Nell’eccellente articolo From Robotic Process Automation to Intelligent Process Automation (Chakraborti, 2020), l’autore considera come, nell’ultimo decennio, la Robotic Process Automation (RPA) abbia fatto avanzare l’efficienza dei processi aziendali in modo affascinante. Tuttavia, egli suggerisce che ora ci troviamo in un “punto di inflessione” all’interno di questa tendenza tecnologica, con l’automazione intelligente che emerge come la logica progressione della RPA.
Chakraborti cita il nuovo paradigma dell’Intelligent Process Automation, che abbina l’automazione dei processi aziendali all’apprendimento automatico (ML), all’intelligenza artificiale (AI) e ai dati dei clienti.
L’RPA è un’altra componente critica dell’automazione intelligente. I due concetti sono talmente intrecciati che c’è una certa confusione su dove inizia l’automazione intelligente dei processi e dove finisce l’automazione robotica dei processi.
Questo articolo esplorerà le differenze e i punti in comune di entrambe le discipline e mostrerà dove si intersecano e si sovrappongono. Condivideremo anche alcuni esempi di automazione intelligente insieme a casi d’uso del settore.
Che cos’è l’automazione robotica dei processi?
La Robotic Process Automation (RPA) si riferisce a un insieme di tecnologie che consentono di raggiungere diversi obiettivi di automazione dei processi aziendali (BPA). Possiamo definire un processo aziendale come un insieme di attività che realizzano obiettivi organizzativi. Ad esempio, un processo aziendale può essere qualcosa di semplice come l’esecuzione di un controllo del credito su una richiesta di prestito.
I passaggi necessari per un controllo del credito comportano l’estrazione del nome del cliente da documenti interni, la richiesta a un’agenzia di credito e l’invio del risultato ai sistemi interni. Negli ambienti aziendali tradizionali, queste attività vengono gestite manualmente. Tuttavia, l’automazione dei processi aziendali si avvale di robot per completare queste attività, da cui il termine Robotic Process Automation.
Le attività RPA devono essere basate su regole e prevedibili. Hanno bisogno di trigger, input e output chiaramente definiti. Per questo motivo, la gestione delle eccezioni è un elemento che può disorientarli. Anomalie o circostanze eccezionali, o qualsiasi cosa che richieda di pensare al volo, non sono compiti che l’RPA può gestire. Naturalmente, questo non significa che la gestione delle eccezioni sia un concetto estraneo allo sviluppo RPA.
Ci sono molti scenari in cui un bot non può completare un’attività a causa di un problema di autorizzazione di sicurezza o di dati incompleti. Gli sviluppatori possono aggirare queste eccezioni. Ad esempio, immaginiamo uno scenario in cui si crea un processo RPA per trasferire i dati delle fatture a un database, ma il database non funziona. È possibile indicare al robot di continuare a provare a intervalli particolari finché non si connette al database. Tuttavia, una volta raggiunto il numero massimo di tentativi, verrà lanciata un’eccezione aziendale, in modo che un operatore manuale possa porre rimedio alla situazione.
Quello descritto sopra è uno scenario semplice. Tuttavia, potrebbe essere necessario esplorare l’automazione intelligente dei processi per costruire processi più resistenti e robusti che gestiscano le eccezioni in modo indipendente.
Per approfondire l’argomento, leggete la nostra Guida completa all’automazione robotica dei processi (RPA).
Che cos’è l’automazione intelligente dei processi (IPA)?
L’automazione intelligente dei processi si riferisce a un insieme di tecnologie che aiutano le aziende ad automatizzare i flussi di lavoro e i processi esistenti. Già nel 2017, McKinsey ha evidenziato i vantaggi dell’automazione intelligente. Il documento della società di consulenza, molto apprezzato, intitolato Intelligent process automation: The engine at the core of the next-generation operating model, delinea cinque tecnologie fondamentali che si uniscono per rendere possibile l’automazione intelligente.
Essi sono:
1. Automazione robotica dei processi (RPA):
Una suite di strumenti che eseguono compiti prevedibili, ripetitivi e ben definiti, tradizionalmente appannaggio di lavoratori umani.
