In het uitstekende artikel From Robotic Process Automation to Intelligent Process Automation (Van robotische procesautomatisering tot intelligente procesautomatisering ) (Chakraborti, 2020) beschouwt de auteur hoe in de afgelopen tien jaar robotische procesautomatisering (RPA) de efficiëntie van bedrijfsprocessen op fascinerende manieren heeft bevorderd. Hij suggereert echter dat we ons nu op een “buigpunt” bevinden binnen deze technologische trend, waarbij intelligente automatisering naar voren komt als de logische voortzetting van RPA.
Chakraborti noemt het nieuwe paradigma van Intelligent Process Automation dat automatisering van bedrijfsprocessen koppelt aan machine learning (ML), kunstmatige intelligentie (AI) en klantgegevens.
RPA is een ander cruciaal onderdeel van intelligente automatisering. De twee concepten zijn zo met elkaar verweven dat er een behoorlijke mate van verwarring bestaat over waar intelligente procesautomatisering begint en waar robotische procesautomatisering eindigt.
Dit artikel verkent de verschillen en overeenkomsten van beide disciplines en laat zien waar ze elkaar kruisen en overlappen. We zullen ook een aantal voorbeelden van intelligente automatisering en gebruikscases uit de industrie met u delen.
Wat is robotische procesautomatisering?
Robotic Process Automation (RPA) verwijst naar een reeks technologieën die verschillende doelstellingen op het gebied van automatisering van bedrijfsprocessen (BPA) mogelijk maken. We kunnen een bedrijfsproces definiëren als een verzameling taken die organisatiedoelen opleveren. Een bedrijfsproces kan bijvoorbeeld zoiets eenvoudigs zijn als het uitvoeren van een kredietcontrole op een leningaanvraag.
De stappen die nodig zijn voor een kredietcontrole bestaan uit het ophalen van de naam van een klant uit interne documenten, het doen van een verzoek aan een kredietbureau en vervolgens het terugvoeren van het resultaat in interne systemen. In traditionele bedrijfsomgevingen worden deze taken handmatig uitgevoerd. Bij automatisering van bedrijfsprocessen worden echter robots gebruikt om deze taken uit te voeren, vandaar de term Robotic Process Automation.
RPA-taken moeten op regels gebaseerd en voorspelbaar zijn. Ze hebben duidelijk gedefinieerde triggers, ingangen en uitgangen nodig. Uitzonderingsafhandeling is dan ook iets dat hen op het verkeerde been kan zetten. Anomalieën of uitzonderlijke omstandigheden – of alles waarbij snel moet worden nagedacht – zijn geen taken die RPA aankan. Dat wil natuurlijk niet zeggen dat exception handling een vreemd concept is in RPA-ontwikkeling.
Er zijn veel scenario’s waarbij een bot een taak niet kan voltooien vanwege een probleem met de beveiligingstoestemming of onvolledige gegevens. Ontwikkelaars kunnen om deze uitzonderingen heen bouwen. Stel je bijvoorbeeld een scenario voor waarbij je een RPA-proces maakt om factuurgegevens naar een database over te brengen, maar de database down is. Je kunt de robot opdragen om met bepaalde intervallen te blijven proberen totdat hij verbinding maakt met de database. Echter, zodra een maximaal aantal pogingen is bereikt, wordt er een bedrijfsuitzondering gegooid zodat een handmatige medewerker de situatie kan verhelpen.
Wat we hierboven hebben beschreven is een eenvoudig scenario. Het kan echter nodig zijn om intelligente procesautomatisering te onderzoeken om meer veerkrachtige en robuuste processen te bouwen die zelfstandig uitzonderingen afhandelen.
Lees voor een diepere duik in het onderwerp onze Complete Gids voor Robotic Process Automation (RPA).
Wat is intelligente procesautomatisering (IPA)?
Intelligente procesautomatisering verwijst naar een combinatie van technologieën die bedrijven helpen om bestaande workflows en processen te automatiseren. McKinsey heeft al in 2017 de voordelen van intelligente automatisering benadrukt. Het veelgebruikte document van het adviesbureau, Intelligent process automation: The engine at the core of the next-generation operating model, schetst vijf kerntechnologieën die samenkomen om intelligente automatisering mogelijk te maken.
