Robotic Process Automation-teknologien udvikler sig hurtigt. På lidt over et årti er denne form for automatisering af forretningsprocesser gået fra det ukendte til det almindelige. Virksomheder verden over bruger teknologien til at blive mere produktive og samtidig spare penge, og en næsten universel udbredelse er lige om hjørnet.
Hvis du nogensinde har tænkt: “Hvordan er vi havnet her?”, så er du heldig. Denne artikel vil diskutere RPA-teknologiens rødder, undersøge, hvordan den former den moderne forretningsverden, og se på, hvad man kan forvente af automatiseringsteknologier i fremtiden.
Velkommen til RPA-teknologi: en gennemgang af fortiden, nutiden og fremtiden.
Hvornår blev begrebet Robotic
Process Automation først brugt?
Udtrykket,
Robotic Process Automation, blev brugt første gang i 2012.
Men ifølge forskningsartiklen,
Robot Process Automation (RPA) og dens fremtid
(O. Doguc, 2020), tog begrebet først rigtig fart omkring 2014 til 2015.
Selv om disciplinen var relativt lille på det tidspunkt, fik den mere vind i sejlene og opmærksomhed, da virksomhederne begyndte at fortælle om de besparelser og effektiviseringer, de havde opnået gennem automatisering. I 2018 udgav KPMG den Menneskenes opstandelse rapport. Dokumentet foreslog, at banker og finansielle institutioner kunne reducere omkostningerne i sektoren med 75%. I de følgende år steg adoptionen dramatisk.
RPA-teknologi i fortiden
Begrebet automatisering blev opfundet i 1946 af
D.S. Harder, en teknisk chef hos Ford Motor Company.
Da hans bilfabrik begyndte at bruge automatiske enheder og kontroller i sine mekaniserede produktionslinjer, blev konceptet født. I vores nuværende indhold henviser automatisering til teknikker, der får systemer til at fungere automatisk. Disse systemer kan være mekaniske, elektriske eller computerstyrede.
Men selvom der måske ikke fandtes et særskilt ord for det i 1940’erne, har automatisering været en del af menneskets historie i tusinder af år. Allerede i det første århundrede f.Kr. brugte romerne vandhjul til at male korn. I det 9. århundrede var vand- og vindmøller i fuld gang. På tidspunktet for den industrielle revolution drev dampmaskiner nye niveauer af effektivitet.
Pointen er, at mennesker altid har været på udkig efter teknologi, som vi kunne udnytte til at øge produktiviteten. Men rødderne til Robotic Process Automation-teknologien begynder helt tilbage ved den første computer. Tidlige computere blev brugt til at fjerne den matematiske byrde fra mennesker og give den videre til maskiner.
I artiklen.
Fremtidens digitale arbejdsstyrke: Robotic Process Automation (RPA)
(S. Madakam, 2019) foreslår forfatteren, at RPA’s rødder strækker sig tilbage til ENIAC, en computer, der blev opfundet mellem 1943 og 1946. Interessant nok passer færdiggørelsesdatoen nogenlunde med D.S. Harders første brug af begrebet automatisering. Forfatteren foreslår også et tidligere udgangspunkt for teknologien, idet han hævder, at “abakussen var den første computermaskine.”
De første computere var uhåndterlige. De var komplicerede at bruge og så store, at de skulle have plads i hele rum. Men i takt med at computerhardwaren blev mere moden, faldt den i pris. I 1990’erne kunne man finde personlige computere i hjem over hele den udviklede verden.
Efterhånden som computerteknologien udviklede sig, automatiserede virksomhederne rutineprocesser ved hjælp af scriptingsprog og makroer. Disse værktøjer var normalt tilgængelige i programmer som Microsoft Word eller Excel. Selvom disse anvendelser virker primitive i dag, repræsenterer de et vigtigt tidligt skridt mod softwaremekanisering.
I begyndelsen af 2000’erne banede firmaer som BluePrism og UIPath vejen for RPA ved at lancere platforme, der var designet til at automatisere back-office og administrative processer i organisationer. Disse platforme, ofte kaldet “bots” eller “softwarerobotter”, var i stand til at efterligne menneskelige handlinger i computersystemer. De kan interagere med flere applikationer, indtaste data, udtrække information fra dokumenter og udføre forskellige andre opgaver.
