A automação robótica de processos (RPA), usada tipicamente para automatizar tarefas estruturadas de processos digitais de back-office, acaba sendo o ponto de partida nas estratégias de transformação digital de muitas organizações.
Também pode ser o passo inicial para o uso da inteligência artificial (IA) em uma organização. A pesquisa 2018 Process and Performance Management – Priorities and Challenges Survey desenvolvida pelo instituto de pesquisa de negócios APQC, descobriu que a RPA estava no núcleo de 69% das estratégias digitais em 2018.
Em outra pesquisa sobre investimentos em automação de processos, os projetos de RPA estavam logo atrás do gerenciamento de dados e da análise de dados, e com quase duas vezes mais intenções de investimentos em projetos de curto prazo do que os investimentos em IA ou automação inteligente. Apenas 12% dos pesquisados pela APQC não tinham planos de investir em nenhuma dessas tecnologias.
A pesquisa também descobriu que o número de projetos de RPA por organização quase dobrou de 2017 para 2018. O número médio de projetos por organização foi de 8,6 em 2017, subindo para 14,9 em 2018. O estudo revelou que 71 dos 152 projetos de tecnologia cognitiva eram sobre RPA.
Segundo os pesquisadores, esse aumento pode ter sido causado porque as organizações passaram os últimos dois anos se tornando ainda mais inteligentes e testando a RPA por meio de provas de conceitos ou programas pilotos e agora é o momento de colocar os projetos em operação.
O que está alimentando essa adoção rápida? Existem três fatores principais: a facilidade de implementação, os testes bem-sucedidos e a escolha adequada de parcerias que as soluções de sucesso precisam.
Fator 01 – Facilidade de Implementação
A RPA é uma estratégia de entrada relativamente fácil para a automação digital de processos de back-office. As ferramentas de RPA para processos digitais estruturados são como uma “porta de entrada” para outras tecnologias cognitivas. A RPA é fácil de configurar e implementar, e pequenas implementações às vezes nem precisam de um consultor especialista ou muita ajuda de um fornecedor. A RPA é particularmente adequada para trabalhar em vários sistemas de back-end e não exige uma nova arquitetura desses sistemas. Isso normalmente traz um retorno rápido e alto do investimento.
Fator 02 – Pilotos bem-sucedidos
O segundo catalisador para a rápida adoção da RPA é o sucesso dos primeiros pilotos e das provas de conceito. Outra pesquisa Make Success Automatic: Best Practices em Robotic Process Automation revelou que mais de 75% dos entrevistados disseram que seus projetos iniciais de RPA haviam atendido ou superado as expectativas.
Esse nível de satisfação é uma raridade para a maioria das aplicações de TI. Atender às expectativas pode ser mais fácil para a automação e a robótica, pois elas geralmente apresentam um processo claro para automatizar e um caso de negócios mensurável.
O caso da NASA
Na NASA, a agência aeroespacial americana, as pressões de custo levaram a organização a lançar quatro pilotos de RPA em contas a pagar e receber, gastos com TI e recursos humanos, todos gerenciados por um centro de serviços compartilhados. Centros de serviços compartilhados são frequentemente responsáveis pela implementação da RPA em muitas empresas. Na agência espacial, todos os quatro projetos funcionaram bem e foram implementados em toda a organização. Na aplicação de recursos humanos, por exemplo, 86% das transações foram concluídos sem intervenção humana. A NASA está agora implementando mais bots de RPA, alguns com maiores níveis de inteligência.
Fator 03 – Parcerias Piloto
Vários estudos sobre o tema mostram que um dos principais indicadores de projetos consolidados e bem-sucedidos de RPA ou aprendizado de máquina foi a formação de alianças internas entre as funções de uma organização, para criar e aprender com os pilotos.
Dois fatores tiveram uma relação estatisticamente significativa com o nível de satisfação: o primeiro foi ter bons critérios de seleção dos processos e o segundo foi a inclusão de funções-chave no planejamento e execução do projeto de RPA.
Incluir representantes de TI, integrantes dos proprietários dos processos e especialmente o RH está positivamente correlacionado com a satisfação dos projetos. O RH é frequentemente incluído nos comitês diretivos da RPA das organizações, não apenas para aliviar os temores e criar adesão, mas para criar planos de ação e treinamento para os colaboradores envolvidos. Em última análise, isso ajuda as organizações a usar a RPA como uma oportunidade para facilitar um crescimento sustentável, em vez de simplesmente reduzir custos.
A participação da TI e dos proprietários de processos também é importante. A TI garante que os bots sejam integrados sem problemas com os sistemas existentes e os proprietários dos processos ajudam a reduzir o retrabalho dispendioso de pós-produção, avaliando os processos para execução digital e garantindo que todas as variantes e exceções do processo sejam capturadas e compreendidas.
Um círculo virtuoso: a RPA abre caminho para futuras aplicações inteligentes
Por ser uma fonte de dados úteis, a RPA está sendo combinada com aplicações de aprendizado de máquina. Um benefício muitas vezes esquecido quando se começa a executar processos simples com RPA é aproveitar algumas informações consideradas sem importância, que eram descartadas anteriormente.
Esse “resíduo transacional” era acumulado, sem considerar que esse material poderia ser valioso e a organização poderia aprender com ele e identificar padrões para ajudar a melhorar os processos muito transacionais que acumulam dados. Esse “desperdício” é apenas um efeito colateral de se fazer negócios com um modelo mental antigo.
Fornecedores e empresas usuárias também estão combinando a RPA com outras ferramentas de IA, como processamento de linguagem natural (PNL) e reconhecimento de imagem. As organizações que adotam uma abordagem gradual para seus esforços de RPA estão ganhando competitividade à medida que a RPA continua a ficar mais inteligente. Um exemplo do uso gradual e escalável da RPA é classificar seus projetos de RPA em três categorias:
-
Simples: bots que coletam dados de entrada e saída para outros sistemas;
-
Híbridos: bots que coletam informações e tomam decisões simples com base em regras de negócios, e
-
Cognitivos: bots que tomam decisões ou interagem com humanos, envolvendo aprendizado de máquina ou processamento de linguagem natural (PNL).
Quando um projeto de Automação Robótica de Processos começa com bots simples e híbridos antes de experimentar bots cognitivos é possível conseguir sucessos iniciais e um importante aprendizado sobre a mecânica da RPA, bem como uma valiosa experiência com o conteúdo semântico do PNL.
Esses fatores de sucesso facilitam a adoção de uma RPA de baixo custo e menor risco para aplicações de inteligência artificial, mesmo que a tecnologia ainda não seja muito inteligente.
A RPA cria a base para aplicações mais inteligentes no futuro. A facilidade de implementação e o rápido ROI de muitos projetos de RPA fazem com que eles mereçam uma consideração especial por praticamente qualquer empresa nos dias de hoje.
