Avaliando Automação Inteligente: Métricas-Chave para Sucesso da Transformação Digital

Implementar este tipo de tecnologia requer muita consideração se for para realmente complementar o processo de transformação. A automação está cada vez mais sendo propagada como uma potencial panaceia para transformação digital. Mas seu valor real só pode ser verdadeiramente realizado quando permite que líderes de negócios redesenhem e aprimorem digitalmente trabalho em front, middle e back office; para que seja realizado muito mais rápido, inteligente, eficiente — e em escala significativa também.

E isso é ótimo, mas com tantos fornecedores entrando cada vez mais no mercado oferecendo automação de processos robóticos (RPA) e automação inteligente, vem hype e confusão que mascaram sua capacidade de entregar o que afirmam. Então ao selecionar um fornecedor, você precisará da previsão para avaliar suas capacidades técnicas reais. Você precisará de clareza porque é apenas após prova de conceito quando você tenta escalar seu programa de automação inteligente que quaisquer limitações técnicas sérias emergem.

A Gartner reconhece este problema também, afirmando: "Até 2021, 40% das empresas terão arrependimento de compra de RPA devido a uso desalinhado, isolado e incapacidade de escalar." Então para ajudá-lo a avaliar melhor capacidades de fornecedores e evitar grande arrependimento, aqui estão quatro critérios-chave de seleção a considerar.

1. Compare e contraste capacidades dos robôs

Existem diferenças significativas entre as capacidades dos robôs de software de fornecedores de RPA e automação inteligente. De fato, estas podem provar a diferença entre alcançar benefícios táticos de curto prazo com esforço e risco potencialmente grandes, ou transformação de trabalho estratégica em escala empresarial com menos esforço e risco mínimo.

Em uma extremidade do espectro estão robôs de software altamente avançados treinados e executados por usuários de negócios através de plataforma colaborativa, com capacidades inatas para operar com segurança dentro da governança completa do departamento de TI. Estes robôs estão sendo constantemente aprimorados para conduzir trabalho mais como humanos. Eles podem se intercomunicar para colaborar, formar enxames para compartilhar cargas de trabalho e operar em ritmo inigualável como equipe digital — com integridade e precisão totais também.

Estamos falando de robôs inteligentes, multitarefa, que estão sendo cada vez mais confiados como catalisadores no núcleo de estratégias de transformação de trabalho digital. Isso porque eles realizam sem esforço trabalho conectado, orientado a dados, através de múltiplos ambientes operacionais de sistemas legados complexos, disjuntos, difíceis de modificar e fluxos de trabalho manuais. E diferente de qualquer outro robô, eles entregam trabalho sem interrupção, fazendo ajustes automáticos de acordo com obstáculos — telas diferentes, layouts ou fontes, versões de aplicações, configurações de sistema, permissões, e até idioma.

Estes robôs também resolvem exclusivamente o problema antigo de interoperabilidade de sistemas lendo e entendendo telas de aplicações da mesma forma que humanos. Eles estão reaproveitando a interface humana como API utilizável por máquina — crucialmente sem tocar lógica de programação subjacente do sistema. Esta 'conectividade universal' também significa que todas tecnologias atuais e futuras podem ser usadas por robôs — sem necessidade de APIs, ou qualquer forma de integração de sistema. Nenhum sistema legado é removido, e nenhuma grande mudança de processo ou migração massiva de dados é requerida.

Esta capacidade dá nova vida a qualquer geração de tecnologia e permite que estes robôs sejam continuamente aumentados com as mais recentes capacidades de nuvem, inteligência artificial, aprendizado de máquina e cognitivas que são simplesmente 'arrastadas e soltas' em fluxos de processo de trabalho recém-projetados. Em última análise, isso significa que transformação digital, que tradicionalmente seria proibitiva em custo e recursos, subitamente se torna alcançável. De fato, trabalho que agora pode ser alcançado em meses, levaria programas de TI e vastas equipes de pessoas, anos para completar.

Na outra extremidade do espectro estão robôs fazendo keystrokes, rodando scripts e atividades contra outros pedaços de software, o que é bom para automações básicas de tarefas. Também existem robôs confiando em passos de processo gravados para completar tarefas em ambientes desktop, e isso também está bem. Mas robôs de gravar-e-implantar não podem se ajustar a quaisquer mudanças não planejadas em um ambiente digital em constante mudança, o que realmente limita desempenho, produtividade e resiliência do trabalho.