1. Rødderne til RPA-teknologi
En af de tidlige veje til RPA kom i form af Business Process Outsourcing (BPO). Dengang outsourcede virksomhederne manuelt arbejde til forskellige organisationer. Udførelsen af disse opgaver var afhængig af manuelt arbejde, ofte i fjerntliggende lande.
Konkurrencen om denne type forretning var hård. Men de stigende lønomkostninger fik outsourcing-virksomhederne til at lede efter billigere måder at udføre disse opgaver på. Dertil kommer, at det at styre en arbejdsstyrke i forskellige lande og tidszoner giver sine egne kompleksiteter. Derfor var mange af disse tjenester blandt de tidligste til at indføre RPA.
Skærmskrabningsteknologi er en anden forløber for RPA. Nogle mener, at denne praksis går tilbage til Tim Berner-Lee’s tidlige World Wide Web. Andre kilder antyder dog, at teknologien opstod i 1960’erne eller 1970’erne som en måde at muliggøre dataudveksling mellem mainframe-terminaler med ikke-standardiserede grænseflader.
En anden vigtig brik i puslespillet var software til automatisering af arbejdsgange. Begrebet workflow management kan spores tilbage til begyndelsen af den industrielle tidsalder, men i virkeligheden var det fremkomsten af tidlig workflow-software i 80’erne, der skabte den teknologi, som er en direkte forløber for RPA. Denne software automatiserede typisk ordrebehandling og lagerstyring, hvilket frigjorde manuelle medarbejdere til at udføre andre opgaver.
Tilsammen pegede disse tendenser i retning af en øget appetit på effektivitet, der gjorde RPA-teknologi til et spørgsmål om hvornår snarere end hvis.
2. Ti tidlige RPA-brugsscenarier
De tidligste RPA-brugsscenarier involverer automatisering af gentagne, regelbaserede opgaver. De oprindelige mål med RPA-teknologien var at strømline driften og forretningsprocesserne. Nogle af disse første brugsscenarier giver et nyttigt benchmark for, hvad teknologien kunne gøre på det tidspunkt.
Her er ti tidlige eksempler på brug af RPA-teknologi.
- Dataindtastning, migrering, udtræk og validering
- Sikkerhedskopiering og arkivering af data
- Automatiseret udfyldning af formularer
- Behandling af lønninger
- Afstemning af konti
- Lagerstyring
- QA-test
- Fakturering af sundhedsydelser
- Behandling af lån
Som du kan se, var anvendelserne af RPA-teknologi ret forskellige. Men da virksomhederne begyndte at spare tid og penge på disse transaktioner, begyndte de at udforske grænserne for RPA. Snart kom vi ind i den nuværende inkarnation af RPA-værktøjer.
RPA-teknologi i nutiden
Historien om RPA-teknologi i dag er en næsten uafbrudt succes. På kort tid har RPA etableret sig som et uundværligt værktøj, der har indvarslet en ny æra af produktivitet i det moderne erhvervsliv.
Vi har allerede udforsket RPA’s rødder; nu er det tid til at se på, hvad teknologien gør i dag for at hjælpe virksomheder med at øge indtægter og resultater.
RPA i dag
I vid udstrækning står RPA’s nuværende muligheder i gæld til kunstig intelligens. Mens RPA i sig selv var i stand til at skabe større effektivitet og produktivitet, stødte det på hårde grænser, når opgaverne krævede menneskelig kognition. Men integrationen og konvergensen med AI-værktøjer resulterede i en udvidelse af omfanget af RPA-projekter.
En af de største begrænsninger ved RPA-teknologi er dens manglende evne til at håndtere ustrukturerede data. Men brugen af Computer Vision Technology og Natural Language Processing (NLP) har fjernet disse tidligere begrænsninger. Ved at tilpasse sig de nye AI-teknologier er RPA uden tvivl blevet mere relevant end nogensinde.
1. Industri-fokuserede RPA-værktøjer
Der er få mere sikre tegn på et modent marked, end når leverandørerne begynder at udgive branchespecifikke værktøjer. I den seneste tid er der kommet produkter på markedet, som leverer færdige automatiseringsløsninger til sundhedspleje, økonomi, HR, logistik og meget mere. Disse programmer leveres med skabeloner, der gør det langt lettere at designe procesautomatisering.
2. RPA og kognitiv automatisering
Konvergensen mellem RPA og kognitiv automatisering (også kaldet intelligent automatisering) har været et stort skridt fremad i de senere år. Ved at smelte AI, ML og RPA sammen kan teams superoptimere deres automatisering af forretningsprocesser.