2. Apprendimento automatico e analisi avanzata:
Algoritmi avanzati addestrati a trovare modelli in vasti set di dati storici, in modo da poter fornire intuizioni e previsioni con una velocità e una precisione impossibili per i ricercatori umani.
3. Generatori di linguaggio naturale (NLG)
Come dimostra il successo di strumenti come ChatGPT e Pi, i generatori di linguaggio naturale possono produrre testi e altre creatività per facilitare la comunicazione tra esseri umani e tecnologia.
4. Flussi di lavoro intelligenti:
Un software per i processi aziendali che gestisce il flusso di lavoro tra gli esseri umani e le macchine, assicurando consegne, tracciamento e reportistica senza intoppi.
5. Agenti cognitivi:
Chatbot intelligenti che utilizzano una combinazione di ML e NLP per fornire rappresentanti del servizio clienti automatizzati che riducono l’onere del personale di assistenza e, in alcuni casi, eccellono nella vendita e nella comprensione dei clienti.
Le tecnologie sopra elencate sono gli elementi di base che costituiscono una soluzione IPA. Anche se implicitamente, aggiungeremmo anche la tecnologia di visione computerizzata (CVT) all’elenco degli strumenti che compongono la tecnologia IPA.
Le analogie tra RPA e IPA
Sebbene l’RPA e l’IPA siano categorie tecnologiche distinte, hanno un discreto grado di incrocio. Ecco alcune analogie tra RPA e IPA.
1. Sono entrambi strumenti di automazione
Il collegamento più evidente tra RPA e IPA è che entrambi gli strumenti esistono per automatizzare i processi aziendali. Sebbene ogni soluzione abbia un proprio approccio e utilizzi diversi tipi di tecnologia per raggiungere i propri obiettivi, la loro filosofia è quella di gestire le attività tradizionalmente svolte dall’uomo e trovare il modo di svolgerle in modo più efficiente, economico e preciso.
2. La RPA è una parte centrale dell’IPA
Un’altra importante somiglianza tra le due tecnologie è il fatto che la RPA è un componente fondamentale dell’IPA. Mentre l’apprendimento automatico e altre tecnologie che imitano la cognizione umana sono parti fondamentali dell’IPA, le automazioni sono costruite su una base RPA.
3. RPA e IPA condividono benefici simili
RPA e IPA condividono anche molti degli stessi vantaggi aziendali. Ad esempio, aiutano le aziende a ridurre i costi, risparmiare tempo, incrementare la produttività, aumentare la soddisfazione dei dipendenti, rispettare gli standard di conformità, migliorare il servizio e ridurre gli errori umani.
Le differenze tra RPA e IPA
Sebbene la RPA e l’IPA abbiano molti punti in comune, ci sono alcune differenze che è necessario comprendere.
#1. Scalabilità
Mentre l’RPA eccelle nell’automazione di attività discrete, l’orchestrazione di flussi di lavoro complessi o la gestione di dati non strutturati rappresentano una sfida comune. IPA offre un mix di strumenti che aiutano a risolvere i colli di bottiglia della scalabilità, come i dati non strutturati o il processo decisionale.
#2. Apprendimento e adattamento in tempo reale
L’RPA è una soluzione perfetta per le attività che richiedono un percorso prevedibile e graduale. Per definizione, segue le istruzioni. D’altra parte, l’IPA può imparare e adattarsi in tempo reale grazie a funzioni come il ML.
#3. Intelligenza
L’intelligenza è difficile da definire. Tuttavia, tutti sappiamo che il pensiero umano utilizza vari strumenti come la logica, il ragionamento, l’apprendimento, la pianificazione e la risoluzione dei problemi per generare risposte o previsioni basate sulle informazioni.
Gli strumenti RPA sono in grado di elaborare le informazioni, ma solo attraverso una serie di regole rigorose. In pratica, utilizza la logica if/then/else per gestire i processi aziendali. In effetti, la RPA imita la cognizione umana, ma solo perché le viene fornita una mappa.