Por exemplo, um robô de software tem que navegar um ambiente virtual como um carro autônomo navega um físico. Imagine 'gravar' uma viagem para o trabalho e confiar nesta gravação para navegar a mesma viagem suave no dia seguinte. Terminaria em acidente de carro, pois as condições 'ambientais' seriam completamente diferentes. Similarmente, no mundo virtual resultaria em robô quebrado, processo de trabalho não cumprido e mais trabalho para a equipe de TI.

Também, processos gravados não são eficientes quando rodam. Voltando à analogia do carro. Em uma viagem gravada, um semáforo estava vermelho por dois minutos — então o carro parou e esperou, mas no dia seguinte, a luz está verde mas a jornada "gravada" diz esperar dois minutos. Similarmente, robôs de gravar-e-implantar sentam e esperam por sistemas alvo quando poderiam estar trabalhando proativamente.

2. Avalie esforço geral de codificação

Automação inteligente deve permitir usuários de negócios responderem rapidamente a demandas de mercado, então eles não querem perder tempo e esforço construindo robôs. É muito melhor entregar rapidamente trabalho automatizado usando sistema operacional intuitivo para treinar e gerenciar robôs. Estamos falando de simplesmente desenhar fluxogramas de processo de trabalho que orquestram uma 'linguagem de definição de processo' subjacente que tanto robôs quanto humanos entendem — o que também remove necessidade de codificação e quaisquer riscos associados.

Qualquer fornecedor que exija expertise de programação para automatizar cada processo criará implantações pesadas em código, esforço extensivo de depuração e altos overheads. Também, devido a crescente escassez de habilidades de codificação, estes projetos de automação terão que entrar na fila de TI, o que é contrário à promessa de 'agilidade operacional' da automação inteligente. O papel próprio da comunidade de TI em automação inteligente é manter governança, segurança e requisitos de conformidade necessários — e não ser sobrecarregada com dívida técnica cada vez maior.

3. Estabeleça potencial de escalabilidade e colaboração

Transformação impulsionada por automação inteligente em escala só é alcançada através de esforço centralizado, então insista em colaboração. A melhor maneira de escalar e compor ainda mais valor de automação inteligente é ter a liberdade de empregar robôs onde quer que sejam necessários para entregar trabalho automatizado colaborativamente, para que seja compartilhado e multiplicado através dos negócios. Então peça aos fornecedores para demonstrar como usuários não apenas podem centralmente projetar, desenhar e 'publicar' novas formas de trabalho automatizado, mas compartilhar, melhorar e reutilizar estes ativos de trabalho automatizado — a qualquer hora, em qualquer lugar.

Infelizmente, quando qualquer tecnologia de automação é distribuída através de desktops e usada em contextos individuais — pode ajudar aquele indivíduo, mas não ajudará a organização inteira transformar trabalho. Esta abordagem 'isolada' naturalmente limita qualquer potencial de escala e obviamente não é efetiva no clima atual de trabalhadores restritos e remotos.

4. Avalie capacidades de segurança e auditabilidade

Dentro de qualquer ambiente empresarial, todas atividades de automação inteligente devem ser realizadas da forma mais segura, em conformidade e transparente, ou se torna TI sombra.

Você claramente precisará de fornecedor com sistema operacional que gere trilha de auditoria centralizada irrefutável de todas automações de processo, fornecendo detalhe granular de todas ações dos robôs e todo histórico de treinamento também. Ainda melhor é permitir usuários criar processos automatizados, que publicam como documento que 'é' o processo real. Mude o documento e o processo muda instantaneamente, e tudo é gerenciado seguramente dentro do sistema central. Isso melhor protege o negócio de funcionários e robôs desonestos.

Automação desktop apresenta desvantagens porque robô e humano compartilham login, então ninguém sabe quem é responsável pelo processo, e isso cria buraco de segurança e auditoria. Outro desafio é quando um único usuário humano recebe autonomia sobre cada gravação de processo, isso obscurece transparência do robô e esconde passos do processo. Duplique isso ao longo do tempo e se torna ameaça de segurança potencial pois há quase zero clareza para propósitos de conformidade e governança. Também, qualquer codificação inevitável introduz TI sombra — com modelos de processo não auditados que representam "portas dos fundos", falhas de segurança e falhas de auditoria.

Considerações finais

Em última análise, escolher tecnologia errada de automação inteligente pode limitar qualquer potencial de transformação digital e realmente introduzir risco de caos digital. Uma maneira melhor para automação inteligente é introduzir colaboração liderada por negócios, inteligentemente, seguramente e em escala. De fato, empregando esta abordagem, mais de 2000 das maiores organizações do mundo estão alcançando aumentos maiores de produtividade via formas melhoradas de trabalhar, para que permaneçam ágeis, seguras e à frente.