la hiperautomatización funciona en todas las plataformas y tecnologĆas para maximizar la eficiencia empresarial.
Puntos de intersección y convergencia entre la IPA y la RPA
Hemos dedicado gran parte de este artĆculo a diseccionar los mĆ©ritos relativos de la IPA y la RPA. Aunque es Ćŗtil establecer una distinción entre estas tecnologĆas de automatización, pensar en ellas como herramientas adversarias o competidoras no es del todo correcto. La mejor manera de entender sus capacidades es como herramientas de automatización complementarias.
Hay varios puntos en los que ambas herramientas se cruzan.
#1. La IPA como solución a las limitaciones de la RPA
En el documento Cómo competir en la era de la inteligencia artificial (Mohanty y Vyas, 2018), los autores afirman que Ā«los robots RPA harĆ”n exactamente lo que les digas, esa es su mayor fortaleza, pero tambiĆ©n su mayor debilidad.Ā» Este sentimiento subraya un punto crĆtico sobre los lĆmites de la RPA: Como demuestra su adopción generalizada, es una herramienta esencial en la era de la información; sin embargo, los datos no estructurados y los escenarios impredecibles hacen que las empresas no puedan adoptar soluciones de RPA para todas las tareas.
El aprendizaje automƔtico puede ayudar a ampliar las capacidades de RPA, especialmente en dos Ɣreas principales. Lo son:
1. Tratamiento de datos no estructurados
2. Abrir la puerta a la toma de decisiones de orden superior
Tal y como estÔn las cosas, las herramientas de RPA son incapaces de lo anterior. Sin embargo, cuando se aumenta con IA, la automatización puede pasar a un nuevo nivel.
#2. Como paso previo a la implantación de la IPA o la hiperautomatización
Resulta tentador considerar la RPA, la IPA y la hiperautomatización como un continuo. Sin embargo, podrĆa ser una ligera simplificación del asunto. El hecho es que cualquier sistema de automatización complejo que incluya la IPA o la hiperautomatización dependerĆ” en gran medida de la RPA. Por ello, las herramientas de RPA seguirĆ”n siendo pertinentes y necesarias en estos escenarios avanzados.
Donde este argumento es mÔs sólido es en el contexto de la aplicación. El camino hacia la hiperautomatización requiere mucha investigación sobre qué tareas pueden automatizarse. Empezar con RPA crea una base sólida para los tipos de tareas que pueden automatizarse. Permite a las empresas crear y probar flujos de trabajo de automatización que, con el tiempo, podrÔn ampliar y aumentar con IPA.
La hiperautomatización es un enfoque que consiste en automatizar todo lo que sea posible. Este aspecto variarĆ” de una empresa a otra. En algunas empresas, podrĆa implicar RPA, que es asistido en pequeƱa parte por AI; en otras, podrĆa ser una mĆ”quina de automatización completa y completa con una mĆnima intervención humana.
#3. AnƔlisis predictivo y toma de decisiones
Los RPA realizan tareas definidas en función de determinados desencadenantes o entradas. Si tenemos en cuenta algunas de las ventajas de la IPA, como el anĆ”lisis de sentimientos, el procesamiento del lenguaje natural, la tecnologĆa de visión por ordenador y las capacidades de ML, estĆ” claro que la tecnologĆa serĆ” capaz de manejar un montón de datos desordenados y convertirlos en información estructurada que pueda servir como estos desencadenantes o entradas.
Las posibilidades son asombrosas. Como hemos visto en la industria médica, la investigación ha demostrado que la IA superó a los radiólogos en el cribado mamogrÔfico. Hacer estas predicciones con precisión requiere años de experiencia y conocimientos especializados que se pierden cuando alguien se jubila o abandona la empresa. La RPA aumentada por la IA puede ayudar a superar esta brecha de experiencia.
Aunque el ejemplo del cribado mamogrĆ”fico es llamativo, las ventajas de la RPA y la IPA pueden aplicarse a varios otros escenarios de gestión empresarial que requieren una cognición o una toma de decisiones de alta calidad. Una vez tomadas estas decisiones, pueden desencadenar las acciones posteriores a travĆ©s de RPA, aportando un increĆble nivel de productividad a una amplia gama de empresas.