L’automazione intelligente, invece, elabora i dati in modo più simile alla cognizione umana. Poiché gli strumenti di automazione intelligenti utilizzano l’intelligenza artificiale, sono in grado di uscire dai limiti dell’esecuzione delle istruzioni e di adattarsi alle circostanze mutevoli, ai dati non strutturati e ad altri fattori eccezionali che possono mettere in difficoltà gli strumenti RPA.
#4. Gestione dei dati non strutturati
La RPA aiuta i team a gestire attività deterministiche. In quanto tale, si basa su input prevedibili, come i dati strutturati. Tuttavia, quando si tratta di gestire dati non strutturati o informazioni che vanno fuori dalle righe, si raggiungono i limiti superiori degli strumenti RPA.
La gestione dei dati strutturati è spesso affidata agli operatori manuali. Poiché si tratta di un processo decisionale e interpretativo, ha senso utilizzare la cognizione umana. Tuttavia, l’automazione intelligente è in grado di gestire i dati non strutturati grazie all’uso di tecnologie AI come l’apprendimento automatico.
Vale la pena notare che gli strumenti RPA possono essere utilizzati per trasformare i dati non strutturati in dati strutturati. Ad esempio, l’utilizzo di strumenti di elaborazione del linguaggio naturale (NLP) o di riconoscimento ottico dei caratteri (OCR) aiuta a tradurre questi dati in qualcosa con cui un RPA può lavorare. Tuttavia, la natura dei dati non strutturati rende questo processo complesso e richiede la creazione di più modelli in grado di gestire il lavoro. Questa realtà può portare a problemi di scalabilità delle soluzioni RPA.
#5. La RPA è più efficace dal punto di vista dei costi
Sebbene gli strumenti di IA abbiano una portata più ampia rispetto al software RPA, questi extra hanno un costo. Uno degli aspetti più interessanti degli strumenti di automazione è la loro comprovata riduzione dei costi. Tuttavia, considerando i prezzi relativi, il software RPA è più accessibile alla maggior parte del mercato.
L’automazione intelligente è una soluzione più flessibile che può funzionare in una gamma più ampia di ambienti. Tuttavia, non tutte le aziende hanno requisiti di automazione complessi. A seconda della portata dei processi aziendali da automatizzare, le soluzioni RPA possono fornire tutto ciò di cui avete bisogno.
#6. L’RPA è più veloce da implementare
Gli strumenti di automazione intelligente forniscono soluzioni a un’ampia gamma di problemi. Tuttavia, quando si tratta di tempi di implementazione rapidi, questa complessità diventa leggermente negativa. Gli strumenti RPA sono più semplici e quindi l’implementazione è meno costosa e richiede meno tempo. Per i leader che sono sotto pressione per la trasformazione digitale delle loro aziende, le soluzioni RPA possono offrire un percorso più rapido per generare valore.
#7. Gli strumenti IPA hanno una curva di apprendimento più ripida
Anche in questo caso, la relativa complessità di questi strumenti crea vantaggi e svantaggi. Per natura, l’adozione di strumenti IPA richiede caratteristiche altamente tecniche come l’apprendimento automatico.
C’è ancora speranza per i team non tecnici. Le società di consulenza per l’automazione intelligente possono fare gran parte del lavoro pesante e della progettazione dei processi. Inoltre, gli strumenti di IA diventano ogni giorno più semplici da usare.
Esempi di automazione intelligente dei processi e casi d’uso nel settore
Secondo la ricerca, nel 2023 saranno prodotti 120 zettabyte di dati. Ogni anno, il volume di dati prodotti a livello mondiale aumenta di circa il 20-25%. Secondo il MIT Sloan, circa l’80% di questi dati non è strutturato. Mentre gli strumenti RPA hanno permesso alle aziende di fare molto con i dati strutturati, è chiaro che testo, audio, video, e-mail, contenuti dei social media, registri dei server, registri dei sensori e immagini satellitari potrebbero offrire notevoli opportunità.
