¿La RPA está sobrevalorada, es escalable o es una tirita? ¿Son los siguientes motores de decisión?

¿La RPA está sobrevalorada, es una solución escalable o una tirita? ¿Son los motores de decisión el futuro?

Lo escuchas con bastante frecuencia. RPA está sobrevalorado. Es como una tirita. Ahora, Information Age ha hablado con un experto en consultoría de negocios que ha argumentado que los motores de decisión en lugar de RPA son el futuro. ¿Tiene razón?

Para Albert Rees, que dirige la consultoría de negocios para América del Norte, para EPAM, RPA es más como una tirita.

Rees ve dos problemas con RPA.

• los costes de implementación son mucho más altos de lo previsto.
• costos de mantenimiento. “Estás moviendo datos entre sistemas existentes y si esos sistemas nunca cambian, todo está bien en el mundo. Pero ese no es realmente el caso. Entonces, a medida que los sistemas evolucionan, las cosas en el back-end también tienen que cambiar.

Rees dice:"Tienes que llegar a un nivel de detalle bastante bajo para comprender realmente dónde va a funcionar la automatización y qué va a hacer y cómo va a interactuar con los sistemas". Llegar a ese bajo nivel de detalle también tiene un costo.

Agrega:"Vemos personas que copian dentro y fuera de las hojas de cálculo, van a los centros de llamadas, ven el escenario de tres pantallas donde están moviendo datos de la pantalla A a la pantalla B a la pantalla C y son solo tres sistemas internos que ellos estamos moviendo información y uno de ellos podría ser Excel. Si algo cambia en cualquiera de ellos y de repente tiene que volver e implementar una actualización. La mayoría de las organizaciones no pueden hacerlo por sí mismas, por lo que vuelven a gastar dinero”.

Motores de decisión

En cambio, ve los motores de decisión como la clave. Pero, ¿qué son? Él dijo:“Pienso en los motores de decisión como herramientas que se utilizan para automatizar una parte de la toma de decisiones humanas que se puede definir mediante un conjunto de reglas. Funcionan aplicando reglas comerciales predefinidas (a menudo denominadas "árboles de decisión") a conjuntos de datos. Los motores de decisión no suelen reemplazar a RPA, sin embargo, pueden mejorar RPA cuando un proceso requiere que se tome una decisión al evaluar reglas complejas aplicadas a conjuntos de datos complejos”.

El debate

Entonces, ¿es así?

Recientemente, Information Age habló con Bruno Ferreira, Director General de Reino Unido e Irlanda en UiPath, y no sorprende que tenga una perspectiva diferente.

El argumento de la exageración, sugiere, no tiene sentido. "Nuestra tasa de renovación es superior al 90 %".

También se refiere al crecimiento de UiPath:$10 millones en 2016, $200 millones en 2018, lo que sugiere que las cifras concretas indican un apetito feroz por RPA.

Y, sin embargo, sugiere que solo una pequeña cantidad de organizaciones utilizan RPA, lo que implica un gran potencial de crecimiento.

Sarah Burnett, vicepresidenta ejecutiva y analista distinguida de Everest Group dice que "realmente hemos realizado estudios que muestran que las empresas logran un ahorro de costos de alrededor del 30 %".

¿La tirita RPA?

Luego está el problema de que RPA es como una tirita. Se reduce a los sistemas heredados. “Están escritos en COBOL, están ubicados en mainframes, y ese es un caso de uso en el que ya no podemos hacer nada con esos sistemas heredados”, dice Rees. Luego argumenta que muchos de los sistemas no están bien integrados:"obtenemos múltiples versiones de la verdad, y eso significa una gran cantidad de trabajo manual mundano, ingresando datos, por ejemplo, que ya existen en otro sistema". Sugiere que varias empresas están utilizando RPA para ayudar con esto, pero que “en muchos sentidos, RPA es una curita para cosas que podrían existir, capacidades que podrían existir dentro de ERPS y otras soluciones de tipo mejor en su clase en la actualidad. ”

“La pregunta que tengo en mente, dice, es cuánto tiempo permanece realmente RPA como una solución viable en el mercado. y eso no lo se. Estoy especulando entre tres y cinco años, ya que lo que realmente estamos viendo es que los clientes se están moviendo hacia la automatización inteligente y las soluciones en la nube, que son realmente la próxima evolución de RPA. ”

Aquí nuevamente, hay quienes están en total desacuerdo. Por ejemplo, UiPath ha declarado su objetivo de lograr un robot para cada escritorio, un objetivo que parece tener implícita una planificación a largo plazo.

Bruno Ferreira cita como ejemplo el objetivo de UiPath de que sea un robot por científico. “Imagínese eso”, dice, “todos los días un científico va al laboratorio, pero tiene que pasar una hora al día preparándose”, con RPA dice que “las estimaciones sugieren un ahorro de nueve horas al mes, lo que sería increíble. ”

Datos confidenciales

Rees también está preocupado por los robots desatendidos, que podrían automatizar un proceso de principio a fin. Parte de los problemas radica en la regulación y el peligro de que los robots desatendidos puedan estar repitiendo un error, del que los operadores, divorciados de las operaciones diarias, no son conscientes.

“Todo el mundo quiere ser ágil”, dice, y “la agilidad es genial desde una perspectiva de desarrollo cuando puedes permitirte cometer errores y aprender de los errores y corregirlos. Pero no puedes hacer eso con datos confidenciales.

Por lo tanto, cuando tiene robots que mueven datos del sistema A al sistema B detrás de un firewall, el modo desatendido funciona muy bien. Si algo sale mal, ¿adivina qué? Lanzamos otro sprint, lo arreglamos y volvemos a estar desatendidos. Por lo general, se detecta antes de que llegue a las manos de alguien, donde creará un problema”.

Él ve un problema, sin embargo, con los datos confidenciales. Por ejemplo, si obtiene los "estados de cuenta bancarios de la cuenta corriente de otra persona". “En estas situaciones, el desatendido se vuelve mucho, mucho más riesgoso”.

Sarah Burnett, por el contrario, ve la precisión de los logros de los datos como una de las fortalezas de RPA.

Como dicen, errar es ser humano, RPA puede eliminar el error.

“Si una persona ingresa un poco de información, puede fácilmente cambiar accidentalmente algunos números. Al corregir ese error, cuanto más avanza el proceso, más costoso se vuelve. Podría tener personas, cuyo tiempo es muy costoso, persiguiendo este error e intentando solucionarlo, muy lejos del proceso. Los robots, si se desarrollan correctamente y se mantienen y funcionan sin problemas, no cometerán esos errores. Estamos escuchando de organizaciones que dicen que siguieron probando sus aplicaciones de robot y nunca encontraron un error una vez que lo probaron, fue 100% preciso... siempre".