RPA - shrnutí

Začneme nejprve krátkou rekapitulací, co je RPA. Obecně jde o stále častěji diskutované téma, přičemž v tomto článku se chceme zaměřit primárně na automatizaci procesů pomocí speciálního software, který, zjednodušeně řečeno, lze naučit/nastavit tak, aby dělal rutinní činnosti místo koncového uživatele na PC. Typickým příkladem je zpracování příchozích faktur (rozpoznání obsahu, ověření vůči odešlým objednávkám, předání k proplacení do účetního systému). Nicméně procesy mohou být i podstatně složitější, třeba zpracování žádosti klienta banky o mimořádnou splátku hypotéky. Tam už jde o interakci s vícero aplikacemi, různé rozhodovací stromy, generování návrhu smluvní dokumentace a podobně. A to vše musí běžet bezchybně, rychle a s auditní stopou. Ohromnou výhodou je pochopitelně skutečnost, že SW robot může pracovat 24/7, že můžeme mít celou „farmu“ robotů pro různé úkoly a řídit je centrálně, a že – především – není třeba dělat žádné změny na obsluhovaném aplikačním portfoliu. Jinými slovy – softwarový robot pracuje s aplikacemi v rámci pracovní stanice naprosto stejně, jako člověk (simuluje klávesnici a myš), takže pohledem na obrazovku nezasvěcený člověk ani nepozná, že s PC nepracuje člověk, ale SW robot.

Nástrojů pro RPA je dnes celá řada, přičemž mezi nimi lze nalézt specifické rozdíly, a ne vždy jsou co do své funkcionality a obecné logiky návrhu zcela srovnatelné. Zároveň SW robotizace již není pouze výsadou společností, pro které není problém investovat statisíce do licencí a existují řešení, které stejnou službu nabídnou za cenovku o řád nižší. Je proto vhodné provést odpovídající průzkum trhu, formou Proof of Conceptu na vybraném procesu ověřit schopnosti nástroje ovládat potřebné aplikace a na základě licenčních politik vybraných nástrojů porovnat návratnost investice.

Identifikace procesů vhodných k automatizaci

V každém případě, pokud to s RPA myslíte vážně, dříve nebo později narazíte na otázku, na jaký proces se zaměřit. Toto platí zejména v korporátní sféře, kde je množství procesů a jejich komplexita výrazně vyšší Praxe říká, že není až takový problém najít na začátku řádově nižší jednotky procesů, které má smysl robotizovat, ale i tak je potřeba prověřit řadu předpokladů a hlavně spočítat zmíněnou návratnost investice. Typicky si klademe otázky typu: jakým způsobem (včetně různých alternativních scénářů) se proces realizuje, jak často a kolik uživatelů jej vykonává a jak je z pohledu společnosti kritický – z toho následně vyplývají finální úspory (připomeňme, že úspora FTE není to jediné, co RPA může přinést, může nás zajímat snížení chybovosti, rychlost zpracování, čas zpracování – např. v nočních hodinách a další).

A zkuste si sami odpovědět – máme vždy všechna „tvrdá data“, která pro sestavení business case potřebujeme? Není to spíš kombinace vstupů z pracovních předpisů, dotazování se uživatelů, dat z různých logů, systémů, dotazů na DWH a mimo jiné také domněnek, které vycházejí z naší zkušenosti? Nechceme tím zde nyní naznačit, že to rovnou znamená, že je to špatně a u procesů, kde lze očekávat významné úspory a které nám „leží“ na očích, se to nedá celkem dobře připravit. Ale i tak je to kombinace předpokladů, často neaktualizovaných nebo neúplných popisů konkrétního procesu (včetně nutné revize s konkrétními uživateli, kteří to pravidelně dělají), a heterogenních dat. A to v případech, kde se investice do robotizace mohou per proces vyšplhat na řády statisíců, a kde očekáváme odpovídající (násobné) úspory, může být rizikový scénář. A to nemluvě o situaci, která zákonitě dříve nebo později nastane, kdy jsme vyčerpali pár „zjevných“ procesů na vstupu a chceme hledat dál, co se pro robotizaci hodí – protože určitě nebudeme chtít zůstat jen u toho, pokud je ve firmě další potenciál.

Procesní mining je řešení

A zde jak s ohledem na upřesnění prvních zjevných realizací robotizace, tak zejména s hledáním dalšího potenciálu nám může pomoci procesní mining. Myšlenka je, že máte k dispozici komplementární nástroj, jenž vám umí průběžně sbírat data o tom, co se ve společnosti děje, a na základě toho automaticky vyhodnotit a doporučit, co se hodí pro robotizaci.
Obecně na trhu je v daném segmentů nástrojů celá řada. Za zmínku stojí například Celonis, Minit nebo Disco od společnosti Fluxicon. Základem je schopnost sbírat události napříč aplikacemi, resp. systémy, které jsou ve společnosti provozovány. Jde nám zejména o informace typu např. přijetí žádosti o úvěr do společnosti, předání na scoring, vyhodnocení, zaslání zpět klientovi. Následně nebo průběžně dochází k vyhodnocování včetně možné vizualizace průběhu, a to pospolu zobrazování počtu instancí v jednotlivých uzlech procesu a podobně.

