AUTORES

Stefano Bighini
Robotic Process
Automation Chapter
Leader @Bip xTech

Andrea Lui
Data Science Team
Leader @Bip xTech

Basado en un caso de uso real

En el pasado reciente, la automatización de los procesos de la empresa mediante la adopción de la Automatización Robótica de Procesos ayudó a los clientes a obtener una mejora significativa, principalmente en las tareas de backoffice y en procesos muy repetitivos, como la contabilidad de costes o la conciliación de documentos administrativos con datos dispersos entre diferentes sistemas de información.

Sin embargo, el conjunto de procesos que podemos y debemos mejorar a través de la automatización se amplía aún más con la aplicación de la «Hiperautomatización» (un neologismo de uso común en la actualidad). El adjetivo «hiper» representa el hecho de que la fusión de diferentes tecnologías conduce a beneficios exponenciales.

Las tecnologías que fundan la Hiperautomatización son la Automatización Robótica de Procesos, por razones obvias, pero también la Minería de Procesos, los métodos de Inteligencia Artificial aplicados al tratamiento de datos, los algoritmos de Computación Cognitiva que permiten la comprensión de datos no estructurados (como el texto y la voz), y la Gestión de Procesos de Negocio para rediseñar los procesos y hacerlos más eficientes y eficaces involucrando a los empleados en el momento adecuado.

La Hiperautomatización representa un enfoque evolutivo para mejorar los procesos de la empresa: conlleva diferentes beneficios además de la simple reducción de los costes y el tiempo de ejecución: para la mayoría de los operarios humanos, disponer de la información correcta en el momento adecuado y ser contratados sólo cuando es necesario conlleva unas mejores condiciones de trabajo y, por lo tanto, una mayor eficiencia y la sensación de proporcionar calidad en la ejecución de sus trabajos.

La innovación de la Hiperautomatización es el uso simultáneo de las tecnologías fundadoras para abordar todo el proceso en su conjunto: de lo contrario, el efecto de las tecnologías fundadoras utilizadas por separado es limitado. Por ejemplo, hemos desarrollado diferentes procesos de enrutamiento de tickets basados en Computación Cognitiva, obteniendo resultados sobresalientes en cuanto a la comprensión del contenido y la clasificación por parte del cliente, pero si fusionamos esta capacidad con la posibilidad de detectar y redibujar (mediante Process Mining) los procesos ejecutados para cada tipo de ticket podemos ver puntos de ineficiencia o pasos que podemos automatizar mediante RPA. Este es un uso práctico de la Hiperautomatización para multiplicar los puntos de mejora, aumentando los beneficios potenciales globales.

A continuación, se presenta un ejemplo de cómo, gracias a la aplicación de algunos de los principios de la Hiperautomatización, se ha automatizado de principio a fin todo un proceso (la «gestión de las solicitudes de servicios auxiliares» de un agente de seguros). Además, la fusión de varias tecnologías fundadoras ha permitido no sólo automatizar el proceso, sino también revisar los puntos de interacción hombre/máquina, optimizando la contribución humana al concentrarla sólo en los puntos decisivos en los que la máquina no podía ser eficaz: hombre y máquina colaboran de forma optimizada potenciando los puntos fuertes de cada uno y armonizando los momentos de intercambio.

El proyecto nació a raíz de un análisis de procesos realizado a través de una herramienta de Process Mining, gracias a la cual, además de detectar objetivamente todo el proceso operativo, identificamos los puntos de posible intervención. Este análisis, realizado únicamente con los registros de todos los sistemas implicados (mínimo impacto informático), se acompañó también de comprobaciones cualitativas que permitieron poner de manifiesto las repercusiones en términos de satisfacción y calidad del servicio prestado al cliente final.

El análisis permitió identificar los tres puntos principales de intervención, destinados a resolver tres problemas empresariales principales del proceso:

• Clasificación del tipo de solicitud recibida, con la identificación de las solicitudes procesables de forma independiente por un bot, para eliminar las actividades manuales de lectura y clasificación de los correos electrónicos entrantes
• Lectura e interpretación del contenido de las solicitudes, presente en el cuerpo del correo electrónico y en los eventuales anexos, para eliminar las actividades manuales de análisis destinadas a recuperar los datos fundamentales para comprobar la titularidad del servicio solicitado, la clase de servicio, el lugar de emisión del servicio y la duración
• Ejecución de la operación de reserva del servicio para evitar la necesidad de reintroducir manualmente los datos recogidos en el sistema de reserva «heredado».

La secuencia de operaciones ejecutadas para este proceso resultó ser ideal para su automatización mediante la Automatización Robótica de Procesos. Estaba dispersa en múltiples sistemas, algunos de los cuales no pertenecían directamente a la empresa, y se caracterizaba por la inserción de mucha información varias veces durante el procesamiento del artículo.

Sin embargo, sin la inserción de la computación cognitiva, un simple RPA básico no habría sido capaz de llevar la automatización a casa y justificar la inversión.

De acuerdo con el cliente, a partir de un historial de más de 12.000 documentos, se preparó un algoritmo de clasificación textual que, utilizando una combinación de técnicas de Procesamiento del Lenguaje Natural e Inteligencia Artificial, puede clasificar las solicitudes «aprendiendo» de la categorización realizada por operadores humanos en el pasado. En detalle, se evaluaron varios modelos de clasificación supervisada (XGBoost, CatBoost, LightGBM y Red Neural) en términos de rendimiento de clasificación y velocidad de ejecución. Además, la aplicación posterior de criterios específicos de clasificación determinista (basados en palabras clave, patrones predeterminados y direcciones de correo electrónico concretas) permitió obtener un porcentaje de clasificación correcta superior al 99%.

