Evaluando la automatización inteligente: métricas clave para el éxito de la transformación digital

Implementar este tipo de tecnología requiere mucha consideración si ha de complementar verdaderamente el proceso de transformación.

La automatización está siendo cada vez más promocionada como una panacea potencial para la transformación digital. Pero su valor real solo puede realizarse verdaderamente cuando permite a líderes empresariales rediseñar y mejorar digitalmente el trabajo a través de front, middle y back office; para que se realice mucho más rápido, inteligentemente, eficientemente — y a una escala significativa también.

Y eso está genial, pero con tantos proveedores entrando cada vez más en el mercado ofreciendo automatización robótica de procesos (RPA) y automatización inteligente, viene hype y confusión que enmascara su capacidad para entregar lo que afirman. Así que al seleccionar un proveedor, necesitarás la previsión para evaluar sus capacidades técnicas reales. Necesitarás claridad porque solo después de prueba de concepto cuando intentes escalar tu programa de automatización inteligente que cualquier limitación técnica seria emerge.

Gartner reconoce este problema también, afirmando: "Hasta 2021, el 40% de empresas tendrán remordimiento de comprador de RPA debido a uso siloado mal alineado e incapacidad para escalar". Así que para ayudarte a evaluar mejor capacidades de proveedores y evitar arrepentimiento mayor, aquí están cuatro criterios clave de selección a considerar.

1. Comparar y contrastar capacidades de robots

Hay diferencias significativas entre las capacidades de robots de software de proveedores RPA y automatización inteligente. De hecho, estas pueden probar la diferencia entre lograr beneficios tácticos a corto plazo con potencialmente gran esfuerzo y riesgo, o transformación de trabajo estratégica a escala empresarial con menos esfuerzo y riesgo mínimo.

En un extremo del espectro están robots de software altamente avanzados entrenados y ejecutados por usuarios de negocio a través de una plataforma colaborativa, con capacidades integradas para operar seguramente dentro de la gobernanza completa del departamento TI. Estos robots están siendo constantemente mejorados para conducir trabajo más como humanos. Pueden intercomunicarse para colaborar, enjambrar para compartir cargas de trabajo y operar a un ritmo inigualable como equipo digital — con integridad y precisión totales también.

Hablamos de robots inteligentes, multi-tarea que son cada vez más catalizadores confiables en el núcleo de estrategias de transformación de trabajo digital. Esto es porque realizan sin esfuerzo trabajo unido, basado en datos a través de múltiples entornos operativos de sistemas heredados complejos, desconectados, difíciles de modificar y flujos de trabajo manuales. Y a diferencia de cualquier otro robot, entregan trabajo sin interrupción, haciendo ajustes automáticos según obstáculos — diferentes pantallas, layouts o fuentes, versiones de aplicación, configuraciones de sistema, permisos, e incluso idioma.

Estos robots también resuelven de forma única el problema ancestral de interoperabilidad de sistemas leyendo y entendiendo pantallas de aplicaciones de la misma forma que los humanos. Están reutilizando la interfaz humana como API utilizable por máquinas — crucialmente sin tocar la lógica de programación subyacente del sistema. Esta 'conectividad universal' también significa que todas las tecnologías actuales y futuras pueden ser usadas por robots — sin necesidad de APIs, o cualquier forma de integración de sistemas. No se arrancan sistemas heredados, y no se requiere cambio mayor de proceso o migración masiva de datos.

Esta capacidad da nueva vida a cualquier edad de tecnología y permite a estos robots ser continuamente aumentados con las últimas capacidades cloud, inteligencia artificial, machine learning, y cognitivas que son simplemente 'arrastradas y soltadas' en flujos de proceso de trabajo recién diseñados. En última instancia, esto significa que transformación digital, que tradicionalmente sería prohibitiva en coste y recursos, de repente se vuelve alcanzable. De hecho, trabajo que ahora puede lograrse en meses, tomaría a programas TI y vastos equipos de personas, años en completar.

En el otro extremo del espectro están robots haciendo pulsaciones de teclas, ejecutando scripts y actividades contra otras piezas de software, lo que está bien para automatizaciones básicas de tareas. También hay robots basándose en pasos de proceso grabados para completar tareas a través de entornos de escritorio, y eso también está bien. Pero robots de grabar-y-desplegar no pueden ajustarse a cambios no planificados a través de un entorno digital en constante cambio, lo que realmente limita rendimiento, productividad y resiliencia de trabajo.

Por ejemplo, un robot de software tiene que navegar un entorno virtual como un coche autónomo navega uno físico. Imagina 'grabar' un viaje al trabajo y confiar en esta grabación para navegar el mismo viaje suave al día siguiente. Terminaría en accidente de coche, ya que las condiciones 'ambientales' serían completamente diferentes. Similarmente, en el mundo virtual resultaría en un robot roto, un proceso de trabajo no cumplido y más trabajo para el equipo TI.

