De UI a IA: Navegando el panorama de la automatización

Nota del editor: Esto se publicó en 2017. Visite nuestra página de Automatización Robótica de Procesos e inteligencia artificial para información actualizada.

Publicación original:

En años recientes, la implementación de Automatización Robótica de Procesos (RPA) como solución de software ha aumentado drásticamente a escala mundial. Un informe de mercado reciente de la firma de investigación Everest Group sugiere que el mercado de proveedores de RPA en 2016 se estimó en más de $200 millones, indicando más de 64% de crecimiento en un año. Pero otra medida de la influencia de RPA proviene de los desarrollos y evoluciones en tecnología y capacidad de automatización. El término automatización robótica de procesos entró en uso por primera vez a principios de los 2000, y las formas tempranas de la tecnología eran una extensión de los predecesores de RPA: herramientas de scraping de datos y automatización de flujos de trabajo. Sin embargo, habiendo superado las capacidades de scraping de datos y automatización de flujos de trabajo, RPA ha hecho —y continúa haciendo— avances significativos en el avance de la automatización operativa de hace dos décadas. Más recientemente, RPA está transitando de meramente automatizar la interfaz de usuario (UI) a incorporar las capacidades de un nuevo campo: la inteligencia artificial (IA).

Habiendo enfocado intensamente en agilizar la automatización de UI en las etapas tempranas de la tecnología RPA, las organizaciones empresariales y compañías ahora están transitando para lograr una fuerza de trabajo digital plenamente desarrollada que sea capaz de actuar como asistente cognitivo, interactuar con humanos para servir necesidades de negocio, y procesar datos no estructurados. Esto es algo de un cambio fundamental en los procesos de automatización de ayer y el potencial de automatización de hoy y mañana.

Mirando atrás: Los fundamentos de RPA

Originalmente llegando a la escena tecnológica a principios de los 2000, la tecnología RPA y sus antepasados tienen una profunda relación histórica con la UI, aunque la automatización de UI ha existido por mucho más tiempo. Las plataformas de automatización emergentes de hoy son el producto evolutivo de dos formas de automatización de UI: scraping de datos y herramientas de gestión de flujos de trabajo. El software de scraping de datos actúa en la capa de presentación para extraer datos de la web y transferir datos de sistemas heredados obsoletos a sus reemplazos, mientras que las herramientas de gestión de flujos de trabajo interactúan con la UI para automatizar procesos relacionados con el negocio.

Como sus dos antepasados, los robots de software RPA operan en el mismo nivel que el personal humano para establecer automatización de UI. Lo que distingue a RPA, sin embargo, es que es más que solo una herramienta de screen scraping. La tecnología de RPA proporcionó y continúa proporcionando ventajas significativas sobre herramientas de automatización más elementales, muchas de las cuales dependen de formas de comunicación dentro de capas de datos arquitectónicas debajo de la UI. Una evolución tecnológica significativa de estas formas más antiguas de automatización, RPA es sin código y no disruptiva.

Esto significa que los robots de software RPA pueden ser entrenados fácilmente por usuarios de negocio sin conocimiento de codificación y con poca o ninguna inversión de TI. A través de sus interacciones en la UI, RPA es capaz de conectar varios sistemas y aplicaciones sin requerir una reestructuración de la configuración existente. A diferencia de sus predecesores, la tecnología es compatible con cualquier versión de navegador, posición de pantalla o tamaño de ventana. En particular, las interacciones de RPA con la UI permiten que la plataforma sea flexible, escalable y eficiente, incluso a nivel empresarial.

La carrera hacia la inteligencia

Pregúntele a cualquier desarrollador de RPA o usuario de negocio, y está claro que un enfoque en la automatización de la UI es crucial para el éxito de la tecnología. Los avances tecnológicos recientes, sin embargo, se han centrado en avanzar las capacidades de automatización inteligente de procesos. Esto significa que, al incorporar IA con tecnologías de automatización de procesos existentes, RPA es capaz de extenderse mucho más allá de su alcance inicial.

En particular, la automatización inteligente de procesos se refiere a la aplicación de IA y tecnologías relacionadas (por ejemplo, aprendizaje automático, visión por computadora, procesamiento de lenguaje natural, automatización cognitiva) a RPA. A través de la adición de IA a RPA, la automatización basada en reglas será gradualmente suplementada por automatización basada en conocimiento, con más tareas —y especialmente las más complejas— volviéndose más ampliamente aptas para la automatización.

Un informe de marzo de 2017 del grupo consultor McKinsey & Company sugiere que estos avances están permitiendo a las empresas aprovechar exitosamente la automatización:

Un alcance más amplio de automatización compleja

Las tecnologías RPA son actualmente capaces de automatizar responsabilidades de negocio repetitivas basadas en reglas, mientras que los empleados siguen siendo en gran medida responsables de tareas que requieren creatividad y juicio. La IA es especialmente adecuada para lidiar con la variabilidad y es capaz de ejecutar tareas que dependen de grandes volúmenes de entradas y datos no estructurados. Esto significa que tareas más complejas e indefinidas, como detección de fraude y pronóstico de negocio, pueden gestionarse usando IA con mayor precisión y exactitud.

El avance de la fuerza de trabajo digital

Como fuerza de trabajo digital, los robots de software RPA ya están agilizando operaciones de negocio en todo el mundo. Con la ayuda de IA, RPA se desarrollará en una fuerza de trabajo aún más autónoma. Porque aprenden y se adaptan a nuevas situaciones con el tiempo, los sistemas de automatización inteligente pueden automatizar procesos complejos sin necesidad de entrenamiento o intervención humana. Las fuerzas de trabajo impulsadas por IA serán capaces de aprender autónomamente de datos y tomar decisiones basadas en reconocimiento de patrones.

La democratización de la IA

Tomamos una de nuestras metáforas favoritas para explicar cómo RPA e IA se sientan juntas del deporte. Imagine que es un golfista parado en el tee y necesita llevar su bola 400 yardas calle abajo sobre los bunkers, al green y al hoyo.

Si está parado allí sosteniendo solo un putter, es decir, una herramienta de IA, probablemente le resultará extraordinariamente difícil si no imposible proceder. También necesitará una combinación de driver y hierros para poder meter esa pequeña bola blanca en el hoyo. Necesitará herramientas de RPA y necesitará herramientas cognitivas como ABBYY y Celaton, y finalmente necesitará las herramientas de IA como IBM Watson o Google TensorFlow.

Aquí está el truco. No son las pequeñas empresas las que desarrollan herramientas de IA. Son gigantes como Microsoft, Google o IBM. Y están abriendo estas herramientas en código abierto y democratizando su adopción. Esto significa que más de estas capacidades expertas se integrarán en plataformas RPA en los próximos años, creando nuevas posibilidades para la automatización tanto centrada en humanos como centrada en robots.

Gestionando expectativas para el futuro

La automatización inteligente es el desarrollo más reciente entre tecnologías de automatización, pero apenas estamos empezando a ver el comienzo de las capacidades de IA. El Director de Investigación en Facebook, Yann LeCun, sugiere que la IA aún tiene un largo camino por recorrer:

Incluso así, la empresa de servicios profesionales KPMG sugiere que, a través de la convergencia de RPA e IA, ya estamos empezando a ver:

Actividades que actualmente aún requieren las habilidades de profesionales altamente capacitados se están volviendo cada vez más automatizables cada año, con el híbrido RPA-IA del futuro estando preparado para permitir a las empresas aprovechar automatización más autónoma, precisa y ágil que nunca.