Nu de coronapandemie op zijn retour lijkt, het leven en werken weer normaliseert, kunnen we concluderen dat de digitalisering en automatisering wereldwijd een flinke boost heeft gekregen.
Thuiswerken, digitaal vergaderen, en online onderwijs namen een enorme vlucht. De begrippen remote en hybride werken zijn opeens gemeengoed geworden. Maar ook de bedrijfscontinuïteit kon worden gehandhaafd dankzij digitale technologieën. Dat dat niet zonder slag of stoot gaat, maakt de meest recente stroom aan artikelen op dit gebied duidelijk.
Een overzicht.
Dat de digitalisering veel verder gaat dan online werken, brengt Customer Talk deze week leuk in kaart. Door middel van artificial intelligence oplossingen kunnen ondernemingen een intelligente digitale werkplek creëren. Dat geeft werknemers toegang tot technologische vaardigheden om samen te werken, te creëren en hoogwaardige taken uit te voeren. Je moet dan vooral denken aan neuro-linguistic programming (NLP), machine learning (ML) en optical character recognition (OCR) voor intelligent document processing (IDP) in combinatie met process mining.
Maar niet iedereen is in staat om gemakkelijk met de nieuwste tech-tools om te gaan. Er is een probleem van schaarste aan personen met talent en kennis over deze onderwerpen, wat betekent dat bedrijven de focus moeten leggen op het faciliteren van deze ontwikkelingen. Hoe? Met name door de introductie van low en no code platforms. Voor low-code is nog een zekere kennis van programmeren vereist, bij no code zelfs dat niet: op intuïtieve wijze worden visuele blokken met bestaan code in een workflow gesleept. Zo kunnen op de werkvloer enorme stappen met digitalisering worden gemaakt. “Je hoeft geen ML-expert te zijn of afhankelijhk te zijn van IT om meer controle te hebben over automatiseringsinitiatieven”, aldus het artikel.
Techzine concudeert dan ook dat RPA, AI, low code en no-code in deze tijden van snelle automatisering omisbaar zijn, daarbij gesteund door uitkomsten van een recent door RPA-leverancier UiPath gehouden onderzoek. De implementatie moet wel op de juiste wijze worden uitgevoerd, want anders is snelle implementatie te riskant. Dat lukt door Chief Information Officers (CIO’s) een hoofdrol toe te bedelen in dit proces. Zo moeten zij eerst in pilottrajecten RPA, AI en process mining testen en evalueren. Ook moeten ze hun collega’s op directieniveau constant op de hoogte houden van de stand van zaken. Dan heeft digitale automatisering een goede kans van slagen.
Dat wil niet zeggen dat dat in één keer louter tevreden klanten oplevert. Dutch IT Channel citeert uit de resultaten van een grote enquete van het Global Customer Experience Benchmarking Report (GCXBR), die dat pijnlijk blootlegt.
- Maar liefst 52 procent van de consumenten meldt dat digitale kanalen slecht presteren, wat te wijten is aan beperkte mogelijkheden of diensten.
- 44 procent ervaart storingen doordat digitale kanalen hun vragen verkeerd begrijpen.
- Een wat magere 35 procent zegt 'zeer tevreden' te zijn met geautomatiseerde CX-oplossingen.
Hier speelt duidelijk een overgangsprobleem, want het aantal Customer Experience-contacten dat via automatisering wordt afgehandeld is in Europa in een jaar tijd met 62% gestegen, een omstuimige groei. De prognoses voor volgend jaar geven aan dat veel organisaties verwachten op dit pad door te gaan. 55% denkt dat te doen met met spraakgestuurde AI-assistenten, 49% met RPA en 50% met webgebaseerde AI-assistenten.
Leuk om te weten is dat 96 procent van de CX-beslissers in Europa vindt dat de menselijke ondersteuning daarbij van cruciaal belang blijft!
In hoeverre voelt de medewerker zich comfortabel wanneer zijn of haar handelingen gedurende de dag geregistreerd worden, en mag dit eigenlijk wel als we kijken naar privacywetgeving?
Het succesvol en efficiënt automatiseren van processen vraagt om transparantie en welwillendheid vanuit medewerkers. Het begint vaak bij het opsporen van workflows die automatiseringspotentie hebben. Het onder de loep nemen van werkzaamheden kan door in gesprek te gaan met medewerkers, maar ook door middel van technologieën die op de achtergrond werken en menselijke handelingen als het ware ‘registreren’. Dit laatste wordt ‘Task mining’ genoemd en kan weerstand oproepen bij zowel de betrokken medewerkers als de organisatie zelf. Het is in ieders voordeel om repetitieve zaken te automatiseren zodat medewerkers zich kunnen richten op menselijke taken. Maar in hoeverre voelt de medewerker zich comfortabel wanneer zijn of haar handelingen gedurende de dag geregistreerd worden, en mag dit eigenlijk wel als we kijken naar privacywetgeving?
UiPath is een organisatie die een aantal technieken aanbiedt om automatiseerbare processen op te sporen in de workflows van bedrijven. De meest belangrijke hiervan is de UIPath Task Mining. Een software die handelingen van een menselijke machinegebruiker registreert en opslaat. Deze data wordt vervolgens d.m.v. machine learning geanalyseerd door UiPath, die hieruit patronen die geautomatiseerd kunnen worden synthetiseert. Deze manier van procesonderzoek bespaart veel opzoekwerk waardoor RPA- experts en ontwikkelaars vrijwel onmiddellijk aan de slag kunnen met hun missie: het leven van een menselijke eindgebruiker makkelijker maken middels het automatiseren van repetitieve processen.
