Autor: Arturo Gutierrez – Ingeniero RPA
INTRODUCCIÓN
Seguramente muchas personas se preguntan cómo gigantes de la industria como Netflix, Unilever y ANZ Bank han podido mejorar el crecimiento profesional de sus colaboradores, aumentar sus ganancias y optimizar sus procesos internos. Muchos apuntan a que su desarrollo se ha debido gracias a su musculo financiero o ideas de alguien altamente aplicado que tiene conocimientos de otros planetas, nada más alejado de la realidad.
La verdad se puede encontrar en un punto un tanto más simple y demoledoramente eficaz, como lo es buen manejo de las actividades diarias y la mejora en las habilidades de los colaboradores. Esto se conoce mundialmente como “profit per employee”, una nueva medida que deja atrás temas obsoletos como el ROI y empieza a calificar una empresa por el valor que un empleado puede brindar a través del tiempo.
Ahora, la pregunta es ¿cómo se pueden mejorar estos índices para que la empresa se parezca más a los magnates actuales que están generando millones de dólares al mes?
¿En qué se puede invertir para obtener el ansiado “profit per employee” del que todos hablan?, o mejor aún, los colaboradores se quejan de las tareas repetitivas que tienen asignadas, ¿cómo hacer para que no se aburran de su trabajo y terminen yéndose de la empresa?
La respuesta a estas preguntas se encuentra en el término Intelligent Process Automation o IPA: La revolución de la transformación digital, se conoce también como IA (intelligent Automation) o Cognitive Automation, se basa en la integración de tecnologías tales como la Inteligencia Artificial y RPA para la automatización de procesos organizacionales.
ROMPIENDO LOS MITOS DE IPA
MITO 1: IPA posible a acabar a los empleos
Las empresas de hoy en día necesitan menos empleados, algo que se debe dejar de ver como negativo, varios estudios indican que más personas mueren de estrés o explotación laboral que en guerras y enfermedades terminales. Más del 75 % de las personas no se encuentran satisfechas con sus trabajos, debido a que son repetitivos y muy tediosos. Es importante ver una alternativa a estos trabajos que están destruyendo la carrera profesional de los colaboradores y ver nuevas estrategias de negocio que impulsen el “profit per employee”, en la adquisición de nuevas habilidades y tecnologías.
69% de los trabajadores esperan que a través de la automatización puedan ser más productivas en sus actividades profesionales principales, y 86% de los empleados piensan que el uso de la automatización en el espacio de trabajo los impulsa a conocer temas de valor para la organización, el hecho que se necesiten menos empleados se debe ver como una oportunidad de crecimiento profesional en los colaboradores.
Imagen generada con Stable Diffusion de robots trabajando
Lo que IPA puede ofrecer a largo plazo se conoce como “Triple A artifact”, que son todos los beneficios que se pueden dar a través de la implementación de tecnologías en los procesos, se divide en tres factores importantes:
- Automatización: se deben reconocer y automatizar las tareas repetitivas en los procesos.
- Aumentar: se debe identificar el comportamiento de los procesos a través del tiempo y su beneficio para la empresa por medio de herramientas de análisis de datos.
- Abandonar: eliminar cada una de esas actividades que no aporten valor a las empresas y de las que se refleje un gasto innecesario de tiempo y esfuerzo.
En la siguiente imagen se puede observar cómo IPA puede mejorar el desempeño de aquellas actividades repetitivas que se presentan en las empresas en el día a día de los colaboradores y aumentar el “Profit per employee”.
Aumento del profit per employee con automatización
Como se puede evidenciar, gran cantidad de las actividades repetitivas y de poco valor se pueden automatizar por medio de IPA y se pueden generar herramientas a ayuda a los trabajadores a mejorar su desempeño y crecimiento profesional.
