close
Robotics of RPA, waar hebben we het eigenlijk over?
Sinds een paar jaar verschijnen er steeds meer artikelen waarin de toepassing van ‘robotics-in-finance’ wordt beschreven. In feite gaat het hier over de software die we gebruiken voor Robotics Process Automation (vaak afgekort als RPA) en momenteel enorm populair is.

Robotics en RPA?

Met RPA hebben we het niet over de robots en metalen machines die we uit films kennen of die in assemblagehallen auto’s voor ons in elkaar lassen. Echter, er zijn wel overeenkomsten aan te wijzen tussen (fysieke) robots van staal en/of software versies, zoals het routinematig afhandelen van taken of het gebruik van data om routinematige procesafwijkingen te corrigeren of financiële allocatie te doen.
 
Maar waar komt die fascinatie voor nagenoeg alles wat met robots te maken heeft vandaan? Wanneer is dit begonnen, wat zijn nu echt de mogelijkheden met RPA en waar gaat het in de toekomst naartoe?

Technologie- en Wetenschapsmuseum Cap Sciences

Een paar weken terug bezocht ik in Bordeaux o.a. een tentoonstelling in het Technologie- en Wetenschapsmuseum Cap Sciences en hier werden een aantal zaken duidelijk neergezet:
 
  • Het idee van machines die routinematige taken van mensen overnemen bestaat al sinds de klassieke oudheid (circa 250 jaar voor de start van onze jaartelling). Een replica van een ‘serveerrobot’ werd in Frankrijk getoond en is zichtbaar in de bovenstaande collagefoto.;
  • Je kan de robotisering in ruwweg vier ontwikkelstadia indelen:
  1. Automatisering van machine taken (machines en tools zoals je die in de Indiana Jones films ziet);
  2. Science fiction films waarin vooral slechte en/of bovenmenselijke eigenschappen aan machines worden toegeschreven;
  3. Huishoudelijke- en bedrijfstaken, vooral in combinatie met digitale techniek en waar de werkomgeving voor mensen bijzonder onaangenaam is (diepzee, routinematige assemblagehal, in de ruimte etc.);
  4. Software routines die als robotica worden omschreven en waar men eenvoudig data-analyse kan inzetten om routines te verbeteren. Machine learning techniek op basis van historische data is hier een mooi voorbeeld van.
  • Het woord robot is van oorsprong afkomstig uit het Slavisch taalgebied en betekent zoveel als ‘werken’ of ‘taak uitvoeren’. Het kwam voor het eerst voor in een Tsjechisch toneelstuk R.U.R. ‘Rossum’s Universal Robot’ van Karel Capek. Wanneer je het toneelstuk in één zin samenvat dan krijg je ‘Thus by simplifying the man, he created the robot’ en dat is precies wat we vandaag de dag met RPA en eigenlijk alle robotica doen;
  • Er zijn in alle lagen van de samenleving voor- en tegenstanders van automatisering en robotisering, dat is door alle eeuwen heen hetzelfde gebleken.

Routinematige handelingen en werken op onmogelijke plekken

In het kort is dat wel hoe we nu met robotica en RPA (gaan) werken. Echter, is én blijft domeinexpertise noodzakelijk. Hier dienen eerst bepaald te worden welke processen die voor automatisering in aanmerking komen. Vervolgen is het zaak om te kijken of RPA een goede oplossing is voor het automatiseren van deze processen. RPA is zeker geen eindoplossing maar moet worden gezien als een tussenfase in de automatisering van processen. De basisinsteek moet altijd zijn dat het bestaande systeemlandschap en bijbehorende infrastructuur als uitgangspunt dienen voor geautomatiseerde oplossingen.

Een aantal voorwaarden die helpen:

  1. Zorg voor een burning platform. Hiermee wordt bedoeld dat mensen alleen veranderen als een crisis hen daartoe dwingt. Oftewel, we moeten een gevoel van angst of ongerustheid creëren om te kunnen veranderen. Zonder aanwijsbare noodzaak is automatisering bij voorbaat kansloos;
  2. Domein expertise is én blijft nodig, al is het alleen maar om data-analyse resultaten in een lokale omgeving (met unieke historie) te doorgronden;
  3. Wanneer je met data-analyse aan de slag gaat en processen wilt selecteren, moet je in het achterhoofd houden wat de beperkingen van de analyse zijn. Lees hier meer over in mijn voorgaande blog ‘Mythes en legendes van de data analyse’;
  4. Start met een proces dat je goed kent en waarin je eenvoudig alle applicaties kunt betrekken. Je kunt dan direct (realtime) zien welke verandering, welke gevolgen heeft, om vervolgens snel te kunnen schakelen en eventueel bijsturen;
  5. Simplificeer de problematiek niet teveel (standaard project valkuil). Uiteindelijk zal de complexe realiteit terugkomen met alle gevolgen van dien;
  6. Kijk verder dan kostenbesparing, zeker wanneer vanuit data-analyse (proces mining) naar verbetering wordt gezocht, is een nieuwe variant in het business model met omzet groei tot gevolg vaak veel lucratiever dan het snijden in kosten en eventuele FTE-besparing.
 
Zoals staat omschreven in mijn blog ‘Mythes en legendes van de data analyse’ gaan deze ontwikkelingen inderdaad banen kosten, maar (citaat):
 
“Niet meer of minder dan in vorige ontwikkelstappen het geval is geweest. Natuurlijk zal het de manier waarop wij ons werk doen veranderen, ons efficiënter maken en kosten verlagen. Het zal ervoor zorgen dat sommige functies overbodig worden, maar veel van de taken waarvoor deze technologie wordt ingezet waren simpelweg niet eerder mogelijk vanwege de complexiteit of de schaal.”
 
Wilt u meer weten over robotica en/of RPA? Neem contact op met BVCM of direct met Igor Wortel via igor@phalanxes.eu of +31 614 245 649. Igor geeft sinds 2016 RPA trainingen. Hij is daarnaast is gecertificeerd (RPA) developer, zet betreffende tools geregeld in bij klanten in alle denkbare vormen en formaten (shared service, center-of-excellence, bij outsourcing).
  • 27 January 2020
  • Igor Wortel