Toch kun je de vraag opwerpen of het gebruik van dergelijke tooling voor business optimalisatie gepaard gaat met privacy bezwaren. Wil de werknemer wel dat zijn of haar activiteiten de hele dag geregistreerd worden? En is hier een goede wettelijke omkadering voor? Mogelijk twijfelen organisaties of de huidige Europese privacywetgeving , waaronder de AVG (Algemene Verordening Gegevensbescherming), dit toelaat. Laten we eens kijken hoe de AVG zich in werkelijkheid tot dit issue verhoudt.
Privacywetgeving redeneert namelijk vanuit een minimaal data principe. Met andere woorden dit betekent dat wanneer dataopslag strikt gezien niet nodig is, het ook niet mag plaatsvinden. Met betrekking tot Proces Mining vertaalt dit zich ernaar dat de inzichten verkregen uit Proces Mining, een relatief invasieve methode, niet op andere manieren verkregen hadden kunnen worden. Bovendien moet deze data ook daadwerkelijk nodig zijn voor de bedrijfsvoering. De noodzaak van Task Mining is zeer bedrijfsspecifiek en kan in de meeste gevallen makkelijk gelegitimeerd worden door de betrokken organisatie. Het bestaan van alternatieve onderzoeksmethoden met minder data retentie (vb. interviews met SME’s) is een lastigere vereiste maar ook niet onoverkomelijk. De reikwijdte en precisie van Task Mining valt namelijk moeilijk na te bootsen in interviews of andere interactievormen die realistisch gezien uitgevoerd kunnen worden.
Naast het minimaal data principe speelt ook het verkrijgen van toestemming van de betrokken medewerkers een belangrijke rol in hedendaagse privacywetgeving. Het is hierbij ook van belang dat rekening wordt gehouden met de machtsverhoudingen tussen medewerker en werkgever. In de praktijk zien we dat het vanuit het perspectief van de medewerker heel interessant en motiverend is om mee te werken aan automatiseringstrajecten. Wanneer iemand deels repetitief werk doet, zal hij of zij dit immers ook zelf willen laten automatiseren om zich met belangrijkere zaken bezig te kunnen houden. Door in te zetten op een helder en afgebakend traject waarvoor de medewerker zich vrijwillig kan inschrijven, is het voor de werknemer duidelijk welk gedrag wordt gemonitord en is er geen sprake van dwang en/of hiërarchische druk.
In het kort
Task mining is een functionaliteit van UIPath die RPA-experts de mogelijkheid biedt om automatiseerbare taken te ontdekken in het gedrag van medewerkers. Door middel van ‘tracking software’ worden alle interacties van de gebruiker opgeslagen, waarna er door middel van machine learning inzichten over repetitieve handelingen worden gevonden. Hoewel dit een ontzettend waardevol en efficiënte technologie is, heeft het potentieel om te botsen met de privacy van de medewerker. Er moet dan ook goed nagedacht worden over de manier waarop deze software geïntroduceerd, en vooral geaccepteerd wordt onder de medewerkers. Maar, door middel van goede onderbouwing, vrijwillige toestemming, goed afgebakende cases en wederzijds vertrouwen is het mogelijk om deze techniek met succes in te zetten voor het opsporen van automatiseerbare processen.
Van Microsoft en SAP die hun eigen tool hebben opgezet tot Amazon en Google die diepgaande samenwerkingsverbanden hebben aangegaan met meer gevestigde partijen; Big Tech maakt grote stappen om toe te treden tot deze markt.
De RPA-markt is, met of zonder de huidige corona-crisis, al enkele jaren in hoogtempo aan het groeien. Deze evolutie is niet onopgemerkt gebleven voor de “Big Tech”-bedrijven van de wereld. Van Microsoft en SAP die hun eigen tool hebben opgezet tot Amazon en Google die diepgaande samenwerkingsverbanden hebben aangegaan met meer gevestigde partijen; Big Tech maakt grote stappen om toe te treden tot deze markt. Als het verleden ons iets leert is het wel dat wanneer dit soort bedrijven een markt betreedt, dit radicale disruptie kan veroorzaken. Gaat dit ook het geval zijn voor de RPA-markt?
De intrede van Big Tech
Microsoft
Van alle grote technologie-bedrijven is Microsoft diegene al het langste bezig is om een voet aan de grond te krijgen in de RPA-markt en hier tot nu toe ook al het meest succesvol in is geweest. In 2019 probeerde het bedrijf nog marktleider UiPath over te kopen. Deze deal ging toen spijtig genoeg niet door. Sindsdien probeert Microsoft het op eigen houtje in het verlengde van gelijkaardige tool die ze al in huis hadden, met name “Power Automate”. Deze evolutie kwam begin dit jaar in een stroomversnelling, toen Microsoft besloot om de basis RPA-functionaliteiten van “Power Automate” gratis aan te bieden aan al hun Windows 10 klanten. Van alle grote spelers wordt Microsoft door analisten dan ook als veruit de meest competitieve nieuwe speler op de RPA-markt gezien.
SAP
RPA vindt haar oorsprong in het automatiseren van eenvoudige, repetitieve en monotome processen. Het verbaast dan ook niet dat veel van de eerste bots processen automatiseerden waar SAP, een bedrijfsondersteunende tool met veel financiële functionaliteiten, een centrale rol in speelde. Om competitief te blijven, maakte SAP het makkelijk voor RPA-tools om gebruik te maken van hun software, zo kwamen er integraties met SAP-producten voor bepaalde vendors en promoot SAP actief het gebruik van RPA. Deze strategie is er nog steeds, maar wordt nu aangevuld met de promotie van een eigen tool, “SAP Intelligent Robotic Process Automation”. Ondanks wat de naam doet vermoeden, zijn de functionaliteiten ervan echter beperkt. Volgens analisten is het bestaansrecht van deze tool dan ook sterk verbonden met dat van het moederbedrijf dat hem lanceerde.