Nu kan både back-office og front-office drage stor fordel af RPA-teknologi, så deres automatiserede processer kan håndtere alle former for ustrukturerede data og endda træffe beslutninger, der tidligere krævede menneskelig input.
3. RPA Center for ekspertise (CoE)
Mens potentialet i RPA er indlysende, er maksimering af effektiviteten en bekymring for mange virksomheder. Ofte er flaskehalsene ikke af teknisk art, men opstår i stedet, fordi virksomhederne mangler ekspertisen til virkelig at udnytte fordelene. Organisationer etablerer en RPA
Centre of Excellence (CoE)
for at sikre, at de har det fremsyn og den forståelse af teknologien, der skal til for at gennemføre banebrydende projekter.
4. Cloud-baseret RPA
Cloud-baserede RPA-værktøjer er en fremragende mulighed for moderne virksomheder. Fjernadgang til disse værktøjer er med til at sikre, at medarbejderne kan arbejde fra ethvert sted med en sikker, elastisk og skalerbar automatiseringsløsning. Men måske endnu vigtigere er det, at cloud-forbindelse giver virksomheder mulighed for at drage fuld fordel af ML og dataanalyse ved at give medarbejderne mægtig regnekraft, uanset hvor de befinder sig.
5. RPA uden kode
No-code eller scriptless RPA er vokset i popularitet i de senere år. UI/UX-design er et vigtigt element i adoption. At sikre, at alle, og ikke kun en lille gruppe af kodere, kan bygge automatiserede processer, hjælper med at demokratisere teknologien og fører til mere kreativitet og hurtigere samarbejde.
6. Orkestrering af arbejdsgange
Tidligere blev RPA bedst brugt til forudsigelige, regelbaserede opgaver. Begrænsningerne omfattede dog problemer med at skalere RPA-løsninger og et højt niveau af både administration og vedligeholdelse. Læg dertil den stigende kompleksitet i IT-processerne, og du har et problem, der skriger på en løsning. Her kommer workflow-orkestrering ind i billedet.
Workflow-orkestrering gør det muligt for RPA-processer at arbejde mere effektivt og i den rigtige rækkefølge. For virksomheder, der har brug for at skalere og vokse, er disse fremskridt uvurderlige.
7. Automatisering af mellem- og SMV-markedet
RPA-teknologi plejede at være uden for rækkevidde for SMV’er. Men som al anden teknologi er den blevet billigere og mere tilgængelig, som årene er gået. Denne udvikling er afgørende for at hjælpe disruptive virksomheder med at trives og endda konkurrere mod status quo.
8. Digital transformation
Ingen samtale om nutidens brug af RPA kan foretages uden at nævne, hvordan teknologien har muliggjort digital transformation på tværs af traditionelle pen-og-papir-brancher. Ud over den positive miljøpåvirkning har det også gjort det muligt for virksomheder at gøre mere med mindre og reducere byrden på deres manuelle arbejdere.
Ti aktuelle RPA-brugsscenarier
At sammenligne nutidens RPA-brugsscenarier med deres tidlige ækvivalenter er en god måde at måle de fremskridt, denne spændende teknologi har gjort på få år. Her er ti aktuelle eksempler på brug af RPA-teknologi.
- Automatiseret opdagelse af lægemidler
- Planlægning af vedligeholdelse af industriel infrastruktur
- Prisovervågning
- Lager- og ordrehåndtering
- Planlægning af sundhedsaftaler
- Kvalitetskontrol i produktionen
- Optimering af forsyningskæden
- Chatbots og personlige assistenter
- Overholdelse af lovgivning
- Opsporing af svindel
Disse aktuelle eksempler på brug af RPA viser præcist, hvordan teknologien har bevæget sig fra at håndtere forudsigelige opgaver af typen hvis/så/andet til noget langt mere sofistikeret. Set fra begyndelsen af 2000’erne ville mange af disse funktioner nok virke usandsynlige. Men takket være AI-værktøjer blev RPA mere elastisk i forhold til, hvad den kunne opnå.
Men det er kun et skridt på vejen mod hyperautomatisering.
RPA-teknologi i fremtiden
Det er umuligt at tale om den brede anvendelse af RPA uden at diskutere COVID-19. Pandemien overraskede alle, selv virksomheder med solide planer for forretningskontinuitet. I forretningsmæssig forstand vil æraen til dels blive husket som en tid med betydelig digital transformation.