Il modo migliore per comprendere le capacità dell’automazione aziendale intelligente è attraverso esempi pratici e reali e casi d’uso. Ecco alcuni modi in cui la tecnologia di automazione intelligente può essere utile in determinati settori.
1. Servizio clienti
Negli ultimi anni le aspettative del servizio clienti sono cresciute notevolmente. Il consumatore moderno richiede opzioni self-service sempre disponibili con un alto grado di personalizzazione. L’automazione intelligente aiuta le aziende a offrire il livello di assistenza personalizzato che ci si aspetta, senza le spese generali elevate associate al personale umano.
I chatbot alimentati da processori di linguaggio naturale e collegati alle piattaforme di gestione delle relazioni con i clienti (CRM) possono offrire esperienze eccellenti ai clienti. Se abbinata alla gestione automatizzata delle e-mail, all’analisi predittiva e all’analisi del sentiment, l’azienda può contare su un’assistenza omnichannel che anticipa i problemi e aiuta a fidelizzare i clienti.
2. Assistenza sanitaria
Il settore sanitario ha adottato in modo significativo l’automazione intelligente. La malattia globale significa che gli ospedali sono sempre più affollati e molti scricchiolano sotto la pressione. Budget ridotti e personale sovraccarico evidenziano la necessità di una maggiore efficienza operativa, soprattutto per quanto riguarda le attività amministrative come l’iscrizione dei pazienti, l’elaborazione delle assicurazioni, la programmazione, la fatturazione e altro ancora.
3. Finanza
Il settore finanziario si è giustamente guadagnato la reputazione di essere all’avanguardia nelle tecnologie più avanzate. Come primi adottatori della tecnologia RPA, il settore ha continuato a trovare modi per aumentare l’efficienza e soddisfare gli oneri normativi. L’automazione intelligente viene utilizzata in tutto il settore finanziario per contribuire al rilevamento delle frodi e alla conformità. Tuttavia, la tecnologia aiuta anche nelle operazioni, semplificando sempre più il processo decisionale per le richieste di prestito e altro ancora. Inoltre, può anche automatizzare i test del software, aiutando gli istituti finanziari a creare software su misura.
4. Produzione
Negli ultimi anni, la consapevolezza del pubblico sui problemi della catena di approvvigionamento è cresciuta a causa delle strozzature, dell’inflazione e della crisi generale del costo della vita. I produttori devono abbracciare la trasformazione digitale mentre le preferenze di acquisto si evolvono e le dinamiche aziendali cambiano. Questa realtà è particolarmente evidente nei Paesi di recente industrializzazione o in via di sviluppo.
L’RPA e l’IPA possono aiutare le aziende di questi settori a colmare il divario e a migliorare i processi e l’organizzazione lungo l’intera catena del valore. L’automazione degli ordini di produzione, la comprensione e l’adattamento alle mutevoli preferenze dei clienti, il miglioramento della logistica e la riduzione degli sprechi sono solo alcune delle aree che possono beneficiare degli strumenti basati sull’intelligenza artificiale.
L’automazione intelligente dei processi e l’iperautomazione sono la stessa cosa?
Sebbene molti esperti utilizzino l’automazione intelligente dei processi e l’iperautomazione in modo intercambiabile, si tratta di concetti distinti. La confusione è comprensibile. Entrambe le discipline sono all’avanguardia nell’automatizzare i processi informatici e aziendali utilizzando l’intelligenza artificiale e altre tecnologie correlate. Tuttavia, è essenziale capire le differenze tra i due.
Come già detto, l’automazione intelligente dei processi utilizza un mix di tecnologie come AI, ML, computer vision, cognitive, elaborazione del linguaggio naturale e, naturalmente, RPA.
L’iperautomazione, invece, è una filosofia o un approccio che cerca di automatizzare il maggior numero possibile di processi aziendali.
Gran parte della confusione deriva dal fatto che l’IPA fa parte di un approccio di iperautomazione. Tuttavia, l’iperautomazione è una versione più sofisticata e accelerata dell’IA, con una portata molto più ampia. Invece di occuparsi di processi o attività fisse, l’iperautomazione opera attraverso piattaforme e tecnologie per massimizzare l’efficienza aziendale.
