A ideia básica é fazer com que as automações construídas sobre RPA assumam parte das interações humanas, tipicamente realizadas de forma manual com, promovendo ganho de produtividade, qualidade, eficiência e inteligência.
Há um valor mensurável a ser obtido com a adição de sistemas de automação robóticos para processos. Para começar, estima-se que 30% dos empregos atuais de tecnologia serão substituídos por automações até o ano 2025 (whatisrpa.com, 2019). Isso significa que hoje, em geral, as organizações estão gastando tempo e dinheiro para concluir processos e tarefas que podem e serão substituídos em um futuro próximo. O quadro geral é que esses processos não serão apenas substituídos pelo RPA, mas na verdade serão aprimorados e simplificados.
A implementação do RPA tem muitos benefícios além da automação. Ele oferece maior precisão, levando a uma redução de até 40% no tempo gasto e economizando 30% dos custos típicos associados à conclusão de processos (whatisrpa.com, 2019). Esses robôs também trabalham 24 horas por dia sem intervalos, liberando sua força de trabalho para direcionar seus esforços para outro lugar. Agora, é necessário entender algumas vantagens e desvantagens (ou riscos) associados à essa tecnologia.
Os desafios do RPA
O RPA é especialmente útil quando as interações são com aplicativos legados mais antigos. Tecnologias como RPA são ferramentas fantásticas para dar nova vida a sistemas legados e criar fluxos de processos digitais, onde antes havia apenas código obsoleto, soluções manuais e pântanos de dados poluindo o ponto fraco da empresa.
Apenas um problema – se algo mudar com a interface, os dados ou qualquer outro aspecto do aplicativo legado, o RPA quebra. Mudar as interfaces adiciona complexidade à implantação. Como o RPA geralmente interage com as interfaces do usuário, mesmo pequenas alterações nessas interfaces podem levar à interrupção do funcionamento da automação. Afinal, os robôs não podem ajustar seu comportamento da mesma forma que um humano faria.
Mudanças upstream e downstream, mesmo durante a configuração do robô, podem atrasar significativamente as automações que estão sendo colocadas em produção. Por exemplo, um nova regra de negócios em um simples processo pode gerar um impacto muito grande no desenvolvimento da automação. Não se pode proporcionalizar em igual complexidade a alteração de processos com a alteração da codificação.
Um dos pontos fortes da RPA também é uma fraqueza: o fato de que os robôs interagem mimetizando o comportamento do usuário, quando em aplicações mais antigas sem integração via APIs, há pouca escolha a não ser interagir via interface gráfica levando a maior fragilidade e riscos. A maioria das aplicações mais modernas, em contraste, oferece APIs que fornecem ao RPA uma abordagem um pouco mais robusta para automatizar as interações e interfaces. Esse deve ser o caminho.
Uma pesquisa da Enterprise Management Associates (EMA) destacou que 44% das empresas pesquisadas possuiam alguma iniciativa de RPA mas nem todas estavam totalmente seguras com relação à robustez da tecnologia. Nessa pesquisa, 20% das empresas ainda estão usando robôs sobre interface gráfica, 14% estão redesenhando processos especificamente para serem gerenciados por RPA e 10% estão‘ corrigindo lacunas ’em processos existentes com automações.
RPA + IA é a solução?
Muitos fornecedores de RPA estão adicionando IA, ou o que as pessoas estão chamando de recursos “cognitivos” às suas ofertas. A integração de capacidades cognitivas em plataformas de automação de processos robóticos levou ao desenvolvimento de bots de software Cognitive Robotic Process Automation (CRPA) que podem automatizar tarefas mais complexas e baseadas em julgamento por meio da integração de vários recursos cognitivos, incluindo processamento de linguagem natural, aprendizado de máquina e reconhecimento de fala.
As empresas estão começando a empregar RPA junto com tecnologias cognitivas, como reconhecimento de fala, processamento de linguagem natural e aprendizado de máquina para automatizar tarefas não tão triviais e baseadas em julgamento antes reservadas para humanos. A integração de tecnologias cognitivas e RPA está estendendo a automação a novas áreas e pode ajudar as empresas a se tornarem mais eficientes e ágeis à medida que avançam no caminho para se tornarem negócios totalmente digitais.
Embora promissor, o CRPA (para alguns, a base do Hyperautomation) ainda está em seus primeiros dias. O casamento de RPA e AI ainda não está totalmente maduro e muitas empresas não conseguem aplicar a visão de se redesenhar processos para automatização e não automatizar processos já existentes.
De fato, o RPA funciona melhor quando as interfaces do aplicativo são estáticas, os processos não mudam e os formatos de dados também permanecem estáveis, uma combinação que é cada vez mais rara nos ambientes digitais dinâmicos de hoje.
Os problemas com o RPA, no entanto, não são que as ferramentas não sejam inteligentes o suficiente. O desafio é mais sobre resiliência e robustez dos processos e aplicações – lidar com mudanças é algo extremamente doloroso e custoso nas áreas de tecnologia e altamente esperado pela área de negócios. Há uma dicotomia no atual estado de coisas que promove perda de velocidade e gera custos e retrabalhos.
Adicionar recursos cognitivos ao RPA não resolve esses problemas de resiliência e robustez. Você simplesmente acaba com uma tecnologia mais inteligente que ainda é tão frágil quanto antes. Você deve considerar o uso de RPA se tiver uma visão clara de seus sistemas legados e construindo um caminho para digitalização seguindo as boas e melhores práticas.
Além disso, é importante não desviar a atenção de projetos estratégicos e críticos, como a criação de novos sistemas para suportar processos de negócios disruptivos ou a substituição de grandes sistemas centrais legados que estão impedindo você. É importante entender quando utilizar e quando não utilizar RPA.
De fato, para que a iniciativa de RPA tenha sucesso é necessário seguir as boas práticas de desenvolvimento considerando as particularidades dessa tecnologia. Escolher bons processos, seguir um framework de desenvolvimento que estabeleça critérios de priorização e de desenho de solução que promova a estabilidade, a antecipação de impedimentos e a criação de ambiente de testes é fundamental. Além disso, ter a visão crítica que não existe tecnologia milagrosa e que a governança integrando as áreas de tecnologia, processos e negócios se faz necessária, poderão promover mais sucesso e robustez a essa alavanca de digitalização que é extremamente relevante e rentável para qualquer organização, desde que implementada corretamente.
Gilberto Strafacci Neto
Chief Operating Officer da Practia Brasil (www.practiaglobal.com.br) e Senior Partner do Setec Consulting Group (www.setecnet.com.br). Master Business Essentials CORe Program pela Harvard Business School, MBA em Liderança e Inovação, Engenheiro Mecânico pela Escola Politécnica da Universidade de São Paulo, Master Black Belt, Agile Coach, Design Thinker, Manager 3.0, Certified Six Sigma Master Black Belt pela American Society for Quality (ASQ) e Certified Scrum Master pela Scrum Alliance e Facilitador Certificado LEGO® SERIOUS PLAY® (Ver PERFIL).
