El éxito o el fracaso de un proyecto de RPA se basa en varios factores: la buena elección de los procesos que se van a automatizar, el respaldo de todos los interesados, el apoyo de la dirección en la iniciativa, la herramienta empleada, la gestión de la resistencia al cambio, etc. Pero existen otros factores aún más im­portantes y que, en ocasiones, se pasan por alto:

• El buen entendimiento funcional de todos los procesos o flujos susceptibles de ser automatizados.
• El grado de aplicación de IA. En algunos casos, es el verdadero factor diferencial a la hora de acometer los automatismos de un flujo o proceso de negocio.
• El ROI de la solución. No hay que olvidar que el factor económico es clave y, en el caso de la RPA, los beneficios pueden ser prácticamente inmediatos.

Entendimiento Funcional

Es muy importante documentar de forma adecuada los procesos, entendiendo claramente el hilo funcional que los conecta. De este modo, es muy importante poner el foco en aquellos procesos en los que se lleven a cabo acciones tales como acceder a buzones de correo con apertura de ficheros y adjuntos, realizar cálculos, copiar y pegar datos desde diferentes fuentes y combinarlos, leer y escribir entre diferentes aplicaciones, ejecutar transacciones en un ERP, consultar bases de datos, extraer y formatear datos en informes y reportes, o el acceso a intranets, portales y web externas.

Para documentar los procesos, se puede elegir alguna de las múltiples metodologías y marcos de trabajo existentes. En cualquier caso, el proceso o flujo de negocio siempre tendrá unas características comunes: entrada y salida, unas herramientas o sistemas que lo soportan, una duración definida y una serie de usuarios o personas que interactúan con dicho proceso.

A la hora de evaluar y analizar los potenciales flujos o procesos que se vayan a automatizar, es importante tener claros aspectos como el alcance de los procesos, si es aplicable la tecnología RPA y cuál será el impacto en la organización. Además, hay que verificar si están consensuados todos los requisitos claves con todos los interesados y si es posible incorporar inteligencia artificial para mejorar la calidad del proceso.

El resultado de todas estas cuestiones se materializa en un catálogo de procesos por automatizar, que recoge el alcance definido, grado de adopción de IA, opciones de licenciamiento y selección de proveedor, o la selección de la arquitectura inicial. Si fuera necesario, en este punto se podría realizar el caso de negocio del conjunto de procesos que se busca automatizar o, al menos, un análisis coste-beneficio de la solución en su conjunto.

Al concluir esta primera fase, es el momento de valorar la necesidad de realizar una PoC (proof of concept) de algunos de los procesos con el fabricante e implantador elegido. Durante la PoC también se podrían evaluar los diferentes proveedores de IA o, incluso, las soluciones específicas con las que cuentan algunos fabricantes.

Esta PoC permitirá contar con un análisis de rendimiento de nuestra solución en su conjunto (IA+RPA), además de con documentación derivada, sin olvidar una serie de lecciones aprendidas, ya que, en muchos casos, puede afrontarse como un proyecto real. Una vez terminada la PoC, es el momento de evaluar la solución en su conjunto y comenzar la estrategia de escalado.

En ocasiones, es posible reducir el tiempo en un 91%, con tasas de errores muy bajas o nulas

IA como potenciador

Una vez que los procesos han sido correctamente definidos y valorados, además de poder automatizarlos, será posible estudiar el uso de la inteligencia artificial para ampliar sus capacidades. Para ello, se pueden utilizar servicios disponibles en los principales proveedores de cloud, como Azure, AWS, Google Cloud o SAP Leonardo. Estos servicios permiten añadir rápidamente capacidades que permitirán extraer información de fuentes no estructuradas para utilizarla dentro de las tareas automatizadas, o bien emplear modelos de inteligencia artificial para mejorar las capacidades de clasificación, predicción u ordenación del RPA.

La mayoría de las herramientas de RPA permiten integrar las llamadas a estos servicios dentro del proceso, beneficiándonos del pago por uso y de servicios ya construidos como podrían ser los de voz a texto, traducción, reconocimiento de imágenes, búsqueda de palabras clave, análisis de sentimiento, etc.

Además, para casos en los que los servicios ya modelizados no son capaces de dar respuesta a todas las necesidades, es posible programar modelos de inteligencia artificial más complejos, lo que amplía las posibilidades a la hora de automatizar las fuentes de datos para los procesos de RPA.

El ROI de la solución

El ROI de RPA es francamente bueno, sobre todo cuando lo comparamos con las soluciones tradicionales. En algunas ocasiones, es posible reducir el tiempo de ciertos procesos hasta en un 91%, con tasas de errores muy bajas o nulas. Como ejemplo, en la Figura 1 se muestra una tabla en la que se comparan los datos relativos al tiempo ahorrado con el bot de automatización de procesos frente a los datos manuales de entrada a través de SAP GUI. La información se ha extraído de un proyecto de RPA del sector Oil&Gas en el que hemos participado desde Techedge, aunque son extrapolables a cualquier proyecto que tenga las mismas transacciones SAP.

Pero no solo se busca reducir el trabajo repetitivo y tedioso, que aporta poco o ningún valor, la automatización también permite liberar a las personas para realizar tareas en las que los humanos somos realmente buenos y con las que nos sentimos más realizados. Se trata de labores relacionadas con razonamientos complejos, en las que es necesario demostrar empatía con otras personas, hacer juicios de valor, etc. El ROI de la solución no solo se medirá por las cifras del business case, sino también por el trabajo de calidad, que redundará en empleados más felices y motivados.