Dat zijn ze:
1. Robotisering van processen (RPA):
Een reeks tools die voorspelbare, repetitieve en goed gedefinieerde taken uitvoeren die van oudsher het domein waren van menselijke werknemers
2. Machine learning en geavanceerde analyse:
Geavanceerde algoritmen die getraind zijn om patronen te vinden in enorme historische datasets zodat ze inzichten en voorspellingen kunnen doen met een snelheid en nauwkeurigheid die onmogelijk zijn voor menselijke onderzoekers.
3. Natuurlijke taalgeneratoren (NLG)
Zoals blijkt uit het succes van tools als ChatGPT en Pi, kunnen natuurlijke taalgeneratoren tekst en andere creaties produceren om de communicatie tussen mensen en technologie te vergemakkelijken.
4. Slimme workflows:
Software voor bedrijfsprocessen die de workflow tussen mensen en machines beheert en zorgt voor een soepele levering, tracering en rapportage.
5. Cognitieve agenten:
Slimme chatbots die een combinatie van ML en NLP gebruiken om geautomatiseerde klantenservicevertegenwoordigers te leveren die de last voor servicemedewerkers verminderen en in sommige gevallen uitblinken in het verkopen en begrijpen van klanten.
De bovenstaande technologieën zijn de basisbouwstenen van een IPA-oplossing. Hoewel dit geïmpliceerd wordt, willen we ook Computer Vision Technologie (CVT) toevoegen aan de lijst van hulpmiddelen die deel uitmaken van IPA-technologie.
De overeenkomsten tussen RPA en IPA
Hoewel RPA en IPA verschillende technologiecategorieën zijn, hebben ze een behoorlijke mate van kruisbestuiving. Hier zijn enkele overeenkomsten tussen RPA en IPA.
1. Het zijn allebei automatiseringstools
Het meest duidelijke verband tussen RPA en IPA is dat beide tools bestaan om bedrijfsprocessen te automatiseren. Hoewel elke oplossing zijn eigen aanpak heeft en verschillende soorten technologie gebruikt om de doelstellingen te bereiken, is de kern van hun ethos om taken aan te pakken die mensen traditioneel uitvoeren en manieren te vinden om ze efficiënter, kosteneffectiever en nauwkeuriger uit te voeren.
2. RPA is een centraal onderdeel van IPA
Een andere belangrijke overeenkomst tussen beide technologieën is het feit dat RPA een kernonderdeel is van IPA. Hoewel machine learning en andere technologie die de menselijke cognitie nabootst belangrijke onderdelen zijn van IPA, zijn de automatiseringen gebouwd op een RPA-basis.
3. RPA en IPA hebben vergelijkbare voordelen
RPA en IPA delen ook veel van dezelfde zakelijke voordelen. Ze helpen bedrijven bijvoorbeeld om kosten te besparen, tijd te besparen, de productiviteit te verhogen, het werkplezier van werknemers te verhogen, te voldoen aan compliance-normen, de dienstverlening te verbeteren en menselijke fouten te verminderen.
De verschillen tussen RPA en IPA
Hoewel RPA en IPA veel overeenkomsten hebben, zijn er enkele punten van verschil die u moet begrijpen.
#1. Schaalbaarheid
Hoewel RPA uitblinkt in het automatiseren van discrete taken, is het orkestreren van complexe workflows of het verwerken van ongestructureerde gegevens een veelvoorkomende uitdaging. IPA biedt een mix van tools die helpen bij schaalknelpunten, zoals ongestructureerde gegevens of besluitvorming.
#2. Real-time leren en aanpassen
RPA is een perfecte oplossing voor taken die een voorspelbaar, stapsgewijs pad volgen. Het volgt per definitie instructies. Aan de andere kant kan IPA in realtime leren en zich aanpassen dankzij functies zoals ML.
#3. Intelligentie
Intelligentie is lastig te definiëren. We begrijpen echter allemaal dat menselijk denken verschillende hulpmiddelen gebruikt zoals logica, redeneren, leren, plannen en problemen oplossen om antwoorden of voorspellingen te genereren op basis van informatie.
