Get your 6-month No-Cost Opt-Out offer for Unlimited Software Automation?

Robotic Process Automation-technologie beweegt snel. In iets meer dan een decennium heeft deze vorm van automatisering van bedrijfsprocessen zich ontwikkeld van obscuriteit tot mainstream. Bedrijven over de hele wereld gebruiken de technologie om productiever te worden en geld te besparen.

Als je ooit bij jezelf hebt gedacht “hoe zijn we hier terechtgekomen?”, dan heb je geluk. Dit artikel bespreekt de wortels van de RPA-technologie, onderzoekt hoe deze de moderne bedrijfswereld vormgeeft en wat we in de toekomst kunnen verwachten van automatiseringstechnologieën.

Welkom bij RPA-technologie: een overzicht van verleden, heden en toekomst.

 

Wanneer werd de term Robot

Procesautomatisering voor het eerst gebruikt?

alpha testing vs beta testing

De term,
Robotic Process Automation werd voor het eerst gebruikt in 2012.
Volgens het onderzoeksrapport,
Robot Process Automation (RPA) en zijn toekomst
(O. Doguc, 2020) kwam de term pas echt van de grond rond 2014 tot 2015.

Hoewel de discipline destijds relatief kleinschalig was, won ze aan populariteit en aandacht toen bedrijven de besparingen en efficiëntie begonnen aan te kondigen die ze door automatisering hadden bereikt. In 2018 heeft KPMG de Opkomst van de mensen verslag. Het document suggereerde dat banken en financiële instellingen de kosten in de sector met 75% zouden kunnen verlagen. In de daaropvolgende jaren nam de adoptie drastisch toe.

RPA-technologie in het verleden

Geschiedenis van het testen van software

De term automatisering werd in 1946 bedacht door
D.S. Harder, een engineering manager bij de Ford Motor Company.
Toen zijn autofabriek automatische apparaten en besturingen begon te gebruiken in de gemechaniseerde productielijnen, was het concept geboren. In onze huidige inhoud verwijst automatisering naar technieken die systemen automatisch laten werken. Deze systemen kunnen mechanisch, elektrisch of geautomatiseerd zijn.

Maar hoewel er in de jaren 1940 misschien nog geen apart woord voor bestond, maakt automatisering al duizenden jaren deel uit van de menselijke geschiedenis. Al in de eerste eeuw voor Christus gebruikten Romeinen waterraderen om graan te malen. Tegen de 9e eeuw waren water- en windmolens in volle gang. Tegen de tijd van de Industriële Revolutie zorgden stoommachines voor nieuwe efficiëntieniveaus.

Het punt is dat mensen altijd op zoek zijn geweest naar technologie die we konden gebruiken om de productiviteit te verhogen. De wortels van de Robotic Process Automation-technologie liggen echter strikt genomen al rond de tijd van de eerste computer. Vroege computers werden gebruikt om de last van wiskunde van mensen over te dragen aan machines.

In de paper.
De toekomstige digitale werkkracht: Robotische procesautomatisering (RPA)
(S. Madakam, 2019) suggereert de auteur dat de wortels van RPA teruggaan tot de ENIAC, een computer die tussen 1943 en 1946 werd uitgevonden. Interessant is dat de voltooiingsdatum ongeveer overeenkomt met D.S. Harder’s eerste gebruik van de term automatisering. De auteur suggereert ook een eerder beginpunt voor de technologie, door te stellen dat “het telraam de eerste computer was”.

Vroege computers waren log. Ze waren ingewikkeld in het gebruik en zo groot dat ze in hele kamers moesten worden ondergebracht. Naarmate computerhardware echter volwassener werd, daalde de prijs ervan. Tegen de jaren 90 waren pc’s overal in de ontwikkelde wereld in huis te vinden.

Naarmate de computertechnologie zich verder ontwikkelde, automatiseerden bedrijven routineprocessen met behulp van scripttalen en macro’s. Deze hulpmiddelen waren meestal toegankelijk binnen toepassingen zoals Microsoft Word of Excel. Hoewel deze toepassingen vandaag de dag primitief lijken, vertegenwoordigen ze een belangrijke vroege stap in de richting van softwaremechanisatie.