RPA var sammen med andre teknologilignende kommunikationsværktøjer i spidsen for denne store forandring. I sommeren 2020 havde interessen for RPA nået sit højdepunkt – i hvert fald ifølge Googles søgetermer.
Forsøg på at kvantificere interessen for en løsning baseret på søgevolumen alene er imidlertid et tåbeligt ærinde. Enhver spændende ny teknologi vil opleve en eksplosion af betydelig interesse, som vil aftage, efterhånden som ledelse og medarbejdere får en forståelse af disse nye værktøjer. Den bedste måde at bedømme nytteværdien af software på er ved at se på markedsandelstendenser.
Ifølge statistikkerne er udgifterne til RPA steget drastisk siden 2020. Desuden tyder prognoserne på, at markedets størrelse vil gå fra 1,23 mia. dollars i 2020 til 13,39 mia. dollars i 2030. Ifølge nogle analytikere kan disse forudsigelser faktisk være noget konservative. Nogle undersøgelser tyder på, at RPA vil være en industri til 66 mia. dollars i 2032.
1. RPA Gartner Hype Cycle
En anden god måde at se på fremtiden for RPA er gennem prismet i
Gartner Hype Cycle.
Denne etablerede metode hjælper ledere med at forstå nye teknologier og gennemskue de marketingfloskler, der kan følge med ny teknologi. Det handler om at evaluere, om lovende nye grænser vil blive til virkelighed eller blive en løsning på jagt efter et problem.
Gartners Hype Cycle består af fem faser, som en ny teknologi går igennem. Det er de:
- Udløser af innovation: En ny, spændende idé med begrænsede produkter
- Toppen af oppustede forventninger: Det tidspunkt, hvor alle taler om mulighederne
- Desillusioneringens lavpunkt: Teknologien lever ikke helt op til de store forventninger
- Oplysningens hældning: Solide produkter hjælper folk med virkelig at “forstå” teknologien
- Produktivitetsplateau: Udbredt anvendelse
Gartners hype-cyklus for RPA er i den afsluttende fase. Organisationer har taget teknologien til sig i stor stil, og dens potentiale er både velkendt og velforstået. Men selvom du måske har indtryk af, at det at nå den sidste fase betyder, at de øvre grænser for teknologien er blevet realiseret, tager du fejl.
Fremtiden for RPA ligger i dens konvergens med flere andre spændende teknologier. Eller sagt på en anden måde: RPA-hype-cyklussen vil fortsætte.
2. RPA-teknologi og hyperautomatisering
RPA er det, man kalder et Transaction Processing System (TPS). Kort sagt betyder det en computer, der håndterer daglige forretningstransaktioner i en organisation. RPA er afhængig af veldefinerede og forudskrevne regler til at udføre opgaver.
Disse systemer har haft en massiv effekt på en organisations bundlinje. De har været med til at øge produktiviteten, nøjagtigheden, omkostningsbesparelserne og den generelle arbejdskvalitet. Der er dog grænser for, hvad disse værktøjer kan opnå. Det skyldes i høj grad, at det er en ret stor opgave at styre RPA-workflows. Ægte automatisering kræver en endnu mere hands-off tilgang.
Hvis RPA-værktøjer fortsat skal have indflydelse i fremtiden, skal de integreres med andre teknologier på en vej mod hyperautomatisering.
Kognitiv robotisk procesautomatisering
RPA og kognitive automatiseringsprodukter er her allerede. Denne kombination af teknologier tilbyder en elegant løsning på RPA’s hårde begrænsninger, nemlig teknologiens manglende evne til at træffe beslutninger og håndtere ustrukturerede data. Ved at bruge AI-teknologier som Machine Learning, Computer Vision og Natural Language Processing kan RPA-bots automatisere en mere kompleks række af menneskelige opgaver.
At udvide omfanget af automater vil være Cognitive RPA’s største bidrag. Vi har alle forundret os over, hvordan generativ AI har åbnet dørene til nye horisonter. Men det er kun én slags AI. Robotic og Cognitive Automation vil sammen være hjernen og musklerne i en ny æra af hyperproduktivitet.
Adaptiv læring
Adaptiv læring er et andet element i en hyperautomatiseringstilgang. Ved at bruge en blanding af AI-teknologi, som ML og dataanalyse, vil RPA-bots indsamle og analysere oplysninger om de opgaver, de udfører, og bruge disse erfaringer til at forbedre sig. Denne kontinuerlige læring vil resultere i datadrevne beslutninger og endda selvhelbredende bots.