MITO 2: No existe el capital ni el conocimiento suficiente para implementar esta tecnología
Para llevar a cabo el buen que transición IPA: La revolución de la transformación digital el las empresas, posible necesario a las desarrollo de transición y transformación digital los se deben adoptar para a tienen valor exponencial en el desarrollo gigantes través del tiempo. Si se siguen con compromiso, paciencia y disciplina, estas tres fases es posible llegar a ese desarrollo tecnológico que los gigantes empresariales tienen hasta el momento.
Fases de valor estratégico de RPA
Fase 1: Eficiencia
Se encarga de automatizar e identificar por medio de RPA todos aquellos procesos repetitivos y rutinarios que se encuentren actualmente en la empresa.
El potencial de esta tecnología no está siendo aprovechado debido a que, hablando de inversión, RPA genera un ROI Entre 30-200% en los primeros 18 meses, y en términos de progreso en 2021 el mercado de RPA era de 3.5 billones de USD, se espera que crezca un 40% al año.
Pero la integración de RPA en este punto no es suficiente, se presentan muchos desafíos de escalabilidad, inversiones estratégicas y beneficios esperados que deben ser manejados por una segunda fase.
Fase 2: Efectividad
Se presentan estrategias para escalar esta tecnología a través del tiempo. Los clientes poseen entre 1 y 50 robots, pocos han escalado de 51 – 100, se espera que los métodos mejoren la transición de fase 1 a fase 2. Sin embargo, todavía siguen existiendo procesos que no se pueden llevar a cabo por RPA debido a su complejidad y tipos de datos, para ellos es importante escalar RPA a un nivel empresarial y crear automatizaciones inteligentes por medio de una tercera fase.
Fase 3: Habilitación
Es la última fase y en donde IPA genera sus mayores beneficios esperados. Para que esta fase de sus frutos se debe tener en cuenta la automatización de procesos de midoffice, backoffice y actividades frente al cliente, manejar datos no estructurados, analítica y decisiones probabilísticas y tener en cuenta que gran mayoría de los desafíos son organizacionales y gerenciales.
Se deben convertir las empresas en negocios digitales, en donde, el gran valor se encuentra en crear una plataforma de opciones digitales que brinde a los negocios flexibilidad, adaptabilidad, opciones estratégicas y resiliencia a bajo costo.
Como se ve reflejado en la explicación de cada una de las fases, es necesario ir de menos a más en estas integraciones. Es recomendable empezar identificando mediante un diagnóstico los procesos repetitivos y rutinarios que pueden ser automatizados, ver cómo se pueden escalar a nivel empresarial más automatizaciones (tener más robots) y por último, llevar a cabo una fase de transformación digital en donde la aplicación de tecnologías tales como inteligencia artificial y RPA vallan de la mano en procesos complejos que permitan obtener estadísticas y generar herramientas para complementar el trabajo de los colaboradores.
MITO 3: Eso de la IPA y Trasformación digital no aplica para el área y tipo de negocio actuales
Existen diferentes métodos de aplicación de IPA en los procesos, los más relevantes y que están en una fase de estudio y aplicación en Equinox AI Lab son los siguientes:
-Document Understanding:
Es conocido como procesamiento inteligente de documentos. Su objetivo principal es el de procesar documentos de diferentes formatos y obtener información relevante a través de la integración de dos tecnologías, como lo son la inteligencia artificial y RPA.
Esta tecnología es aplicable a diferentes sectores de la industria procesando documentos como facturas, recibos, órdenes de compra, facturas de servicios públicos, facturas de desembarco, pasaportes, licencias, entre otros documentos de los que RPA por sí solo no puede hacer el proceso de extracción debido a la complejidad en su estructura y contexto.
Algunos ejemplos aplicables a áreas específicas de negocio pueden ser los siguientes:
- Servicios financieros y seguros: Cuentas por pagar y por cobrar, Formularios del IRS, solicitud de préstamos, tramitación de hipotecas, apertura de cuentas e incorporación de clientes, tramitación de reclamaciones, incorporación de proveedores y procesos relacionados con el cumplimiento de la normativa.