Dove si intersecano e convergono IPA e RPA
Abbiamo dedicato gran parte di questo articolo alla disamina dei meriti relativi di IPA e RPA. Sebbene sia utile tracciare una distinzione tra queste tecnologie di automazione, pensarle come strumenti avversari o in competizione non è del tutto corretto. Il modo migliore per capire le loro capacità è come strumenti di automazione complementari.
Ci sono diversi punti in cui i due strumenti si intersecano.
#1. L’IPA come soluzione ai limiti della RPA
Nel documento How to Compete in the Age of Artificial Intelligence (Mohanty e Vyas, 2018), gli autori affermano che “i robot RPA faranno esattamente ciò che gli direte, questo è il loro più grande punto di forza, ma anche la loro più grande debolezza”. Questo sentimento sottolinea un punto critico sui limiti della RPA: Come dimostra la sua ampia adozione, è uno strumento essenziale nell’era dell’informazione; tuttavia, i dati non strutturati e gli scenari imprevedibili fanno sì che le aziende non possano adottare soluzioni RPA per ogni attività.
L’apprendimento automatico può contribuire a estendere le capacità della RPA, soprattutto in due aree principali. Essi sono:
1. Gestire i dati non strutturati
2. Aprire la porta al processo decisionale di ordine superiore
Allo stato attuale, gli strumenti RPA non sono in grado di fare quanto sopra. Tuttavia, se integrata con l’intelligenza artificiale, l’automazione può raggiungere un nuovo livello.
#2. Come trampolino di lancio verso l’implementazione dell’IPA o dell’iperautomazione
Si è tentati di considerare RPA, IPA e iperautomazione come un continuum. Tuttavia, potrebbe essere una semplificazione eccessiva della questione. Il fatto è che qualsiasi sistema di automazione complesso che includa l’IPA o l’iperautomazione si affiderà in larga misura all’RPA. Pertanto, gli strumenti RPA saranno ancora rilevanti e necessari in questi scenari avanzati.
L’argomentazione è più solida nel contesto dell’attuazione. La strada verso l’iperautomazione richiede molte ricerche su quali compiti possono essere automatizzati. Iniziare con l’RPA crea una solida base per i tipi di attività che possono essere automatizzate. Consente alle aziende di creare e testare flussi di lavoro di automazione che possono eventualmente estendere e aumentare con l’IPA.
L’iperautomazione è un approccio che prevede l’automazione di tutto ciò che è possibile. Le caratteristiche di questo aspetto variano da un’azienda all’altra. In alcune aziende, potrebbe trattarsi di RPA, assistita in piccola parte dall’IA; in altre, potrebbe trattarsi di una vera e propria macchina per l’automazione completa, con un contributo umano minimo.
#3. Analisi predittiva e processo decisionale
L’RPA esegue compiti definiti in base a particolari trigger o input. Se consideriamo alcuni dei vantaggi dell’IPA, come l’analisi del sentiment, l’elaborazione del linguaggio naturale, la tecnologia di visione computerizzata e le capacità di ML, è chiaro che la tecnologia sarà in grado di gestire molti dati disordinati e di trasformarli in informazioni strutturate che possono servire come trigger o input.
Le possibilità sono impressionanti. Come abbiamo visto nel settore medico, la ricerca ha dimostrato che l’IA ha superato i radiologi nello screening mammografico. La precisione di queste previsioni richiede anni di esperienza e competenze di settore che vengono meno quando qualcuno va in pensione o lascia l’azienda. La RPA aumentata dall’IA può aiutare a superare questo gap di esperienza.
Sebbene l’esempio dello screening mammografico sia accattivante, i vantaggi della RPA e dell’IPA possono essere applicati a molti altri scenari di gestione aziendale che richiedono un’elevata qualità cognitiva o decisionale. Una volta raggiunte le decisioni, queste possono innescare le azioni a valle tramite l’RPA, portando un incredibile livello di produttività a un’ampia gamma di aziende.