RPA tools kunnen informatie verwerken, maar alleen via een strikte set regels. In principe gebruikt het if/then/else logica om bedrijfsprocessen af te handelen. In feite bootst RPA menselijke cognitie na, maar alleen omdat het een kaart krijgt.
Intelligente automatisering daarentegen verwerkt gegevens op een manier die meer lijkt op menselijke cognitie. Omdat intelligente automatiseringstools AI gebruiken, kunnen ze buiten de grenzen van het opvolgen van instructies treden en zich aanpassen aan veranderende omstandigheden, ongestructureerde gegevens en andere uitzonderlijke factoren die RPA-tools kunnen tegenhouden.
#4. Omgaan met ongestructureerde gegevens
RPA helpt teams om te gaan met deterministische taken. Als zodanig is het afhankelijk van voorspelbare invoer, zoals gestructureerde gegevens. Als het echter aankomt op het omgaan met ongestructureerde gegevens of informatie die buiten het boekje gaat, bereiken we de bovengrenzen van RPA-tools.
Omgaan met gestructureerde gegevens komt vaak voor rekening van handarbeiders. Omdat er veel besluitvorming en interpretatie bij komt kijken, is het zinvol om menselijke kennis te gebruiken. Intelligente automatisering kan echter omgaan met ongestructureerde gegevens dankzij het gebruik van AI-technologieën zoals machine learning.
Het is vermeldenswaard dat RPA-tools kunnen worden gebruikt om ongestructureerde gegevens om te zetten in gestructureerde gegevens. Het gebruik van tools voor natuurlijke taalverwerking (NLP) of optische tekenherkenning (OCR) helpt bijvoorbeeld om deze gegevens te vertalen in iets waar een RPA mee kan werken. De aard van ongestructureerde gegevens maakt dit proces echter complex en vereist de creatie van meerdere sjablonen die de taak aankunnen. Deze realiteit kan leiden tot schaalproblemen binnen RPA-oplossingen.
#5. RPA is kosteneffectiever
Hoewel IA-tools een breder bereik hebben dan RPA-software, hebben deze extra’s een prijs. Een van de meest aantrekkelijke aspecten van automatiseringstools is hun bewezen kostenbesparing. Gezien hun relatieve prijskaartjes is RPA-software echter toegankelijker voor het grootste deel van de markt.
Intelligente automatisering is een flexibelere oplossing die kan werken in een breder scala aan omgevingen. Toch heeft niet elk bedrijf complexe automatiseringseisen. Afhankelijk van de omvang van de bedrijfsprocessen die u wilt automatiseren, kunnen RPA-oplossingen alles bieden wat u nodig hebt.
#6. RPA is sneller te implementeren
Intelligente automatiseringstools bieden oplossingen voor een breed scala aan problemen. Als het echter aankomt op snelle implementatietijden, wordt deze complexiteit een klein negatief punt. RPA tools zijn eenvoudiger en daarom is de implementatie minder duur en tijdrovend. Voor leiders die onder druk staan om digitale transformatie in hun hele bedrijf te realiseren, kunnen RPA-oplossingen een snellere weg naar waardecreatie bieden.
#7. IPA-tools hebben een steilere leercurve
Ook hier heeft de relatieve complexiteit van deze tools voor- en nadelen. Het gebruik van IPA-tools vereist van nature zeer technische functies zoals machine learning.
Er is nog hoop voor niet-technische teams. Adviesbureaus voor intelligente automatisering kunnen veel van het zware werk en het procesontwerp voor hun rekening nemen. Bovendien worden IA tools met de dag gebruiksvriendelijker.
Intelligente procesautomatisering voorbeelden en industrie use cases
Volgens onderzoek zal er in 2023 120 zettabytes aan gegevens worden geproduceerd. Elk jaar neemt de hoeveelheid gegevens die wereldwijd wordt geproduceerd met ongeveer 20% tot 25% toe. Volgens MIT Sloan is ongeveer 80% van deze gegevens ongestructureerd. Hoewel RPA-tools bedrijven in staat hebben gesteld om veel te doen met gestructureerde gegevens, is het duidelijk dat tekst, audio, video’s, e-mails, inhoud van sociale media, serverlogs, sensorlogs en satellietbeelden opmerkelijke mogelijkheden kunnen bieden.