Google
Google gooit het over een andere boeg. In plaats van zelf een nieuwe RPA-tool te ontwikkelen, die hoogstwaarschijnlijk ver achterloopt op wat gespecialiseerde bedrijven reeds ontwikkelden, besloot het diepgaande partnerships aan te gaan met deze bestaande aanbieders. Van diepgaande integraties van hun NLP- en OCR-functionaliteiten in UiPath tot een formele, meerjarige, strategische samenwerking op het vlak van intelligente automatisatie met Automation Anywhere. Dergelijke samenwerkingen hebben in het verleden hun vruchten afgeworpen voor kleinere spelers die hierdoor mee hebben kunnen surfen op het succes van meer geavanceerdere RPA-tools. Of dit ook de andere richting op werkt, is nog even de vraag. Wat wel zeker is, is dat partijen zoals Automation Anywhere en UiPath de huidige markt domineren en een diepgaande samenwerking met deze partijen op het vlak van het ontwikkelen van nieuwe, innovatievere tools een veiligere zet is dan er zelf één te gaan ontwikkelen.
Samsung
Samsung als RPA-vendor, het klinkt wat vreemd in de oren. Een bedrijf, dat voor velen bekend staat als een producent van hardware, met name smartphones, dat de softwarekant op gaat is opmerkelijk. Opmerkelijk, maar niet verbazingwekkend als je kijkt naar niet alleen de diversificatie van andere “Big Tech”-bedrijven, maar ook naar de geschiedenis van dit Zuid-Koreaanse elektronicaconcern. Met name met z’n IT en Mobiele communicatiesystemen is Samsung al meerdere jaren méér dan alleen maar een hardware-bedrijf. In Samsung’s portfollio komt nu ook een RPA-tak, met name “Bity RPA”. Het zal nog moeten blijken of dit het begin inluidt van een sucessvol diversificatie-traject of een rebranding als deze niet verder dan de Zuid-Koreaanse markt. Als we analysten mogen geloven is “Bity RPA” alvast een uitstekende tool, die wat betreft functionaliteiten en visie ver boven die van concurenten (zoals SAP) uitsteekt.
Democratisering?
Het nieuws dat Microsoft delen van hun RPA-tool gratis gaat aanbieden aan al z’n Windows 10 klanten, doet vermoeden dat de intrede van “Big Tech” een heuse democratiseringsgolf zal veroorzaken. Waar licenties tot op heden voor enkele duizenden euro’s over de toonbanken gaan, is het mogelijk dat bedrijven in de toekomst gratis gebruik zullen kunnen maken van deze tool als onderdeel van een groter en diverser software-pakket. Een dergelijke evolutie zou niet veel goeds betekenen voor de “RPA only”-aanbieders die momenteel de markt domineren.
Dergelijke analyses gaan echter voorbij aan enkele cruciale eigenschappen van de huidige markt. De eerste hiervan is dat het niet de eerste keer is dat er druk stond op de grote RPA-aanbieders door concurenten die hun tool goedkoop of zelfs gratis aanboden. In de praktijk heeft deze druk echter niet geleid tot substantiële democratising van de markt. Integendeel, dergelijke ‘gratis’ tools hebben tot nu toe de markt amper gepenetreerd, als ze überhaupt nog bestaan. Wat is gebleken, is dat de licenties-kosten van RPA vaak niet de doorgeslaggevende factor zijn wanneer bedrijven een leverancier selecteren. De terugverdientijd van RPA en de kosten geassocieerd met de bouw en implementatie ervan zijn van dergelijke aard dat licentie-kosten een verwaarloosbare rol spelen in de besluitvorming rond tooling.
Wat blijkt uit onderzoek is dat de hoeveelheid van functionaliteiten en de kwaliteit ervan een doorslaggevend rol speelt bij leverancier-selectie. En daar knelt het schoentje voor “Big Tech”. Hoewel ze de budgetten en ervaring hebben om uitstekende software oplossingen te bouwen lopen ze achter op de RPA-markt. Die achterstand is verder ook niet alleen groot, maar ook moeilijk in te halen omdat nu ook de grote RPA-vendor beschikken over grote budgetten die ze bijna uitsluitend investeren in het doorontwikkelen van hun tools. En hoewel partijen als Microsoft een sterk uitgewerkte en goede visie hebben over waar ze met hun RPA-tool naartoe willen, ontbreekt deze visie bij de meeste andere grote spelers.
Consolidatie?
De opkomst van nieuwe technologieën vertoont een vast patroon. Het begint met een technologische en/of commerceiele doorbraak, gevolgd door een wildgroei aan aanbieders (die zich allemaal proberen te onderscheiden op hun eigen manier), om tenslotte te consolideren rond één of een paar grote spelers, die de markt domineren. Denk hierbij aan de opkomst van sociale media (Hyves vs Facebook) of online verkoop-platformen (eBay vs Amazon).
In het verleden zag men vaak dat dergelijke consolidatie van de markt plaatsvond, wanneer “Big Tech” haar intrede deed. De kleinere spelers werden hierbij uitgekocht of uit de markt geconcurreerd. De vraag is of ditzelfde gaat gebeuren op de RPA-markt nu spelers als Microsoft hun intrede doen. Of dit zóu de vraag zijn, mocht de markt nog niet geconsolideerd zijn.
