Van UI naar AI: Navigeren in het automatiseringslandschap

Redacteur's notitie: Dit werd gepubliceerd in 2017. Bezoek onze Robotic Process Automation en kunstmatige intelligentie pagina voor up-to-date informatie.

Originele post:

In de afgelopen jaren is de implementatie van Robotic Process Automation (RPA) als software-oplossing drastisch toegenomen op wereldwijde schaal. Een recent marktrapport van het onderzoekbureau Everest Group suggereert dat de RPA-leveranciersmarkt in 2016 geschat werd op meer dan $200 miljoen, wat meer dan 64% groei in één jaar aangeeft. Maar een andere meting van RPA's invloed stamt uit de ontwikkelingen en evoluties in automatiseringstechnologie en -capaciteit. De term robotic process automation kwam in de vroege jaren 2000 in gebruik, en vroege vormen van de technologie waren een uitbreiding van RPA's voorgangers: data scraping en workflow automation tools. Toch, na de capaciteiten van data scraping en workflow automation te hebben overtroffen, heeft RPA significante sprongen gemaakt in het vooruitgang brengen van de operationele automatisering van twee decennia geleden. Meest recentelijk overgaat RPA van het puur automatiseren van de user interface (UI) naar het incorporeren van de capaciteiten van een nieuw veld: kunstmatige intelligentie (AI).

Na zich intens te hebben gericht op het stroomlijnen van UI-automatisering in de vroege stadia van RPA-technologie, gaan bedrijfsorganisaties en bedrijven nu over naar het bereiken van een volledig uitgewerkte, digitale arbeidsvoorp die in staat is om te fungeren als een cognitieve assistent, te interacteren met mensen om zakelijke behoeften te bedienen, en ongestructureerde data te verwerken. Dit is een fundamentele verschuiving in de automatiseringsprocessen van gisteren en het automatiseringspotentieel van vandaag en morgen.

Terugblik: De fundamenten van RPA

Oorspronkelijk in de vroege jaren 2000 op de tech-scene gekomen, hebben RPA-technologie en zijn voorouders een diepe historische relatie met de UI, hoewel UI-automatisering al veel langer bestaat. Vandaag de dag zijn de opkomende automatiseringsplatforms het evolutionaire product van twee vormen van UI-automatisering: data scraping en workflow management tools. Data scraping-software werkt op de presentatielaag om data van het web te extraheren en data van verouderde legacy-systemen naar hun vervangers over te dragen, terwijl workflow management tools interactie aangaan met de UI om zakelijke processen te automatiseren.

Net als zijn twee voorouders opereren RPA-softwarerobots op hetzelfde niveau als menselijk personeel om UI-automatisering tot stand te brengen. Wat RPA onderscheidt, is dat het meer is dan alleen een screen scraping-tool. RPA's technologie bood en blijft significante voordelen bieden over elementerdere automatiseringstools, waarvan velen vertrouwen op communicatievormen binnen architecturale datalagen onder de UI. Een significante technologische evolutie van deze oudere automatiseringsvormen, is RPA code-vrij en non-disruptief.

Dit betekent dat RPA-softwarerobots eenvoudig getraind kunnen worden door zakelijke gebruikers zonder coderingskennis en met weinig tot geen IT-investering. Door zijn interacties in de UI kan RPA diverse systemen en applicaties overbruggen zonder herstructurering van de bestaande opstelling te vereisen. In tegenstelling tot zijn voorgangers is de technologie compatibel met elke browserversie, schermpositie of venstergrootte. In het bijzonder stellen RPA's interacties met de UI het platform in staat flexibel, schaalbaar en efficiënt te zijn, zelfs op enterprise-niveau.

De race naar intelligentie

Vraag elke RPA-ontwikkelaar of zakelijke gebruiker, en het is duidelijk dat een focus op automatisering van de UI cruciaal is voor de technologische succes. Recente technologische vooruitgang is echter gericht op het verbeteren van de capaciteiten van intelligente procesautomatisering. Dit betekent dat, door AI te incorporeren met bestaande procesautomatiseringstechnologieën, RPA in staat is om ver uit te steken buiten zijn initiële scope.

