Ketua eksekutif Blue Prism membahas kebangkitan RPA
RPA diadopsi dengan kecepatan yang meningkat.
Jason Kingdon pertama kali terlibat dengan Blue Prism pada tahun 2007. Tiga belas tahun kemudian, setelah beberapa kali meninggalkan perusahaan, dia kembali sebagai ketua eksekutif tepat saat ledakan RPA dimulai.
Delapan tahun yang lalu istilah RPA tidak ada dan perusahaan tidak membeli ide otomatisasi proses robot. Itu tidak terjadi lagi — Blue Prism, UiPath, Automation Anywhere, dan AntWorks hanyalah empat anggota pasar RPA yang berkembang.
Dalam kasus Blue Prism, setelah IPO pada tahun 2016, perusahaan telah berkembang dari 60 karyawan menjadi lebih dari 1.000 orang. “Kami memiliki pelanggan di 170 negara, bekerja dengan 20% perusahaan Fortune 2000 dan aktif di lebih dari 70 sektor komersial yang telah membeli produk ini,” kata Kingdon.
Ledakan RPA
Pasti ada ledakan minat pada RPA dan seluruh gagasan otomatisasi — menghilangkan proses manual yang menyita waktu di masa lalu dari tangan karyawan.
“Di antara kami [para pemimpin pasar RPA], kami telah memperkenalkan kepada dunia potensi otomatisasi dan penerapannya ke berbagai proses dan fungsi bisnis,” lanjutnya
Kingdon tidak salah. Pendapatan perangkat lunak RPA tumbuh 63,1% pada 2018 menjadi $846 juta, menjadikannya segmen dengan pertumbuhan tercepat di pasar perangkat lunak perusahaan global, menurut Gartner.
RPA baru di awal
RPA, terlepas dari pertumbuhan perangkat lunak yang luar biasa, masih dalam tahap awal penerapan dan penerapannya.
Ada dua area yang Kingdon pandang sebagai area pertumbuhan yang signifikan:
1. Otomatisasi proses perusahaan untuk bisnis yang lebih luas.
2. Otomatisasi cerdas yang membantu individu dalam tugas sehari-hari mereka.
“Ini adalah dua pasar yang saling tumpang tindih, tetapi milik pasar RPA.
“Yang pertama mirip dengan model tipe Alexa, di mana otomatisasi membuat pintasan untuk pengguna di tempat kerja dan yang kedua, lebih merupakan model tipe ERP, di mana otomatisasi digunakan untuk membantu mengatur bisnis dan prosesnya,” katanya. dijelaskan.
Analogi yang baik untuk hal ini adalah ketika robotika diperkenalkan ke dalam manufaktur — hal ini benar-benar merevolusi sektor ini dalam skala besar.
“Dengan RPA, kemampuan yang sama ini dapat dicapai untuk industri jasa,” lanjut Kingdon. “Setiap proses bisnis, sesuatu yang dapat diulang dan dapat memberikan hasil, dapat diotomatisasi.”
RPA bukan IT
Pada tahap awal RPA, klien menanyakan penyedia — seperti Blue Prism — sejumlah pertanyaan; bagaimana saya bisa menggunakan teknologi ini? Bagaimana saya bisa menskalakannya dalam organisasi saya? Bagaimana itu menjadi bagian penting dari apa yang dilakukan organisasi saya? Apa perbedaan antara ini dan TI?
TI menyediakan infrastruktur inti, penanganan data massal, penyimpanan data, dan pengemasan di sekitar tugas otomatisasi besar di departemen seperti SDM, Penggajian, dan Logistik. Di atas inti TI ini, proses dijalankan dan inilah yang dapat diotomatisasi.
Robot perangkat lunak ini harus beroperasi dengan sistem atau proses apa pun dan tujuannya adalah agar mereka menjadi pekerja digital yang bekerja seolah-olah manusia.
Melampaui sensasi
Organisasi dapat mengukur ROI investasi RPA. Dan, hasil nyata yang disajikan teknologi ini menunjukkan bahwa hal itu melampaui hype teknologi lain, di mana hasilnya kurang nyata.
Pada tahun 2015, London School of Economics menemukan bahwa RPA menghasilkan ROI tiga tahun sebesar 800%, berdasarkan studi kasus dengan Telefônica O2.
Dampak transformasional ini telah mendorong organisasi untuk mengadopsi teknologi berbondong-bondong, karena mengubah aturan dasar dalam hal apa yang dapat mereka lakukan dalam organisasi — merampingkan, berinovasi, dan mencegah gangguan.
“Inilah mengapa RPA merupakan tantangan bagi offshoring. Ini memungkinkan organisasi melihat infrastruktur mereka dengan cara yang sama sekali berbeda dan dalam cara mereka menjalankan proses bisnis,” tambah Kingdon.
Pekerja digital, pendukung teknologi
Dengan RPA, setiap sistem dapat dioperasikan dengan setiap sistem lainnya. Para pekerja digital ini harus dapat bekerja dengan pekerja digital lainnya, seperti halnya manusia berinteraksi satu sama lain.
“Alokasi tugas mirip dengan dinamika manusia yang berinteraksi satu sama lain. Jika tugas terlambat dari jadwal, pekerja digital dapat mengerumuni tugas itu, mengerjakannya, dan mengembalikannya tepat waktu.
“Jika aplikasi baru diproduksi tahun depan, pengguna bisnis dapat melatih pekerja digital ini cara menggunakan aplikasi baru itu, seperti yang Anda lakukan dengan manusia.
“Ini telah menyebabkan perubahan langkah besar dalam hal interoperabilitas sistem, yang secara historis belum tersedia untuk organisasi,” kata Kingdon.
Kemampuan untuk melatih pekerja digital ini berarti bahwa organisasi akan berhasil mengadopsi teknologi baru dengan kecepatan yang jauh lebih cepat.
Sebagai contoh dalam praktiknya, Kingdon merujuk pada perusahaan yang bekerja sama dengan Blue Prism, BigMedilytics, yang menggunakan jaringan saraf dalam untuk memindai gambar retina untuk kemungkinan tanda-tanda diabetes.
Dia berkata:“Perusahaan ini terdiri dari dokter dan PhD pemrosesan visual dan mereka ingin menjual kemampuan ini ke NHS.
“Masalahnya adalah NHS memiliki lebih dari 265 sistem administrasi pasien yang berbeda, tidak ada yang berbicara satu sama lain.
“BigMedilytics dapat menghabiskan sisa waktu mereka membangun antarmuka untuk berbagai sistem ini dalam NHS Trust yang berbeda, tetapi mereka menggunakan RPA untuk membuka teknologi mereka ke seluruh ekosistem sistem yang berbeda di dalam NHS. Teknologi perusahaan langsung tersedia.”
Dalam contoh ini, dengan mempertimbangkan analisis gambar atau teks yang tidak terstruktur untuk kemampuan AI spesialis, RPA menempatkan teknologi BigMedilytic dalam sebuah proses dan mendistribusikan proses tersebut ke seluruh NHS.
RPA, pada akhirnya, dapat membantu mempercepat adopsi teknologi lain tanpa hambatan teknis yang sama seperti sebelumnya.