De RPA-markt vertoont meerdere eigenschappen van een opkomende markt. Er zijn nog steeds meerdere, kleinere, aanbieders en de adoptiegolf is nog volop aan de gang. Aan de andere kant zien we dat de top 3 van aanbieders al geruime tijd dezelfde is (UiPath, Automation Anywhere en Blueprism). En dat deze aanbieders een grote meerderheid van het marktaandeel vertegenwoordigen. Verder zien we dat deze spelers ook al meerdere keren benaderd zijn door “Big Tech” bedrijven met als expliciete doel hen over te nemen. Dit is in het verleden niet gelukt en het ziet ernaar uit dat daar de komende tijd geen verandering in zal komen.
De echte vraag is dus of de markt niet nu al een consolidatie heeft ondergaan en welke invloed de intrede van “Big Tech” nog kan hebben. Het zal hierbij niet zozeer gaan om een disruptie, zoals dat bij andere technologieën is gebeurd, maar eerder een verschuiving. Hoe groot deze verschuiving is, zal de toekomst moeten uitwijzen.
RPA wordt ook voor het MKB een toegankelijke technologie
RPA (Robotic Process Automation) heeft sinds een aantal jaren haar intrede gedaan binnen het bedrijfsleven. Van de financiële marktleiders waar het allemaal begon tot de grote Nederlandse retailers, RPA wordt tot op heden bij een breed scala aan industrieën succesvol toegepast om bedrijfsprocessen te optimaliseren, doorlooptijden te verkorten en het welzijn van werknemers te bevorderen. Er lijkt echter een barrière te zijn als het gaat om de introductie van RPA binnen het (grote) MKB. Ondanks de voordelen zijn er nog relatief weinig bedrijven die deze innovatieve technologie hebben omarmd. Hoe komt dit eigenlijk en wat zijn de onderliggende factoren? Wat is de markt momenteel aan het doen om deze situatie te verhelpen?
Bestaande barrières
Kennis & kunde
RPA oogt op het eerste gezicht redelijk complex. Dit was in de beginfase ook zeker het geval.
Met dank aan een sterke vereenvoudiging van de ‘tooling’ (zoals de ‘drag-en-drop’-tooling van UiPath) en steeds betere kennis van de markt, zijn er tegenwoordig talloze ervaren ontwikkelaars en vormen van implementatie beschikbaar.
Dit neemt echter niet weg dat veel MKB-organisaties moeite hebben met het aantrekken van voldoende kennis en kunde om de technologie succesvol te implementeren. Dit heeft met meerdere factoren te maken. Zo is het opstarten van het RPA-traject zelf niet eenvoudig en vraagt het vaak om een RPA-expert. Het aantal experts binnen de markt is schaars en is vaak bezet door opdrachten bij de grote spelers. IT-talent in zijn algemeenheid is natuurlijk schaars, waardoor werkgevers niet altijd het risico durven nemen huidige en gespecialiseerde werknemers te ‘belasten’ met nieuwe tooling. Tel daarbij op dat er onzekerheid heerst rondom hoelang deze nieuwe technologie relevant blijft voor de onderneming.
Schaal & prijs
Een grote financiële instelling kent veel processen die met regelmaat worden uitgevoerd onder begeleiding van meerdere medewerkers. Een voorbeeld hiervan is het proces van hypotheek aanvragen. Bij het MKB ligt dit vaak anders, omdat zij zich bezighouden met relatief minder processen met een kleinere groep medewerkers. Dit maakt dat de gemiddelde terugverdientijd van een RPA-oplossing ligt tussen de 12 en 6 maanden, terwijl dit voor de grotere spelers vaak ligt rond de 6 maanden.
Daarbij komt dat het automatiseringspotentieel vaak snel bereikt is. Waar grote multinationals makkelijk zoet zijn met RPA-trajecten van 2-3 jaar, opvolgend door beheers- en onderhoudsfases, zijn MKB-trajecten van kleinere schaal. Een kleiner aantal processen die minder beheer en onderhoud vereisen. Het vrijmaken, aanwerven, opleiden en behouden van gespecialiseerde medewerkers ten behoeve van RPA is vaak geen voor de hand liggende keuze.
Tenslotte is RPA vaak niet goedkoop en komt de investering rondom het inhuren van expertise en ontwikkelingstrajecten daar nog bij. Er is daarnaast niet altijd budget voor het opzetten van de infrastructuur en inkopen van bijbehorende licenties. Dit in combinatie met een relatief lange terugverdientijd, maakt menig MKB-leider sceptisch m.b.t. het implementeren van RPA.
Bestaande oplossingen
Voor de bestaande barrières zijn gelukkig oplossingen. De meerwaarde van RPA is onmiskenbaar en de markt flexibel en in exponentiële groei. Zoals bij iedere oplossing, zijn er altijd voordelen en nadelen. Het is dan ook verstandig dat MKB-leiders nauwkeurig bekijken welke van deze oplossingen het meest geschikt zijn voor de onderneming. Laten we de oplossingen eens één voor één onder de loep nemen.
