De kracht van AI voor uitbreidbaarheid en continuïteit van RPA

In eerdere blogs van BPM Company hebben we verteld over de voordelen die je organisatie van Artificial Intelligence (AI) en Robotic Proces Automation (RPA) kan verkrijgen. Toch is het niet zo dat je als bedrijf of organisatie slechts een van deze twee middelen kunt inzetten. Het zijn beiden verschillende technologieën, maar door ze te combineren kunnen ze nog meer voor je organisatie betekenen. Om nieuwe (ro)bots te kunnen deployen zijn hoogopgeleide RPA professionals nodig die veel tijd besteden aan handmatige exercities en het identificeren van de na te bootsen handelingen. In deze blog vertelt Maarten Veger wat AI in dit process binnen Pega kan betekenen.

AI en RPA

Artificial Intelligence en Robotic Process Automation hebben behoorlijk wat overeenkomsten. Beiden zijn het technologieën die steeds vaker gebruikt worden en die bedrijfsprocessen steeds sneller kunnen laten verlopen. Dit zorgt voor een revolutie in de digitale transformatie van bedrijven. Toch wordt er binnen veel bedrijven nog niet het maximale uit deze technologieën gehaald of komt het voor dat projecten stranden.

Dit kan volgens Maarten voorkomen worden: “Wat Pega anders maakt dan andere platformen is dat ook delen van een proces kunnen worden geautomatiseerd. Bijvoorbeeld binnen de RPA mogelijkheden van Pega heb je twee verschillende smaken. De attended en unattended RPA. Bij unattended RPA is het volledige proces geautomatiseerd. Attended RPA draait bijvoorbeeld op een Windows desktop en kan van daaruit taken van het Pega proces overnemen. Vaak zie je dat bedrijven een héél proces willen automatiseren, dat lukt dan voor 70%, maar het laatste beetje lukt dan net niet. Daardoor mislukt eigenlijk die automatisering en mislukt vervolgens zo’n heel project. Door steeds losse onderdelen van het proces te automatiseren kan de automatisering veel sneller in gebruik worden genomen en kun je tevens de moeilijke kwesties en complexe stukken nog handmatig blijven uitvoeren. Hierdoor kan zo’n project gewoon door blijven gaan.”

Toegevoegde waarde

Ondanks het feit dat de technologieën goed met elkaar samen kunnen werken en veel overeenkomsten hebben, zijn er ook de nodige verschillen. RPA kan processen enorm versnellen, maar doet alleen wat de programmeur of gebruiker het heeft meegegeven. AI heeft daarentegen een zelflerend vermogen. RPA kan dus op regels gebaseerde taken automatiseren, waarna AI de kloof kan overbruggen waar RPA mogelijk tekortschiet. Dit kan bijvoorbeeld zijn bij het structureren van data. AI kan hier worden gebruikt om inzichten te verkrijgen uit ongestructureerde en semigestructureerde gegevens in documenten, tekst, webpagina’s en PDF’s. AI kan hier dus waarde toevoegen door deze gegevens te verwerken en om te zetten in gestructureerde data. Gestructureerde data is namelijk waar RPA bij uitstek voor geschikt is.

“De uitdaging die ik in mijn werkzaamheden vaak tegenkom bij het verwerken van data zit hem naast het analyseren van de data vooral in het realtime ervan gebruiken. Als bedrijf is het belangrijk om snel veel data te kunnen gebruiken en op hand daarvan de juiste beslissingen te nemen. Hier komt AI meestal om de hoek. AI ondersteunt deze processen en zorgt door middel van zelflerende modellen dat sneller de juiste beslissing kan worden genomen. Ook zorgt het ervoor dat beslissingen specifiek naar een eindgebruiker worden gevormd”, aldus Maarten.

Machine learning

Machine learning is een tak van AI die gebaseerd is op het idee dat systemen kunnen leren van data, patronen kunnen identificeren en beslissingen kunnen nemen met minimale menselijke tussenkomst. RPA en AI worden vaak in combinatie genoemd met machine learning. De combinatie tussen deze drie technologieën zal er voor zorgen dat robots steeds beter in staat zijn om met complexe en nieuwe cases om te gaan.

Maarten: “Er worden tegenwoordig steeds meer slimme dingen ingebouwd in RPA. Je hebt de basishandelingen zoals een simpel pdf’je openen, maar je ziet ook steeds vaker tekst- en fotoherkenning elementen. Het betreft hier dus vooral het herkennen en verwerken van bepaalde vormen van documentatie. Iets wat je normaal alleen als gebruiker zelf zou kunnen doen”.

Combineren AI en RPA

Door een combinatie van AI- en RPA-technologieën toe te passen, ontstaat er intelligente automatisering die snelle end-to-end bedrijfsprocessen mogelijk maakt. De twee technologieën kunnen elkaar namelijk ondersteunen en naast elkaar bestaan bij het automatiseren van allerlei bedrijfsprocessen en richting te geven aan gecombineerde mens en robot teams. Door het low-code Pega platform is bovendien de technologie ook steeds toegankelijker voor de zakelijk gebruiker.

Maarten:“Pega als platform investeert de laatste jaren behoorlijk veel in AI en RPA. Bij elke versie zitten weer nieuwe mogelijkheden met betrekking tot deze technologieën. Dit maakt het werk wat ik doe ook zo interessant. Je bent nooit uitgeleerd en de ontwikkeling gaat heel snel. Je blijft dus continu leren met Pega en ook met de mogelijkheden die het biedt. Daarnaast onderscheidt het platform zich doordat het dingen als AI en RPA een stuk toegankelijker maakt door middel van een modelgedreven platform. Je hoeft dus niet extreem technisch te zijn om ermee te kunnen werken.”