RPA e AI rappresentano rispettivamente il braccio e la mente dell’automazione dei processi aziendali. Robotic Process Automation, infatti, si presenta al mercato come una tecnologia dedicata all’automazione di attività ripetitive, a scarso valore aggiunto e fortemente rule-based, cioè facilmente replicabili. Ciò non ne inficia in alcun modo il valore, poiché qualsiasi processo e workflow aziendale integra attività ripetitive la cui automazione determina una netta riduzione di costi per l’azienda e un chiaro aumento di produttività ed efficienza, senza contare la possibile rifocalizzazione delle risorse su attività a maggior valore aggiunto. Se a tutto questo si aggiunge la semplicità di implementazione di RPA e la relativa trasparenza rispetto a strumenti e procedure in uso, ci si rende conto del perché l’impiego di RPA sia in fortissima crescita in ogni parte del mondo.
Quando una tecnologia ha molto successo, è naturale ipotizzarne gli sviluppi successivi, che in questo caso si riassumono proprio nell’integrazione di RPA e AI. Parlarne al futuro, però, sarebbe concettualmente errato poiché la Intelligent Automation è già una realtà e può supportare appieno le esigenze di efficienza e crescita delle aziende contemporanee. L’obiettivo dell’integrazione di RPA e AI è il “meglio dei due mondi”, cioè la capacità di andare oltre la routine automatizzando attività che richiedono intuizione, capacità di giudizio e problem solving: in questo modo, infatti, i benefici tipici dell’Intelligenza Artificiale si uniscono all’efficienza, alla velocità e all’azzeramento degli errori che fanno parte del DNA della Robotic Process Automation. In particolare, AI è utile in quest’ambito per la capacità di gestire database di dati non strutturati (testo, immagini, video, audio…), per la Pattern Recognition, Sentiment Analysis e il riconoscimento del linguaggio naturale (NLR), cui occorre aggiungere la capacità di autoapprendimento tipica del Machine Learning e preziosissima nell’ambito dell’automazione dei processi.
In che modo, quindi, fondere le peculiarità di RPA e AI a beneficio della Process Automation? Innanzitutto, occorre sottolineare quanto i processi affianchino spesso attività ripetitive ad altre che invece richiedono competenze specifiche, intuizione e capacità di giudizio. Si consideri, per esempio, la categorizzazione e prevalutazione dei curricula che le aziende ricevono costantemente via e-mail o tramite il sito istituzionale. Se per l’estrazione di dati da documenti standard in formato PDF può essere sufficiente (ma non sempre) un’attività routinaria, certamente non lo è la prevalutazione dei curricula, ovvero il confronto tra i titoli e le competenze dichiarate del candidato e le posizioni aperte al momento. Questo è un caso in cui, a una meccanica estrazione di dati per la compilazione di un’anagrafica si può associare una capacità di valutazione (AI) che, oltretutto, può essere affinata nel tempo tramite il continuo addestramento degli algoritmi di Machine Learning. Gli esempi possono essere moltissimi, andando dalla previsione della domanda e delle scorte alla valutazione del rischio di credito, ma portano tutti all’automazione di processi che, date le troppe variabili e dipendenze in gioco, sono sempre stati gestiti dalla competenza, preparazione e sensibilità di operatori in carne ed ossa. L’integrazione di RPA e AI, che è alla base di Intelligent Automation, è una sorta di perfezionamento di RPA anche a livello di risultati per l’azienda, con un ulteriore incremento di produttività individuale e di team, riduzione di costi, efficienza e abbattimento degli errori rispetto all’RPA “tradizionale”.
Inoltre, l’unione di RPA e AI rappresenta un passo avanti importante in qualsiasi percorso di modernizzazione aziendale, che non può prescindere né dall’automazione, né dall’impiego di tecnologie esponenziali come l’AI. Talvolta le imprese, pur riconoscendone gli indubbi benefici, non sfruttano ancora l’Intelligenza Artificiale a causa delle difficoltà di integrazione e di identificazione di casi d’uso adeguati, senza contare il problema dei silos tra team di automazione e di data science e la cronica carenza di talenti interni e sul mercato. Portare in azienda l’AI insieme alla Robotic Process Automation mediante soluzioni personalizzate ed efficaci, rappresenta quindi un investimento importante per il futuro della propria azienda, ma si somma a benefici immediati e tangibili che si riflettono sulla competitività dell’intera impresa.