1. Robotics as a Service
Robotics as a Service (RaaS), is het neefje van de meer bekende SaaS (Software as a Service) en IaaS (Infrastructure as a Service). De ontwikkeling, het onderhoud en het beheer van de automatisering worden uitgevoerd door een derde partij. Hierdoor worden de kosten sterk gedrukt en wordt het vraagstuk rondom het vrijmaken en/of aanwerven van expert- en ontwikkelings-capaciteit opgelost. RaaS is echter niet alleen relevant voor het MKB. Steeds meer grote spelers kiezen er bewust voor hun RPA-ontwikkeling en onderhoud te outsourcen naar een derde partij, bijvoorbeeld in landen met lagere loonkosten en een hogere beschikbaarheid van technische profielen. Deze optie kan natuurlijk ook interessant zijn voor het meer avontuurlijke MKB. Hierbij de voor- en nadelen op een rijtje:
+ Zeer makkelijk instappen
+ Kosten worden gespreid over de tijd
+ Kosten worden sterk gedrukt door schaalvoordelen
+ Geen nood aan interne capaciteit
+ Flexibiliteit in ontwikkeling en onderhoud
- Duurder op grotere schaal
- Cultuurverschillen (door internationale aanpak)
2. No cure, no pay
Steeds meer RPA-implementatiepartijen, met name de RaaS aanbieders, werken met het ‘No Cure, No Pay’ model. Er zijn meerdere vormen van dit principe, maar in essentie komt het erop neer dat je pas betaald op het moment dat de automatisatie daadwerkelijk impact maakt. Denk bijvoorbeeld aan betalen bij oplevering, of gespreid betalen op basis van de performance van de automatisatie. Hierdoor worden de risico’s voor de afnemer gedekt en hebben leveranciers de mogelijkheid om te bewijzen wat zij waard zijn. Dit in combinatie met het RaaS-model maakt het voor sommige MKB-organisaties mogelijk om RPA startklaar te worden zonder enkele financiële investering.
+ Risico’s worden beperkt
+ Minimale financiële impact
- Risicopremie verwerkt in latere kosten
3. Quick and dirty
RPA wordt vaak geïmplementeerd met behulp van de meest bekende pakketten (e.g. UiPath, Automation Anywhere, BluePrism). De organisaties achter deze pakketten produceren veruit de meest geavanceerde tooling met bijbehorende prijskaartjes. Er zijn echter alternatieve tools op de markt die in essentie dezelfde functie vervullen (bots-bouwen) maar goedkoper zijn. In sommige gevallen zijn ze zelfs gratis!
Bij de meeste implementaties wordt gebruik gemaakt van centrale control rooms om bots aan te sturen, niet-persoonlijke accounts om een bot in onder te brengen of virtuele machines om bots op te laten draaien. Dit zijn stuk voor stuk zeer waardevolle randvoorwaarden die RPA een duurzame en betrouwbare bedrijfstechnologie maken, maar die niet altijd noodzakelijk zijn voor het succesvol implementeren van RPA op kleinere schaal. Door kritisch te kijken naar de implementatiewijze van RPA kunnen de kosten ervan sterk worden gedrukt.
+ Snel resultaat
+ Zo goedkoop als wenselijk
+ Goed als eerste implementatie-stap
- Niet duurzaam op midden tot lange termijn
- Lagere kwaliteit van automatisatie
- Minder functionaliteiten beschikbaar
4. Point-solutions
Eén van de grootste voordelen van RPA is het gemak en de snelheid waarmee sterk gepersonaliseerde automatisaties kunnen worden gerealiseerd. Helaas wordt er minder gesproken over het immense potentieel om de meer algemene en standaard processen duurzaam te optimaliseren, en vervolgens in te zetten voor meerdere bedrijven. We noemen dit ‘Point-solutions’. Hoewel het nog niet veel voorkomt binnen huidige RPA markten, zijn er steeds meer gevallen bekend van succesvolle RPA Point-solutions. Denk hierbij aan de automatisering van het verwerken van TOZ-aanvragen bij gemeentes in heel Nederland of de automatisering rondom Brexit binnen de logistieke industrie. De ‘standaard’ oplossingen zijn zeer in opkomst, industrie afhankelijk en kunnen van grote meerwaarde zijn voor het MKB dat aan de slag wil gaan met RPA.
+ Slechts een fractie van de kosten van een nieuwe automatisatie
+ Bijzonder snel en makkelijk te implementeren
+ Hoge betrouwbaarheid
Door het toepassen van bovenstaande alternatieve oplossingen wordt RPA ook voor het MKB een toegankelijk technologie en de meerwaarde ervan gedemocratiseerd.
Process Mining levert een goede basis om verder te automatiseren.
Ergens in de enorme berg van wereldwijde online video gesprekken, ontelbare hoeveelheid zoom meetings en digitale conferenties, buigt zich elke twee weken in Nederland een selecte groep van professionals over interessante RPA-dilemma’s. Het zijn experts van (meest) grote ondernemingen, die op de werkvloer dagelijks met de implementatie van software robots te maken hebben, en vanuit hun functie een breed overzicht hebben van wat er speelt.
RPA-Nederland biedt vanuit haar missie een platform aan om nuttige informatie-uitwisseling tussen bedrijven te bevorderen. De gesprekken zijn weliswaar vertrouwelijk, maar toch worden er steevast (geanonimiseerde) samenvattingen opgesteld, want ‘kennisdeling’ staat nou eenmaal centraal en dat gaat niet zonder een vorm van verslaglegging.
Die notulen staan bol van basic informatie over RPA. Een kleine greep uit de inhoud maakt al duidelijk dat veel deelnemers overeenkomstige ervaringen hebben en dezelfde trends zien. Vaak is RPA een paar jaar geleden gestart op de financiële afdeling en toegepast op back-office processen. Vervolgens verschoof de toepassing naar front-office. Opvallend is ook dat het niet alleen de geestdodende processen waren, die vanuit de praktijk (bottom-up) erom vroegen om gerobotiseerd te worden, vaak zagen de deelnemers ook het tegenovergestelde gebeuren. Top-down werd bedacht waar RPA nog meer dienstbaar kon zijn. In dat geval gaat het vaak om eenmalige projecten en processen waarop men veel tijd bespaard.
