Dari UI ke AI: Menavigasi Lanskap Otomatisasi

Catatan Editor: Ini diterbitkan pada 2017. Kunjungi halaman Robotic Process Automation dan kecerdasan buatan kami untuk informasi terbaru.

Pos asli:

Dalam beberapa tahun terakhir, implementasi Robotic Process Automation (RPA) sebagai solusi perangkat lunak telah meningkat secara drastis di skala global. Laporan pasar terbaru dari perusahaan penelitian Everest Group menunjukkan bahwa pasar vendor RPA tahun 2016 diperkirakan lebih dari $200 juta, yang menunjukkan pertumbuhan lebih dari 64% dalam satu tahun. Tapi pengukuran lain dari pengaruh RPA berasal dari perkembangan dan evolusi dalam teknologi dan kemampuan otomatisasi. Istilah robotic process automation pertama kali digunakan pada awal tahun 2000-an, dan bentuk awal teknologi ini adalah perpanjangan dari pendahulu RPA: data scraping dan alat otomatisasi alur kerja. Namun setelah melebihi kemampuan data scraping dan otomatisasi alur kerja, RPA telah — dan terus membuat — langkah signifikan dalam memajukan otomatisasi operasional dari dua dekade lalu. Terkini, RPA bertransisi dari sekadar mengotomatisasi antarmuka pengguna (UI) ke dalam kemampuan bidang baru: kecerdasan buatan (AI).

Setelah fokus intens pada menyederhanakan otomatisasi UI pada tahap awal teknologi RPA, organisasi bisnis dan perusahaan sekarang bertransisi untuk mencapai tenaga kerja digital yang sepenuhnya berkembang yang mampu bertindak sebagai asisten kognitif, berinteraksi dengan manusia untuk melayani kebutuhan bisnis, dan memproses data yang tidak terstruktur. Ini adalah pergeseran fundamental dalam proses otomatisasi kemarin dan potensi otomatisasi hari ini dan besok.

Menglihat kembali: Fondasi RPA

Awalnya muncul di dunia teknologi pada awal tahun 2000-an, teknologi RPA dan nenek moyangnya memiliki hubungan historis yang dalam dengan UI, meskipun otomatisasi UI sudah ada jauh lebih lama. Platform otomatisasi yang muncul saat ini adalah hasil evolutif dari dua bentuk otomatisasi UI: data scraping dan alat manajemen alur kerja. Perangkat lunak data scraping bertindak di lapisan presentasi untuk mengekstrak data dari web dan mentransfer data dari sistem lama yang usang ke penggantinya, sementara alat manajemen alur kerja berinteraksi dengan UI untuk mengotomatisasi proses terkait bisnis.

Seperti dua nenek moyangnya, robot perangkat lunak RPA beroperasi pada tingkat yang sama dengan personel manusia untuk mendirikan otomatisasi UI. Apa yang membedakan RPA, meskipun, adalah itu lebih dari sekadar alat scraping layar. Teknologi RPA menyediakan dan terus menyediakan keuntungan signifikan dibandingkan alat otomatisasi yang lebih dasar, banyak yang bergantung pada bentuk komunikasi di dalam lapisan data arsitektur di bawah UI. Evolusi teknologi signifikan dari bentuk otomatisasi yang lebih tua ini, RPA bebas kode dan non-ganggu.

Ini berarti robot perangkat lunak RPA dapat dengan mudah dilatih oleh pengguna bisnis tanpa pengetahuan pemrograman dan dengan sedikit atau tidak ada investasi TI. Melalui interaksinya di UI, RPA mampu menghubungkan berbagai sistem dan aplikasi tanpa memerlukan pengaturan ulang dari pengaturan yang ada. Tidak seperti pendahulunya, teknologi ini kompatibel dengan setiap versi browser, posisi layar, atau ukuran jendela. Secara khusus, interaksi RPA dengan UI memungkinkan platform untuk fleksibel, dapat diskalakan, dan efisien, bahkan di tingkat enterprise.

Bal menuju kecerdasan

Tanyakan kepada pengembang RPA atau pengguna bisnis apa pun, dan jelas bahwa fokus pada otomatisasi UI sangat penting untuk keberhasilan teknologi. Kemajuan teknologi terbaru, meskipun, telah berfokus pada memajukan kemampuan otomatisasi proses cerdas. Ini berarti, dengan menggabungkan AI dengan teknologi otomatisasi proses yang ada, RPA mampu menjangkau jauh di luar cakupan awalnya.

