A RPA (automação de processos robóticos) promete resgatar usuários de negócios da execução de tarefas repetitivas e chatas. Daí o termo “robótico”: a natureza dos trabalhos executados pelo RPA tende a ser mecânica e de baixo nível. As empresas usam o software RPA para criar bots de software que realizam trabalhos predefinidos e estruturados que normalmente envolvem o preenchimento de formulários eletrônicos, processamento de transações ou envio de mensagens.
Junte essas atividades básicas em frotas de bots RPA e você terá um enorme potencial para eliminar o trabalho enfadonho – em entrada de dados, faturamento, gerenciamento de pedidos, integração de RH e inúmeras outras áreas.
Os bancos usam a RPA para análises de devida diligência em empréstimos, processamento de faturas e cheques de clientes. As organizações de vendas usam o RPA para automatizar cotações e faturas. As seguradoras usam RPA para acelerar a adjudicação de sinistros. Além disso, com a ajuda do machine learning, a RPA pode transcrever conversas gravadas automaticamente, extrair texto e números de imagens e vídeos e preencher bancos de dados a partir de formulários preenchidos manualmente.
Sob o capô, os sistemas RPA incluem mineração de processos, ferramentas de criação de bots, plug-ins para conexão com sistemas corporativos e uma camada de programação ou orquestração. As ferramentas em sistemas RPA geralmente têm limites, então as pessoas às vezes preenchem essas lacunas com scripts de automação codificados manualmente.
Mas é importante manter as expectativas em linha sobre o que a RPA pode lidar. Os fornecedores de RPA tendem a sugerir que seus produtos contêm mais inteligência do que realmente contêm, o que levou a alguma decepção com a RPA em geral. E as implantações precisam ser planejadas e executadas com cuidado para evitar implantações de RPA com falha. Você precisa deixar claro o que deseja automatizar antes de selecionar um produto RPA – e garantir que escolheu um que tenha os recursos de que precisa.
A RPA funciona puxando informações de seus sistemas de TI existentes, seja por meio de uma interface para o back-end ou emulando como um ser humano acessaria o sistema pelo front-end. Com sistemas corporativos legados, você geralmente deve passar pelo front-end, porque não pode acessar o sistema back-end diretamente.
A RPA de front-end é uma evolução da remoção de tela antiquada. Se você já usou raspadores de tela por um longo período, sabe que eles tendem a ser frágeis: no minuto em que algo incomum é exibido, como um número muito grande para seu campo, ou assim que o formato de exibição muda por causa de uma atualização de software, o raspador de tela retorna respostas erradas ou para de funcionar. O machine learning pode reduzir, mas não eliminar, esses obstáculos.
Depois que o sistema RPA extrai as informações de que precisa, ele executa uma tarefa predefinida. Os casos de uso comuns incluem a aplicação de regras de negócios, geração de um relatório, envio de uma fatura para uma conta a receber ou geração de um cheque para uma conta a pagar.
Os bots que executam tarefas RPA podem ser executados com ou sem supervisão. Os bots RPA atendidos são executados em resposta a uma solicitação de um funcionário. Os bots RPA autônomos são executados em uma programação – por exemplo, para gerar relatórios noturnos. Quase todos os bots RPA precisam de supervisão e auditoria periódica para garantir que continuem funcionando corretamente.
Um ser humano deve definir o fluxo de trabalho para um bot RPA antes que ele possa funcionar. Isso geralmente começa com a gravação do processo – uma atividade não muito diferente da gravação de uma macro, apenas em vários sistemas. A analogia das macros se estende à escrita e edição de scripts para bots também. Muitas soluções RPA também oferecem uma interface de estilo fluxograma para encadear elementos da tarefa de um bot, permitindo que “desenvolvedores cidadãos” definam fluxos de trabalho. Alguns sistemas RPA, no entanto, ainda precisam ser configurados pela TI.
Uma das partes difíceis e demoradas de reproduzir processos de negócios existentes é identificar quais são os processos de negócios e como funcionam. Algumas ferramentas de mineração de processos RPA podem analisar os logs dos processos existentes; outros precisam observar e registrar os funcionários no trabalho. Na pior das hipóteses, essa descoberta de processo precisa ser feita manualmente.
Antes de se comprometer com um produto RPA, você precisa entender que cada um deles usa seus próprios formatos de arquivo proprietários. Apesar de sua utilidade, eles são todos motéis baratos, totalmente sem portabilidade. Não é como se eles estivessem ignorando os padrões: não existem padrões. Avalie cuidadosamente e faça uma prova de conceito antes de comprometer sua empresa com uma implementação, porque mudar de ideia mais tarde será doloroso e caro.
Verifique se todos os recursos básicos – e os recursos diferenciadores que você acha que vai precisar – funcionam em seu ambiente. Crie scripts usando todas as ferramentas fornecidas e demonstre que a orquestração funciona corretamente. Teste um bot autônomo, verifique se os bots podem analisar seus documentos e PDFs não estruturados e passar pelos procedimentos de mineração de processos.
Preste atenção especial a estes fatores-chave em sua avaliação:
Deve haver uma variedade de maneiras de configurar um bot para diferentes personas. Os usuários de negócios devem ser capazes de apontar e clicar nos aplicativos que normalmente usam, enquanto um gravador anota as ações. Os desenvolvedores cidadãos devem ser capazes de usar um ambiente low-code para definir bots e regras de negócios. E, finalmente, os programadores profissionais devem ser capazes de escrever código de automação real que chama as APIs da ferramenta RPA.