Die beweging zet zich voort. We zien RPA steeds vaker eenmalige activiteiten behelzen. Is daarmee de rol van RPA op den duur zijn uitgespeeld? Zeker niet, denken de meeste deelnemers. Want RPA zal de verbindende factor vormen naar die andere opkomende technologieën. Denk daarbij aan Artificial Intelligence, Machine Learning, en Process Mining. Dit worden vaste componenten in de RPA oplossingen.
Die trends geven ook de Lunchroom sessies eindeloos veel voedsel op het bordje. Het blijkt bijvoorbeeld dat meerdere bedrijven al ruimschoots ervaring hebben opgedaan met Process Mining (PM). In het begin was dit soms lang niet altijd even succesvol. De kwaliteit van zowel de data al de interne IT systemen liet nog te wensen over. Nu op dat front verbeteringen zijn doorgevoerd, begint PM langzamerhand zijn waarde te bewijzen. PM levert een levende ‘foto’ van informatie op, die voorheen vaak onzichtbaar bleef. Waarbij de waarschuwing blijft gelden: verzuip niet in een overvloed aan data, baken de vraagstelling strikt af, en analyseer heel gericht op relevante topics.
Processen die inmiddels met Process Mining gecovered worden, blijken vaak gestandaardiseerde processen te zijn, zoals Purchase to Pay en Order to Cash. En dat is niet zo vreemd, want operationele processen zullen wellicht een stuk lastiger te ‘minen’ zijn, en meer maatwerk vragen.
En dan? Je ziet bedrijven vaak voorzichtig eerst Process Mining toepassen op één locaties, om er vervolgens ook andere locaties aan toe te voegen. Eerst zijn core IT-systemen zoals SAP aan de beurt, en daarna bijvoorbeeld Salesforce. Het management hoopt dan op het terug verdienen van de PM investering binnen een jaar, hetgeen vaak lastig te calculeren valt. Want PM is alleen een analyse, en wat is de waarde van een dag minder doorlooptijd, minder ‘rework’ of een iets betere kwaliteit van de service of het product?
Process Mining kan ook worden gebruikt om te bepalen wat er binnen de onderneming met RPA gerobotiseerd kan worden. En zo zijn we weer terug bij RPA. Als de Lunchroom discussies één ding duidelijk maken, dan is het wel dat RPA een voortdurend veranderend fenomeen is.
Ook de plaats en functie van elk RPA Center of Excellence (COE) zal meebewegen met de markt en de veranderende technologie. Wat blijft, is dat bedrijven op deze gebieden veel kunnen leren van elkaar, waardoor hun vervolgstappen sneller en goedkoper gezet kunnen worden. Dus voorlopig zal de RPA-lunchroom één keer in de twee weken genoeg te bespreken hebben. Heb je belangstelling voor deze vorm van kennisdeling, en geef je richting aan een COE? Meld je aan!
De overheid maakt steeds vaker gebruik van softwarerobots om tijdrovende handmatige taken te automatiseren. Met name gemeenten zien steeds vaker de voordelen van RPA. Jos Lindhout heeft bij de gemeente Woerden een succesvol RPA-traject opgezet, en momenteel is hij bij de gemeente Schiedam bezig om de processen efficiënter te laten lopen met automatisering. Rocking Robots sprak met hem over zijn visie op het nut van RPA bij de decentrale overheid.
Jos Lindhout heeft de afgelopen jaren als ICT-manager diverse projecten bij de gemeentelijke overheid geleid. Anderhalf jaar geleden zag hij dat robotic process automation (RPA) zich had ontwikkeld tot een volwassen technologie. “Aan de ene kant is er niet heel veel nieuws onder de zon. Maar aan de andere tijd heeft RPA wel een zekere mate van volwassenheid bereikt, zeker omdat de technologie steeds dichter bij AI komt. En tot voor kort bestonden er nog niet heel veel goede en laagdrempelige oplossingen voor RPA.”
Enthousiast
Hij is daar zo enthousiast over geworden dat hij vervolgens zelf ook RPA in praktijk is gaan brengen bij de decentrale overheid. Zijn eerste project heeft hij ondertussen afgerond bij de gemeente Woerden. “De gemeente Woerden bezat al, net zoals veel andere gemeenten, een redelijke mate van automatisering. Alleen bestond die uit diverse oplossingen, met onderling allerlei complexe koppelingen. Die vroegen veel menskracht, voor repeterende handelingen om gegevens vaak via knippen en plakken van de ene naar de andere applicatie te krijgen.”
“Bij de meeste gemeentes zijn de basisprocessen dus allemaal wel geautomatiseerd, maar niet geïntegreerd. Terwijl je dat uiteindelijk wel zou willen. RPA is uitermate geschikt voor het automatiseren van de standaard handelingen die vaak voorkomen. Bovendien is het dermate slim geworden dat je er ook slimmere dingen mee kunt doen. Het is meer dan alleen een script.”
Uitstroom
Het invoeren van RPA bij de gemeente Woerden gebeurde met een innovatiebudget dat tot doel had om werkzaamheden slimmer te organiseren. Maar daar moest dan wel een kostenbesparing tegenover staan. Die werd gevonden bij de medewerkers die handmatig repeterende taken uitvoerden, èn vlak voor hun pensioen zaten. “Er komt een grote uitstroom van medewerkers aan. Die kunnen we met RPA opvangen. We hebben de robots dan ook ingezet op de veel voorkomende handelingen die werden uitgevoerd door mensen die op korte termijn met pensioen gingen.”
Zo waren in Woerden twee medewerkers bijna fulltime bezig om binnenkomende facturen te beoordelen op basis van een aantal criteria. Die werden verzameld in één mailbox om daarna volgens bepaalde standaarden in PDF aangeleverd te worden. De medewerkers zaten dat handmatig mail voor mail aan te passen, voor ongeveer 20.000 berichten per jaar. Een dergelijke eenvoudige controle kan uitstekend worden gedaan door een robot. Hij ging daarvoor in zee met MvR & Partners, reseller van UiPath.