Una vez definido el tipo de solicitud, una mezcla de OCR cognitivo y de reconocimiento de entidades con nombre permite extraer la información necesaria para procesar el archivo en el 95% de los casos. Estos datos se detectan mediante la «búsqueda» dentro del hilo del correo electrónico y/o en los archivos adjuntos adicionales. La presencia de documentación escaneada y probablemente manuscrita requiere el uso de soluciones OCR para el reconocimiento de textos. Las herramientas aplicadas simulan el funcionamiento del ojo humano a la hora de buscar información, no limitándose al simple texto sino buscando su representación visual en la pantalla.

Como se ha mencionado, el análisis en profundidad del proceso, realizado con una herramienta de Process Mining, también ha puesto de manifiesto en varios casos la necesidad de integrar la información proporcionada por el usuario durante la fase de solicitud con otra más precisa que sólo conoce el destinatario final. Este punto fue señalado como un «cuello de botella» que hay que resolver para agilizar aún más el proceso.

Para resolver este problema, cuyo impacto no había sido percibido inicialmente por la empresa, creamos un sistema de solicitud de información a través de un sitio móvil que inmediatamente dio considerables beneficios en términos de fiabilidad de la información y velocidad de respuesta de los clientes finales. Esta nueva función es activada de forma autónoma por la herramienta RPA en caso de que falte información, enviando un enlace dedicado personalizado vía SMS al cliente final.

A través de un nuevo panel de control creado durante este proyecto, algunos operadores de la empresa pueden supervisar las situaciones en las que el cliente se retrasa en la introducción de la información que falta o los datos introducidos no son coherentes con la solicitud identificada, y «arreglar» manualmente estos «elementos descartados» a través de un formulario de introducción de datos manual. También en este caso, la ejecución del proceso es más fluida que en el pasado, ya que el operador puede beneficiarse de la información parcialmente reconocida por el «algoritmo cognitivo» y la solución de Automatización Robótica de Procesos puede, sin embargo, hacerse cargo de la solicitud una vez que toda la información haya sido corregida manualmente.

Finalmente, se definió un conjunto de KPIs de seguimiento, además del registro de todas las acciones, excepciones y tipos de intervención. Estos KPI y los datos se reflejaron en un cuadro de mando analítico que permite medir tanto la eficacia de los algoritmos de reconocimiento de la información como el rendimiento del bot RPA que realiza las operaciones, lo que permite supervisar la mejora del proceso a lo largo del tiempo.

Los beneficios obtenidos con este proyecto son:

• Económico: el coste de mantenimiento y licencia del sistema es muy inferior al coste de mano de obra de la gestión manual anterior
• Concentración del valor de las personas: ayuda a los usuarios del centro de operaciones, que tienen así la oportunidad de dedicar su tiempo sólo a los casos más difíciles
• Aumenta la satisfacción del cliente final, que percibe una rapidez operativa y un mejor tiempo de respuesta incluso en horas punta/no laborables, incluso en los casos en los que interviene el operador
• Gestión sin problemas de los picos de trabajo, gracias a la asignación dinámica de actividades a múltiples BOT (escalabilidad del proceso)
• Medición objetiva del rendimiento a lo largo del proceso, tanto en el componente humano como en el robótico/cognitivo.

A continuación, un resumen del rendimiento de la eficacia de cada uno de los componentes operativos:

En conclusión, podemos decir que la Hiperautomatización aporta beneficios mucho más tangibles que la RPA por sí sola, ya que permite abordar procesos más articulados y complejos. Afronta todos los aspectos de la automatización, no sólo la emulación del «brazo «humano (RPA), sino también la emulación de la combinación ojo/cerebro humano (cognitiva), la interacción entre humanos (sitios móviles dedicados para la interacción rápida), el control del proceso antes y después de la automatización (minería de procesos).

Esta combinación permite, y lo destacamos como un verdadero punto de inflexión, cambiar radicalmente la perspectiva del uso de las herramientas de automatización. Las empresas ya no ponen «parches» en partes del proceso con una sola tecnología: se realiza una reingeniería global de todo el proceso, revisando los momentos de interacción hombre-hombre y hombre-máquina.

La Hiperautomatización es ciertamente factible en todas las empresas. Sin embargo, los profesionales que lleven a cabo proyectos de este tipo deben tener conocimientos de muy alto nivel en todas las áreas descritas anteriormente y deben haber desarrollado la mentalidad correcta sobre cómo utilizarlas en conjunto de forma coordinada.

Los beneficios para el cliente son sustanciales y tienen un espectro operativo exponencialmente mayor que cualquier otro proceso de automatización.

En Bip xTech tenemos todas las habilidades descritas anteriormente en una sola unidad: RPA, IA y Cognitiva, Minería de Procesos, Automatización de Procesos, desarrollo de herramientas de recuperación de información mediante Smart Coding.

Somos el mayor centro de competencia de IA en Italia y uno de los mayores de Europa (fuente: LinkedIn Talent Insight, 2021), y trabajamos con todas las tecnologías/software líderes en los campos de RPA, IA, Process Mining.

---

Si está interesado en obtener más información sobre nuestra oferta o desea mantener una conversación con uno de nuestros expertos, envíe un correo electrónico a [email protected] con el asunto “Hyperautomation”  y nos pondremos en contacto con usted lo antes posible.