RPA: переоценена или просто пластырь? Являются ли движки решений настоящим будущим?

Вы слышите это достаточно часто. RPA переоценена. Это как пластырь. Теперь Information Age поговорил с одним экспертом бизнес-консалтинга, который аргументировал, что движки решений, а не RPA — это будущее. Прав ли он?

Для Альберта Риса, возглавляющего бизнес-консалтинг для Северной Америки для EPAM, RPA больше похожа на пластырь.

Рис видит две проблемы с RPA.

• Затраты на внедрение намного выше, чем ожидалось.
• Затраты на обслуживание. «Вы перемещаете данные между существующими системами и если эти системы никогда не меняются, все хорошо в мире. Но это не совсем так. Так как системы эволюционируют, вещи на бэкэнде тоже должны меняться».

Рис говорит: «Вы должны попасть на довольно низкий уровень детализации, чтобы действительно понять, где автоматизация будет работать и что она сделает и как она будет взаимодействовать с системами». Попадание на этот низкий уровень детализации тоже несет затраты.

«Мы видим людей копирующих в и из таблиц, вы идете в колл-центры, вы видите сценарий трех экранов, где они перемещают данные с экрана А на экран Б на экран В и это просто три внутренние системы, которые они перемещают информацию вокруг и одна из них может быть Excel. Если что-то меняется на любом из тех и внезапно вы вынуждены возвращаться и внедрять обновление. Большинство организаций не могут сделать это сами, так что они возвращаются к расходованию денег снова».

Движки решений

Вместо этого он видит движки решений как ключ. Но что они? Он сказал: «Я думаю о Движках Решений как инструментах, используемых для автоматизации некоторой части человеческого принятия решений, которую можно определить набором правил. Они работают, применяя предопределенные бизнес-правила (часто называемые «деревьями решений») к наборам данных. Движки Решений не являются типичной заменой для RPA, однако они могут усилить RPA, когда процесс требует принятия решения при оценке сложных правил, примененных к сложным наборам данных».

Дебаты

Так, это верно?

Недавно Information Age поговорил с Бруно Феррейра, Managing Director UK & Ireland в UiPath, неудивительно, у него другая перспектива.

Аргумент хайпа, он предполагает, не имеет смысла. «Наш renewal rate больше 90%».

Он также ссылается на рост UiPath: $10 млн в 2016, $200 млн в 2018, предполагая, что жесткие числа указывают на зверский аппетит к RPA.

И все же, он предполагает, что только небольшое число организаций использует RPA, подразумевая массивный потенциал для роста.

Сара Бернет, исполнительный вице-президент и выдающийся аналитик в Everest Group, говорит: «Мы на самом деле сделали исследования, показывающие, что компании достигают около 30% экономии затрат».

Пластырь RPA?

Тогда есть вопрос RPA как пластыря. Это сводится к легаси-системам. «Они написаны на COBOL, они сидят на мейнфреймах, и это один юз-кейс, где мы не можем ничего сделать с теми легаси-системами больше», говорит Рис. Он затем аргументирует, что многие из систем не хорошо интегрированы — «мы получаем множественные версии правды, и это означает ужасное количество монотонной ручной работы, ввода данных, например, которые уже существуют в другой системе». Он предполагает, что ряд компаний используют RPA для помощи с этим, но что «во многих отношениях RPA — пластырь для вещей, которые могли бы существовать, возможностей, которые могли бы существовать внутри ERP и других best-of-breed тип решений сегодня».

«Вопрос в моем уме, он говорит: "как долго RPA действительно останется жизнеспособным решением в маркетплейсе. И это я не знаю. Я спекулирую где-то между тремя и пятью годами, так как то, что мы действительно видим — это клиенты, движущиеся к интеллектуальной автоматизации и облачным решениям, которые действительно являются следующей эволюцией RPA".»

Здесь снова есть те, кто сильно не согласен. Например, UiPath славится заявленной целью достичь робота на каждом столе, цель, которая кажется иметь долгосрочное планирование неявным в ней.

Бруно Феррейра цитирует как пример цель UiPath их быть одним роботом на ученого. «Представьте это», он говорит, «каждый день ученый идет в лабораторию, но должен тратить час в день на подготовку», с RPA он говорит «оценки предлагают экономию девяти часов в месяц, что было бы удивительно».

Чувствительные данные

Рис также имеет опасения по unattended роботам, которые могли бы автоматизировать процесс end-to-end. Часть проблем лежит в регуляции и опасности, что unattended роботы могли бы повторять ошибку, которой операторы, отстраненные от ежедневных операций, не знают.

«Все хотят быть гибкими», он говорит и «гибкое отлично с точки зрения разработки, когда вы можете позволить себе делать ошибки и учиться на ошибках и корректировать. Но вы не можете делать это с чувствительными данными.

Так что, когда у вас есть роботы, перемещающие данные из системы А в систему Б за файрволом, unattended работает отлично. Если что-то идет не так, что вы делаете? Бросаете еще один спринт, чините, и мы обратно в unattended. Обычно это ловится до того, как попадет в чьи-либо руки, где это создаст проблему».

Он видит проблему, однако, с чувствительными данными. Например, если вы получаете «банковские выписки чужого чекового счета. В этих ситуациях unattended становится намного, намного рискованнее».

Сара Бернет, напротив, видит достижение точности данных как одну из сильных сторон RPA.

Как говорят, ошибаться — быть человеком, RPA может устранить ошибку.

«Если человек вводит кусок данных, они так легко могут случайно переключить некоторые числа. Исправление этой ошибки, дальше по процессу она путешествует, тем дороже становится. Вы могли бы иметь людей, чье время очень дорого, гоняющихся за этой ошибкой и пытающихся исправить её далеко вниз по swim lane процесса. Роботы, если они разработаны правильно и поддерживаются и работают гладко, не будут делать те ошибки. Мы слышим от организаций, которые говорят, что они продолжали тестировать свои робо-приложения и никогда не находили ошибку, после того как они протестировали, это было 100% точно... всегда».