In twee dagen
“Vervolgens hebben we in twee dagen een robot gebouwd, samen met de medewerkers die de repeterende handelingen uitvoerden. Zij vonden het leuk om te doen.” Dat laatste is volgens hem essentieel bij dergelijke projecten, er zijn ambassadeurs nodig. “’De organisatie’ vindt het vaak toch een beetje eng, en zit er misschien niet op te wachten. Er speelt ook een psychologische factor mee, een paradox van de klassieke automatisering, namelijk het idee dat het eigen primaire proces zo ingewikkeld is dat kan niet geautomatiseerd kan worden.”
En., zo zegt hij ook hier speelt nog wel de onderliggende angst om vervangen te worden door robots. “Maar dat hoeft helemaal niet erg te zijn. Waarom zou je werk blijven doen dat saai en repeterend is? Ook daar zit een belangrijk psychologisch aspect aan, en ook daar heb je dus binnen je organisatie iemand nodig met voldoende daadkracht om dat aan te zwengelen.”
Pizza-sessie
Hij heeft dus veel energie gestoken in het meekrijgen van de mensen in de organisatie, en niet alleen de IT-ers. “Bijvoorbeeld met een pizza-sessie voor vier of vijf mensen waarbij je gewoon in twee uur leert hoe je een robotje maakt. Met die mensen ben ik iedere woensdag op basis van processen in de organisatie robotjes bouwen. Wanneer je de resultaten daarvan vervolgens aan het management laat zien is het balletje in de organisatie gaan rollen.” Hij adviseert dan ook klein te beginnen met RPA, daarna gaat het vliegwiel wel draaien. Omdat ik nu bij de gemeente Schiedam zit weet ik niet waar Woerden nu staat, maar ik denk dat ze ondertussen wel dertig of veertig robots hebben.”
Management
Om het management mee te krijgen zijn volgens hem praktijkvoorbeelden belangrijk. “Dan worden ze enthousiast. Want je zal het toch de organisatie in moeten masseren. Het gaat niet vanzelf. En bij de overheid zie ik soms ook een soort beschermingsdrang die je moet doorbreken.
Ook bij Schiedam is Lindhout nu begonnen met de invoering van RPA. “Dat staat nog aan het begin. We hebben informatiesessies gehouden en een aantal pilotprocessen gedefinieerd, en nu zijn we de techniek aan het optuigen. Dat is wel belangrijk want we hebben in Schiedam legacy die eerst zowel technisch organisatorisch op het juiste niveau moet komen. Kortom, we zorgen dat eerst de basis op orde is,, daarna volgt het invoeren van RPA.”
Data
Hij is nog steeds enthousiast over RPA. “Ik vind het een inspirerende en stimulerende technologie. Het is volwassen genoeg, je kan snel aan de slag, je kan heel snel resultaten boeken. Ik zie het als een evolutionaire ontwikkeling, waarbij RPA in de toekomst steeds meer AI-achtige elementen zal gaan bevatten. Maar dat AI-aspect staat bij de overheid in ieder geval nog wel in de kinderschoenen. Want je moet veel informatie hebben, en veel data gebruiken om AI echt toepasbaar te maken. Op dat kennisniveau zit de lokale overheid nog niet. We hebben onze data nog niet zo gestructureerd dat je daarmee een goede AI engine kunt vullen.”
“Maar de ontwikkeling van RPA als technologie gaat zonder meer in de richting van AI.” En over het invoeren van RPA: “Ga het vooral doen. Begin klein. Met een investering van een paar duizend euro heb je je eerste robot draaien. Vanuit die situatie kun je door ontwikkelen. Want je hebt een organisatie te overtuigen, en door het te laten zien kun je de mensen meenemen.”
De juiste processen leren automatiseren met RPA en process mining
In de huidige ongekende situatie waarin de hele wereld worstelt met COVID-19, is het cruciaal softwarerobots te gebruiken om bedrijfsprocessen te automatiseren en tevens het serviceniveau te behouden. Door middel van RPA wordt een digitale workforce gecreeerd, die de wijze waarop bedrijven zaken doen razendsnel transformeert.
Hoewel veel bedrijven voor RPA kiezen, is het erg complex om deze nieuwe technologie te integreren met de structuur van een bedrijf. Elk bedrijf heeft zijn eigen operationele model om ICT-transformaties te implementeren. De RPA implementatie wordt net als een ICT implementatie verdeeld over meerdere fases die gedefinieerd kunnen worden als een RPA-lifecycle. Doorgaans implementeren bedrijven RPA door een POC uit te voeren om de geschiktheid ervan binnen hun IT landschap te controleren. Terwijl anderen RPA implementeren nadat hun processen door Business Process Management (BPM)-tools zijn gemodelleerd.
In beide gevallen begint de RPA-lifecycle met de beoordelingsfase waarin processen, die in hoge mate gestandaardiseerd zijn, op regels gebaseerd zijn en weinig uitzonderingen kennen geidentificeerd worden. Deze processen zijn potentieel goede kandidaten om te worden geautomatiseerd met RPA.
Process Mining(PM) kan echter worden gebruikt om deze taak voor u uit te voeren. De PM-software gebruikt event logs uit databases om een exacte weergave van het process in de praktijk weer te geven. Door inzicht in vertragingen, knelpunten en uitzonderingen vermindert de procesbeoordelingstijd die anders tijdrovend is.
