Robotic Process Automation-teknologi beveger seg raskt. På litt over et tiår har denne formen for automatisering av forretningsprosesser gått fra uklarhet til mainstream. Bedrifter over hele verden bruker teknologien til å bli mer produktive samtidig som de sparer penger, med nesten universell bruk rett rundt hjørnet.
Hvis du noen gang har tenkt med deg selv, «hvordan kom vi hit?» du er heldig. Denne artikkelen vil diskutere røttene til RPA-teknologi, utforske hvordan den former den moderne forretningsverdenen, og se på hva du kan forvente av automatiseringsteknologier i fremtiden.
Velkommen til RPA-teknologi: en gjennomgang av fortid, nåtid og fremtid.
Når var begrepet Robotic
Prosessautomatisering først brukt?
Begrepet, Robotic Process Automation, ble først brukt i 2012. Men ifølge forskningsoppgaven, Robot Process Automation (RPA) and Its Future (O. Doguc, 2020), tok begrepet ikke virkelig av før rundt 2014 for å 2015.
Mens disiplinen var relativt liten på den tiden, fikk den oppmerksomhet og oppmerksomhet da firmaer begynte å kunngjøre besparelsene og effektiviteten de hadde oppnådd gjennom automatisering. I 2018 ga KPMG ut Fremveksten av menneskene rapportere. Papiret antydet at banker og finansinstitusjoner kunne redusere kostnadene i sektoren med 75 %. I de påfølgende årene økte adopsjonen dramatisk.
RPA-teknologi i fortiden
Begrepet automatisering ble laget i 1946 av DS Harder, en ingeniørsjef ved Ford Motor Company. Da hans bilproduksjonsanlegg begynte å bruke automatiske enheter og kontroller i sine mekaniserte produksjonslinjer, ble konseptet født. I vårt nåværende innhold refererer automatisering til teknikker som får systemer til å fungere automatisk. Disse systemene kan være mekaniske, elektriske eller datastyrte.
Men selv om det kanskje ikke var et tydelig ord for det på 1940-tallet, har automatisering vært en del av menneskets historie i tusenvis av år. Så tidlig som i det første århundre f.Kr. brukte romerne vannhjul til å male korn. På 900-tallet var vann og vindmøller i full gang. På den tiden av den industrielle revolusjonen drev dampmotorer nye nivåer av effektivitet.
Poenget er at mennesker alltid har vært på utkikk etter teknologi som vi kan utnytte for å øke produktiviteten. Imidlertid begynner røttene til Robotic Process Automation-teknologi strengt tatt rundt tidspunktet for den første datamaskinen. Tidlige datamaskiner ble brukt til å ta byrden av matematikk fra mennesker og overføre den til maskiner.
I papiret, The Future Digital WorkForce: Robotic Process Automation (RPA) (S. Madakam, 2019), foreslår forfatteren at RPAs røtter strekker seg tilbake til ENIAC, en datamaskin oppfunnet mellom 1943 og 1946. Interessant nok stemmer ferdigstillelsesdatoen omtrent med DS Harders første bruk av begrepet automatisering. Forfatteren foreslår også et tidligere utgangspunkt for teknologien, og antyder at «kulerammen var den første datamaskinen.»
Tidlige datamaskiner var uhåndterlige. De var komplekse å bruke og så store at de måtte plasseres i hele rom. Men etter hvert som maskinvaren ble modnet, sank den i pris. På 1990-tallet kunne personlige datamaskiner finnes i hjem over hele den utviklede verden.
Etter hvert som datateknologien gikk videre, automatiserte bedrifter rutineprosesser ved å bruke skriptspråk og makroer. Disse verktøyene ble vanligvis åpnet i applikasjoner som Microsoft Word eller Excel. Selv om disse bruksområdene virker primitive i dag, representerer de et viktig tidlig skritt mot programvaremekanisering.
På begynnelsen av 2000-tallet banet firmaer som BluePrism og UIPath vei for RPA ved å lansere plattformer designet for å automatisere backoffice og administrative prosesser i organisasjoner. Disse plattformene, ofte kalt «bots» eller «programvareroboter», var i stand til å etterligne menneskelige handlinger i datasystemer. De kan samhandle med flere applikasjoner, utføre dataregistrering, trekke ut informasjon fra dokumenter og utføre forskjellige andre oppgaver.