De beste manier om de mogelijkheden van intelligente bedrijfsautomatisering te begrijpen is aan de hand van praktische, praktijkvoorbeelden en use cases. Hier zijn enkele manieren waarop intelligente automatiseringstechnologie kan helpen in bepaalde industrieën.
1. Klantenservice
De verwachtingen op het gebied van klantenservice zijn de afgelopen jaren enorm toegenomen. De moderne consument wil altijd zelfbedieningsopties met een hoge mate van personalisatie. Intelligente automatisering helpt bedrijven om het verwachte niveau van zorg op maat te bieden zonder de hoge overheadkosten die gepaard gaan met menselijke werknemers.
Chatbots die worden aangestuurd door natuurlijke taalverwerkers en verbonden zijn met CRM-platforms (Customer Relationship Management) kunnen uitstekende klantervaringen bieden. In combinatie met geautomatiseerde e-mailverwerking, voorspellende analyses en sentimentanalyse beschikken bedrijven over omnichannelzorg die op problemen anticipeert en helpt om klanten te behouden.
2. Gezondheidszorg
De gezondheidszorg is een belangrijke toepasser van intelligente automatisering. Door de wereldwijde slechte gezondheid krijgen ziekenhuizen het steeds drukker en veel ziekenhuizen kraken onder de druk. Krappe budgetten en overwerkt personeel benadrukken de behoefte aan meer operationele efficiëntie, vooral bij administratieve taken zoals het inschrijven van patiënten, het verwerken van verzekeringen, planning, facturering en meer.
3. Financiën
De financiële sector heeft terecht een reputatie opgebouwd als voorloper op het gebied van geavanceerde technologieën. Als vroege gebruikers van RPA-technologie is de sector manieren blijven vinden om de efficiëntie te verhogen en te voldoen aan de wettelijke verplichtingen. Intelligente automatisering wordt overal in de financiële sector gebruikt om te helpen bij het opsporen van fraude en het naleven van wet- en regelgeving. De technologie helpt echter ook bij de bedrijfsvoering en stroomlijnt in toenemende mate de besluitvorming voor leningaanvragen en meer. Bovendien kan het ook het testen van software automatiseren, waardoor financiële instellingen software op maat kunnen maken.
4. Productie
In de afgelopen jaren is het publiek zich meer bewust geworden van problemen in de toeleveringsketen als gevolg van knelpunten, inflatie en een algemene kostencrisis. Fabrikanten moeten digitale transformatie omarmen naarmate koopvoorkeuren veranderen en bedrijfsdynamiek verschuift. Deze realiteit is vooral duidelijk in nieuwe geïndustrialiseerde of ontwikkelingslanden.
RPA en IPA kunnen bedrijven op deze gebieden helpen de kloof te overbruggen en de processen en organisatie in de hele waardeketen te verbeteren. Het automatiseren van productieorders, het begrijpen van en aanpassen aan veranderende voorkeuren van klanten, het verbeteren van de logistiek en het verminderen van afval zijn slechts enkele gebieden die kunnen profiteren van AI-tools.
Zijn intelligente procesautomatisering en hyperautomatisering hetzelfde?
Hoewel veel experts intelligente procesautomatisering en hyperautomatisering door elkaar gebruiken, zijn het verschillende concepten. De verwarring is begrijpelijk. Beide disciplines lopen voorop bij het automatiseren van IT- en bedrijfsprocessen met behulp van kunstmatige intelligentie en andere gerelateerde technologieën. Het is echter essentieel om de verschillen tussen de twee te begrijpen.
Zoals hierboven vermeld, maakt intelligente procesautomatisering gebruik van een mix van technologieën zoals AI, ML, computervisie, cognitieve technologie, natuurlijke taalverwerking en natuurlijk RPA.
Hyperautomatisering daarentegen is een filosofie of aanpak die zoveel mogelijk bedrijfsprocessen wil automatiseren.
Veel van de verwarring komt voort uit het feit dat IPA deel uitmaakt van een hyperautomatiseringsaanpak. Toch is hyperautomatisering een geavanceerdere, versnelde versie van IA met een veel grotere reikwijdte. In plaats van te werken met vaste processen of taken, werkt hyperautomatisering met verschillende platforms en technologieën om de bedrijfsefficiëntie te maximaliseren.
