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.
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 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.
"Van nulletjes en eentjes zou ik niet snel warm worden."
Twee jaar geleden had ik nog nooit van RPA gehoord, en ik moet eerlijk zeggen dat ik niet overmatig enthousiast werd toen ik voor het eerst meer las over deze eigentijdse variant van automatisering. Als filmmaker-journalist met een studie Nederlands en 18 jaar Hilversumse actualiteitenervaring in de broekzak had ik een heel andere scoop: menselijke processen, menselijke inspanningen, menselijke emoties. Van nulletjes en eentjes zou ik niet snel warm worden.
Toch, als je met beide benen in deze dynamische wereld wilt staan, kun je er niet omheen. Voor TU Delft mocht ik al eerder een aantal films afleveren over de belofte van fysieke robots voor Nederlandse wetenschappers en ondernemers: RoboValley. Leuk, met een waggelende NAO-robot door de Delftse binnenstad. En bijzonder, met een drone als postbode naar de klanten toe. Maar … die onzichtbare ‘RPA’ software robots, die waren heel wat minder aaibaar. En al die futuristisch klinkende digitale technologieën, zoals machine learning, process mining, kunstmatige intelligentie: hoe ga je daar van houden?
Het antwoord ligt veel dichter bij huis dan ik gedacht had. Bekijk en doorgrond een dag in je eigen leven en besef dat de toekomst allang op je eigen deurmat ligt. A day in a lifetime. Wakker gemaakt worden door een dochter die met haar mobieltje jouw hoofd van konijnenoren voorziet (augmented reality). Je eigen mobiel actief maken via gezichtsherkenning (gesture recognition). Aan Siri vragen wat voor weer het vandaag in jouw woonplaats wordt (chatbot - speech recognition). In de krant lezen over de nieuwe corona-app (data mining en GPS- of bluetoothtracking). Even snel het banksaldo raadplegen om te constateren dat ik nog steeds geen geld heb voor de aanschaf van één bitcoin (blockchain – crypto currency).
In de auto op weg naar het werk de file ontlopen die TomTom signaleert (process mining). Op de radio hoor ik dat er een verband is gevonden tussen het Covid-19 virus en obesitas (big data). Kijk nou: de verlichting in je kantoor gaat al aan als je de voordeur nadert (Internet of Things). In Google afbeeldingen op zoek gaan naar een nieuwe bureaustoel (machine learning). Aan het eind van de dag met de stappenteller naar de supermarkt (sensor- of activity tracking). ‘s Avonds met de computer en de VR-bril op zoek naar een leuke vakantielocatie in Google Maps (virtual reality). Tussendoor opnieuw verliezen van de schaakcomputer (artificial intelligence). Hopen dat mijn anti-snurk slaapapp voor een rustige nacht zorgt (biometric technology).
Dat alles is weliswaar nog geen garantie op geluk, maar maakt het leven al een stukje gemakkelijker. En tenslotte kan ik een ieder aanraden: volg een privé stoomcursus Digitale Technologieën bij onze RPA-Nederland collega Twumi Weterings. Als hij vertrekt - na een dag vol informatie over alle aangrenzende digitale vergezichten rondom RPA - blijf je met een verbaasde glimlach achter. Hoe kan het dat de nulletjes en eentjes (qubits zijn zelfs een nul en een één tegelijkertijd) je alsnog te pakken hebben!
