Uw RPA-gebruikscasussen vinden, Pt. 1:3 manieren waarop robots het beter kunnen doen

In steeds competitievere markten is aanpassing de enige manier waarop bedrijven voorop kunnen blijven lopen. Om zich te kunnen aanpassen, moeten organisaties snel en efficiënt kunnen schakelen.

In een wereld die wordt gekenmerkt door technologische disruptie, staat efficiëntie centraal.

Tot voor kort hadden bedrijfsleiders maar een paar, dure opties om efficiëntieproblemen aan te pakken; ze namen meer mensen aan, kochten een oplossing van derden en/of pasten hun enterprise resource planning (ERP)-systeem aan. Robotic process automation (RPA) biedt een kans om de processen te transformeren die tot inefficiëntie leiden.

Met RPA kunnen bedrijven softwarerobots gebruiken om kortere ontwikkelingscycli te creëren en de robuustheid te vergroten, tegen een lager prijskaartje.

De leiders van vandaag leren hoe ze bedrijfsresultaten kunnen behalen door werk te verdelen tussen mensen en robots, waarbij ze hun respectieve sterke punten dienovereenkomstig gebruiken. Veel processen omvatten bijvoorbeeld repetitieve, vervelende taken en een goed opgeleide cognitie op een hoger niveau. Wanneer organisaties taken op de juiste manier verdelen tussen robots en mensen, kunnen de resultaten verbluffend zijn.

In dit artikel, deel één in een tweedelige serie, zullen we ons concentreren op drie onbeheerde automatiseringsscenario's waarin organisaties processen achter de schermen uitvoeren, met weinig tot geen menselijke tussenkomst. Deze video herinnert u er snel aan hoe onbeheerde en bewaakte automatiseringen verschillen:

Deel twee van deze serie richt zich op RPA-gebruiksscenario's voor bewaakte automatisering waarbij medewerkers in realtime samenwerken met robots op hun lokale pc's.

Hier zijn drie onbeheerde automatiseringsscenario's waarin robots onafhankelijk werken om processen te starten en te voltooien.

1. Volledig autonome verwerking:op basis van uitzonderingen

De noodzaak om enorme hoeveelheden gegevens te verwerken, vormt een van de duidelijkste use-cases voor RPA. In dit voorbeeld richten we ons op enkele van onze zorgverzekeraars die grote hoeveelheden claims en facturen verwerken.

Gegevens worden opgeslagen op meerdere systemen, sommige verouderd en sommige modern, waardoor werknemers informatie van systeem naar systeem moeten verplaatsen, terwijl ze worden bijgewerkt en geverifieerd. Automatisering is moeilijk omdat veel systemen geen API's hebben die eenvoudige integratie mogelijk maken.

Met RPA kunnen zorgverzekeraars en bedrijven met vergelijkbare problemen deze processen automatiseren zodat ze zonder menselijke tussenkomst kunnen worden uitgevoerd.

Gewoonlijk zullen een of meer robots op virtuele machines of op backofficecomputers zitten en een onbeheerde automatisering uitvoeren. Beheerders kunnen het schema in hun RPA-platform instellen en het optimale aantal robots toewijzen om de claims en facturen te verwerken en te voldoen aan de Service Level Agreement (SLA) van het bedrijf. Dit kan eenvoudig worden gedaan in UiPath Orchestrator. Mensen zijn niet betrokken, behalve om zeldzame uitzonderingen af ​​te handelen die Orchestrator aan aangewezen gebruikers zal onthullen.

Ook al zijn er geen mensen aanwezig, een automatisering zonder toezicht is doorgaans veiliger dan een handmatig proces, omdat u de gegevenstoegang tot de robot kunt beperken.

Ondertussen bieden coderingsprincipes met best practices volledige, nauwkeurige audits voor naleving.

Met robots die continu werken, zijn mensen vrij om activiteiten op een hoger niveau uit te voeren. Mensen die voorheen veel tijd besteedden aan het verplaatsen en valideren van gegevens, kunnen zich nu concentreren op initiatieven die dieper moeten nadenken en sneller reageren op veranderende eisen van polishouders. Gesprekken met klanten krijgen de tijd en ruimte om zich te ontwikkelen en medewerkers kunnen zich richten op het creëren van een betere klantervaring.

2. Door mensen voorbereide verwerking:instellen en vergeten

Sommige processen hebben menselijke input nodig om te starten, maar vereisen langzame, handmatige arbeid om te voltooien. Met RPA kunnen organisaties alleen mensen inschakelen als dat nodig is.

Als een mens het proces start en het doorgeeft aan een robot om het te voltooien, krijg je het beste van menselijke creativiteit en software-efficiëntie.

Mensen kunnen zich concentreren op denken op hoog niveau, wetende dat robots levering zullen garanderen met de beste documentatie en meldingen in hun klasse.

Hier is een voorbeeld van hoe een hypotheekverstrekker dit type automatisering gebruikt:

In de Verenigde Staten vereist het typische proces voor het kopen van een huis dat kredietverstrekkers routinematig hypotheektaxaties bestellen die onbevooroordeelde schattingen van de waarde van elk huis opleveren. Ondanks hun belang, is het bestellen van taxaties repetitief en vatbaar voor fouten.