In het begin van de jaren 2000 maakten bedrijven als BluePrism en UIPath de weg vrij voor RPA door platforms uit te brengen die waren ontworpen om back-office en administratieve processen binnen organisaties te automatiseren. Deze platformen, die vaak “bots” of “softwarerobots” worden genoemd, waren in staat om menselijke acties binnen computersystemen na te bootsen. Ze konden communiceren met meerdere applicaties, gegevens invoeren, informatie uit documenten halen en verschillende andere taken uitvoeren.

1. De wortels van RPA-technologie

 

Een van de eerste paden van RPA kwam in de vorm van Business Process Outsourcing (BPO). Bedrijven in die tijd besteedden handmatig werk uit aan verschillende organisaties. Voor het voltooien van deze taken was handenarbeid nodig, vaak in verre landen.

De concurrentie voor dit soort zaken was hevig. Door de stijgende arbeidskosten gingen outsourcingbedrijven echter op zoek naar goedkopere manieren om deze taken uit te voeren. Daarnaast brengt het managen van een personeelsbestand in verschillende landen en tijdzones zijn eigen complexiteit met zich mee. Daarom behoorden veel van deze diensten tot de eerste gebruikers van RPA.

Schermschraaptechnologie is een andere voorloper van RPA. Volgens sommige bronnen gaat deze praktijk terug tot het vroege World Wide Web van Tim Berner-Lee. Andere bronnen suggereren echter dat de technologie opkwam in de jaren 1960 of 1970 als een manier om gegevensuitwisseling mogelijk te maken tussen mainframe terminals met niet-gestandaardiseerde interfaces.

Een ander cruciaal stukje van de puzzel was workflowautomatiseringssoftware. Het concept van workflowbeheer gaat terug tot het begin van het industriële tijdperk, maar in werkelijkheid was het de opkomst van vroege workflowsoftware in de jaren 80 die technologie voortbracht die een directe voorloper is van RPA. Deze software automatiseerde meestal de orderverwerking en het voorraadbeheer, waardoor handarbeiders andere taken konden uitvoeren.

Alles bij elkaar wijzen deze trends op een toenemende behoefte aan efficiëntie, waardoor RPA-technologie eerder een kwestie is van wanneer dan van of.

 

2. Tien vroege RPA-gebruiksgevallen

 

De eerste RPA-gebruiksgevallen hebben betrekking op het automatiseren van repetitieve, regelgebaseerde taken. De aanvankelijke doelstellingen van RPA-technologie waren gericht op het stroomlijnen van activiteiten en bedrijfsprocessen. Sommige van deze eerste gebruikssituaties bieden een nuttige maatstaf voor wat de technologie op dat moment kon doen.

Hier zijn tien vroege gebruikssituaties van RPA-technologie.

  • Gegevensinvoer, migratie, extractie en validatie
  • Back-up en archivering van gegevens
  • Geautomatiseerd invullen van formulieren
  • Loonverwerking
  • Rekeningafstemming
  • Voorraadbeheer
  • QA testen
  • Facturering gezondheidszorg
  • Verwerking van leningen


Zoals je kunt zien, waren de toepassingen van RPA-technologie heel divers. Toen bedrijven echter tijd en geld begonnen te besparen op deze transacties, begonnen ze de grenzen van RPA te verkennen. Al snel kwamen we bij de huidige incarnatie van RPA-tools.

 

RPA-technologie in het heden

Wat zijn Load testing, mobiele app testing en ad hoc testing?

Het huidige verhaal van RPA-technologie is er een van bijna ononderbroken succes. In korte tijd heeft RPA zich gevestigd als een onmisbaar hulpmiddel dat een nieuw tijdperk van productiviteit in het moderne bedrijfsleven heeft ingeluid.

We hebben de wortels van RPA al verkend; nu is het tijd om te kijken wat de technologie vandaag de dag doet om bedrijven te helpen inkomsten en resultaten te verhogen.