Waar IPA en RPA elkaar kruisen en samenkomen
We hebben een groot deel van dit artikel besteed aan het ontleden van de relatieve verdiensten van IPA en RPA. Hoewel het nuttig is om een onderscheid te maken tussen deze automatiseringstechnologieën, is het niet helemaal juist om ze als tegenstrijdige of concurrerende hulpmiddelen te beschouwen. De beste manier om hun mogelijkheden te begrijpen is als complementaire automatiseringstools.
Er zijn een aantal punten waar beide hulpmiddelen elkaar kruisen.
#1. IPA als oplossing voor de beperkingen van RPA
In het artikel How to Compete in the Age of Artificial Intelligence (Mohanty en Vyas, 2018) stellen de auteurs dat “RPA-robots precies zullen doen wat je ze vertelt, dat is hun grootste kracht, maar ook hun grootste zwakte.” Dit gevoel onderstreept een cruciaal punt over de grenzen van RPA: Zoals blijkt uit de wijdverspreide toepassing ervan, is het een essentieel hulpmiddel in het informatietijdperk; ongestructureerde gegevens en onvoorspelbare scenario’s betekenen echter dat bedrijven RPA-oplossingen niet voor elke taak kunnen toepassen.
Machine learning kan de mogelijkheden van RPA uitbreiden, vooral op twee belangrijke gebieden. Dat zijn ze:
1. Omgaan met ongestructureerde gegevens
2. De deur openen naar hogere-orde besluitvorming
Zoals de zaken er nu voor staan, zijn RPA-tools niet in staat om het bovenstaande te doen. Wanneer automatisering echter wordt uitgebreid met AI, kan deze naar een nieuw niveau worden getild.
#2. Als opstap naar de implementatie van IPA of hyperautomatisering
Het is verleidelijk om RPA, IPA en hyperautomatisering als een continuüm te beschouwen. Toch is het misschien een lichte versimpeling van de zaak. Feit is dat elk complex automatiseringssysteem dat IPA of hyperautomatisering omvat, sterk zal leunen op RPA. Als zodanig zullen RPA tools nog steeds relevant en noodzakelijk zijn binnen deze geavanceerde scenario’s.
Waar dit argument robuuster is, is in de context van de implementatie. De weg naar hyperautomatisering vereist veel onderzoek naar welke taken geautomatiseerd kunnen worden. Beginnen met RPA legt een solide basis voor de soorten taken die geautomatiseerd kunnen worden. Hiermee kunnen bedrijven automatiseringsworkflows bouwen en testen die ze uiteindelijk kunnen uitbreiden en vergroten met IPA.
Hyperautomatisering is een aanpak waarbij alles wat mogelijk is wordt geautomatiseerd. Hoe dat eruit ziet, verschilt van bedrijf tot bedrijf. Bij sommige bedrijven kan het gaan om RPA, dat voor een klein deel wordt bijgestaan door AI; bij andere bedrijven kan het gaan om een volwaardige, uitgebreide automatiseringsmachine met minimale menselijke inbreng.
#3. Voorspellende analyse en besluitvorming
RPA voert gedefinieerde taken uit op basis van bepaalde triggers of inputs. Als we kijken naar enkele van de voordelen van IPA, zoals sentimentanalyse, natuurlijke taalverwerking, computer vision technologie en ML-mogelijkheden, is het duidelijk dat de technologie in staat zal zijn om veel rommelige gegevens te verwerken en om te zetten in gestructureerde informatie die kan dienen als deze triggers of inputs.
De mogelijkheden hier zijn duizelingwekkend. Zoals we in de medische sector hebben gezien, heeft onderzoek aangetoond dat AI beter presteerde dan radiologen bij mammografische screening. Het nauwkeurig doen van deze voorspellingen vereist jarenlange ervaring en domeinkennis die het bedrijf verlaat wanneer iemand met pensioen gaat of vertrekt. RPA aangevuld met AI kan deze ervaringskloof helpen dichten.
Hoewel het voorbeeld van mammografische screening in het oog springt, kunnen de voordelen van RPA en IPA worden toegepast op verschillende andere bedrijfsmanagementscenario’s die cognitie of besluitvorming van hoge kwaliteit vereisen. Als deze beslissingen eenmaal zijn genomen, kunnen ze de daaropvolgende acties via RPA in gang zetten, wat een ongelooflijk productiviteitsniveau oplevert voor een breed scala aan bedrijven.
