O RPA é exagerado, escalável ou um bandaid? Os mecanismos de decisão são os próximos?

O RPA é exagerado, uma solução escalável ou um bandaid? Os motores de decisão são o futuro?
Você ouve isso com bastante frequência. O RPA é superestimado. É como um curativo. Agora, a Era da Informação conversou com um especialista em consultoria de negócios que argumentou que os mecanismos de decisão, e não o RPA, são o futuro. Ele está certo?

Para Albert Rees, que lidera a consultoria de negócios para a América do Norte, para a EPAM, RPA é mais como um curativo.

Rees vê dois problemas com o RPA.

• os custos de implementação são muito mais altos do que o previsto.
• custos de manutenção. “Você está movendo dados entre sistemas existentes e, se esses sistemas nunca mudarem, tudo estará bem no mundo. Mas esse não é realmente o caso. Assim, à medida que os sistemas evoluem, as coisas no back-end também precisam mudar.

Rees diz:“Você precisa chegar a um nível muito baixo de detalhes para realmente entender onde a automação funcionará e o que fará e como interagirá com os sistemas”. Chegar a esse baixo nível de detalhes também tem um custo.

Ele acrescenta:“Nós vemos pessoas copiando planilhas, você vai para call centers, você vê o cenário de três telas onde eles estão movendo dados da tela A para a tela B para a tela C e são apenas três sistemas internos que eles estão movendo informações e um deles pode ser o Excel. Se algo mudar em qualquer um deles e de repente você tiver que voltar e implementar uma atualização. A maioria das organizações não pode fazer isso sozinha, então eles voltam a gastar dinheiro novamente.”

Motores de decisão

Em vez disso, ele vê os mecanismos de decisão como a chave. Mas o que são eles? Ele disse:“Penso nos Mecanismos de Decisão como ferramentas usadas para automatizar parte da tomada de decisão humana que pode ser definida por um conjunto de regras. Eles funcionam aplicando regras de negócios predefinidas (geralmente chamadas de “árvores de decisão”) aos conjuntos de dados. Os Mecanismos de Decisão não costumam substituir o RPA, mas podem aprimorar o RPA quando um processo exige que uma decisão seja tomada ao avaliar regras complexas aplicadas a conjuntos de dados complexos.”

O debate

Então, está certo?

Recentemente, a Information Age conversou com Bruno Ferreira Managing Director UK &Ireland na UiPath, não surpreendentemente, ele tem uma perspectiva diferente.

O argumento do hype, ele sugere, não faz sentido. “Nossa taxa de renovação é superior a 90%.”

Ele também se refere ao crescimento da UiPath:US$ 10 milhões em 2016, US$ 200 milhões em 2018, sugerindo que os números concretos indicam um apetite feroz por RPA.

E, no entanto, ele sugere que apenas um pequeno número de organizações está usando RPA, o que implica um enorme potencial de crescimento.

Sarah Burnett, vice-presidente executiva e analista ilustre do Everest Group, diz que “realmente fizemos estudos que mostram que as empresas obtêm cerca de 30% de economia de custos”.

O curativo RPA?

Depois, há a questão do RPA ser como um bandaid. Tudo se resume a sistemas legados. “Eles são escritos em COBOL, estão em mainframes, e esse é um caso de uso em que não podemos mais fazer nada com esses sistemas legados, diz Rees. Ele então argumenta que muitos dos sistemas não estão bem integrados – “obtemos várias versões da verdade, e isso significa muito trabalho manual mundano, digitando dados, por exemplo, que já existem em outro sistema”. Ele sugere que várias empresas estão usando o RPA para ajudar com isso, mas que “de várias maneiras, o RPA é um curativo para coisas que poderiam existir, recursos que poderiam existir dentro de ERPS e outras soluções do tipo melhor hoje. ”

“A questão em minha mente, diz ele, é por quanto tempo o RPA realmente permanece como uma solução viável no mercado. E isso eu não sei. Estou especulando algo entre três e cinco anos, pois o que realmente estamos vendo são clientes migrando para automação inteligente e soluções em nuvem, que são realmente a próxima evolução do RPA. ”

Aqui, novamente, há aqueles que discordam fortemente. Por exemplo, o UiPath declarou seu objetivo de alcançar um robô para cada mesa, um objetivo que parece ter um planejamento de longo prazo implícito a ele.

Bruno Ferreira cita como exemplo, a meta da UiPath de ser um robô por cientista. “Imagine que”, diz ele, “todos os dias um cientista vai ao laboratório, mas tem que passar uma hora por dia em preparação”, com RPA ele diz “as estimativas sugerem uma economia de nove horas por mês, o que seria incrível. ”

Dados confidenciais

Rees também tem preocupações com robôs autônomos, que podem automatizar um processo de ponta a ponta. Parte dos problemas está na regulamentação e no perigo de que robôs autônomos possam estar repetindo um erro, que os operadores, divorciados das operações do dia a dia, desconhecem.

“Todo mundo quer ser ágil”, diz ele e “ágil é ótimo do ponto de vista do desenvolvimento quando você pode cometer erros e aprender com os erros e corrigir. Mas você não pode fazer isso com dados confidenciais.

Então, quando você tem robôs movendo dados do sistema A para o sistema B atrás de um firewall, o sistema autônomo funciona muito bem. Se algo der errado, adivinhem? Lançamos outro sprint, consertamos e voltamos sem supervisão novamente. Normalmente, ele é pego antes de chegar às mãos de alguém, onde vai criar um problema.”

Ele vê um problema, no entanto, com dados confidenciais. Por exemplo, se você receber os “extratos bancários da conta corrente de outra pessoa. “Nestas situações, os desacompanhados tornam-se muito, muito mais arriscados.”

Sarah Burnett, por outro lado, vê a precisão da conquista dos dados como um dos pontos fortes da RPA.

Como se costuma dizer, errar é ser humano, o RPA pode eliminar o erro.

“Se uma pessoa insere um pouco de dados, ela pode facilmente trocar alguns números acidentalmente. Corrigindo esse erro, quanto mais para baixo no processo ele viaja, mais caro ele se torna. Você pode ter pessoas, cujo tempo é muito caro, perseguindo esse erro e tentando consertá-lo, muito longe na pista do processo. Os robôs, se forem desenvolvidos corretamente, mantidos e executados sem problemas, não cometerão esses erros. Estamos ouvindo de organizações que dizem que continuaram testando seus aplicativos de robô e nunca encontraram um erro depois de testá-lo, era 100% preciso … sempre.”