 

RPA in de huidige tijd

 

De huidige mogelijkheden van RPA zijn voor een groot deel te danken aan Kunstmatige Intelligentie. Hoewel RPA op zichzelf in staat was om de efficiëntie en productiviteit te verhogen, stuitte het op harde grenzen wanneer taken menselijke cognitie vereisten. De integratie en convergentie met AI-tools resulteerde echter in een uitbreiding van de reikwijdte van RPA-projecten.

Een van de belangrijkste beperkingen van RPA-technologie is het onvermogen om met ongestructureerde gegevens om te gaan. Het gebruik van computer vision technologie en Natural Language Processing (NLP) heeft deze eerdere beperkingen echter tenietgedaan. Door zich aan te passen aan opkomende AI-technologieën is RPA aantoonbaar relevanter dan ooit geworden.

 

1. Branchegerichte RPA-tools

 

Er zijn weinig betere tekenen van een volwassen markt dan wanneer leveranciers industriespecifieke tools beginnen uit te brengen. De laatste tijd zijn er producten op de markt gebracht die kant-en-klare automatiseringsoplossingen bieden voor de gezondheidszorg, financiën, HR, logistiek en nog veel meer. Deze toepassingen worden geleverd met sjablonen die het ontwerpen van procesautomatisering veel eenvoudiger maken.

 

2. RPA en cognitieve automatisering

 

De convergentie van RPA en Cognitive Automation (ook wel Intelligent Automation genoemd) heeft de afgelopen jaren een enorme stap voorwaarts gezet. Door AI, ML en RPA te combineren, kunnen teams hun automatisering van bedrijfsprocessen opvoeren.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

Nu kunnen zowel back-office als front-office activiteiten veel voordeel halen uit RPA-technologie, waardoor hun geautomatiseerde processen allerlei ongestructureerde gegevens kunnen verwerken en zelfs beslissingen kunnen nemen waarvoor vroeger menselijke input nodig was.

 

3. RPA-expertisecentrum (CoE)

 

Hoewel het potentieel van RPA duidelijk is, is het maximaliseren van de efficiëntie een zorg voor veel bedrijven. Vaak doen de knelpunten zich niet voor aan de technische kant, maar komen ze doordat bedrijven de expertise missen om het voordeel echt door te drukken. Organisaties zetten een RPA op
Expertisecentrum (CoE)
om ervoor te zorgen dat ze de vooruitziende blik hebben en de technologie begrijpen om baanbrekende projecten door te zetten.

 

4. Cloud-gebaseerde RPA

 

Cloud-gebaseerde RPA tools zijn een uitstekende optie voor moderne bedrijven. Toegang op afstand tot deze tools zorgt ervoor dat werknemers vanaf elke locatie kunnen werken met een veilige, elastische en schaalbare automatiseringsoplossing. Maar wat misschien nog belangrijker is, is dat cloudconnectiviteit bedrijven in staat stelt optimaal te profiteren van ML en data-analyse door een machtige rekenkracht te bieden aan werknemers, ongeacht hun locatie.

 

5. No-code RPA

 

No-code of scriptloze RPA is de afgelopen jaren steeds populairder geworden. UI/UX-ontwerp is een essentieel onderdeel van de adoptie. Ervoor zorgen dat iedereen, en niet alleen een kleine groep programmeurs, geautomatiseerde processen kan bouwen, helpt de technologie te democratiseren en leidt tot meer creativiteit en snellere samenwerking.

 

6. Workflow orkestratie

 

In het verleden werd RPA het best gebruikt voor voorspelbare, op regels gebaseerde taken. Beperkingen waren echter onder andere problemen met het schalen van RPA-oplossingen en een hoge mate van beheer en onderhoud. Voeg daar de toenemende complexiteit van IT-processen aan toe en je hebt een probleem dat schreeuwt om een oplossing. Maak kennis met workflow orkestratie.

Workflow orkestratie zorgt ervoor dat RPA processen efficiënter en in de juiste volgorde werken. Voor bedrijven die moeten schalen en groeien, is deze vooruitgang van onschatbare waarde.