Vijf intelligente automatiseringstools
Er zijn verschillende leveranciers van intelligente automatisering op de markt. Elk biedt een unieke mix van verschillende technologieën, benaderingen en prijzen. Laten we eens kijken naar vijf van de grootste namen in de IA-ruimte.
#1. ZAPTEST
ZAPTEST is een end-to-end, full-stack, intelligente automatiseringsoplossing die geavanceerde hyperautomatiseringstools biedt voor zowel softwareautomatisering als automatisering van robotische processen. Het maakt gebruik van een mix van computer vision technologie en RPA om gebruikers te helpen bij het ontdekken en automatiseren van zowel front- als back-end kantoortaken. Het platform heeft uitstekende functies zoals OCR en solide analytische tools. Het komt ook met codeloze mogelijkheden, gratis en enterprise edities, cross platform/cross browser automatisering van elke app, onbeperkte licenties en een full-time ZAP expert die werkt als onderdeel van de teams van de klant (binnen de Enterprise editie).
#2. IBM Cloud Pak voor bedrijfsautomatisering
IBM Cloud Pak is een modulaire, hybride cloud, intelligente automatiseringsoplossing. Dit end-to-end bedrijfsautomatiseringsplatform beschikt over een groot aantal functies, waaronder workflowautomatisering, documentverwerking, process mining en beslissingsbeheer. Het bevat ook low- en no-code tools en goede klantenondersteuning.
#3. UiPath platform voor bedrijfsautomatisering
UiPath heeft zijn RPA-aanbod uitgebreid met intelligente bedrijfsautomatisering. Het platform maakt gebruik van Computer Vision-technologie en Unattended Robotics (in hun woorden “robots die robots beheren”) om deze doelen te bereiken. Ze gebruiken ook cognitieve verbeteringen om taal en ongestructureerde gegevens te begrijpen. Het UiPath Business Automation Platform integreert met cognitieve diensten van derden, zoals IBM, Google en Microsoft.
#4. SS&C Blue Prism Cloud
SS&C Blue Prism Cloud is een ander cloudgebaseerd intelligent automatiseringsplatform met IA-mogelijkheden. Het bedrijf biedt ook intelligente automatiseringsservices om teams te helpen bij de implementatie en het onderhoud. Naast intelligente tools voor robotische procesautomatisering biedt Blue Prism Cloud ook een no-code, drag-and-drop Design Studio en Control Room, een functie voor workflowautomatisering.
#5. Microsoft Automatiseren
Microsoft Power Automate, voorheen Microsoft Flow genoemd, is een andere cloudgebaseerde, no-code intelligente automatiseringsoplossing. Het pakket biedt een functie genaamd AI Builder die gebruiksvriendelijk, schaalbaar en eenvoudig aan te sluiten is. Microsofts veelbesproken investering van 10 miljard dollar in ChatGPT betekent dat het mogelijkheden biedt voor de verwerking van natuurlijke taal in combinatie met een point-and-click interface waarmee niet-technische teams intelligente robotic process automation workflows kunnen bouwen.
Laatste gedachten
RPA en IPA zijn verschillende technologieën. Ze zijn echter zeer complementair. De echte kracht van beide tools ligt in hun vermogen om niet alleen menselijke werknemers te versterken, maar ook elkaar. Zoals veel voorbeelden van intelligente automatisering aantonen, kan veel van het kernwerk dat IA mogelijk maakt, worden uitgevoerd door digitale werknemers en robots. Voor succesvolle automatisering moeten bestaande workflows worden afgebroken en begrepen. RPA kan veel van deze onderdelen voor zijn rekening nemen.
We staan aan de vooravond van een spannend tijdperk in de wereld van werk, waarin menselijke cognitieve vaardigheden kunnen worden aangevuld door AI. Digitale transformatie is terecht een prioriteit voor bedrijven in ontwikkelde en ontwikkelingslanden. Het gebruik van IPA- en RPA-tools zal een centraal onderdeel vormen van deze overgangen en een onvoorstelbare productiviteit mogelijk maken.