Secara khusus, otomatisasi proses cerdas merujuk pada aplikasi AI dan teknologi terkait (misalnya machine learning, computer vision, natural language processing, cognitive automation) ke RPA. Dengan penambahan AI ke RPA, otomatisasi berbasis aturan secara bertahap akan dilengkapi oleh otomatisasi berbasis pengetahuan, dengan lebih banyak tugas — dan terutama yang lebih kompleks — menjadi lebih banyak cocok untuk otomatisasi.

Laporan Maret 2017 dari grup konsultasi McKinsey & Company menunjukkan bahwa kemajuan ini memungkinkan bisnis untuk dengan sukses memanfaatkan otomatisasi:

Cakupan otomatisasi kompleks yang lebih luas

Teknologi RPA saat ini mampu mengotomatisasi tanggung jawab bisnis yang berulang dan berbasis aturan, sementara karyawan pada besarnya masih bertanggung jawab atas tugas yang memerlukan kreativitas dan penilaian. AI sangat cocok untuk menangani variabilitas dan mampu mengeksekusi tugas yang bergantung pada volume besar input dan data yang tidak terstruktur. Ini berarti tugas yang lebih kompleks dan tidak terdefinisi, seperti deteksi penipuan dan peramalan bisnis, dapat dikelola menggunakan AI dengan akurasi dan presisi yang meningkat.

Kemajuan tenaga kerja digital

Sebagai tenaga kerja digital, robot perangkat lunak RPA sudah menyederhanakan operasi bisnis di seluruh dunia. Dengan bantuan AI, RPA akan berkembang menjadi tenaga kerja yang lebih otonom. Karena mereka belajar dan menyesuaikan diri dengan situasi baru seiring waktu, sistem otomatisasi cerdas dapat mengotomatisasi proses kompleks tanpa kebutuhan pelatihan atau campur tangan manusia. Tenaga kerja yang didorong AI akan mampu belajar secara otonom dari data dan membuat keputusan berdasarkan pengenalan pola.

Demokratisasi AI

Kita mengambil salah satu metafora favorit kami untuk menjelaskan bagaimana RPA dan AI berada bersama dari olahraga. Bayangkan Anda adalah golfista yang berdiri di tee dan Anda perlu mendapatkan bola Anda 400 yard melaju di fairway melewati bunker, ke green, dan ke lubang.

Jika Anda berdiri di sana hanya memegang putter, yaitu alat AI, Anda mungkin akan menemukannya sangat sulit jika tidak mustahkil untuk melanjutkan. Anda juga akan membutuhkan kombinasi driver dan iron untuk dapat mendapatkan bola putih kecil itu ke lubang. Anda akan membutuhkan alat RPA dan Anda akan membutuhkan alat kognitif seperti ABBYY dan Celaton, dan Anda akhirnya akan membutuhkan alat AI seperti IBM Watson atau Google TensorFlow.

Ini dia triknya. Bukan perusahaan kecil yang mengembangkan alat AI. Ini raksasa seperti Microsoft, Google, atau IBM. Dan mereka membuka sumber alat ini dan mendemokratisasi adopsi. Ini berarti lebih banyak kemampuan ahli ini akan tertanam di platform RPA selama beberapa tahun ke depan, menciptakan kemungkinan baru untuk otomatisasi yang berpusat pada manusia dan yang berpusat pada robot.

Mengelola ekspektasi untuk masa depan

Otomatisasi cerdas adalah perkembangan terbaru di antara teknologi otomatisasi, tetapi kita baru saja mulai melihat awal dari kemampuan AI. Direktur Riset di Facebook, Yann LeCun menyarankan bahwa AI masih memiliki perjalanan yang panjang yang harus ditempuh:

Namun begitu, perusahaan layanan profesional KPMG menunjukkan bahwa, melalui konvergensi RPA dan AI, kita sudah mulai melihat:

Aktivitas yang saat ini masih memerlukan keterampilan profesional yang terlatih tinggi semakin banyak dapat diotomatisasi setiap tahun, dengan hibrid RPA-AI di masa depan yang siap memungkinkan perusahaan untuk memanfaatkan otomatisasi yang lebih otonom, akurat, dan lincah dari sebelumnya.