Cinque strumenti di automazione intelligenti
Sul mercato sono presenti diversi fornitori di automazione intelligente. Ognuno di essi offre una miscela unica di tecnologie, approcci e prezzi diversi. Esploriamo cinque dei più grandi nomi dello spazio IA.
#1. ZAPTEST
ZAPTEST è una soluzione di automazione intelligente end-to-end, full-stack, che offre strumenti di iperautomazione all’avanguardia sia per l’automazione del software che per l’automazione dei processi robotici. Utilizza un mix di tecnologia di visione artificiale e RPA per aiutare gli utenti a scoprire e automatizzare le attività d’ufficio front-end e back-end. La piattaforma dispone di eccellenti funzioni come l’OCR e di solidi strumenti analitici. È inoltre dotata di funzionalità codeless, edizioni gratuite ed enterprise, automazione cross platform/cross browser di qualsiasi app, licenze illimitate e un esperto ZAP a tempo pieno che lavora come parte dei team del cliente (nell’edizione enterprise).
#2. IBM Cloud Pak per l’automazione aziendale
IBM Cloud Pak è una soluzione modulare di cloud ibrido e automazione intelligente. Questa piattaforma di automazione aziendale end-to-end è dotata di una serie di funzionalità, tra cui l’automazione dei flussi di lavoro, l’elaborazione dei documenti, il process mining e la gestione delle decisioni. Include anche strumenti a basso e nessun codice e un buon supporto clienti.
#3. Piattaforma di automazione aziendale UiPath
UiPath ha potenziato la sua offerta di RPA con l’automazione aziendale intelligente. La piattaforma si avvale della tecnologia di Computer Vision e della robotica non presidiata (nelle loro parole, “robot che gestiscono robot”) per raggiungere questi obiettivi. Utilizzano anche miglioramenti cognitivi per comprendere il linguaggio e i dati non strutturati. UiPath Business Automation Platform si integra con i servizi cognitivi di terze parti di fornitori come IBM, Google e Microsoft.
#4. SS&C Blue Prism Cloud
SS&C Blue Prism Cloud è un’altra piattaforma di automazione intelligente basata sul cloud con funzionalità di IA. L’azienda offre anche servizi di automazione intelligente per aiutare i team a gestire l’implementazione e la manutenzione. Oltre agli strumenti intelligenti di automazione dei processi robotici, Blue Prism Cloud offre anche uno Studio di progettazione senza codice e drag-and-drop e Control Room, una funzione di orchestrazione del flusso di lavoro.
#5. Microsoft Power Automate
Microsoft Power Automate, precedentemente chiamato Microsoft Flow, è un’altra soluzione di automazione intelligente basata su cloud e senza codice. Il pacchetto offre una funzione chiamata AI Builder, facile da usare, scalabile e facilmente collegabile. L’investimento di 10 miliardi di dollari di Microsoft in ChatGPT, molto pubblicizzato, significa che offre capacità di elaborazione del linguaggio naturale combinate con un’interfaccia point-and-click che consente ai team non tecnici di creare flussi di lavoro intelligenti di automazione dei processi robotici.
Riflessioni finali
RPA e IPA sono tecnologie distinte. Tuttavia, sono profondamente complementari. Il vero potere di entrambi gli strumenti risiede nella loro capacità di aumentare non solo i lavoratori umani, ma anche gli uni e gli altri. Come dimostrano molti esempi di automazione intelligente, gran parte del lavoro fondamentale che l’IA consente di svolgere può essere eseguito da lavoratori digitali e robot. Un’automazione di successo richiede la scomposizione e la comprensione dei flussi di lavoro esistenti. L’RPA è in grado di gestire molte di queste parti costitutive.
Siamo alle soglie di un’era entusiasmante nel mondo del lavoro, in cui le capacità cognitive umane possono essere integrate dall’intelligenza artificiale. La trasformazione digitale è giustamente una priorità per le aziende del mondo sviluppato e in via di sviluppo. L’adozione di strumenti IPA e RPA costituirà una parte centrale di queste transizioni, consentendo una produttività inimmaginabile.
