Qué significa el equilibrio inteligente de cargas de trabajo para RPA

¿Cómo se puede lograr el equilibrio inteligente de la carga de trabajo dentro de este espacio?

Es importante tener en cuenta el concepto relativamente nuevo de balanceo de carga de trabajo inteligente cuando se opera RPA, porque determina si las tareas son más adecuadas para los empleados humanos o sus colegas digitales.

Con esto en mente, cinco expertos de la industria identifican formas particulares en las que esto se puede aplicar a este espacio.

Gestión de reglas y transacciones

En primer lugar, se puede usar el equilibrio inteligente de la carga de trabajo para verificar que los bots puedan cumplir con las reglas establecidas por la empresa.

“La capacidad de decidir automáticamente si una actividad requiere intervención humana o si puede ser realizada por un bot generalmente se denomina 'equilibrio inteligente de la carga de trabajo'”, dijo Sathya Srinivasan, vicepresidente de consultoría de soluciones (socios) en Appian. “La inteligencia proviene de las reglas comerciales que determinan quién es el mejor candidato para completar el trabajo:humano o bot. Si es humano, qué departamento, grupo, nivel de experiencia o administración es mejor para manejar este caso, y si es un bot, ¿qué se necesita para traer un bot? ¿Cuán flexible puede un bot atender diferentes tipos de solicitudes?

“Para ser realmente efectivo, un bot debe poder funcionar en un amplio conjunto de parámetros. Digamos, por ejemplo, que una regla involucra a un bot para completar el trabajo de los bienes devueltos que tienen un valor inferior a $ 100, pero durante las horas pico cuando las devoluciones son altas, las reglas pueden cambiar dinámicamente el umbral a un número más alto. El bot aún debería poder realizar todos los pasos necesarios para esa cantidad de aprobación sin tener que volver a configurarlo cada vez".

Gopal Ramasubramanian, director sénior de tecnología y automatización inteligente de Cognizant, agregó:“Si hay 100 000 transacciones que deben realizarse y, en lugar de asignar transacciones manualmente a diferentes robots, la función de equilibrio de carga de trabajo inteligente de la plataforma RPA distribuirá automáticamente las 100 000 transacciones a través de diferentes robots y asegúrese de que las transacciones se completen lo antes posible.

“Si un acuerdo de nivel de servicio (SLA) está vinculado a la finalización de estas transacciones y los robots no podrán cumplir con el SLA, el equilibrio inteligente de la carga de trabajo también puede encargar robots adicionales a pedido para distribuir la carga de trabajo y garantizar que se complete cualquier tarea determinada. a tiempo.”

Soluciones de inteligencia de procesos

Neil Murphy, vicepresidente global de ABBYY, explicó cómo se pueden incorporar soluciones de inteligencia de procesos para obtener una mejor perspectiva de qué áreas deben optimizarse.

“En RPA, repetir una gran cantidad de procesos puede ser un desafío si los procesos se rompen o no se comprenden por completo, ya que esto conduce a una intervención humana frecuente”, dijo Murphy. “Como tal, definitivamente hay un caso para aplicar el balanceo de carga de trabajo inteligente a RPA.

“Es por eso que hemos visto surgir soluciones de inteligencia de procesos. Esto ayuda a las empresas a identificar mejor qué procesos son los mejores para optimizar para RPA y garantiza que comprendan completamente un proceso mediante la detección de cuellos de botella que podrían estar causando errores o aumentando los plazos de entrega.

“La inteligencia de procesos también revelará las rutas más frecuentes de ejecución de procesos, expondrá variaciones de procesos rotos y descubrirá otras ineficiencias ocultas dentro de los procesos de una organización. Una práctica creciente dentro de las organizaciones que desean una verdadera transformación digital, en lugar de solo automatizar procesos manuales, es combinar la inteligencia de procesos con RPA. Esto asegura los mejores resultados.”

Licencias de bots

Chris Porter, director ejecutivo de NexBotix, amplía el uso del equilibrio inteligente de la carga de trabajo para optimizar las operaciones y habla sobre la importancia de tener en cuenta las licencias de bots.

“Los proveedores tradicionales de RPA se centraron predominantemente en la concesión de licencias de bots:vender licencias por bot”, dijo Porter. “Cada bot es un recurso fijo que solo puede procesar una cierta cantidad de trabajo, y una vez que está lleno, debe comprar otro bot. Otro problema con las licencias de bots es que los bots se programan de forma manual; tener a alguien sentado allí, programando el trabajo y administrando su conjunto de licencias es una gran sobrecarga, y cualquier organización debe apuntar a minimizar el gasto y maximizar la automatización.

“El equilibrio inteligente de la carga de trabajo consiste en observar los recursos que tiene disponibles y luego asignarles trabajo de forma dinámica. Efectivamente, lo que esto hace es maximizar la utilización de sus recursos al asignar trabajo automáticamente a diferentes bots o diferentes servidores según el tipo de trabajo que esté haciendo. No tiene que ser RPA, podría ser aprendizaje automático u OCR, y distribuir automáticamente esas tareas.

“Cuando esto se vuelve realmente importante es cuando tiene un aumento en los volúmenes o la estacionalidad en su fuerza laboral y necesita asignar trabajo automáticamente a más bots o activar más bots. Por ejemplo, el sector de los seguros suele experimentar un aumento de la carga de trabajo en enero, cuando hay altos niveles de renovaciones y un aumento en los procesos.

“Con la RPA tradicional, debe comprar para el pico; debe asegurarse de tener esas licencias disponibles para el pico. El resto del año, esas licencias están inactivas; todavía las paga porque el modelo de licencia tradicional significa que debe tenerlas disponibles".

Trabajadores digitales

Un último ejemplo de gestión inteligente de la carga de trabajo en acción dentro de RPA es entre los trabajadores digitales.

Peter Walker, CTO EMEA en Blue Prism, explicó:“A diferencia de cualquier otro robot, los trabajadores digitales trabajan de manera proactiva entrelazando capacidades de IA para interoperar sin esfuerzo en entornos digitales en constante cambio, sin fallas. Los trabajadores digitales pueden planificar de manera óptima el flujo de trabajo y la ejecución de la carga de trabajo para brindar los mejores resultados para administrar las cargas de trabajo de manera instantánea e inteligente, escalar automáticamente a otros trabajadores digitales según lo requieran las condiciones comerciales y utilizar la minería de procesos automática para analizar los procesos comerciales.

“Los trabajadores digitales pueden resolver problemas de lógica, negocios y sistemas sin intervención para usar la detección automática de problemas para garantizar los más altos niveles de servicio para aumentar la productividad en todas las automatizaciones de procesos. Para reducir el tiempo de servicio a los clientes y mejorar la calidad general, los trabajadores digitales pueden comunicarse y completar tareas con personas, sistemas y otros trabajadores digitales.

"Por ejemplo, los chatbots se pueden implementar para trabajar con trabajadores digitales que atienden a los clientes de forma autónoma y, cuando es necesario, escalan las acciones a las personas".