innovazione

Robotic Process Automation: come i bot trasformano il lavoro umano



Indirizzo copiato

ripetitive e standard, migliorando l’efficienza operativa. RPA è disponibile in tre tipologie: tradizionale, cognitive e integrata con AI. I benefici includono ottimizzazione del carico di lavoro, tracciabilità, flessibilità e riduzione dei rischi operativi

Pubblicato il 6 ago 2024



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
donna robotica




La RPA, la Robotic Process Automation è una tecnologia che impiega robot software, spesso per semplicità chiamati “bot”, per eseguire attività e step di processo con un alto grado di ripetitività e di standardizzazione, tipicamente eseguiti da operatori umani.

Questi bot interagiscono con le applicazioni e i sistemi informatici esattamente come farebbe un umano, eseguendo azioni predefinite senza richiedere modifiche ai sistemi sottostanti.

L’RPA permette quindi di automatizzare attività ripetitive e standard, delegandole ad un «collega virtuale» e consentendo ai dipendenti di concentrarsi e dedicare il proprio tempo ad attività ad alto valore aggiunto

Queste caratteristiche la rendono adatta nell’automazione dei processi in cui è necessario agire non soltanto nel sistema ERP o gestionali, ma in più ambienti. Ad esempio, prelevare o inserire dei dati in un sito internet esterno, prelevare una informazione o un documento da un sistema di protocollo aziendale, leggere e rispondere ad una mail, ecc.

Nei casi in cui bisogna efficientare un processo interamente gestito in un unico sistema, è preferibile effettuare interventi di automazione agendo nello sviluppo e nel ridisegno all’interno degli stessi sistemi in quanto la soluzione embedded è più efficace in questi casi della tecnologia RPA.

Lo stesso quando si ha l’esigenza di gestire la riprogettazione completa dei processi stessi con la realizzazione di workflow completamente nuovi rispetto alla gestione non automatizzata.

Le tre tipologie di RPA

La tecnologia RPA può essere di 3 tipologie:

  • Tradizionale: Consiste nella gestione automatica di attività manuali ricorsive, basate su criteri deterministici e che non richiedono un’analisi umana (es. attività ricorsive automatizzate in SAP/ERP, riconoscimento testo da differenti source)
  • Cognitive RPA: Riguarda l’automazione di casistiche non deterministiche e che hanno un grado di complessità, attraverso l’utilizzo di software intelligente (es. riconoscimento immagini, risoluzione captcha, euristiche per riconciliazioni)
  • RPA integrata con AI: Si basa sull’integrazione tra l’esecuzione di attività e la capacità di un algoritmo, di una tecnologia, in grado di imitare il comportamento dell’intelligenza umana. La macchina impara e comprende ed esegue attività con un approccio evolutivo e non statico.

I sei step per lo sviluppo di un progetto di robotica

Le fasi per lo sviluppo di un progetto di robotica si possono sintetizzare nei seguenti 6 step:

  • Discovery: si sostanzia in uno scouting delle opportunità di robotizzazione attraverso l’identificazione dei processi aziendali che meglio si adattano alla robotic automation, nella valutazione quali-quantitativa con il calcolo del Digital Impact come benefici per l’azienda, e nella prioritizzazione dei progetti RPA.
  • Assessment funzionale: ossia l’analisi di dettaglio step del processo AS-IS, l’eventuale reingegnerizzazione del processo in ottica RPA, il disegno della soluzione TO-BE, la produzione del Process Design Document (PDD) come specifica tecnica per lo sviluppo della soluzione;
  • Sviluppo: riguarda la creazione dei moduli di processo standard con la definizione dei parametri e settaggi di configurazione di processo, e la gestione delle eccezioni;
  • Test puntuali effettuati sui singoli blocchi di codice del programma RPA in modalità end to end, attraverso la verifica della presenza dei dati e casi di test in ambiente di collaudo, la predisposizione Testlist, User Acceptance Test (UAT) e la produzione del Test summary report (+ eventuale Defects log);
  • Go-live: richiede l’assegnazione e la configurazione di Utenze Robot dedicate e associazione di un BusinesscOwner incaricato di supervisionare l’attività, l’abilitazione delle Utenze Robot ai sistemi target, l’autorizzazione formale al passaggio in produzione, la definizione della schedulazione bot ed il supporto del team di sviluppo almeno per le prime due settimane di run in produzione;
  • Maintanance: si sviluppa nella maintenance funzionale propria del processo (corretta esecuzione del processo, verifica degli output prodotti dal robot, eventuali adeguamenti della soluzione robotica), nella maintenance infrastrutturale (spazio disco, patch di sistema, saturazione risorse) e nel monitoraggio delle performance attraverso KPI tecnico-funzionali (es. indicatori di efficienza e volumi delle attività svolte)

I benefici della RPA

I benefici della RPA si possono distinguere in 2 macrocategorie:

Benefici tecnico-informatici

  • Tecnologia non invasiva: si tratta di una integrazione nell’architettura IT esistente, con riutilizzo delle interfacce esistenti e bassi costi di integrazione;
  • Tracciabilità: Ogni operazione effettuata dai robot è tracciata e può essere sottoposta a revisione/controllo;
  • Flessibilità e scalabilità: Si tratta di soluzioni adattabili a cambiamenti anche significativi del perimetro iniziale e dei volumi trattati.

Benefici operativi

  • Ottimizzazione del carico di lavoro: in quanto la RPA consente l’eliminazione degli sprechi e l’aumento della produttività, la possibilità di soluzioni automatizzate, la disponibilità dell’execution 24 ore su 24, 7 giorni su 7 con una velocità di esecuzione in media 25 volte superiore all’umano.
  • Garanzia compliance e riduzione dei rischi operativi: in quanto si assicura che il processo sia conforme alle policy aziendali, con riduzione significativa di rischi connessi al trattamento di dati sensibili e di errori legati all’editing manuale
  • Aumento della soddisfazione delle persone in quanto diminuisce la loro attività di mera execution, le stesse vengono coinvolte nell’addestramento dei robot, si concentrano sulle attività di controllo, monitoraggio e improvement del processo. Si trasformano da esecutori di attività ripetitive ad ingegneri di processo.

Chiaramente l’adozione di questa tecnologia, come tante altre, richiede una competenza professionale importante nella fase di disegno dei processi, unita ad un importante attività di change management che veicola, attraverso la supervisione umana richiamata anche dal regolamento comunitario sull’AI, l’utilizzo della tecnologia in modo efficace.

Come diceva lo scrittore e filosofo statunitense Elbert Green Hubbard “Una macchina può fare il lavoro di cinquanta uomini ordinari, ma nessuna macchina può fare il lavoro di un persona straordinaria”.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x