RPAは誇大宣伝されていますか、スケーラブルですか、それとも絆創膏ですか？次は意思決定エンジンですか？

RPAは誇大宣伝されていますか、スケーラブルなソリューションですか、それとも絆創膏ですか？意思決定エンジンは未来ですか？

あなたはそれを十分頻繁に聞きます。 RPAは誇張されています。それは絆創膏のようなものです。現在、情報化時代は、RPAではなく意思決定エンジンが未来であると主張したあるビジネスコンサルティングの専門家と話をしました。彼は正しいですか？

北米のビジネスコンサルティングを率いるAlbertReesにとって、EPAMにとって、RPAは絆創膏のようなものです。

リースはRPAに関して2つの問題を認識しています。

• 実装コストは予想よりもはるかに高くなっています。
• メンテナンス費用。 「既存のシステム間でデータを移動しているのですが、それらのシステムが変更されなければ、世界中ですべてがうまくいきます。しかし、実際にはそうではありません。したがって、システムが進化するにつれて、バックエンドの状況も変化する必要があります。

リース氏は次のように述べています。「自動化がどこで機能し、何が行われ、システムとどのように相互作用するかを実際に理解するには、かなり低いレベルの詳細に到達する必要があります。」その低レベルの詳細に到達するにはコストもかかります。

彼は次のように付け加えています。「スプレッドシートをコピーしたり、スプレッドシートからコピーしたりする人々を目にします。コールセンターに行くと、データを画面Aから画面B、画面Cに移動する3画面のシナリオが表示されます。これは、3つの内部システムだけです。情報を移動していて、そのうちの1つがExcelである可能性があります。それらのいずれかで何かが変更され、突然、戻って更新を実装する必要がある場合。ほとんどの組織はそれを自分で行うことができないため、再びお金を使うことになります。」

意思決定エンジン

代わりに、彼は意思決定エンジンを鍵と見なしています。しかし、彼らは何ですか？彼は次のように述べています。「意思決定エンジンは、一連のルールで定義できる人間の意思決定の一部を自動化するために使用されるツールだと思います。これらは、事前定義されたビジネスルール（「デシジョンツリー」と呼ばれることが多い）をデータセットに適用することで機能します。意思決定エンジンは通常、RPAの代わりにはなりませんが、複雑なデータセットに適用される複雑なルールを評価するときにプロセスで決定を行う必要がある場合は、RPAを強化できます。」

討論

それで、そうですか？

最近、Information Ageは、UiPathの英国およびアイルランドのマネージングディレクターであるBruno Ferreiraに話を聞きましたが、当然のことながら、彼の見方は異なります。

誇大広告の議論は、彼が示唆しているように、意味がありません。 「当社の更新率は90％以上です。」

彼はまた、UiPathの成長についても言及しています。2016年には1,000万ドル、2018年には2億ドルであり、この数字はRPAに対する猛烈な欲求を示していることを示唆しています。

それでも、RPAを使用している組織はごく少数であり、成長の大きな可能性を示唆していると彼は示唆しています。

エベレストグループのエグゼクティブバイスプレジデント兼著名なアナリストであるサラバーネットは、「企業が約30％のコスト削減を達成していることを示す調査を実際に行った」と述べています。

RPAバンダイド？

次に、RPAが絆創膏のようであるという問題があります。要約すると、レガシーシステムです。 「これらはCOBOLで記述されており、メインフレーム上にあります。これは、これらのレガシーシステムで何もできなくなった1つのユースケースです」とRees氏は言います。次に彼は、システムの多くが十分に統合されていないと主張します。「真実の複数のバージョンを取得します。これは、たとえば、別のシステムにすでに存在するデータの入力など、非常に多くの日常的な手作業を意味します。」彼は、多くの企業がこれを支援するためにRPAを使用していることを示唆していますが、「多くの点で、RPAは、存在する可能性のあるもの、ERPS内に存在する可能性のある機能、および今日の他の最善のタイプのソリューションのバンドエイドです。 」

「私の頭の中の質問は、RPAが市場で実行可能なソリューションとして実際にどれだけ長く存続するかということです。そして、私にはわかりません。私たちが実際に目にしているのは、RPAの次の進化であるインテリジェントな自動化とクラウドソリューションに移行している顧客であるため、3年から5年の間のどこかで推測しています。 」

ここでも、強く反対する人たちがいます。たとえば、UiPathは、すべてのデスクでロボットを実現するという目標を有名に表明しています。この目標には、長期的な計画が暗黙のうちに含まれているようです。

Bruno Ferreiraは、例として、科学者ごとに1台のロボットになるというUiPathの目標を挙げています。 「想像してみてください」と彼は言います。「科学者は毎日研究室に行きますが、準備のために1日1時間費やす必要があります」と、RPAは言います。 」

機密データ

Reesは、プロセスをエンドツーエンドで自動化できる無人ロボットにも懸念を抱いています。問題の一部は、規制と、無人のロボットがエラーを繰り返す可能性があるという危険性にあります。これは、日常の操作で離婚したオペレーターが気付かないことです。

「誰もがアジャイルになりたいと思っています」と彼は言います。「アジャイルは、間違いを犯し、間違いから学び、修正する余裕がある場合、開発の観点からは素晴らしいものです。しかし、機密データではそれを行うことはできません。

したがって、ファイアウォールの背後にあるシステムAからシステムBにデータを移動するロボットがある場合、無人でうまく機能します。何かがうまくいかない場合は、何を推測しますか？別のスプリントを投げて修正すると、再び無人に戻ります。通常、誰かの手に渡る前に捕まり、問題が発生します。」

しかし、彼は機密データに問題があると考えています。たとえば、「他人の当座預金口座の銀行取引明細書」を受け取ったとします。 「このような状況では、無人の方がはるかにリスクが高くなります。」

対照的に、Sarah Burnettは、データの達成精度をRPAの強みの1つと見なしています。

彼らが言うように、間違いを犯すのは人間であるということであり、RPAはエラーを排除することができます。

「人が少しのデータを入力すると、誤っていくつかの番号を切り替える可能性があります。そのエラーを修正すると、プロセスが進むにつれて、コストが高くなります。プロセスのスイムレーンのはるか下で、時間が非常に高価な人々がこのエラーを追跡して修正しようとしている可能性があります。ロボットが正しく開発され、維持され、スムーズに動作していれば、これらの間違いを犯すことはありません。ロボットアプリのテストを続けており、一度テストした後は間違いを見つけられなかったという組織からの連絡があります。これは100％正確でした…常に。」