AI & RPA: A Match in heaven

I en verden, hvor teknologien konstant udvikler sig og former vores daglige virke, står vi nu ved en betydningsfuld milepæl: integrationen af kunstig intelligens (AI) og Robotic Process Automation (RPA). Dette landskab, rigt på innovation og potentiale, er ikke længere en fjern fremtidsvision, men en aktuel realitet, der transformerer forretningsprocesser og arbejdsmarkeder over hele kloden.

Tilbage i 2015 blev jeg inviteret ind i Danmarks Radio, P1 Business for at tale om konsekvensen af RPA (Robotic Process Automation). Dansk Erhverv & HK, var hovedemnerne, idet deres bekymring for tab af medlemmer, hvis arbejde skulle overtages af softwarerobotter, var vokset til en hidtil uset størrelse - RPA var af adskillige analyseinstitutter estimeret til at reducere arbejdsudbuddet med høje to-cifrede procenttal. Jeg skulle bruges som ekspertkilde, til at skabe en teaser til Solveig Bjørnestads program, eftersom jeg som haft en række annoncer omkring RPA i blandt andet Berlingske.

For lige at blive helt præcis på hvad RPA er for en størrelse, så lad mig lige starte med at sætte scenen for hvad RPA er:

Robotic Process Automation (RPA) er en teknologi, der gør det muligt at automatisere digitale opgaver ved hjælp af software-robotter eller 'bots'. Disse bots er designet til at efterligne menneskelige handlinger ved at interagere med digitale systemer og udføre gentagne, regelbaserede opgaver.

En god måde at forstå RPA på er at sammenligne det med en avanceret Excel-makro. En traditionel Excel-makro kan automatisere opgaver inden for et Excel-regneark ved at udføre en række foruddefinerede trin. På samme måde kan RPA automatisere opgaver, men dens anvendelsesområde er meget bredere end en Excel-makro.

RPA-software kan interagere med en række forskellige applikationer og systemer, lige fra emailklienter, databaser til ERP, CRM og CMS-systemer og kundeserviceværktøjer - Alle systemer du kan tænke dig til. Denne interaktion sker typisk på to måder:

1. RPA kan bruge API'er til at kommunikere direkte med softwareapplikationer. Dette er en mere 'bag kulisserne'-tilgang, hvor RPA-botterne sender og modtager data direkte fra applikationernes API'er, hvilket ofte er den hurtigste og mest effektive metode.

2. RPA kan også efterligne menneskelige brugere ved at interagere med softwarens brugergrænseflade. Dette indebærer, at botterne 'ser' og 'forstår' skærme og vinduer på samme måde som en menneskelig bruger ville gøre, og udfører handlinger som at klikke, indtaste data og navigere i menuer. Denne metode er særlig nyttig, når der ikke findes API'er, eller når de er begrænsede i funktionalitet.

Sammenlignet med en Excel-makro, som primært arbejder inden for rammerne af Excel, kan RPA betragtes som en langt mere alsidig og kraftfuld 'makro', der kan arbejde på tværs af mange forskellige applikationer og systemer. Dette gør RPA ideel til at automatisere komplekse forretningsprocesser, der involverer flere trin og systemer, som f.eks. dataindtastning, rapportgenerering, ordrebehandling og mange andre administrative opgaver, typisk også på tværs af mange protokoller.

RPA’ens begrænsninger

RPA's evne til at automatisere opgaver ved at interagere med forskellige applikationer og systemer gennem brugergrænseflader og API'er har været RPA'ens styrke, men det bringer også visse sårbarheder med sig. Disse sårbarheder bliver særligt tydelige, når der sker ændringer i de systemer, som RPA-bots interagerer med.

Når RPA-bots er programmeret til at interagere med en applikations brugergrænseflade, afhænger de af specifikke elementer såsom knapper, tekstfelter, menuer og layout. Hvis en applikation opdateres og dens brugergrænseflade ændres – selv banale små ændringer som placeringen af en knap eller ændring af et felts navn – kan det forstyrre RPA-bottens evne til at navigere og udføre opgaver korrekt. Dette kræver, at bots skal omprogrammeres eller justeres for at tilpasse sig de nye grænsefladeændringer.