 

7. Automatisering voor het midden- en kleinbedrijf

 

Vroeger lag RPA-technologie buiten het bereik van KMO’s. Maar zoals alle technologie is het in de loop der jaren goedkoper en toegankelijker geworden. Deze ontwikkeling is essentieel om disruptieve bedrijven te helpen gedijen en zelfs te concurreren tegen de status-quo.

 

8. Digitale transformatie

 

Geen gesprek over het huidige gebruik van RPA kan gevoerd worden zonder te vermelden hoe de technologie digitale transformatie mogelijk heeft gemaakt in traditionele pen-en-papier industrieën. Naast het positieve effect op het milieu, heeft het bedrijven ook in staat gesteld om meer te doen met minder en de last op hun handarbeiders te verminderen.

 

Tien hedendaagse RPA-gebruiksgevallen

 

Het vergelijken van hedendaagse RPA use cases met hun vroege equivalent is een goede manier om de vooruitgang te meten die deze opwindende technologie in een paar korte jaren heeft geboekt. Hier zijn tien hedendaagse gebruikssituaties van RPA-technologie.

  • Geautomatiseerde ontdekking van geneesmiddelen
  • Onderhoudsplanning voor industriële infrastructuur
  • Prijsbewaking
  • Voorraad- en orderbeheer
  • Afspraken in de gezondheidszorg
  • Kwaliteitscontrole in productie
  • Optimalisatie van de toeleveringsketen
  • Chatbots en persoonlijke assistenten
  • Naleving van regelgeving
  • Fraudedetectie

 

Deze huidige gebruikssituaties van RPA laten precies zien hoe de technologie zich heeft ontwikkeld van het afhandelen van voorspelbare als/dan/else-taken naar iets veel geavanceerders. Vanuit het perspectief van de vroege jaren 2000 zouden veel van deze functies waarschijnlijk onwaarschijnlijk lijken. Dankzij AI-tools werd RPA echter elastischer in wat het kon bereiken.

Dit is echter slechts één stap op weg naar hyperautomatisering.

 

RPA-technologie in de toekomst

computer vision voor het testen van software

Het is onmogelijk om over de grootschalige toepassing van RPA te praten zonder COVID-19 te bespreken. De pandemie verraste iedereen, zelfs bedrijven met solide bedrijfscontinuïteitsplannen. In zakelijk opzicht zal het tijdperk deels herinnerd worden als een tijd van significante digitale transformatie.

RPA stond, samen met andere tech-achtige communicatietools, aan de wieg van deze grote verandering. Tegen de zomer van 2020 had de belangstelling voor RPA een hoogtepunt bereikt, althans volgens de zoektermen van Google.

ontwikkeling van de vraag naar rpa

Pogingen om de interesse in een oplossing te kwantificeren op basis van het zoekvolume alleen is echter een dwaalspoor. Elke opwindende nieuwe technologie zal een explosie van aanzienlijke belangstelling kennen, die weer zal afnemen naarmate het management en de werknemers deze nieuwe tools beter begrijpen. De beste manier om het nut van software te beoordelen is te kijken naar trends in het marktaandeel.

Volgens de statistieken zijn de uitgaven aan RPA sinds 2020 enorm gestegen. Bovendien voorspellen de prognoses dat de marktomvang zal stijgen van 1,23 miljard dollar in 2020 tot 13,39 miljard dollar in 2030. Volgens sommige analisten zijn deze voorspellingen zelfs enigszins conservatief. Sommige onderzoeken suggereren dat RPA zal in 2032 een industrie van 66 miljard dollar zijn.

 

1. RPA Gartner Hype Cycle

 

Een andere goede manier om naar de toekomst van RPA te kijken is door het prisma van de
Gartner Hype Cycle.
Deze gevestigde methodologie helpt leidinggevenden om nieuwe technologieën te begrijpen en door de marketingpraat heen te kijken die met nieuwe technologie gepaard kan gaan. Het gaat erom te evalueren of veelbelovende nieuwe grenzen werkelijkheid zullen worden of een oplossing op zoek naar een probleem.

