Sebutkan robot, dan orang-orang akan selalu memikirkan mesin seperti fiksi ilmiah dengan tangan dan kaki. Jika Anda membawa percakapan tentang bagaimana robot bekerja untuk bisnis, maka sebagian besar memikirkan robot perakitan di pabrik.
Ada dimensi lain dari robot dalam proses bisnis yang cenderung tidak dipikirkan orang pada awalnya. Mengotomatiskan tugas komputer yang berulang di kantor adalah batas teknologi baru. Perusahaan yang mengotomatiskan entri komputer umum dan navigasi mouse menggunakan "robot" daripada mempekerjakan seseorang kemungkinan akan menghemat banyak jam kerja. Ini adalah inti dari otomatisasi proses robot (RPA). RPA bukanlah kecerdasan buatan terpusat (AI). Misalnya, alih-alih mengganti aplikasi perusahaan dengan versi yang lebih baru yang memiliki fungsi AI bawaan, RPA terdiri dari alat terpisah yang mempelajari cara pengguna melakukan tugas di komputer atau perangkat seluler mereka. RPA mempelajari cara pengguna berinteraksi atau diberikan skrip, dengan aplikasi perusahaan yang ada untuk menyelesaikan tugas tertentu.
Organisasi mempertahankan sistem perusahaan yang sama tetapi menyebarkan RPA untuk berjalan di atasnya. Setelah sistem RPA diajarkan atau mempelajari tugas, kemungkinan akan berjalan dalam contoh virtual yang terpisah. Beberapa orang menganggap ini sebagai langkah parsial sebelum sepenuhnya menerapkan sistem AI terpusat untuk bekerja pada tugas-tugas tingkat perusahaan.
Kekuatan RPA jauh lebih cepat untuk digunakan daripada sistem AI terpusat. Sistem dan proyek AI sangat disesuaikan dengan tugas-tugas khusus dan biasanya melibatkan beberapa tingkat analisis data. Mereka membutuhkan waktu dan upaya untuk berkembang dan sempurna. Menghubungkan model AI ke sistem perusahaan biasanya memerlukan koneksi seperti antarmuka pemrograman aplikasi (API) untuk memfasilitasi pertukaran data. Karena RPA hanya belajar untuk melakukan tugas yang berulang menggunakan apa yang ditampilkan di antarmuka pengguna, tidak diperlukan API.
Sistem perusahaan tidak "tahu" bahwa RPA menggunakannya (juga tidak peduli, tentu saja). Inilah kekuatan utama. Ini berarti waktu untuk menyebarkan adalah sebagian kecil dari proses AI terintegrasi. Itu membatasi potensi penggunaan, juga, untuk tugas yang berulang. Tidak ada analisis atau prediksi luas yang sangat keren di sini. Untuk mendapatkan pendanaan dan melihat laba atas investasi dunia nyata, saya berpendapat bahwa ini adalah kekuatan.
Kekuatan RPA lain yang potensial adalah mengembalikan tugas yang sebelumnya di-outsource ke perusahaan. Proses outsourcing (seringkali dikirim ke lokasi dengan upah rendah) dapat dikontrol dari kantor terpusat dengan menggunakan orang yang jauh lebih sedikit.
RPA tampaknya seperti penghemat tenaga kerja yang hebat, tetapi dampaknya di dunia nyata terbatas. Tugas yang dapat dilakukan harus sama dari satu waktu ke waktu berikutnya. Tugas otomatis biasanya lebih kecil dari yang dibayangkan semula. Sebagian besar perusahaan membeli RPA berpikir itu akan melakukan lebih dari yang sebenarnya bisa. Selain itu, RPA dapat bersifat temperamental untuk dipertahankan. Jelas, setiap perubahan pada layar atau fungsi yang relevan dalam sistem perusahaan memerlukan perubahan pada tugas RPA.
Tim pemeliharaan harus ada untuk memantau kinerja dan akurasi, juga. Memperbaiki kesalahan bisa menjadi masalah besar. Sistem RPA tidak tahan peluru atau dapat diandalkan: Mereka akan membuat kesalahan (mungkin lebih sedikit daripada orang?). Kesalahan-kesalahan itu perlu diperbaiki, tetapi menangkapnya membutuhkan penciptaan semacam proses pemantauan.
Komentar
Posting Komentar