Cinco herramientas de automatización inteligente
Existen varios proveedores de automatización inteligente en el mercado. Cada una ofrece una combinación Ćŗnica de tecnologĆas, enfoques y precios diferentes. Analicemos cinco de los nombres mĆ”s importantes en el Ć”mbito de la AI.
#1. ZAPTEST
ZAPTEST es una solución de automatización inteligente integral que ofrece herramientas de hiperautomatización de Ćŗltima generación tanto para la automatización de software como para la automatización de procesos robóticos. Utiliza una mezcla de tecnologĆa de visión por ordenador y RPA para ayudar a los usuarios a descubrir y automatizar tareas de oficina tanto frontales como de back-end. La plataforma cuenta con excelentes funciones como OCR y sólidas herramientas analĆticas. TambiĆ©n cuenta con capacidad sin código, ediciones gratuitas y para empresas, automatización de cualquier aplicación a travĆ©s de plataformas y navegadores, licencias ilimitadas y un experto en ZAP a tiempo completo que trabaja como parte de los equipos del cliente (en su edición para empresas).
#2. IBM Cloud Pak para la automatización empresarial
IBM Cloud Pak es una solución modular, de nube hĆbrida y automatización inteligente. Esta plataforma integral de automatización empresarial incluye una gran variedad de funciones, como automatización de flujos de trabajo, procesamiento de documentos, minerĆa de procesos y gestión de decisiones. TambiĆ©n incluye herramientas de bajo y ningĆŗn código y un buen servicio de atención al cliente.
#3. Plataforma de automatización empresarial UiPath
UiPath ha reforzado su oferta de RPA con la automatización empresarial inteligente. La plataforma utiliza tecnologĆa de visión por ordenador y robótica desatendida (en sus palabras, Ā«robots que manejan robotsĀ») para lograr estos objetivos. TambiĆ©n utilizan mejoras cognitivas para comprender el lenguaje y los datos no estructurados. La plataforma de automatización empresarial UiPath se integra con servicios cognitivos de terceros de proveedores como IBM, Google y Microsoft.
#4. SS&C Blue Prism Cloud
SS&C Blue Prism Cloud es otra plataforma de automatización inteligente basada en la nube con capacidades de IA. La empresa también ofrece servicios de automatización inteligente para ayudar a los equipos a gestionar la implantación y el mantenimiento. AdemÔs de las herramientas inteligentes de automatización de procesos robóticos, Blue Prism Cloud también ofrece un estudio de diseño sin código, de arrastrar y soltar, y Control Room, una función de orquestación de automatización de flujos de trabajo.
#5. Microsoft Power Automate
Microsoft Power Automate, anteriormente denominada Microsoft Flow, es otra solución de automatización inteligente sin código basada en la nube. El paquete ofrece una función llamada AI Builder que es fÔcil de usar, escalable y fÔcilmente conectable. La muy publicitada inversión de 10.000 millones de dólares de Microsoft en ChatGPT significa que proporciona capacidades de procesamiento de lenguaje natural combinadas con una interfaz de apuntar y hacer clic que permite a los equipos no técnicos crear flujos de trabajo inteligentes de automatización de procesos robóticos.
Reflexiones finales
RPA e IPA son tecnologĆas distintas. Sin embargo, son profundamente complementarios. El verdadero poder de ambas herramientas reside en su capacidad para aumentar no sólo a los trabajadores humanos, sino tambiĆ©n entre sĆ. Como demuestran muchos ejemplos de automatización inteligente, gran parte del trabajo bĆ”sico que permite la AI puede ser ejecutado por trabajadores digitales y robots. Para que la automatización tenga Ć©xito es necesario desglosar y comprender los flujos de trabajo existentes. RPA puede dar cuenta de muchos de estos componentes.
Nos encontramos en el umbral de una era apasionante en el mundo laboral, en la que las capacidades cognitivas humanas pueden complementarse con la IA. La transformación digital es, con razón, una prioridad para las empresas de los paĆses desarrollados y en desarrollo. La adopción de herramientas IPA y RPA formarĆ” parte central de estas transiciones, permitiendo una productividad inimaginable.