1. Røttene til RPA-teknologi
En av de tidlige veiene til RPA kom i form av Business Process Outsourcing (BPO). Bedrifter på den tiden ville outsource manuelt arbeid til ulike organisasjoner. Å fullføre disse oppgavene var avhengig av manuelt arbeid, ofte i fjerntliggende land.
Konkurransen om denne typen virksomhet var hard. Økende ansettelseskostnader gjorde imidlertid at outsourcingselskaper lette etter billigere måter å utføre disse oppgavene på. I tillegg fører det med seg sin egen kompleksitet til å administrere en arbeidsstyrke i forskjellige land og tidssoner. Som sådan var mange av disse tjenestene blant de tidligste brukerne av RPA.
Skjermskrapingsteknologi er en annen forløper til RPA. Etter noen beretninger går praksisen tilbake til Tim Berner-Lees tidlige World Wide Web. Imidlertid antyder andre kilder at teknologien dukket opp på 1960- eller 1970-tallet som en måte å muliggjøre datautveksling mellom stormaskinterminaler med ikke-standardiserte grensesnitt.
En annen viktig del av stikksagen var programvare for automatisering av arbeidsflyt. Konseptet med arbeidsflytstyring kan spores tilbake til begynnelsen av den industrielle tidsalderen, men i sannhet var det fremveksten av tidlig arbeidsflytprogramvare på 80-tallet som produserte teknologi som er en direkte forløper til RPA. Denne programvaren automatiserte vanligvis ordrebehandling og lagerstyring, og frigjør manuelle arbeidere til å fullføre andre oppgaver.
Sett sammen pekte disse trendene mot en økt appetitt på effektivitet som gjorde RPA-teknologi til et spørsmål om når snarere enn om.
2. Ti tidlige RPA-brukssaker
De tidligste RPA-brukstilfellene involverer automatisering av repeterende, regelbaserte oppgaver. De første målene med RPA-teknologien var sentrert rundt effektivisering av drift og forretningsprosesser. Noen av disse første brukstilfellene gir en nyttig målestokk for hva teknologien kunne gjøre på den tiden.
Her er ti tilfeller av tidlig bruk av RPA-teknologi.
- Dataregistrering, migrering, utvinning og validering
- Datasikkerhetskopiering og arkivering
- Automatisert skjemautfylling
- Lønnsbehandling
- Kontoavstemming
- Lagerstyring
- QA-testing
- Helsetjenester fakturering
- Behandling av lån
Som du kan se, var anvendelsene av RPA-teknologi ganske forskjellige. Etter hvert som bedrifter begynte å spare tid og penger på disse transaksjonene, begynte de imidlertid å utforske grensene for RPA. Snart gikk vi inn i dagens inkarnasjon av RPA-verktøy.
RPA-teknologi i nåtiden
Den nåværende historien om RPA-teknologi er en av nesten uavbrutt suksess. På kort tid har RPA etablert seg som et uunnværlig verktøy som har innledet en ny æra av produktivitet i den moderne forretningstiden.
Vi har allerede utforsket røttene til RPA; nå er det på tide å se på hva teknologien gjør i dag for å hjelpe bedrifter med å generere inntekter og resultater.
RPA i gjeldende dag
I stor grad skylder dagens kapasiteter til RPA en gjeld til kunstig intelligens. Mens RPA på egen hånd var i stand til å drive større effektivitet og produktivitet, møtte den harde grenser når oppgaver krevde menneskelig erkjennelse. Integrasjonen og konvergensen med AI-verktøy resulterte imidlertid i en utvidelse av omfanget av RPA-prosjekter.
En av de viktigste begrensningene til RPA-teknologi er dens manglende evne til å håndtere ustrukturerte data. Imidlertid har bruken av Computer Vision Technology og Natural Language Processing (NLP) revet disse tidligere begrensningene. Ved å tilpasse seg nye AI-teknologier har RPA uten tvil blitt mer relevant enn noen gang.
1. Bransjefokuserte RPA-verktøy
Det er få sikrere tegn på et voksende marked enn når leverandører begynner å gi ut bransjespesifikke verktøy. I nyere tid har det blitt introdusert produkter på markedet som gir out-of-the-box automatiseringsløsninger for helsevesen, finans, HR, logistikk og mer. Disse applikasjonene kommer med maler som gjør utformingen av prosessautomatisering langt enklere.
2. RPA og kognitiv automatisering
Konvergensen mellom RPA og kognitiv automatisering (også referert til som intelligent automatisering) har vært et stort fremskritt de siste årene. Ved å slå sammen AI, ML og RPA kan teamene overlade automatiseringen av forretningsprosesser.