Způsob, jak se takového tématu chopit, je vícero. Většina řešení na procesní mining nabízí rozhraní, přes která lze po odpovídající konfiguraci  průběžně nalévat adekvátní data (většinou je třeba provádět i specifické datové transformace). Ta jsou pak ve vlastním systému normalizována a je nad nimi prováděna analýza a vyhodnocování. Pokud máte na vstupu správná data (což ovšem v tomto modelu znamená nutnou konfiguraci sběrných rozhraní, resp. často vůbec zjišťování, kde data jsou a jak se k nim dostat, případně pokud nejsou, jak dosáhnout na dotčených systémech, aby byla), dává vám to průběžný vhled do vaší organizace a také vstupy, které jsou třeba pro zvažování případné realizace RPA. V drtivé většině případů zde ovšem chybí údaje o konkrétní interakci uživatele s vlastní aplikaci – tj. v jakém formuláři pracoval, co editoval, jak kde co vybíral a podobně. A to je pro cílovou realizaci RPA nezbytné.

Alternativní přístup v otázce získávání dat nabízí nástroj UltimateUPA, který umožňuje sběr dat bez nutnosti jakékoliv integrace s dotčeným aplikačním portfoliem, a zároveň s podstatně vyšší kvalitou informací pro realizaci případného RPA nad konkrétními procesy (včetně interakce uživatele s UI rozhraním). Tento model počítá s tím, že na cílové stanice nasadíte uživatelům (ideálně po jejich vědomém souhlasu) sondu, která průběžně sbírá a analyzuje informace o tom, co se děje na jeho obrazovce. Jinými slovy, nezávisle na typu aplikace (tlustý nebo tenký klient, přístup přes CITRX a podobně) jsou průběžně sbírána data, která říkají, v jaké aplikaci je uživatel, na co právě klikl, co kam napsal a další (přičemž lze sbírat „vše“, nebo se zaměřit jen na vybrané aplikace, nebo naopak jen některé vyloučit ze sběru atp.). Tento model má s ohledem na RPA oproti předchozímu modelu několik nesporných výhod. Jednak – vlastně dopředu ani nemusíte vědět (a tím pádem jakkoliv definovat), co byste vlastně chtěli robotizovat. V datech lze totiž pomocí pokročilých analytických metod nalézt opakující se vzorce uživatelského chování v rámci aplikačního flow, což vám odpoví na otázku, na co se zaměřit.

Zároveň dostanete automaticky informaci o četnosti daných vzorců chování (procesů), jejich trvání, způsobech zpracování atd. Takto nejen že máte tvrdá data, jak postavit konkrétní business case pro RPA, ale máte i jistotu, že jste nezapomněli na konkrétní průběh procesem (pokud jím uživatel v době sběru dat prošel, pochopitelně), dostanete doporučení na základě interní heuristiky, jakým způsobem RPA realizovat (tj. významně urychlíte vlastní návrh a realizaci), a to vše bez jakékoliv nutnosti napojení na další systémy. V praxi jde o nasazení na koncové stanice v řádech desítek minut, měření dat může trvat vyšší jednotky dnů až řekněme 2-3 týdny, a analýza probíhá vesměs automaticky, tj. v horizontu jednoho měsíce můžete mít zmapovaná celá oddělení s tím, že máte detailní přehled o tom, co uživatelé dělají a na co se má smysl s ohledem na RPA zaměřit. Vytěžíte tak maximální potenciál pro automatizaci ve vaší organizaci, přičemž vlastní realizace RPA může být pokryta vesměs jakýmkoliv standardním řešením, které se dnes na trhu nabízí.

Shrnutí

Zopakujme již v úvodu řečené, že RPA není samospasné a musíte vědět, co, jak a v jakém kontextu chcete robotizovat. K tomu vám nástroje zaměřené na procesní mining určitě mohou pomoci. Pokud mají rovnou funkcionality pro automatickou analýzu a doporučení, o to lépe. Tato synergie vám nabídne detailní vhled do vaší organizace a pomůže správně identifkovat, co a jak automatizovat.

Michal Franek Autor článku působí ve společnosti StringData na pozici Produktový ředitel zodpovědný za divizi, která dodává vlastní RPA řešení pro automatizaci procesů.