Men potentialet stopper ikke der. Mens selvhelbredende bots vil sikre større oppetid for RPA-værktøjer, vil selvforbedrende bots lette mere produktivitet og en mere personlig form for assistance. Fremtidens bots vil forme sig efter deres brugere, lære deres arbejdsgange og tilbyde dem forbedringer, hvor det er nødvendigt.
Deltog i automatisering
Forskning tyder på, at
Uovervåget automatisering udgør størstedelen af RPA-implementeringer
. Unattended Automation egner sig bedst til back-office-opgaver, mens Attended Automation fungerer mere som en personlig assistent, der aktiveres, når en interessent har brug for hjælp til forudsigelige opgaver.
Fremtiden for Attended Automation vil involvere et mere gnidningsfrit forhold mellem menneske og computer. I stedet for at blive udløst af en anmodning, vil automatiseringssystemet være forudsigeligt og reaktivt. Den vil komme med forslag baseret på kontekst, så menneskelige medarbejdere kan nå hidtil usete niveauer af produktivitet.
Proces-minedrift
Process mining kommer til at spille en vigtig rolle i fremtidens RPA. Hyperautomatisering handler om at mekanisere så mange opgaver som muligt; process mining vil gøre det muligt for teams at udvikle en mere omfattende forståelse af deres forretningsprocesser.
Ved at analysere hændelseslogfiler kan process mining-værktøjer identificere områder, hvor der kan spares tid eller penge i en organisation. Igen vil ML og dataanalyse spille en rolle. Dybdegående analyser af forretningsprocesser vil hjælpe organisationer med at afdække processer, som de ikke tidligere troede var mulige at automatisere.
Øget brugervenlighed
En stor del af RPA’s succes er dens evne til at demokratisere automatisering. Der er sket fremskridt i de senere år, bl.a. med udbredelsen af no-code RPA-værktøjer. Men med fremskridt inden for generativ AI og NLP vil samtale blive den nye grænseflade.
I fremtiden vil procesmining og selvlærende RPA-robotter samarbejde med interessenter for at forbedre og udvide deres arbejde, hvor mennesker dikterer, hvad de har brug for, og robotter trofast udfører opgaven.
Yderligere integration
Endelig vil RPA-værktøjer bevæge sig fra enkeltstående applikationer til tværfaglige applikationer, der sidder i hjertet af organisationen. Automatiseringen vil blive styret af et centraliseret system, der binder individuelle medarbejdere, systemer, værktøjer og databaser sammen og skaber en sømløs oplevelse.
3. Hyperautomatisering: den sidste fase
Hyperautomation RPA vil involvere en arbejdsdeling, der vil se nogenlunde sådan her ud:
- AI vil blive betroet til at træffe optimale beslutninger, der ofte tager højde for ting, som mennesker ikke kan opfatte.
- Dataanalyse vil give indsigt ved at finde mønstre og relationer i data, der ligger langt uden for den menneskelige forståelses rækkevidde.
- RPA vil udføre transaktionerne, understøttet af AI og analyse.
Men det er vigtigt at bemærke, at hyperautomatisering lige så meget er en filosofi eller, tør vi sige, en holdning. Det handler om at se på forretningsprocesser og automatisere alt, hvad der er muligt.
4. Ti fremtidige RPA-brugsscenarier
Fremtiden for RPA ser lys ud. Mulighederne er næsten uendelige. Men her er ti fremtidige RPA-brugsscenarier, som ikke er langt væk.
- Overvågning og diagnosticering af sundhedspleje
- Selvkørende biler
- Forudsigelig vedligeholdelse
- Juridisk forskning
- AI-drevet beslutningstagning
- Miljøovervågning og -beskyttelse
- Uddannelse og træning
- Styring af energinet
- Detailhandel og lagerhåndtering
- Automatiseret opdagelse af rum
Afsluttende tanker
På kort tid har RPA gjort sig til en integreret del af virksomheden. Værktøjer til automatisering af forretningsprocesser har bevæget sig fra basale transaktioner til mere komplekse opgaver, der engang krævede menneskelig beslutningstagning.
Fremtidens teknologi handler om konvergensen mellem Robotic Process Automation og Artificial Intelligence. Selvom der allerede er nogle RPA-værktøjer med kunstig intelligens på markedet, skraber de kun i overfladen af, hvad der kan opnås.