 

De Gartner Hype Cycle bestaat uit vijf stadia die een nieuwe technologie doorloopt. Dat zijn ze:

  1. Innovatie Trigger: Een nieuw, spannend idee met beperkte producten
  2. Piek van opgeblazen verwachtingen: Het moment waarop iedereen praat over de mogelijkheden
  3. Dieptepunt van ontgoocheling: De technologie voldoet niet helemaal aan de hooggespannen verwachtingen
  4. De helling van verlichting: Solide producten helpen mensen de technologie echt te “begrijpen
  5. Productiviteitsplateau: Wijdverspreide toepassing

 

De Gartner hype cycle voor RPA bevindt zich in de laatste fase. Organisaties hebben de technologie massaal overgenomen en het potentieel ervan is bekend en goed begrepen. Hoewel je de indruk zou kunnen hebben dat het bereiken van het eindstadium betekent dat de bovengrenzen van de technologie zijn bereikt, zou je het mis hebben.

De toekomst van RPA ligt in de convergentie met verschillende andere spannende technologieën. Anders gezegd, de RPA Hype Cycle zal doorgaan.

 

2. RPA-technologie en hyperautomatisering

 

RPA is een zogenaamd Transaction Processing System (TPS). In het kort betekent dit een computer die de dagelijkse bedrijfstransacties binnen een organisatie afhandelt. RPA vertrouwt op goed gedefinieerde en vooraf geschreven regels om taken uit te voeren.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

Deze systemen hebben een enorm effect op de resultaten van organisaties. Ze hebben geholpen om de productiviteit, nauwkeurigheid, kostenbesparingen en algehele kwaliteit van het werk te verhogen. Er zijn echter grenzen aan wat deze hulpmiddelen kunnen bereiken. Voor een groot deel komt dit doordat het beheren van RPA-workflows een vrij omvangrijke taak is. Echte automatisering vereist een nog hands-off benadering.

Als RPA tools in de toekomst een impact moeten blijven maken, moeten ze integreren met andere technologieën op weg naar hyperautomatisering.

 

Cognitieve automatisering van robotprocessen

 

RPA en cognitieve automatiseringsproducten zijn er al. Deze combinatie van technologieën biedt een elegante oplossing voor de harde grenzen van RPA, namelijk het onvermogen van de technologie om beslissingen te nemen en om te gaan met ongestructureerde gegevens. Door gebruik te maken van AI-technologieën, zoals Machine Learning, Computer Vision en Natural Language Processing, kunnen RPA-bots een complexere reeks menselijke taken automatiseren.

Het uitbreiden van de reikwijdte van automaten zal de grootste bijdrage van Cognitive RPA zijn. We hebben ons allemaal verbaasd over hoe Generative AI de deuren naar nieuwe horizonten heeft geopend. Het is echter maar één soort AI. Robots en cognitieve automatisering zullen samen de hersenen en de spierkracht vormen van een nieuw tijdperk van hyperproductiviteit.

 

Adaptief leren

 

Adaptief leren is een ander element van een hyperautomatiseringsaanpak. Door gebruik te maken van een mix van AI-technologie, zoals ML en gegevensanalyse, zullen RPA-bots informatie verzamelen en analyseren over de taken die ze uitvoeren en deze kennis gebruiken om te verbeteren. Dit continue leren zal resulteren in datagestuurde beslissingen en zelfs zelfhelende bots.

Maar daar houdt het potentieel niet op. Terwijl zelfherstellende bots zullen zorgen voor een grotere uptime voor RPA-tools, zullen zelfverbeterende bots zorgen voor meer productiviteit en een meer gepersonaliseerde vorm van assistentie. De bots van de toekomst vormen zich naar hun gebruikers, leren hun workflows en bieden hen waar nodig verbeteringen.

 

Bijgewoonde automatisering

 

Onderzoek suggereert dat
Unattended Automation het leeuwendeel uitmaakt van RPA-implementaties
. Unattended Automation is het meest geschikt voor back-office taken, terwijl Attended Automation meer werkt als een persoonlijke assistent die wordt geactiveerd wanneer een stakeholder hulp nodig heeft bij voorspelbare taken.