Erger nog, als een hypotheekbeoordeling te laat wordt aangevraagd, kan dit het hele leenproces vertragen en zelfs het risico lopen op gevolgen van het Consumer Financial Protection Bureau of andere overheidsinstanties.

Het probleem van beoordelingen komt neer op de inherente beperkingen van menselijke arbeid.

Menselijke logica is nodig om het proces te starten, maar het voltooien ervan vereist repetitieve, handmatige stappen. Met RPA kan een mens het proces starten door precies aan te geven wanneer de taxatie moet worden besteld, de juiste add-ons te specificeren en het taxatiebedrijf te kiezen.

Een hypotheekbeoordeling duurt misschien maar tien minuten, maar de echte waarde voor kredietverstrekkers is een besparing van honderdduizenden dollars door ervoor te zorgen dat er minder leningen moeten worden geëscaleerd vanwege vertraagde taxaties. Ondertussen kunnen medewerkers bestellingen sneller afronden en nauwer samenwerken met huizenkopers, zodat klanten de antwoorden krijgen die ze nodig hebben.

Duik dieper in het voorbeeld (hierboven) :De volledig geautomatiseerde onderneming is er (en zo ziet het eruit)

3. Mens in de lus:validatie

Veel inefficiënte processen bieden geen duidelijke RPA-gebruiksscenario's omdat ze een intermitterend, maar noodzakelijk, menselijk oordeel vereisen.

Met het juiste RPA-platform kun je echter een automatisering bouwen die dynamisch menselijke input vraagt ​​wanneer zich problemen voordoen, zodat mensen alleen ingrijpen als dat nodig is.

Neem bijvoorbeeld een crediteurenadministratie (AP). AP-afdelingen zitten vaak vast bij het herhaaldelijk verwerken van facturen en het uploaden van selecties van gegevens naar een ERP zoals SAP. De meeste facturen die AP-afdelingen verwerken, zijn niet-standaard, wat betekent dat het papieren documenten, faxen of pdf's kunnen zijn, gevuld met ongestructureerde gegevens in verschillende formaten.

De handmatige arbeid is zwaar en traag voor mensen, en de complexiteit maakt het verwerken van facturen een uitdaging voor traditionele automatiseringstools.

Met behulp van optische tekenherkenning (OCR) en machine learning (ML) modellen kan RPA deze facturen interpreteren en belangrijke informatie voor verwerking uitkiezen. Af en toe kan een robot een bepaald stuk gegevens niet koppelen aan een bekend gegevenstype (zoals factuurbedrag). In plaats van het proces te laten mislukken en een gebruiker de hele factuur te laten beoordelen, kan de onbemande robot een mens signaleren dat invoer nodig is. In dit 'human-in-the-loop'-scenario (soms 'mens in het midden' genoemd) kan de mens de taken beoordelen en voltooien voordat de robot het overneemt.

Met deze use case in gedachten kan de AP-afdeling een geautomatiseerde, onbeheerde robot implementeren met een menselijke fail-safe. De robot zonder toezicht gebruikt OCR om facturen te verwerken en gegevens naar SAP te uploaden, maar als de OCR een veld niet duidelijk kan zien, kan de robot gebruikers via e-mail laten weten dat het proces hun verificatie nodig heeft. AP-medewerkers hoeven alleen in te grijpen als dat nodig is, zodat ze hun tijd kunnen besteden aan meer kritieke taken, zoals budgettering en planning.

Terwijl de mens de uitzonderingen halverwege het proces verduidelijkt, worden die wijzigingen teruggevoerd naar het ML-model, dat leert van de activiteiten van de mens. Zodra het model zich opnieuw heeft getraind, heeft het geen menselijke tussenkomst meer nodig om dat scenario af te handelen de volgende keer dat het het tegenkomt.

Een proces dat voorheen ondoordringbaar leek voor automatisering, vormt in feite een overtuigende RPA-use case. Met een mens in het midden kun je menselijke betrokkenheid terugbrengen tot validatie, en vervolgens kan ML dit nog verder terugbrengen.

Het personeel van de toekomst creëren

Om optimaal gebruik te kunnen maken van automatisering, moeten organisaties hun manier van denken over hun processen en de arbeid die nodig is om ze te voltooien, opnieuw formuleren. Als u denkt 'automatisering eerst', kan digitale transformatie een haalbaar doel zijn in plaats van een ambitie.

Het personeelsbestand van de toekomst wordt een hybride van menselijke en robotarbeid, en de meest effectieve organisaties zullen elk probleem benaderen door eerst na te denken over de mate van automatisering die ze zullen gebruiken. Organisaties blinken uit dankzij hun mensen, en hoe meer organisaties hun menselijke personeel kunnen vrijmaken om creatief werk te doen, hoe meer ze zullen slagen. Een hybride, digitaal personeelsbestand stelt mensen in staat menselijker en succesvoller te zijn dan ooit tevoren.

Blijf ons volgen voor deel twee om te ontdekken hoe robots met toezicht naast mensen kunnen werken om automatisering mogelijk te maken, zelfs in de meest dynamische processen.

Meer weten? Doe mee met onze "Attended vs Unattended Automation" webinar