- Recursos humanos: incorporación de empleados, selección de currículos y tramitación de expedientes de RRHH.
- Manufactura: tramitación de pedidos de venta, solicitud de piezas al cliente y procesamiento de envíos.
- Sector público: solicitud de migración, solicitudes escolares y solicitud de gestión de pasaportes.
- Salud: formularios médicos, facturas médicas, historiales médicos y recetas de medicamentos.
Acá dejamos algunos tips para llevar a cabo un buen procesamiento inteligente de documentos:
- Tener un flujo adecuado para los diferentes procesos, se sugiere utilizar el siguiente
Flujo de trabajo de RPA en procesos organizacionales
- Taxonomía: es el entendimiento del documento, en esta fase es importante definir los tipos de documentos y los campos que se van a obtener por medio de la extracción.
- Digitalizar: Convertir los documentos por medio de OCR en datos legibles para la máquina.
- Clasificar: Clasificar y separar los archivos en algún tipo de documento.
- Extraer: extraer la información de los documentos.
- Exportar: exportar los datos para utilizarlos después en otros procesos.
- Adquirir una variabilidad balanceada, obtener el numero adecuado de documentos para el entrenamiento del modelo, en este caso es importante multiplicar el número de campos que se requiere extraer por 25.
- Generar un algoritmo de clusterización, escoger 10 ejemplares de cada formato y no más de 10 en caso de que sean muchos formatos.
NLP + RPA
Natural Language Processing (NLP) es una tecnología que permite el análisis de grandes cantidades de datos en forma de texto o audio, permitiendo a la computadora interpretar y comprender el lenguaje humano. Todo esto basado en Machine Learning.
Para la correcta implementación de los modelos de NLP, y en especial en el caso de IPA, es importante establecer el objetivo, la cantidad y calidad de datos que se tienen. Esto porque de acuerdo al modelo y el objetivo se van a generar los archivos de entrenamiento y evaluación del mismo.
Usualmente, la data de entrada se puede ingresar con archivos csv o JSON, y la salida estará en formato JSON. Estos modelos utilizan diferentes técnicas de identificación de patrones, y pueden ser utilizados en:
- Clasificación de datos o textos individuales: por ejemplo, para identificar si un texto tiene un sentido positivo o negativo.
- Extraer entidades por categoría: Como en el caso de informes científicos de los cuales se requieran extraer los químicos que se vayan mencionando y clasificarlos por categorías.
CONCLUSIONES
Trabajar con IPA: La revolución de la transformación digital permite desmitificar ciertas creencias que no dejan a las empresas llegar a la transformación digital que desean tener.
Se puede observar que aumentando el “Profit per employee” por medio de un triple A artifact beneficia, no solo la carrera profesional de los trabajadores, sino el progreso de la empresa, abandonando aquellas actividades que representan un gasto de tiempo y enfocando el desarrollo de herramientas tecnológicas para la mejora de los procesos.
No es necesario tener un gran capital y conocimiento de otro mundo, para aplicar esta tecnología, basta solo con ser pacientes y confiar en las tres fases de transformación digital “eficiencia”, “efectividad” y “habilitación” y por último, IPA es escalable y aplicable a diferentes áreas de negocio, y se espera que, por medio de este artículo, el lector logre evidenciar el impacto que IPA está generando en las empresas y como puede ser útil para beneficiar positivamente la suya y llegar a los objetivos que desean.
REFERENCIAS
Intelligent Automation – Learn How to Harness Artificial Intelligence to Boost Business & Make Our World More Human (Libro)
Becoming strategic with Intelligent Automation – leslie willcoks
UiPath document Understanding – Documentacion Uipath
Document Understanding: Cómo prepararse para una implementación exitosa – See Document Understanding: Cómo prepararse para una implementación exitosa at UiPath Colombia
TextClassification – Documentación de UiPath
Arturo Gutierrez – Ingeniero RPA
