Dojrzałość w zakresie automatyzacji procesów · RPA i hiperautomatyzacja

Automatyzacja procesów obejmuje odrębne podejścia, które w praktyce bywają mylone. RPA polega na tym, że robot programowy wykonuje powtarzalne zadania na istniejących interfejsach, bez modyfikowania aplikacji źródłowych. Orkiestracja koordynuje sekwencje zadań ludzkich i zautomatyzowanych w ramach całego procesu. Hiperautomatyzacja dodaje do tego odkrywanie procesów, odczyt dokumentów, silniki reguł oraz modele AI, aby obsłużyć przypadki niestandardowe. Model dojrzałości ocenia sposób, w jaki organizacja identyfikuje kandydatów do automatyzacji, buduje ją, eksploatuje, nadzoruje i wycofuje, a także wartość, jaką z niej realnie czerpie.

Trudność nie leży w zbudowaniu pierwszego robota. Pojawia się ona w momencie przejścia od prototypu do portfela. Ile automatyzacji działa dziś produkcyjnie i kto jest ich właścicielem. Co dzieje się, gdy aplikacja docelowa zmienia ekran lub wersję: czy robot zostaje naprawiony w ciągu kilku godzin, czy pozostaje wyłączony przez wiele tygodni. Czy wartość zapowiedziana w uzasadnieniu inwestycji jest mierzona po wdrożeniu, czy nikt już do niej nie wraca. Te trzy pytania odróżniają organizacje, które zarządzają swoją automatyzacją, od tych, które jedynie gromadzą roboty.

Niedawna zmiana przesuwa środek ciężkości. Platformy low-code i asystenci generatywni oddają budowę automatyzacji w ręce jednostek biznesowych, poza kontrolą działu IT. W tym samym czasie agenci oparci na modelach językowych obiecują obsługę zmiennych przypadków, które opierały się regułom. Dwie praktyczne konsekwencje: obszar wymagający nadzoru rozszerza się o automatyzacje, których nikt nie zinwentaryzował, a kwestia kontroli decyzji podejmowanych przez model wchodzi w zakres automatyzacji, wraz z wymogami identyfikowalności i nadzoru ludzkiego.

Warto rozwiać częste nieporozumienie: zautomatyzować to nie to samo co usprawnić. Źle zaprojektowany proces, zautomatyzowany w niezmienionej postaci, generuje swoje wady szybciej i na większą skalę. Diagnoza odróżnia więc techniczną zdolność do automatyzacji od zdolności do wyboru tego, co na automatyzację zasługuje, co zakłada udokumentowaną znajomość procesów, metodę kwalifikacji kandydatów oraz powiązanie z istniejącymi inicjatywami usprawnień.

Model referencyjny jest gotowy do użycia w Datamensio i dostosowuje się do Państwa kontekstu. Sztuczna inteligencja dopasowuje obszary tematyczne, przeformułowuje pytania zgodnie z Państwa wewnętrznym słownictwem, doprecyzowuje poziomy dojrzałości, a także buduje wersję na podstawie Państwa własnych dokumentów: karty centrum doskonałości, katalogu automatyzacji, standardów programistycznych.