Nå kan både backoffice- og front-office-operasjoner dra store fordeler av RPA-teknologi, slik at deres automatiserte prosesser kan håndtere alle slags ustrukturerte data og til og med ta beslutninger som pleide å kreve menneskelig input.
3. RPA Center of Excellence (CoE)
Mens potensialet til RPA er åpenbart, er maksimering av effektivitet en bekymring for mange virksomheter. Ganske ofte skjer ikke flaskehalsene på den tekniske enden, men i stedet oppstår de fordi selskaper mangler kompetanse til å virkelig presse inn fordelen. Organisasjoner setter opp en RPA Center of Excellence (CoE) for å sikre at de har framsyn og forståelse for teknologien til å presse gjennom spillendrende prosjekter.
4. Skybasert RPA
Skybaserte RPA-verktøy er et utmerket alternativ for moderne virksomheter. Fjerntilgang til disse verktøyene bidrar til å sikre at ansatte kan jobbe fra hvor som helst med en sikker, elastisk og skalerbar automatiseringsløsning. Imidlertid, kanskje enda viktigere, lar skytilkobling bedrifter dra full nytte av ML og dataanalyse ved å gi mektig beregningskraft til ansatte, uavhengig av hvor de befinner seg.
5. RPA uten kode
No-code eller scriptless RPA har vokst i popularitet de siste årene. UI/UX-design er et viktig element for adopsjon. Å sikre at alle, og ikke bare en liten gruppe kodere, kan bygge automatiserte prosesser bidrar til å demokratisere teknologien, og fører til mer kreativitet og raskere samarbeid.
6. Arbeidsflyt orkestrering
Tidligere ble RPA best brukt til forutsigbare, regelbaserte oppgaver. Begrensninger inkluderte imidlertid problemer med å skalere RPA-løsninger og et høyt nivå av både administrasjon og vedlikehold. Legg på toppen av dette den økende kompleksiteten til IT-prosesser, og du har et problem som skriker etter en løsning. Gå inn i arbeidsflyt-orkestrering.
Workflow-orkestrering lar RPA-prosesser fungere mer effektivt og i riktig rekkefølge. For virksomheter som trenger å skalere og vokse, er disse fremskrittene uvurderlige.
7. Midtmarked og SMB-automatisering
RPA-teknologi pleide å være utenfor rekkevidde for små og mellomstore bedrifter. Men som all teknologi har den blitt billigere og mer tilgjengelig etter hvert som årene går. Denne utviklingen er avgjørende for å hjelpe disruptive virksomheter til å trives og til og med konkurrere mot status quo.
8. Digital transformasjon
Ingen samtale om dagens bruk av RPA kan føres uten å nevne hvordan teknologien har muliggjort digital transformasjon på tvers av tradisjonelle penn-og-papirindustrier. Bortsett fra den positive miljøpåvirkningen, har det også gjort det mulig for bedrifter å gjøre mer med mindre og redusere belastningen på sine manuelle arbeidere.
Ti dagens RPA-brukssaker
Å sammenligne dagens RPA-brukstilfeller med deres tidlige ekvivalent er en god måte å måle fremgangen denne spennende teknologien har gjort på noen få år. Her er ti brukssaker for dagens RPA-teknologi .
- Automatisert medikamentoppdagelse
- Vedlikeholdsplanlegging for industriell infrastruktur
- Prisovervåking
- Lager- og ordrestyring
- Timeplanlegging for helsetjenester
- Kvalitetskontroll i produksjon
- Optimalisering av forsyningskjede
- Chatbots og personlige assistenter
- Overholdelse av regelverk
- Oppdagelse av svindel
Disse dagens brukstilfeller av RPA viser nøyaktig hvordan teknologien har gått fra å håndtere forutsigbare oppgaver av typen if/da/else til noe langt mer sofistikert. Fra utsiktspunktet på begynnelsen av 2000-tallet ville nok mange av disse funksjonene virke usannsynlige. Men takket være AI-verktøy ble RPA mer elastisk i det den kunne oppnå.
Dette er imidlertid bare ett skritt på reisen mot hyperautomatisering.
RPA-teknologi i fremtiden
Det er umulig å snakke om den omfattende bruken av RPA uten å diskutere COVID-19. Pandemien overrasket alle, selv firmaer med solide forretningskontinuitetsplaner. I forretningsmessig forstand vil epoken delvis bli husket som en tid med betydelig digital transformasjon.