Selvom interaktion via API'er generelt er mere stabil og selvsagt mindre sårbar over for brugergrænsefladeændringer, kan RPA-bots stadig støde på problemer, hvis der sker ændringer i API'et. Dette kan omfatte ændringer i dataformatet, endpoints, autentificeringsmetoder eller andre funktionelle aspekter af API'et. Når sådanne ændringer sker, skal RPA-bottens integration med API'et opdateres og testes for at sikre, at den fortsat kan interagere effektivt med det pågældende system.

I begge tilfælde kræver ændringerne manuel involvering fra udviklere eller RPA-specialister. De skal identificere problemet, opdatere RPA-scriptet eller konfigurationen og teste den opdaterede bot for at sikre, at den igen fungerer korrekt. Dette kan medføre nedetid i automatiseringsprocessen og kræver ressourcer til fejlfinding og rettelser.

Disse sårbarheder understreger vigtigheden af omhyggelig planlægning og vedligeholdelse i RPA-implementeringer. Det er vigtigt at have en robust overvågnings- og vedligeholdelsesplan på plads for at kunne reagere hurtigt på sådanne ændringer. Desuden kan det være fordelagtigt at arbejde tæt sammen med alle sine leverandører for at forudse og forberede sig på kommende opdateringer eller ændringer i systemerne. Kort sagt venter du blot på at den næste fejl optræder.

Hvad er nyt

Med introduceringen af AI og ikke mindst den træning der nu nemmere end nogensinde før lader sig gøre på baggrund af de landvindinger der er sket for nylig på AI fronten, bliver RPA lidt mere interessant end det har været før.

AI kan bringe en ny grad af fleksibilitet og intelligens til RPA-løsninger, hvilket gør dem mere robuste over for ændringer i de systemer, de interagerer med.

AI-teknologier, såsom ML, kan trænes til at genkende mønstre og anomalier i data eller processer. Når en AI-aktiveret RPA-bot støder på en ændring i en applikations brugergrænseflade eller et API, kan den bruge disse evner til at identificere problemet og foretage justeringer. For eksempel, hvis en knap er flyttet i en brugergrænseflade, kan en AI-drevet bot potentielt genkende den nye placering af knappen og tilpasse sin interaktion uden menneskelig indgriben.

AI kan også hjælpe med at definere et "spillerum" for RPA-bots, hvilket giver dem en vis grad af fleksibilitet til at operere inden for. Dette betyder, at bots ikke kun er begrænset til stive, foruddefinerede regler, men kan tilpasse deres handlinger inden for visse parametre. Dette er særligt nyttigt i dynamiske miljøer, hvor små ændringer sker regelmæssigt.

Forbedret Beslutningstagning: AI kan forbedre RPA-bots' evne til at træffe beslutninger baseret på komplekse kriterier eller ændrende forhold. I stedet for blot at følge en lineær, regelbaseret proces, kan AI-aktiverede bots analysere data og situationer for at bestemme den bedste handlingsforløb, selv når de står over for nye eller uforudsete scenarier.

Med AI kan RPA-bots også kontinuerligt lære og forbedre sig over tid. De kan analysere tidligere interaktioner og resultater for at optimere deres processer og blive mere effektive og nøjagtige i deres opgaver.

Ovenstående kaldes under et Cognitive Automation, og er AI’ens evne til at lære af tidligere erfaringer, kunne gennemskue mønstre og kontinuerligt forbedre sine beslutninger over tid.

Med AI kan RPA-bots håndtere et bredere spektrum af opgaver og tilpasse sig forskellige forretningsbehov, hvilket gør det lettere at skalere disse løsninger på tværs af en organisation. AI-drevne bots kan trænes til at udføre mere komplekse og varierede opgaver, hvilket gør det muligt for virksomheder at udvide deres automatiseringsindsats til nye områder og processer.

Samlet set bidrager AI til at gøre RPA-løsninger mere dynamiske og effektive, hvilket øger deres værdi og anvendelighed i en bred vifte af forretningskontekster. Denne synergi mellem AI og RPA er afgørende for at realisere det fulde potentiale af automatiseringsteknologier i den moderne digitale æra.

Men summeret er RPA'en fortsat et fornuftigt værktøj i værktøjskassen, men som det ser ud lige nu, betyder det ikke at vi alle bliver arbejdsløse om 3 uger, også selv om teknologien har fået et AI boost.

Fremtiden for RPA og AI er ikke en dystopisk vision om maskiner, der erstatter mennesker, men snarere en verden, hvor mennesker og teknologi arbejder side om side. Denne synergi mellem menneskelig kreativitet og teknologisk effektivitet er nøglen til innovation og vækst.