De toekomst van Attended Automation zal bestaan uit een meer naadloze mens-computer relatie. In plaats van getriggerd te worden door een verzoek, zal het automatiseringssysteem voorspellend en reactief zijn. Het zal suggesties doen op basis van de context, waardoor menselijke werknemers ongekende productiviteitsniveaus kunnen bereiken.

 

Procesmijnbouw

 

Process mining zal een belangrijke rol spelen in de toekomst van RPA. Hyperautomatisering gaat over het mechaniseren van zoveel mogelijk taken; process mining stelt teams in staat om een beter inzicht te krijgen in hun bedrijfsprocessen.

Door eventlogs te analyseren, kunnen tools voor process mining gebieden identificeren waar tijd of geld kan worden bespaard binnen een organisatie. Ook hier zullen ML en data-analyse een rol spelen. Diepgaande analyse van bedrijfsprocessen zal organisaties helpen om processen op te sporen die ze eerder niet voor mogelijk hielden om te automatiseren.

 

Verhoogde gebruiksvriendelijkheid

 

Een groot deel van het succes van RPA is zijn vermogen om automatisering te democratiseren. In de afgelopen jaren is er vooruitgang geboekt, waaronder de verspreiding van no-code RPA-tools. Met de vooruitgang in generatieve AI en NLP wordt conversatie echter de nieuwe interface.

In de toekomst zullen process mining en zelflerende RPA-bots samenwerken met belanghebbenden om hun werk te verbeteren en uit te breiden, waarbij mensen dicteren wat ze nodig hebben en robots trouw de taak uitvoeren.

 

Verdere integratie

 

Ten slotte zullen RPA-tools zich ontwikkelen van standalone toepassingen tot bedrijfsoverschrijdende toepassingen die in het hart van de organisatie zitten. Automatisering wordt geregeld door een gecentraliseerd systeem dat individuele werknemers, systemen, tools en databases samenbrengt, waardoor een naadloze ervaring ontstaat.

 

3. Hyperautomatisering: de laatste fase

 

Hyperautomation RPA zal een taakverdeling met zich meebrengen die er ongeveer zo uit zal zien:

  • Men zal erop kunnen vertrouwen dat AI optimale beslissingen neemt, waarbij vaak rekening wordt gehouden met zaken die mensen niet kunnen waarnemen
  • Data analytics zal inzichten verschaffen door patronen en relaties te vinden in gegevens die ver buiten het bereik van menselijk begrip liggen.
  • RPA zal de transacties uitvoeren, ondersteund door AI en analytics

Het is echter belangrijk op te merken dat hyperautomatisering net zo goed een filosofie is of, durven we te zeggen, een houding. Het gaat erom bedrijfsprocessen te bekijken en alles wat mogelijk is te automatiseren.

 

4. Tien toekomstige RPA-gebruiksgevallen

 

De toekomst van RPA ziet er rooskleurig uit. De mogelijkheden zijn bijna eindeloos. Hier zijn echter tien toekomstige RPA use cases die niet ver weg zijn.

  • Gezondheidszorg monitoring en diagnose
  • Autonome auto’s
  • Voorspellend onderhoud
  • Juridisch onderzoek
  • AI-gestuurde besluitvorming
  • Milieubewaking en -behoud
  • Onderwijs en opleiding
  • Beheer van het energienet
  • Detailhandel en warehousing
  • Geautomatiseerde ontdekking van de ruimte

 

Laatste gedachten

 

In korte tijd is RPA een integraal onderdeel geworden van de onderneming. Tools voor het automatiseren van bedrijfsprocessen zijn geëvolueerd van basistransacties naar complexere taken waarvoor vroeger menselijke besluitvorming nodig was.

De toekomst van technologie draait om de convergentie van robotische procesautomatisering en kunstmatige intelligentie. Hoewel er al een aantal RPA-tools voor kunstmatige intelligentie op de markt zijn, zijn deze nog maar een begin.

Download post as PDF

Alex Zap Chernyak

Alex Zap Chernyak

Founder and CEO of ZAPTEST, with 20 years of experience in Software Automation for Testing + RPA processes, and application development. Read Alex Zap Chernyak's full executive profile on Forbes.

Get PDF-file of this post