RPA, eller Robotic Process Automation, är ett av de intressantaste verktyg som många företagsledare nu tittar på när de planerar att automatisera och digitalisera verksamheten. En annan högintressant teknik är AI, eller närmare bestämt olika former av maskininlärning. Men vilken roll spelar RPA och maskininlärning i företagens digitala omvandling? Och hur används de tillsammans med BPM-verktyg för att modellera affärsprocesser?

De senaste åren har BPM-verktyg varit en av lösningarna som använts för att automatisera och digitalisera affärsprocesser. De har utvecklats och standardiserats så att när man ritar upp ett diagram med BPMN 2.0-notering, byggs samtidigt delar av en tillämpbar affärslogik. Standarderna har utvecklats för att fungera i miljöer där vissa affärsprocesser och aktiviteter utförs av människor och andra av tjänster eller IT-lösningar.

En aktivitet kan till exempel vara att lägga in kundinformation i ett system eller godkänna fakturor. Enkelt uttryckt kan man säga att en process består av ett flöde av sådana aktiviteter och sannolikt ett antal beslutspunkter där det avgörs vilka aktiviteter som utförs och inte.

När man jobbar med BPM kan man röra sig på en relativt hög nivå och se olika delar av arbetet som enskilda aktiviteter. Flödet av aktiviteter och de olika beslutspunkterna kan modelleras för att beskriva processen. Det är också på den nivån vi brukar röra oss när vi tänker på affärsprocesser.

Medan ett BPM-verktyg används för att modellera en hel process från början till slut och hantera samordningen av människor, applikationer och tjänster, är RPA fokuserat på automatiseringen av olika uppgifter i en längre process. Fokus ligger alltså på aktiviteter i en process.

Robotiseringen innebär att RPA kan imitera en människa. En robot kan till exempel lägga in kunduppgifter i systemet eller göra de manuella kontroller som krävs för ett godkännande. Eftersom roboten imiterar det som en människa gör, kan aktiviteten automatiseras utan att man måste förändra vare sig applikationen som används eller de moment som ingår i själva uppgiften. Däremot måste aktiviteten beskrivas på ett mycket detaljerat sätt, klick för klick.

Tänk dig en situation där du ska förklara en uppgift för en ny medarbetare. Även om det kan vara värdefullt för honom eller henna att förstå den övergripande process som uppgiften ingår i, brukar fokus ligga på att se till att alla momenten utförs på rätt sätt: ”Du går till den här menyn och klickar här” och så vidare. Det är just i den här typen av detaljnoggrannhet som robotautomatisering verkligen kommer till sin rätt.

BPM-verktyg har alltså utvecklats för att automatisera processer och samordna de uppgifter som behöver utföras som en del av dem. RPA-robotar är istället mer fokuserade på enskilda aktiviteter inom en sådan process. Men vilken roll har AI eller maskininlärning i allt detta?

De vanligaste AI-tillämpningarna idag brukar gå ut på att kategorisera och klassificera olika saker. Ett välbekant exempel är produktrekommendationerna i webbutiker. Baserat på produkten man just tittar på, historiska data från ens tidigare besök i webbutiken, tidigare köp och alla andra kunders besök och köp klassas vissa produkter som ”sannolikt intressant för den här besökaren” och andra som ”troligen inte intressant för den här besökaren” – ofta med ganska hög träffsäkerhet. Med tiden förbättras kategoriseringen tack vare att algoritmerna hela tiden blir bättre. Lite förenklat kan man säga att de här AI/maskininlärningslösningarna kan lära sig att kategorisera saker med hjälp av tillgängliga indata.

Den här inlärningsförmågan kan vara till väldigt stor nytta i beslutspunkterna inom en process eller robotaktivitet. Här finns några olika alternativ. Om AI har en tillräcklig konfidensgrad kan beslutet fattas av AI. I annat fall kan AI be en människa om rätt svar. En annan möjlighet är att AI rekommenderar ett alternativ till en människa, som sedan väljer. I båda fallen kan AI/maskininlärningslösningen hela tiden lära sig mer av de val som människorna gör.

För att sammanfatta: BPM-verktyg är till för att automatisera hela processer. RPA-verktyg har en naturlig funktion när uppgifter och aktiviteter inom en process ska automatiseras. Och AI/maskininlärning kan automatisera beslutsfattandet inom en process, både för robotiserade uppgifter och för hela processen. Dessa tre typer av verktyg kan ge stora fördelar var för sig och många av CGI:s kunder använder dem redan med stort utbyte. Men de kan också komplettera varandra och tillsammans skapa nya möjligheter att omvandla och digitalisera affärsprocesser.

Add new comment

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Blog moderation guidelines and term of use