La reducción de tiempos de ciclo de hasta un 85% y el aumento del rendimiento de hasta 4 veces hacen que la IPA sea la Automatización del Futuro

La automatización de procesos robóticos, acrónimo de RPA, ha sido una de las áreas más populares de tecnología en los últimos dos años, basándonos Adopción Empresarial y en recientes Inversiones de Venture Capital.

Sólo en 2018, tres compañías levantaron más de Mil Millones de dólares: Automation Anywhere ($ 550 millones), UiPath ($ 378 millones) y BluePrism ($ 130 millones). Además, recientemente se informó que UiPath planea levantar de $ 300 millones $ 400 millones más, para fines de este año.

Sin embargo, a medida que las empresas buscan expandir su uso de RPA a otras áreas de la organización, comienzan a descubrir que tiene límites.

Como resultado, está surgiendo una nueva ola de automatización llamada Automatización Inteligente de Procesos, IPA, para abreviar.

IPA implica RPA con una pizca de inteligencia artificial incorporada. Tom Wilde, CEO de Indico, comparte información de la industria en seis puntos, explicando qué es IPA y por qué cree que las empresas están listas para adoptar una nueva ola de automatización.

1: RPA = Procesos empresariales deterministas y contenido estructurado

RPA es excelente con procesos comerciales repetitivos basados ​​en reglas que involucran datos estructurados en los que no interviene ningún juicio.

Si le decimos exactamente lo que necesitamos que haga, puede hacerlo mejor, más rápido y más barato que un ser humano.

El problema es que no puede emitir juicios sobre la información ni aprender y mejorar con la experiencia.

Debido a esto, los usuarios empresariales están descubriendo que RPA es ineficaz con los flujos de trabajo que involucran contenido no estructurado, aquellos que requieren cierto nivel de capacidad cognitiva.

Este tipo de datos constituye más del 80% de los datos en la mayoría de las empresas actuales.

2: IPA = Contenido no estructurado y semiestructurado

La automatización inteligente de procesos es fundamentalmente diferente de RPA en algunas formas importantes.

Por un lado, está diseñado específicamente para los flujos de trabajo basados ​​en documentos que impulsan tantos procesos empresariales de la actualidad, como análisis de contratos, planificación e informes de auditoría, análisis y composición de RFP, automatización del flujo de trabajo de oportunidades de ventas, análisis y automatización de soporte al cliente, evaluación y análisis de reclamos, etc.

IPA tiene la capacidad de comprender el texto, imágenes, documentos y otros datos no estructurados que son fundamentales para todos estos tipos de procesos comerciales.

IPA facilita la colaboración entre los equipos de análisis de datos y los profesionales de negocio

3: IPA es cognitivo y probabilístico

IPA utiliza las capacidades cognitivas (inteligentes) de los modelos algorítmicos de aprendizaje profundo sin el requisito de grandes conjuntos de datos de capacitación que están fuera del alcance del 95% de las empresas.

Puede hacer juicios precisos basados ​​en la información y el contexto disponible. Este ha sido uno de los grandes obstáculos para tratar de automatizar los flujos de trabajo basados ​​en documentos que involucran una gran cantidad de contenido no estructurado.

IPA proporciona una base de conocimiento generalizada o “motor de significado” que se puede aprovechar para entrenar modelos de aprendizaje automático de manera más rápida y fácil.

4: IPA es colaborativo

IPA facilita la colaboración entre los equipos de análisis de datos y los profesionales de negocio, que tienen la experiencia necesaria en la materia sobre los procesos comerciales que se automatizan.

Esto es especialmente importante cuando la tecnología subyacente es tan altamente compleja. Los usuarios comerciales necesitan un contexto técnico apropiado para entregar los imputs necesarios, y los técnicos necesitan un contexto comercial apropiado para impulsar las decisiones de implementación.

En la práctica, esto significa que las soluciones de IPA deben permitir a las empresas participar más en la definición de casos de uso.

Permite a los equipos de análisis de datos y al departamento comercial, establecer expectativas realistas para sus iniciativas. También requiere soluciones y modelos que brinden “Inteligencia Artificial Explicable” para superar el escepticismo empresarial.

5: IPA es explicable
En industrias altamente reguladas, como los servicios financieros, los reguladores requieren cada vez más auditabilidad y explicación completa de los procesos basados en Inteligencia Artificial. Hay una creciente necesidad de transparencia en cómo funciona y toma decisiones en nuestro nombre.

La explicabilidad se definirá cada vez más, no solo en términos de fórmulas y algoritmos, sino también en ejemplos reales en inglés del mundo real. Esto facilita la colaboración entre la ciencia de datos y los equipos de línea de negocios para mejorar la contribución de IPA al negocio.

Punto de datos 6: Resumen

IPA no reemplaza ni compite con RPA. Lo complementa, manejando esos flujos de trabajo que no pueden automatizarse usando RPA.

IPA traduce el contenido no estructurado en datos estructurados para que pueda volver a conectarse a los flujos de procesos de negocio.

IPA ya se está aplicando a una serie de casos de uso comunes de back-office relacionados con asuntos legales y de cumplimiento, ventas y soporte, y finanzas y operaciones.

Los beneficios son reales y pueden incluir tiempos de ciclo hasta un 85% más rápidos, un aumento de hasta 4 veces en la capacidad organizativa, y el rendimiento, y sobre todo la oportunidad de redistribuir recursos valiosos para actividades de mayor valor para el negocio.

Artículo Publicado en CloudMasters

Automatización Inteligente de Procesos: La Nueva Ola