Melebihi Blusur: Sarah Burnett tentang Realisasi Nilai Sebenarnya RPA

Ada masalah dengan Anda dan saya: kita keduanya menderita kondisi: kondisi manusia. Ini berarti kita membuat kesalahan, ini berarti data yang kita bantu dihasilkan dapat rentan terhadap kesalahan. Itulah tempat RPA dapat memasuki ceritra. Sejumlah organisasi yang telah menerapkan teknologi ini telah mengalami kekecewaan, robot mungkin duduk di lemari metaforis, mengumpulkan debu yang terbuat dari eter, yang mengakibatkan klaim bahwa RPA telah dipepetakan. Tetapi Sarah Burnett, executive vice president dan distinguished analyst di Everest Group, memiliki pendapat yang berbeda.

Sebagian masalah terletak pada ekspektasi yang diperbesar. Janjikan bumi dan hanya menyampaikan bulan, dan ada rasa kecewa. Katakan, ‘tapi itu sangat mudah’ dan individu di dalam organisasi yang bertanggung jawab atas teknologi, CTO mungkin dapat menjadi skeptikon, konvert ke mantra RPA adalah hype.

Klub 30%

“Tetapi,” kata Sarah Burnett, “kami sebenarnya telah melakukan studi yang menunjukkan perusahaan mencapai sekitar 30% penghematan biaya.”

Jadi itu 30%, itu tidak terasa seperti hal yang membuat narasi ‘RPA adalah hype’.

Sebagian kesulitan terletak pada apa yang sebenarnya diterapkan oleh penghematan 30% ini. Itu adalah “sebelum dan setelah otomatisasi, biaya proses sebelum, dibandingkan dengan proses setelah,” menjelaskan Sarah Burnett. Tetapi seberapa signifikan penghematan biaya itu sebenarnya, apakah itu salah satu game changer yang dijanjikan oleh narasi hype RPA, tergantung seberapa besar proses itu pada awalnya.

Dia mengatakan seperti ini: “30% dari proses kecil bukan banyak.”

RPA dan data

Ada kesulitan lain. Beberapa manfaat ini tidak begitu jelas.

Ambil data, ada gerakan untuk menyertakan data dalam neraca, mencoba menempatkan nilai padanya, tetapi sampai sekarang, sebagian besar gerakan itu belum benar-benar melewati tahap jari kaki — demikianlah, gerakan itu tidak dapat melewati satu kaki. “Ada ukuran kualitatif yang tidak terlihat yang banyak perusahaan belum eja. Ini termasuk hal-hal seperti ‘Saya telah menciptakan kapasitas yang lebih banyak, saya memiliki lebih sedikit kesalahan’.”

Itulah tempat data memasuki cerita. Untuk satu hal, dengan memiliki robot yang melakukan tugas yang sebelumnya dilakukan secara manual, lebih banyak data dikumpulkan. Untuk yang lain, data yang dikumpulkan adalah akurat.

Terjadi kesalahan adalah manusia, tetapi seperti yang dikatakan Burnett: “Jika seseorang memasukkan sejumlah data, mereka bisa dengan mudah secara tidak sengaja memindahkan beberapa angka. Memperbaiki kesalahan itu, semakin jauh dalam proses itu berjalan, semakin mahalnya. Anda bisa memiliki orang, waktu mereka sangat mahal, mengejar kesalahan ini dan mencoba memperbaikinya, jauh di jalur proses. Robot jika dikembangkan dengan benar dan dipelihara serta berjalan lancar, tidak akan membuat kesalahan tersebut. Kami mendengar dari organisasi yang mengatakan mereka terus menguji aplikasi robot mereka dan mereka tidak pernah menemukan kesalahan setelah mereka mengujinya, itu 100% akurat …selalu.”

Berikan waktu…dan usaha

Mungkin sebagian masalah dengan teknologi yang telah membantu melahirkan argumen mitos RPA terletak pada kekabarunya. Kita semua suka hal baru, mobil baru, yang memiliki jam milasebut ‘0,000.00’, tetapi saat kita mengemudikannya di jalan, 0.00 menjadi 0.01,’ kegembiraan mulai terpeleset, seperti bahan bakar yang terbakar. Dengan RPA meskipun, masalahnya tidak begitu itu. “Itu masih teknologi yang relatif muda,” menjelaskan Burnett. “Banyak organisasi masih mempelajari apa yang akan diotomatisasi, bagaimana mengotomatisasinya dan bagaimana memanfaatkannya sebaik mungkin. Itu tampaknya di mana tantangannya, itu tidak hanya tentang mengotomatisasi beberapa proses, dan mendapatkan umpan balik positif, tetapi bagaimana Anda menyatukan hal-hal ini?”

Hype RPA: penskalaan adalah tantangan dan potensi hadiah besar

“Saat ini, itu masih coba-coba dan kecil,” tetapi tantangan nyata, dan itu adalah tantangan yang telah meluputi beberapa organisasi, terletak pada penskalaan.

