Является ли RPA чрезмерно разрекламированным, масштабируемым или пластырем? Будут ли двигатели принятия решений следующими?

Является ли RPA чрезмерно разрекламированным, масштабируемым решением или пластырем? Будущее за двигателями принятия решений?

Вы слышите это достаточно часто. RPA слишком разрекламирован. Это как пластырь. Теперь информационный век поговорил с одним экспертом по бизнес-консалтингу, который утверждал, что будущее за механизмами принятия решений, а не за RPA. Он прав?

Для Альберта Риса, который возглавляет бизнес-консалтинг в Северной Америке и EPAM, RPA больше похож на пластырь.

Рис видит две проблемы с RPA.

• затраты на внедрение намного выше, чем они предполагали.
• расходы на техническое обслуживание. «Вы перемещаете данные между существующими системами, и если эти системы никогда не меняются, в мире все хорошо. Но это не совсем так. Поэтому по мере развития систем должны меняться и серверные части.

Рис говорит:«Вы должны достичь довольно низкого уровня детализации, чтобы действительно понять, где будет работать автоматизация, что она будет делать и как она будет взаимодействовать с системами». Достижение такого низкого уровня детализации тоже требует затрат.

Он добавляет:«Мы видим, как люди копируют в электронные таблицы и из них, вы идете в колл-центры, вы видите сценарий с тремя экранами, где они перемещают данные с экрана A на экран B, на экран C, и это всего лишь три внутренние системы, которые они используют. Вы перемещаете информацию, и одним из них может быть Excel. Если что-то изменится в любом из них, и вдруг вам придется вернуться и внедрить обновление. Большинство организаций не могут сделать это сами, поэтому они снова тратят деньги».

Двигатели принятия решений

Вместо этого он видит в двигателях принятия решений ключ. Но что это такое? Он сказал:«Я думаю о механизмах принятия решений как об инструментах, используемых для автоматизации некоторой части процесса принятия решений человеком, который может быть определен набором правил. Они работают, применяя предопределенные бизнес-правила (часто называемые «деревьями решений») к наборам данных. Механизмы принятия решений обычно не заменяют RPA, однако они могут улучшить RPA, когда процесс требует принятия решения при оценке сложных правил, применяемых к сложным наборам данных».

Дебаты

Итак, верно?

Недавно журнал Information Age разговаривал с Бруно Феррейрой, управляющим директором UiPath в Великобритании и Ирландии. Неудивительно, что у него другая точка зрения.

Аргумент о шумихе, по его мнению, не имеет смысла. "Наш уровень обновления составляет более 90%".

Он также ссылается на рост UiPath:10 млн долларов в 2016 году и 200 млн долларов в 2018 году, предполагая, что точные цифры указывают на неистовый аппетит к RPA.

И все же он предполагает, что только небольшое количество организаций использует RPA, что подразумевает огромный потенциал для роста.

Сара Бернетт, исполнительный вице-президент и выдающийся аналитик Everest Group, говорит, что «мы действительно провели исследования, которые показывают, что компании сокращают расходы примерно на 30 %».

Повязку RPA?

Кроме того, существует проблема, связанная с тем, что RPA похожа на лейкопластырь. Это сводится к устаревшим системам. «Они написаны на языке COBOL, размещены на мэйнфреймах, и это тот случай, когда мы больше не можем ничего делать с этими устаревшими системами, — говорит Риз. Затем он утверждает, что многие системы плохо интегрированы — «мы получаем несколько версий правды, а это означает огромное количество рутинной ручной работы, например, ввод данных, которые уже существуют в другой системе». Он предполагает, что ряд компаний используют RPA, чтобы помочь в этом, но что «во многих отношениях RPA является бинтом для вещей, которые могли бы существовать, возможностей, которые могли бы существовать в ERPS и других лучших в своем классе решениях типа сегодня. ”

«Вопрос в моей голове, — говорит он, — заключается в том, как долго RPA действительно останется жизнеспособным решением на рынке. А то я не знаю. Я предполагаю, что где-то между тремя и пятью годами, поскольку на самом деле мы наблюдаем, как клиенты переходят к интеллектуальной автоматизации и облачным решениям, которые на самом деле представляют собой следующую эволюцию RPA. ”

Здесь снова есть те, кто категорически не согласен. Например, компания UiPath, как известно, заявила о своей цели создать робота для каждого стола, цель, которая, кажется, подразумевает долгосрочное планирование.

Бруно Феррейра приводит в качестве примера цель UiPath, состоящую в том, чтобы на каждого ученого приходилось по одному роботу. «Представьте, — говорит он, — что каждый день ученый ходит в лабораторию, но должен тратить час в день на подготовку». С RPA он говорит:«оценки предполагают экономию девяти часов в месяц, что было бы потрясающе. ”

Конфиденциальные данные

У Риса также есть опасения по поводу автоматических роботов, которые могут полностью автоматизировать процесс. Часть проблем связана с регулированием и опасностью того, что оставленные без присмотра роботы могут повторять ошибку, о которой операторы, оторванные от повседневных операций, не подозревают.

«Все хотят быть гибкими, — говорит он, — а agile великолепен с точки зрения разработки, когда вы можете позволить себе совершать ошибки, учиться на ошибках и исправлять их. Но вы не можете сделать это с конфиденциальными данными.

Итак, когда у вас есть роботы, перемещающие данные из системы A в систему B, сидящие за брандмауэром, автоматизация работает отлично. Если что-то пойдет не так, угадайте, что? Мы запускаем еще один спринт, исправляем это, и снова остаемся без присмотра. Как правило, его ловят еще до того, как он попадет в чьи-либо руки, где он может создать проблему».

Однако он видит проблему с конфиденциальными данными. Например, если вы получаете «банковские выписки по чьему-либо расчетному счету. «В таких ситуациях без присмотра становится намного, намного рискованнее».

Сара Бернетт, напротив, считает достижение точности данных одной из сильных сторон RPA.

Как говорится, человеку свойственно ошибаться, RPA может устранить ошибку.

«Если человек вводит немного данных, он может так легко случайно переключить некоторые числа. Исправляя эту ошибку, чем дальше она продвигается по процессу, тем дороже она становится. У вас могут быть люди, чье время очень дорого, гоняющиеся за этой ошибкой и пытающиеся ее исправить, далеко вниз по плавательной дорожке процесса. Роботы, если они правильно разработаны, обслуживаются и работают бесперебойно, не будут совершать этих ошибок. Мы слышим от организаций, которые говорят, что они продолжали тестировать свои приложения для роботов, и они никогда не находили ошибок после их тестирования, это было на 100 % точно… всегда».