In het bijzonder verwijst intelligente procesautomatisering naar de toepassing van AI en gerelateerde technologieën (bijv. machine learning, computer vision, natural language processing, cognitive automation) op RPA. Door de toevoeging van AI aan RPA, zal regels-gebaseerde automatisering geleidelijk aangevuld worden door kennis-gebaseerde automatisering, waarbij meer taken – en vooral complexere – breder geschikt worden voor automatisering.

Een maart 2017-rapport van consultancygroep McKinsey & Company suggereert dat deze vooruitgang bedrijven in staat stelt om automatisering succesvol te benutten:

Een breder bereik van complexe automatisering

RPA-technologieën zijn momenteel in staat om herhalende, regels-gebaseerde zakelijke verantwoordelijkheden te automatiseren, terwijl werknemers nog grotendeels verantwoordelijk zijn voor taken die creativiteit en oordeel vereisen. AI is met name goed geschikt om om te gaan met variabiliteit en taken uit te voeren die vertrouwen op grote volumes ongestructureerde inputs en data. Dit betekent dat complexere en ongedefinieerde taken, zoals fraudedetectie en bedrijfsvoorspellingen, beheerd kunnen worden met AI met verhoogde nauwkeurigheid en precisie.

De vooruitgang van digitale arbeid

Als digitale werkvoorp stroomlijnen RPA-softwarerobots al wereldwijd zakelijke operaties. Met de hulp van AI zal RPA zich ontwikkelen tot een nog meer autonoom werkvoorp. Omdat ze leren en zich aanpassen aan nieuwe situaties in de loop van de tijd, kunnen intelligente automatiseringssystemen complexe processen automatiseren zonder de noodzaak voor menselijke training of interventie. AI-gedreven werkvoorp zal in staat zijn om autonoom te leren van data en beslissingen te nemen op basis van patroonherkenning.

De democratisering van AI

We trekken een van onze favoriete metaforen om uit te leggen hoe RPA en AI samen zitten uit de sport. Verbeeld u dat u een golfer bent die op de tee staat en uw bal 400 yards de fairway af over de bunkers, op het green en in het gat moet krijgen.

Als u daar staat met alleen een putter, d.w.z. een AI-tool, zult u het extraordinarilijk moeilijk, zo niet onmogelijk vinden om voort te gaan. U zult ook een combinatie van driver en ijzers nodig hebben om dat kleine witte balletje in het gat te krijgen. U zult RPA-tools nodig hebben en u zult cognitieve tools nodig hebben zoals ABBYY en Celaton, en u zult uiteindelijk de AI-tools nodig hebben zoals IBM Watson of Google TensorFlow.

Nu hier is de truc. Het zijn niet de kleine bedrijven die AI-tools ontwikkelen. Het zijn reuzen zoals Microsoft, Google of IBM. En ze open sourcen deze tools en democratiseren de opname. Dit betekent dat meer van deze expert-capaciteiten in de komende jaren in RPA-platforms gebakken zullen worden, wat nieuwe mogelijkheden creëert voor zowel mens-gerichte als robot-gerichte automatisering.

Verwachtingen managen voor de toekomst

Intelligente automatisering is de meest recente ontwikkeling onder automatiseringstechnologieën, maar we zijn pas net aan het begin van AI's capaciteiten. Director of Research bij Facebook, Yann LeCun suggereert dat AI nog een lange weg te gaan heeft:

Toch suggereert het professionele dienstverleningsbedrijf KPMG dat, door de convergentie van RPA en AI, we al beginnen te zien:

Activiteiten die momenteel nog de vaardigheden van hoog opgeleide professionals vereisen, worden elk jaar meer en meer automatiseerbaar, met de RPA-AI-hybride van de toekomst die klaarstaat om bedrijven in staat te stellen nog meer autonoom, precies en wendbaar te automatiseren dan ooit tevoren.