Má RPA ještě smysl v době AI? 

Poslední dobou je umělá inteligence všude kolem nás, tedy alespoň se tak může zdát při sledování různých médií. Často upozaďuje i jiné nástroje, které nám pomáhají digitalizovat firemní procesy a agendy. Jedním z takových je RPA – Robotic Prosess Automation. Pomalu by se mohlo zdát, že tuto oblast umělá inteligence nahradí. Nic ale není dál od pravdy. Naopak, nástup umělé inteligence tuto oblast může pomoci ještě více rozvinout. Ukažme si jak.

Autor: Dalibor Lukeš

K čemu RPA vlastně nejčastěji slouží?

Největší využití Robotic Process Automation, tedy RPA, nalezne při automatizaci rutinních a opakujících se administrativních úkonů, které jsou časově náročné a náchylné k lidským chybám. Typickými příklady může být zadávání dat, kde RPA dokáže automatizovaně přepisovat údaje z jedné aplikace do druhé, a to rychleji a s menším počtem chyb než člověk. Příkladem jsou třeba faktury, kdy RPA může automatizovat celý proces od přijetí faktury, přes její ověření až po zadání do účetního systému. RPA se také často využívá při zpracování objednávek, kde automatizuje zadávání objednávek do ERP systémů a následné aktualizace stavů zásob. Automatizace HR procesů, jako je například zpracování náborových dokumentů nebo aktualizace zaměstnaneckých záznamů, je dalším oblíbeným využitím RPA. Ve finančním sektoru se RPA využívá při zpracování plateb, kontrolách souladu a auditech, čímž se minimalizuje riziko chyb a zvyšuje efektivita. RPA může také pomoci při správě zákaznických účtů, kde automatizuje aktualizace a správu účtů na základě předem definovaných pravidel.

Význam integrace

V IT prostředí firem i různých institucí se často setkáme s řadou různých systémů. Výzva pro digitalizaci procesů je často v tom, že k jejich pokrytí je třeba pracovat s různými systémy a data mezi nimi přenášet. RPA nástroje tedy musí často řešit datovou integraci. Což je často velice obtížné s ohledem na nekonzistentní a rozdílná datová uložiště, struktury a někdy i neexistující API rozhraní. Někdy to lze řešit různými konektory, které jsou součástí konkrétních RPA nástrojů, někdy speciální integrační platformou. V některých situacích, ale nezbyde než využít desktopové RPA nástroje, které přistoupí k aplikaci skrze uživatelské rozhraní a simulují manuální ovládání a vstup. Tato metoda je ale velice náchylná na chyby způsobené i drobnými změnami na straně koncových aplikací.

RPA a AI – podobné, přesto jiné

Poslední dobou se v souvislosti s RPA začíná zmiňovat umělá inteligence. Někdy jako náhrada, někdy jako rozšíření. Začněme tím, v čem jsou tyto technologie odlišné a to jak z pohledu použití, tak způsobu fungování.

• Účel: RPA se zaměřuje na automatizaci přesně daných manuálních úkolů, kdežto AI se využívá spíše v oblasti tvorby či rozhodování. Tedy ve chvíli kdy chci automatizovat přepsání dat z jedné aplikace do druhé, použiji RPA, pokud ale chci v jedné z těchto aplikací najít konkrétní data, využiju AI. Příkladem mohou být faktury – ve chvíli kdy mám jasnou strukturu dat a chci je zapsat do ERP, použiju RPA, pokud ale chci najít data v digitální obrazu faktury, použiji AI.
• Způsob fungování: RPA vykonává předem definované úkoly podle pevného scénáře, AI se dokáže učit a přizpůsobovat na základě dat. RPA je proto spíše vhodná pro úkoly s vysokým objemem a nízkou variabilitou, AI je naopak vhodná pro úkoly s vyšší variabilitou a komplexitou.
• Technologie: RPA využívá technologie jako makra a skripty k automatizaci procesů, AI využívá neuronové sítě, strojové učení a hluboké učení.
• Flexibilita: RPA je rigidní a nemění své chování, AI je dynamická a může se měnit a zlepšovat na základě zkušeností.
• Rozhodování: RPA nevykonává rozhodování, pouze následuje předdefinované kroky, AI může provádět komplexní analýzy a rozhodování.
• Nasazení a údržba: RPA je rychlejší a jednodušší na implementaci, AI často vyžaduje více času a odborných znalostí k nasazení. RPA pak vyžaduje pravidelnou údržbu a aktualizace skriptů, AI se může sama optimalizovat a zlepšovat. Ale i toto potřebuje nějakou péči.