Na voltooiing van de procesbeoordeling zijn de volgende fasen vergelijkbaar met elke andere softwareontwikkelingscyclus (Plan-Design-Develop-Test-Deploy). Dus in plaats van overweldigd te worden door RPA, laten we gebruik maken van Process Mining om de huidige bedrijfsprocessen te herontdekken en de inzichten te gebruiken om de juiste processen te automatiseren met RPA.
Can we use RPA to identify probable RPA candidates?
With the current unprecedented situation in which the whole world is grappled with COVID-19; it is becoming imperative to make use of software robots to automate business processes if organizations want to maintain their service level. Increasingly, Robotic Process Automation (RPA) solutions are used to leverage the digital workforce and transform the way companies do business.
Though more companies come forward and embrace RPA, it is overwhelming to incorporate such change into the fabric of the company. Every company has its own operating model to implement ICT transformations. Similarly, RPA implementation is conducted over multiple phases which can be defined in a typical RPA lifecycle. Typically, companies adopt RPA by performing a POC to check its suitability within their system whereas some initiate RPA after having the Business Process Management (BPM) tools model their business processes.
In either case, the RPA lifecycle begins with the Process assessment phase wherein companies assess them to locate the potential standardized, rule-based, low-exception rate and high-volume activities to automate. This phase of process assessment helps companies to discover their processes and identify any anomalies. However, process mining(PM) technology can be used to perform this task for you. The PM software uses activities event logs produced by applications to generate a business process workflow with different possible variants of that process along with insights into delays and bottlenecks within the process. This drastically reduces the process assessment time which otherwise is time-consuming. Lastly, PM also determines potential observations for RPA. On completion of process assessment, the following phases are similar to any other software development cycle(Plan-Design-Develop-Test-Deploy) followed within the organization.
So rather than being overwhelmed with RPA, let’s make use of Process Mining to discover current business processes and use its insights to identify probable RPA candidates.
What are the costs for the maintenance of my software robots? And how can I keep them under control?
Just like human employees, software robots need the right care to function properly. These costs can grow extensively, even to the point where they surpass the costs of developing a software robot in a matter of just a few years. At the moment you will find a bunch of diverging experiences regarding these costs: from just €25 a month up to €400 a month. This could easily ruin a positive business case, hence the necessity to control these costs.
Below you will find an overview of the four major affecting factors:
1. Internal or external maintenance: Maintenance costs can be cut by even 40%, by keeping the job within the company, since third parties generally charge a higher rate. Of course a pre-condition would be that the right skills need to be present, or build, internally.
2. Business needs and desires: The business needs and wishes must be described in detail and formally dealt with, including all of the exceptions that may appear. This will prevent all sorts of small changes in the future, which are carried out under the label of maintenance.
3. Solution design: The solution design document determines the solidity of the robot. The style of programming has a great impact on the number of malfunctions, as well as the costs. For this reason, it is good to let a third party check the document as well as the script. For example, the implementation of image recognition is more prone to errors than scripting.
4. Scope of maintenance: Defining what is and what isn’t maintenance will produce more insights and grip on the expenses. For example by excluding little user-friendly adjustments, interruptions in infrastructure, and errors in other applications. This way, the real maintenance activities will remain, to be controlled and improved by you.
When sticking to these rules, the expenses for a software robot don’t have to be higher than €50 a month. This makes robots way more appealing for doing loads of smaller processes.
In short, if you want to maintain a grip on maintenance costs, apply these
rules.
Wat zijn de kosten voor het onderhouden van mijn software robots? En hoe krijg ik een goede grip op deze kosten?
Software robots hebben net als medewerkers de juiste zorg nodig om goed te functioneren. Deze kosten kunnen aardig oplopen en zelfs in een paar jaar tijd de kosten van het ontwikkelen van een software robot overtreffen. Op dit moment vind je in de markt uiteenlopende ervaringen met kosten: van €25 per maand tot €400 per maand. Dit kan een positieve business case al heel snel negatief maken. Vandaar de noodzaak om deze kosten goed te beheersen.
Hierbij een overzicht van de vier factoren die hierop de grootste invloed hebben:
1. Intern of extern onderhoud: Het zélf uitvoeren van onderhoud in plaats van door derden kan, door een lager uurtarief, wel een kostenvoordeel opleveren van 40%. De juiste vaardigheden en kennis dienen echter wel intern aanwezig te zijn.
2. Business behoefte en wensen: Deze dienen gedetailleerd te worden omschreven, inclusief de proces uitzonderingen die voorkomen, en formeel door de business te worden afgetekend. Dit voorkomt dat later, onder het motto van onderhoud, nog allerlei kleine wijzigingen moeten worden geïmplementeerd.
3. Solution design: Het solution design bepaalt de robuustheid van de Robot. De manier van programmeren heeft een grote impact op zowel het aantal storingen als de kosten. Daarom is het goed om deze door een derde te laten controleren. Bijvoorbeeld: het gebruik van beeldherkenning is foutgevoeliger dan scripting.
4. Scope van maintenance: Het scherp afbakenen van het onderhoud geeft je veel meer inzicht en grip op de kosten. Bijvoorbeeld door het uitsluiten van: kleine gebruiksvriendelijke aanpassingen, onderbrekingen in de infrastructuur en fouten in andere applicaties. Hierdoor houd je de echte onderhoudsactiviteiten over waarop je daadwerkelijk kunt sturen en je prestaties verder kunt verbeteren.
Bij het in acht nemen van deze regels hoeven de kosten voor een software robot zeker niet de €50 per maand te overschrijden. Wat deze robots weer een stuk aantrekkelijker maakt voor het oppakken van kleinere processen.
Kortom, als je goed grip wilt houden op de onderhoudskosten, pas deze regels dan toe!