RPA, sammen med andre teknologilignende kommunikasjonsverktøy, var i forkant av denne store endringen. Sommeren 2020 hadde interessen for RPA nådd toppen – i hvert fall ifølge Googles søkeord.
Forsøk på å kvantifisere interessen for en løsning basert på søkevolum alene, er imidlertid et lurt ærend. Enhver spennende ny teknologi vil oppleve en eksplosjon av betydelig interesse, som vil dø etter hvert som ledelse og ansatte får en forståelse av disse nye verktøyene. Den beste måten å bedømme nytten av programvare er å se på markedsandelstrender.
I følge statistikk har RPA-utgiftene økt dramatisk siden 2020. Dessuten tyder prognoser på at markedsstørrelsen vil gå fra 1,23 milliarder dollar i 2020 til 13,39 milliarder dollar innen 2030. Faktisk, ifølge noen analytikere, kan disse spådommene være noe konservative. Noen undersøkelser tyder på det RPA vil være en industri på 66 milliarder dollar innen 2032.
1. RPA Gartner Hype Cycle
En annen god måte å se på fremtiden til RPA er gjennom prismet til Gartner Hype Cycle. Denne etablerte metodikken hjelper ledere med å forstå nye teknologier og se gjennom markedsføringen som kan følge med ny teknologi. Det handler om å vurdere om lovende nye grenser vil bli til virkelighet eller bli en løsning på jakt etter et problem.
Gartner Hype Cycle består av fem stadier som en ny teknologi går gjennom. De er:
- Innovasjonsutløser: En ny, spennende idé med begrensede produkter
- Peak of Inflated Expectations: Tiden da alle snakker om mulighetene
- Desillusjonsbunn: Teknologien oppfyller ikke helt store forventninger
- Slope of Enlightenment: Solide produkter hjelper folk virkelig å «få» teknologien
- Produktivitetsplatået: Utbredt adopsjon
Gartner-hype-syklusen for RPA er i sluttfasen. Organisasjoner har tatt i bruk teknologien i massevis, og potensialet er både velkjent og godt forstått. Men selv om du kanskje har inntrykk av at det å nå sluttfasen betyr at de øvre grensene for teknologien er realisert, tar du feil.
Fremtiden til RPA ligger i dens konvergens med flere andre spennende teknologier. For å si det på en annen måte, RPA Hype Cycle vil fortsette.
2. RPA-teknologi og hyperautomatisering
RPA er det som er kjent som et Transaction Processing System (TPS). Kort fortalt betyr det en datamaskin som håndterer daglige forretningstransaksjoner i en organisasjon. RPA er avhengig av veldefinerte og forhåndsskrevne regler for å utføre oppgaver.
Disse systemene har hatt en massiv effekt på en organisasjons bunnlinjer. De har bidratt til å øke produktiviteten, nøyaktigheten, kostnadsbesparelsene og den generelle arbeidskvaliteten. Det er imidlertid grenser for hva disse verktøyene kan oppnå. I stor grad er det fordi å administrere RPA-arbeidsflyter er en ganske betydelig oppgave. Ekte automatisering krever en enda større hands-off-tilnærming.
Hvis RPA-verktøy skal fortsette å ha en innvirkning i fremtiden, må de integreres med andre teknologier på veien mot hyperautomatisering.
Kognitiv robotprosessautomatisering
RPA og kognitiv automatiseringsprodukter er allerede her. Denne kombinasjonen av teknologier tilbyr en elegant løsning på de harde grensene til RPA, nemlig teknologiens manglende evne til å ta beslutninger og håndtere ustrukturerte data. Ved å bruke AI-teknologier, som Machine Learning, Computer Vision og Natural Language Processing, kan RPA-roboter automatisere et mer komplekst utvalg av menneskelige oppgaver.
Å utvide omfanget av automater vil være Cognitive RPAs største bidrag. Vi har alle undret oss over hvordan Generativ AI har åpnet dørene til nye horisonter. Imidlertid er det bare en type AI. Robotisk og kognitiv automatisering, når de er paret sammen, vil være hjernen og kraften i en ny æra med hyperproduktivitet.
Adaptiv læring
Adaptiv læring er et annet element i en hyperautomatiseringstilnærming. Ved å bruke en blanding av AI-teknologi , som ML og dataanalyse, vil RPA-roboter samle inn og analysere informasjon om oppgavene de utfører, og bruke disse læringene til å forbedre seg. Denne kontinuerlige læringen vil resultere i datadrevne beslutninger og til og med selvhelbredende roboter.
