Capítulo 02
Hace mucho tiempo que la RPA se considera un facilitador clave de la transformación digital. En 2021, Deloitte descubrió que el 78 por ciento de las organizaciones la estaban implementando, y que un 16 por ciento tenían previsto implementarla en los próximos tres años, mientras que solo un 6 por ciento afirmó no tener planes de adoptarla.²
Esta aceptación casi universal se debe a la excelente propuesta de valor de la RPA. En un escenario ideal, permite que los bots de software asuman tareas rutinarias y repetitivas, para que las personas puedan realizar trabajos de mayor valor y más gratificantes. La RPA es rápida y asequible de implementar, y no requiere ningún trabajo de integración de fondo, ya que la automatización se realiza a nivel de interfaz de usuario.
Como resultado, las tasas de error caen en picado, se agilizan los procesos de negocio y aumenta el compromiso de los empleados. Los costes también se reducen, los ingresos aumentan y la experiencia del cliente mejora.
La forma en la que se implementa y se despliega la RPA es crucial para el éxito
Estos ejemplos muestran lo que es posible cuando se implementa la RPA como parte de una estrategia orientada al negocio que dedica tiempo a analizar procesos e identificar dónde puede ser más eficaz la automatización.
No obstante, para casi la mitad de las organizaciones que han desplegado la RPA, los resultados no han sido tan estelares.⁴ O bien la RPA no ha ofrecido el ROI esperado en absoluto, o las ganancias iniciales no se han escalado hasta convertirse en una optimización continua y en toda la empresa.
Esto a veces puede parecer un problema de software. Sin embargo, en casi todos los casos, el problema no es tanto la solución de RPA como la forma en la que se ha desplegado.
En particular, los pocos obstáculos de acceso a la RPA significan que a menudo se implementa en un solo departamento, para automatizar tareas específicas que ocupan el tiempo de los empleados o que parecen estar provocando cuellos de botella e ineficiencias.
Por ejemplo, imaginemos una organización que ha estado recibiendo quejas de los proveedores sobre pagos atrasados. El tiempo dedicado a introducir manualmente los datos de facturas en papel parece ser un problema, por lo que el departamento de finanzas utiliza la RPA para crear un bot que escanee las facturas e introduzca los detalles en el sistema financiero SaaS.
El bot funciona bien, pero los plazos del proceso de la compra al pago (P2P) no parecen mejorar. Con el tiempo, la persona que desarrolló el bot se va de la empresa. Nadie más sabe cómo mantenerlo actualizado, por lo que cuando el proveedor de SaaS actualiza más adelante el sistema de finanzas, el bot deja de funcionar.
Los proyectos de RPA pueden fallar
Este sencillo ejemplo resalta varias formas en las que las implementaciones de RPA pueden fallar:
Solo se abordó una parte del proceso: los procesos de la compra al pago y del pedido al cobro son algunos de los procesos más complejos de una organización moderna, ya que abarcan múltiples departamentos y partes interesadas externas, e incluyen largas cadenas de tareas interdependientes. Abordar solo una parte del proceso puede ofrecer alguna mejora, pero si hay cuellos de botella en otras partes del proceso, la mejora general puede ser mínima o inexistente. Un arreglo aislado en una parte del proceso puede incluso crear nuevos problemas o cuellos de botella en sentido ascendente o descendente.
La automatización se aplicó en un proceso incorrecto: este proceso implicaba facturas en papel, que se pueden haber enviado por correo a la organización, ordenado en secretaría, pasado al contacto del cliente y tal vez extraviado un tiempo en un escritorio desordenado antes de llegar físicamente a Contabilidad. La automatización de la extracción de datos de esas facturas no ha contribuido prácticamente nada a acelerar el ciclo de P2P completo. El proceso completo debía replantearse antes de aplicar cualquier automatización.
Los KPI no estaban claros: los líderes de la organización sabían que había un problema, pero no pensaron claramente la mejora que querían obtener. En lugar de especificar el resultado deseado y unos KPI medibles, solo aplicaron la RPA como una tirita en una de las fuentes más visibles de ineficiencia. Si hubieran dado un paso atrás y examinado el proceso completo, podrían haber detectado todas las ineficiencias, decidir cómo solucionarlas y calcular el ROI de cada arreglo antes de actuar.
El uso de herramientas ad-hoc hizo insostenible la automatización: el bot fue creado por un empleado de finanzas aficionado a la informática utilizando una herramienta de RPA con poco código. Encontró un software fácil de usar, pero ese conocimiento partió con el empleado cuando este abandonó la empresa. Esto no solo implica el mal funcionamiento del bot, sino también una oportunidad perdida de escalar el uso de la RPA para hacer frente a otras ineficiencias.
Faltaba un gobierno permanente: como el bot se creó y se desplegó de manera ad-hoc, en lugar de como parte de una estrategia de automatización, nadie (y ningún sistema de supervisión) se ha encargado de supervisarlo, por lo que nadie podía prever que dejaría de funcionar debido a una actualización del sistema financiero.
Cinco requisitos para garantizar el éxito de la RPA
Lo que falta en el escenario descrito anteriormente son cinco elementos que podrían haber garantizado el éxito de la RPA, tanto a corto como a largo plazo:
- Una visibilidad de extremo a extremo de procesos complejos como el P2P, que abarcan varios departamentos, sistemas, partes interesadas y puntos de contacto.
- Información práctica sobre dónde se están produciendo los cuellos de botella y las ineficiencias en la organización, por qué están sucediendo y cómo pueden corregirse mejor.
- Un modelado de los procesos existentes y una simulación exacta de los cambios realizados en ellos, para permitir que se evalúe el impacto de cualquier automatización antes de implementarla.
- Cálculos ROI para evaluar cuánto ganará la organización con el rediseño de los procesos y la automatización de determinadas tareas.
- Una supervisión continua de las tareas automatizadas y los procesos más amplios a los que afectan, con sistemas de alerta configurados para detectar cualquier posible problema que pueda surgir.
Añadir estos elementos puede parecer mucho trabajo y, hasta ahora, lo ha sido. El modelado de procesos de negocio (BPM) tradicional es una actividad que requiere mucho trabajo, puede tardar meses e implica la correlación y el análisis manual de los procesos organizativos para identificar dónde se pueden lograr las mejoras.
Sin embargo, actualmente hay una forma mucho más rápida y eficaz de obtener información útil sobre las ineficiencias ocultas que frenan a las organizaciones, y ya está desbloqueando miles de millones de dólares de valor sin explotar al año para empresas en todo el mundo.
Le presentamos la minería de procesos.
Capítulo 03
Incorpore visibilidad, gobierno y escalabilidad a la RPA con la minería de procesos
Referencias
² https://www2.deloitte.com/bg/en/pages/about-deloitte/articles/Intelligent-Automation-Survey-2021.html (enlace externo a ibm.com)
³ https://researchportal.vub.be/en/publications/the-economic-impact-of-standards-in-belgium (enlace externo a ibm.com)
⁴ https://www.ey.com/en_us/consulting/five-design-principles-to-help-build-confidence-in-rpa-implement (enlace externo a ibm.com)