Sepertinya kasus untuk organisasi besar yang melakukan tugas berulang yang luas, lebih mudah untuk dibuat. Organisasi yang didorong proses, seperti bank atau perusahaan asuransi, atau di mana persyaratan kepatuhan berarti proses tertentu perlu dilakukan berulang kali, tampaknya cocok untuk apa yang telah dikenal sebagai unattended RPA — mengotomatisasi proses yang panjang, dari awal hingga akhir. Ini adalah bentuk RPA yang perusahaan seperti Blue Prism sangat menilai.

Tetapi Anda berbicara dengan pemain RPA lain, perusahaan seperti UiPath dan Automation Anywhere, yang duduk di kedua kamp attended dan unattended, dan Anda mendengar prediksi bahwa robot attended, jenis yang dapat membantu individu secara langsung, lebih seperti asisten pribadi perangkat lunak, diturunkan untuk meningkat popularitas.

Burnett menjelaskannya demikian. Untuk unattended, misalnya, “ada perusahaan telekomunikasi yang memproses jutaan transaksi. Itu adalah satu cara untuk menskala, yaitu melakukan sesuatu yang secara alami memiliki skala tinggi dan Anda memproses banyak hal”

Dan untuk attended, “setiap robot mungkin melakukan hal-hal kecil, tetapi Anda menyatukannya. Jadi Anda mungkin tidak punya jutaan transaksi seperti perusahaan telekomunikasi, tetapi Anda mungkin menyatukan hal-hal dan berhasil memproses jutaan dokumen.”

Menyatukan semua proses kecil itu, menciptakan satu tantangan besar.

“Kami sekarang berada di tahap di mana organisasi mencoba untuk mempelajari hal-hal ini. Bagaimana saya melakukannya? Apakah saya memerlukan alat manajemen proses bisnis untuk duduk di atas RPA saya? Apakah saya memerlukan alur kerja yang ditingkatkan? Apakah saya perlu menggunakan lebih banyak orchestrator dalam RPA?

“Saya pikir sangat penting untuk membuat hal-hal ini dengan benar karena ada risiko Anda mungkin akhirnya hanya punya beberapa otomatisasi dan Anda pikir, ‘jadi apa!’ Saya pindah ke hal lain karena itu sejauh yang bisa saya dapatkan darinya.

“Ada juga fakta bahwa orang tidak sepenuhnya memahami semua bagian bergerak yang akan menyebabkan robot gagal. Ada kemungkinan ada perubahan yang sangat kecil di suatu tempat pada proses dan seseorang mungkin melakukan sesuatu dengan sedikit berbeda dan itu dapat mempengaruhi cara robot bekerja. Kemudian mereka gagal melihat itu dan menyalahkan RPA, sedangkan itu mungkin secara harfiah masalah proses.

“Saya pikir, kapan saja ada hype, dan ada hype besar tentang RPA, itu sangat mungkin akan ada kekecewaan juga karena ekspektasi orang dinaikkan dan kemudian mereka gagal melihat kenyataan dari apa itu.

“Anda masih perlu bekerja pada proyek RPA Anda, Anda perlu memeliharanya dan memperlakukannya seperti investasi digitalisasi apa pun dan Anda perlu terus melanjutkannya. Itu membutuhkan usaha, itu membutuhkan waktu dan usaha. Dalam hal penerapan, mungkin lebih mudah daripada beberapa teknologi tetapi Anda perlu mengelola perubahan. Mengubah proses dari proses yang berorientasi pada manusia menjadi proses yang berorientasi pada robot membutuhkan sedikit pekerjaan.”

Mungkin pelajaran di sini adalah membutuhkan beberapa pekerjaan untuk menghemat banyak pekerjaan — tetapi, bagi mereka yang benar-benar melakukannya, menurut Burnett, keuntungannya cukup besar. Tidak hanya bisa ada penghematan biaya 30% pada proses, tidak hanya bisa menghasilkan data yang sangat akurat, ada manfaat lain.

Burnett mengatakan: “RPA sangat berfokus pada pengguna enterprise. Mereka yang mengerti teknologi dapat mengotomatisasi pekerjaan mereka sendiri, bahkan jika itu hanya setara dengan makro, mereka dapat melakukannya sendiri.

“Itu telah membuka mata untuk melihat bahwa inilah yang dapat dilakukan teknologi. Ada banyak teknologi lain yang ada sejak lama yang juga dapat digunakan. Ada micro-services, ada integrasi melalui metode lain, APIs, solusi arsitektur berorientasi layanan, yang tradisional tidak disukai orang karena itu berarti melibatkan IT, melibatkan pengembang.

Tetapi sepertinya setelah kita melewati fase hype RPA, teknologi ini dapat menjadi pelopor, membuka pikiran orang tentang ide teknologi otomatisasi. Kemarin itu RPA dan hype, hari ini, mungkin ada sedikit kekecewaan, besok, saat kita mempelajari manfaatnya, RPA mungkin berpindah ke mainstream. Tetapi untuk menyalahgunakan nama film, lusa teknologi otomatisasi lainnya akan mengikuti jalur yang diciptakan oleh RPA.”