Potensialet stopper imidlertid ikke der. Mens selvhelbredende roboter vil sikre større oppetid for RPA-verktøy, vil selvforbedrende roboter legge til rette for mer produktivitet og en mer personlig type assistanse. Fremtidens roboter vil forme seg rundt brukeren deres, lære arbeidsflytene deres og tilby dem forbedringer der det er nødvendig.
Gikk på Automation
Forskning tyder på at Unattended Automation utgjør brorparten av RPA-implementeringer. Unattended Automation er best egnet for backoffice-oppgaver, mens Attended Automation fungerer mer som en personlig assistent som utløses når og når en interessent trenger hjelp til forutsigbare oppgaver.
Fremtiden til Attended Automation vil innebære et mer sømløst menneske-datamaskin-forhold. I stedet for å bli utløst av en forespørsel, vil automatiseringssystemet være prediktivt og reaktivt. Den vil komme med forslag basert på kontekst, slik at menneskelige arbeidere kan nå enestående produktivitetsnivåer.
Prosess gruvedrift
Prosessgruvedrift vil spille en betydelig rolle i fremtiden til RPA . Hyperautomatisering handler om å mekanisere så mange oppgaver som mulig; Process mining vil tillate team å utvikle en mer omfattende forståelse av sine forretningsprosesser.
Ved å analysere hendelseslogger kan prosessutvinningsverktøy identifisere områder hvor tid eller penger kan spares i en organisasjon. Nok en gang vil ML og dataanalyse spille en rolle. Dyp analyse av forretningsprosesser vil hjelpe organisasjoner med å avdekke prosesser som de tidligere ikke trodde var mulig å automatisere.
Økt brukervennlighet
En stor del av suksessen til RPA er dens evne til å demokratisere automatisering. Det har blitt gjort fremskritt de siste årene, inkludert spredningen av RPA-verktøy uten kode. Men med fremskritt innen Generativ AI og NLP, vil samtale bli det nye grensesnittet.
Fremtiden vil se prosessgruvedrift og selvlærende RPA-roboter samarbeide med interessenter for å forbedre og utvide arbeidet deres, med mennesker som dikterer hva de trenger og roboter som trofast utfører oppgaven.
Ytterligere integrasjon
Til slutt vil RPA-verktøy flytte fra frittstående applikasjoner til applikasjoner på tvers av virksomheter som sitter i hjertet av organisasjonen. Automatisering vil bli kontrollert av et sentralisert system som vil binde sammen individuelle arbeidere, systemer, verktøy og databaser, og skape en sømløs opplevelse.
3. Hyperautomatisering: siste fasen
Hyperautomatisering RPA vil innebære en arbeidsdeling som vil se omtrent slik ut:
- AI vil bli klarert for å ta optimale beslutninger, ofte med tanke på ting som mennesker ikke kan oppfatte
- Dataanalyse vil gi innsikt ved å finne mønstre og relasjoner i data som er langt utenfor omfanget av menneskelig forståelse
- RPA vil utføre transaksjonene, støttet av AI og analyser
Det er imidlertid viktig å merke seg at hyperautomatisering like mye er en filosofi eller, tør vi si, en holdning. Det handler om å se på forretningsprosesser og automatisere alt mulig.
4. Ti fremtidige RPA-brukssaker
Fremtiden til RPA lyser lys. Mulighetene er nesten uendelige. Her er imidlertid ti fremtidige RPA-brukssaker som ikke er langt unna.
- Helsevesenet overvåking og diagnose
- Autonome biler
- Prediktivt vedlikehold
- Juridisk forskning
- AI-drevet beslutningstaking
- Miljøovervåking og bevaring
- Utdanning og opplæring
- Styring av energinett
- Oppfyllelse av detaljhandel og lager
- Automatisert romoppdagelse
Siste tanker
På kort tid har RPA gjort seg selv til en integrert del av bedriften. Verktøy for automatisering av forretningsprosesser har flyttet seg fra grunnleggende transaksjoner til mer komplekse oppgaver som en gang krevde menneskelig beslutningstaking.
Teknologiens fremtid handler om konvergensen mellom robotprosessautomatisering og kunstig intelligens. Selv om det allerede er noen RPA-verktøy for kunstig intelligens på markedet, skraper de bare i overflaten av hva som kan oppnås.