Normalmente, o desenvolvimento low-code é uma combinação de construção de linha do tempo de arrastar e soltar a partir de uma caixa de ferramentas de ações, preenchendo formulários de propriedade e escrevendo um trecho ocasional de código. Escrever pequenas quantidades de código, por exemplo “montante_do_empréstimo <0,20 * renda_anual” pode ser muito mais rápido do que métodos gráficos de especificação de uma regra de negócios.
Alguns bots só fazem sentido se forem executados sob demanda (assistidos) quando um usuário empresarial precisar deles para realizar uma tarefa bem definida – por exemplo, “transforme este gráfico em texto e coloque-o na área de transferência”. Outros bots fazem mais sentido se executados em resposta a um evento (autônomo), como “realizar a devida diligência em cada solicitação de empréstimo enviada do site”. Você precisa de ambos os tipos de bots.
As ferramentas RPA de apenas alguns anos atrás tinham problemas para extrair informações de documentos não estruturados e, normalmente, 80% das informações de uma empresa são encontradas em documentos não estruturados, e não em bancos de dados. Atualmente, é comum usar recursos de machine learning RPA para analisar documentos, encontrar os números necessários e devolvê-los ao usuário. Alguns fornecedores e analistas chamam isso de hiperautomação, mas a linguagem sofisticada não altera a funcionalidade.
Modelos categóricos de machine learning normalmente estimam as probabilidades dos resultados possíveis. Por exemplo, um modelo para prever inadimplência de empréstimos que retorna 90% de probabilidade de inadimplência pode recomendar a negação do empréstimo, e um que calcula 5% de probabilidade de inadimplência pode recomendar a concessão do empréstimo. Em algum lugar entre essas probabilidades, há espaço para julgamento humano, e a ferramenta RPA deve ser capaz de enviar o caso para revisão.
Um bot não é muito bom para sua empresa se não puder obter informações de seus aplicativos corporativos. Isso geralmente é mais fácil do que analisar PDFs, mas você precisa de drivers, plug-ins e credenciais para todos os seus bancos de dados, sistemas de contabilidade, sistemas de RH e outros aplicativos empresariais.
Antes de executar qualquer bot, você precisa configurá-lo e fornecer as credenciais de que ele precisa para ser executado, normalmente em um armazenamento de credencial seguro. Você também precisa autorizar os usuários a criar e executar seus bots – e fornecer seus bots autônomos para serem executados em recursos específicos em resposta a eventos específicos. Finalmente, você precisa monitorar os bots e direcionar as exceções aos humanos.
Quando a RPA começou, os bots RPA eram executados exclusivamente nos desktops dos usuários e nos servidores da empresa. Mas, à medida que as propriedades de TI cresceram na nuvem, as empresas configuraram máquinas virtuais na nuvem para uso por bots. Recentemente, algumas empresas de RPA implementaram bots “nativos da nuvem” que funcionam como aplicativos em nuvem usando APIs de nuvem em vez de rodar em VMs do Windows, macOS ou Linux. Mesmo que sua empresa tenha investido pouco em aplicativos em nuvem hoje, isso acabará acontecendo, portanto, esse recurso é altamente desejável.
Descobrir seus processos e priorizá-los para automação costuma ser a parte mais demorada da implementação da RPA. Quanto mais o aplicativo do fornecedor RPA puder ajudá-lo a extrair processos de registros do sistema e construir fluxos de tarefas por observação, mais fácil e rápido será para iniciar a automação.
À medida que sua implementação de RPA é implementada na empresa e lida com mais automações, você pode facilmente encontrar problemas de escalabilidade, especialmente para bots autônomos. Uma implementação de nuvem, seja nativa, em VMs ou em contêineres, muitas vezes pode mitigar problemas de escalabilidade, especialmente se o componente de orquestração for capaz de provisionar bots adicionais conforme necessário.
Em última análise, o sucesso ou o fracasso da implementação da RPA dependerá da identificação dos processos e tarefas de maior recompensa para automação. Por exemplo, se o processo de maior recompensa para um banco está realizando due diligence em pedidos de empréstimo, torne isso (ou uma tarefa-chave desse processo) sua prova de conceito RPA.
Se acabar que a solução de RPA que você adotou tem alguma capacidade ausente ou inadequada e você precisa mudar, você estará em um mundo de sofrimento. Para mitigar o risco de ter que recriar todos os seus bots do zero, você deve documentar todas as etapas em cada tarefa e processo. Quando você muda de cavalo, talvez ainda precise passar uma semana reimplementando cada bot, mas pode evitar o mês que gastou descobrindo cada processo.
A Pure Storage está redefinindo sua estratégia de mercado com uma abordagem que abandona o…
A inteligência artificial (IA) consolidou-se como a principal catalisadora de novos unicórnios no cenário global…
À primeira vista, não parece grande coisa. Mas foi na pequena cidade de Pornainen, na…
O processo de transição previsto na reforma tributária terá ao menos um impacto negativo sobre…
O que antes parecia uma aliança estratégica sólida começa a mostrar rachaduras. Segundo reportagem do…
O Departamento de Defesa dos Estados Unidos firmou um contrato de US$ 200 milhões com…
View Comments