También, procesos grabados no son eficientes cuando corren. Volvamos a la analogía del coche. En un viaje grabado, un semáforo estuvo en rojo dos minutos — así que el coche se paró y esperó, pero al día siguiente, la luz está en verde pero el viaje "grabado" dice esperar dos minutos. Similarmente, robots de grabar-y-desplegar se sientan y esperan sistemas objetivo cuando podrían estar trabajando proactivamente.

2. Medir esfuerzo general de codificación

La automatización inteligente debería permitir a usuarios de negocio responder rápidamente a demandas del mercado, así que no quieren perder tiempo y esfuerzo construyendo robots. Es mucho mejor entregar trabajo automatizado rápidamente usando un sistema operativo intuitivo para entrenar y gestionar robots. Hablamos de simplemente dibujar diagramas de flujo de proceso de trabajo que orquestan un 'lenguaje de definición de proceso' subyacente que tanto robots como humanos entienden — lo que también elimina la necesidad de codificación y cualquier riesgo asociado también.

Cualquier proveedor que requiera experiencia en programación para automatizar cada proceso realmente creará despliegues pesados en código, esfuerzo extensivo de debugging y sobrecostes altos. También, debido a una escasez creciente de habilidades de codificación, estos proyectos de automatización tendrán que meterse en la cola de TI, lo que es contrario a la promesa de 'agilidad operacional' de automatización inteligente. El papel propio de la comunidad TI en automatización inteligente es mantener la gobernanza, seguridad y requisitos de cumplimiento necesarios — y no ser cargada con deuda técnica cada vez mayor.

3. Establecer potencial de escalabilidad y colaboración

La transformación impulsada por automatización inteligente a escala solo se logra mediante esfuerzo centralizado, así que insiste en colaboración. La mejor forma de escalar y componer aún más valor de automatización inteligente es tener la libertad de emplear robots donde sea necesario para entregar trabajo automatizado colaborativamente, para que se comparta y multiplique a través del negocio. Así que pide a proveedores demostrar cómo usuarios pueden no solo diseñar, dibujar y 'publicar' centralmente nuevas formas de trabajo automatizado, sino compartir, mejorar y reutilizar estos activos de trabajo automatizado — en cualquier momento, en cualquier lugar.

Desafortunadamente, cuando cualquier tecnología de automatización se distribuye a través de escritorios y se usa en contextos individuales — puede ayudar a ese individuo, pero no ayudará a toda la organización a transformar trabajo. Este enfoque 'siloado' limita naturalmente cualquier potencial de escalado y obviamente no es efectivo en el clima actual de trabajadores limitados y remotos.

4. Evaluar capacidades de seguridad y auditabilidad

Dentro de cualquier entorno empresarial, todas las actividades de automatización inteligente deben realizarse de la forma más segura, conforme y transparente, o se convierte en TI en la sombra.

Claramente necesitarás un proveedor con un sistema operativo que genere una pista de auditoría centralizada irrefutable de todas las automatizaciones de proceso, proporcionando detalle granular de todas las acciones de robots y todo historial de entrenamiento también. Aún mejor es permitir a usuarios crear procesos automatizados, que publican como un documento que 'es' el proceso real. Cambia el documento y el proceso cambia instantáneamente, y todo se gestiona de forma segura dentro del sistema central. Esto protege mejor al negocio de empleados y robots renegados.

La automatización de escritorio presenta inconvenientes porque un robot y un humano comparten un login, así que nadie sabe quién es responsable del proceso, y esto crea un agujero de seguridad y auditoría. Otro desafío es cuando un solo usuario humano se le da autonomía sobre cada grabación de proceso esto oscurece la transparencia de un robot y oculta pasos de proceso. Duplica esto en el tiempo y se convierte en una amenaza potencial de seguridad ya que hay casi cero claridad para propósitos de cumplimiento y gobernanza. Además, cualquier codificación inevitable introduce TI en la sombra — con modelos de proceso no auditados que representan "puertas traseras", fallos de seguridad y fallos de auditoría.

Reflexiones finales

En última instancia, elegir la tecnología de automatización inteligente incorrecta puede limitar cualquier potencial de transformación digital y realmente introducir riesgo de caos digital. Una mejor forma para automatización inteligente es introducir colaboración liderada por negocio, inteligentemente, seguramente y a escala. De hecho, empleando este enfoque, más de 2000 de las grandes organizaciones del mundo están logrando aumentos mayores de productividad via formas mejoradas de trabajar, para que se mantengan ágiles, seguras y por delante.