Jak je vidět, přestože obě technologie mohou mířit na podobné oblasti digitalizace procesů, každá k tomu přistupuje trochu jinak. Pokud chcete zautomatizovat jasně definované procesy, včetně výměny strukturovaných dat, pak je RPA výrazně vhodnější, než AI. Rychleji jej zavedete, bude jednodušší správa a nebude vlastně ani chybovat. Jen si musíte ohlídat jakoukoliv změnu v procesu či ve struktuře dat, pak by totiž mohl proces zhavarovat.

Zjednodušeně se pak dá odlišnost těchto dvou technologií shrnout takto: „RPA napodobuje co člověk dělá, AI napodobuje jak člověk myslí.“.

Propojení AI s RPA

Jestliže vyjdeme z toho, že RPA koná a AI myslí, můžeme si lépe představit jak odlišnosti mezi těmito technologiemi a jejich využitím, tak i to, kde se dají naopak efektivně propojit. Podívejme se nyní na příklady takové synergie:

• Zlepšení přesnosti a kvality dat: AI může zlepšit přesnost RPA procesů analýzou a opravou datových chyb. Tedy nasadíme AI nástroje pro přípravu a kontrolu dat, tím zlepšíme kvalitu i spolehlivost. Můžeme nasadit i nástroje pro vytěžování dat z nestrukturovaných či grafických dat. Následně pak můžeme AI vyžít i pro vyhodnocení dat o běhu procesu a identifikaci možností pro zlepšení.
• Inteligentní rozhodování: AI lze využít k přidání schopnosti rozhodování do RPA, což umožňuje dynamickou reakci na různé situace. V případě složitějších rozhodovacích stromů, může být efektivnější využít naučený AI model, než vše natvrdo nastavovat. AI může RPA systémům poskytovat také prediktivní analýzy pro lepší plánování a rozhodování.
• Automatické učení: AI může pomoci RPA systémům automaticky se učit a přizpůsobovat se novým vzorům a situacím. Tedy místo toho, abychom museli ručně přenastavovat proces při změně dat, nebo okolních nástrojů, AI identifikuje změny a provede úpravy v RPA. AI tak může pomoci automatizovat složitější a variabilnější úkoly, které jsou mimo dosah tradičního RPA.
• Využití přirozeného jazyka: AI může zlepšit schopnosti RPA v oblasti zpracování přirozeného jazyka, což umožní lepší interakci s lidskými uživateli. Třeba formou chatbota, který přijímá instrukce i data a následně reprodukuje výsledek procesu.
• Optimalizace procesů: AI může analyzovat RPA procesy a doporučit optimalizace pro zvýšení efektivity.

Začít s RPA, pokračovat s AI

Když se podíváme zpět na odlišnosti i možnosti spolupráce, zjistíme, že pro řadu scénářů při digitalizaci firemních procesů si bohatě vystačíme s RPA. Tedy robotem, který nemusí tolik myslet, ale zato přesně plnit zadání. Má to několik souvisejících výhod. První je skutečnost, že díky potřebě přesné definice procesu se i my musíme zamyslet, jak příslušná agenda vlastně funguje, jaké jsou výjimky a další související pravidla. Současně začneme přemýšlet o tom, jak můžeme díky digitalizaci proces zoptimalizovat, které kroky třeba spojit, zautomatizovat, či zrušit. To nám umožní zjednodušit vlastní fungování. Druhou výhodou je pak relativně rychlé nasazení automatizace díky RPA nástrojům. A to jak formou specializovaných RPA platforem, tak stále více se prosazujících low-code prostředí (o tom třeba více v některém z dalších článků). Ideální je takto začít s těmi jednoduššími, zato nejčastěji řešenými agendami. A po jejich zvládnutí přejít k další optimalizaci pomocí využití umělé inteligence a to pak i pro složitější agendy, kde najde i AI větší využití a přínos.

Medvědí služba AI pro RPA

Umělá inteligence pomáhá RPA už teď a to i bez jejího využití. Lidé si díky diskusi kolem AI totiž často začnou říkat, zda by nemohla pomoci s digitalizací nějakých konkrétních procesů a pracovních činností. No a při procházení těchto scénářů se pak ukáže, že se jedná o jasně definovaný proces, kde není potřeba tolik „myslet“, ale spíše „vykonávat“. A to je ideální právě pro využití RPA.

Nebraňme se tedy diskusím s uživateli a vlastníky procesů na téma umělé inteligence, mohou nám přivést příležitosti pro RPA. A trochu té AI tam pak třeba také přidáme.