Durante los últimos años las necesidades de la industria vienen transformándose y acelerándose, lo que ha llevado a que cada día el mercado demande servicios y soluciones más ágiles e innovadoras que permitan maximizar la inversión de las organizaciones y transformar sus cadenas de valor alrededor de las nuevas tecnologías. Veamos porqué las empresas eligen hiperautomatizarse para responder a estas necesidades y cuáles son los pasos a seguir para garantizar una buena implementación.
¿Por qué elegir la hiperautomatización?
A medida que una organización crece y madura tecnológicamente, sus necesidades de automatización se hacen más complejas. En las primeras etapas es común ver como las empresas adoptan soluciones como workflows, ERPs, BPMs y RPAs para modelar sus procesos de manera transversal y empezar a romper los silos de información en las diferentes áreas, buscando centralizar sus datos y reducir los costos derivados de trabajos manuales y repetitivos, así como la dependencia de la ofimática; sin embargo, estas tecnologías suelen ser insuficientes cuando se trata de identificar y automatizar la toma de decisiones complejas basadas en análisis de altos volúmenes de información o datos no estructurados. En estos escenarios se presenta la necesidad de contar con nuevas herramientas y soluciones enfocadas en este tipo de demandas, que además permitan transformar la experiencia de usuario de una manera ágil y escalable.
La hiperautomatización ofrece a las empresas la posibilidad de trabajar con un modelo de tecnologías diverso que le permite usar la solución correcta en el escenario correcto, sin limitarse a una única plataforma o proveedor tecnológico. Dependiendo de la actividad a realizar o el tipo de proceso a implementar es posible adoptar diferentes tecnologías para lograr una solución integral, por ejemplo, un proceso de atención al cliente puede involucrar el uso de canales como mesas de ayuda, correo electrónico, chatbots e incluso metaverso para recepcionar los casos e interactuar con los usuarios, y contar así mismo con soluciones backend de RPA e inteligencia artificial para realizar las actividades en los diferentes sistemas de la compañía y analizar información o documentos para tomar decisiones y comunicarlas al usuario en lenguaje natural en cuestión de segundos.
La implementación de ecosistemas complejos como los descritos anteriormente representa un desafío importante para las organizaciones y requiere de un gobierno y administración específicos que garanticen el éxito de las iniciativas. A continuación, presentamos el roadmap sugerido y los principales elementos a tener en cuenta al momento de adentrarse en el mundo de la hiperautomatización.
Pasos a seguir para una buena implementación
- Analiza tu organización y define lo que necesitas mejorar: Es fundamental entender qué esperas lograr de tu iniciativa de hiperautomatización y qué necesitas ajustar antes de lanzarte a una implementación. Si tu arquitectura empresarial es débil, las tecnologías de hiperautomatización se convertirán en nuevas capas que solo agregarán complejidad a tu modelo tecnológico actual y limitarán el valor de negocio que te pueden generar. Por ejemplo, es importante tener en cuenta que necesitarás contar con un modelo de datos centralizado y claro, con una data limpia que te permita sacar el mejor provecho de la analítica de datos. Si tu información es de baja calidad, tus modelos de toma de decisión no estarán ajustados y pueden presentar desviaciones importantes y esto no dependerá de la tecnología sino de los datos de tu compañía y las entradas que le suministras para trabajar.
- Otro caso común se encuentra en el RPA que técnicamente soporta automatizar actividades desde Excel hasta dispositivos IoT, pero si tus procesos no son robustos, RPA podría ser solo una cura temporal para una necesidad de fondo que implique repensar la manera en la que se hacen las cosas dentro de la organización. Hemos trabajado en implementaciones donde lo que se espera del RPA es copiar el mismo dato, sin ningún tipo de transformación o análisis, a 5 aplicaciones diferentes de la compañía generando redundancia de información en casos en los que probablemente la solución sería contar con una base de datos centralizada de la que se alimentaran las 5 aplicaciones.
Esto no quiere decir que la hiperautomatización solo sea viable en compañías muy maduras, sino lo que busca es que estés consciente de tu situación actual y puedas definir el nivel de inversión que estás dispuesto a entregar y hasta donde va la generación de valor que esperas conseguir de dicha inversión. También te ayudará para entender e identificar en qué puntos de tus cadenas de valor es donde se podrías maximizar el uso de la hiperautomatización. El apoyo de un partner con experiencia puede aportar mucho valor en este paso, ya que puede indicarte algunas falencias y guiarte en la mejor manera de definir tus expectativas.
- Define los indicadores para controlar tu modelo de implementación: Lo que no se mide no se puede controlar y mejorar. Tener claros desde el inicio los KPIs que vas a manejar en tu implementación te permitirá administrar tus recursos de forma más eficiente y corregir el rumbo si en algún punto de la implementación hay desvíos de los objetivos que esperabas conseguir.
El principal indicador considerado por la industria es el ROI. El retorno de inversión derivado del programa de hiperautomatización te permite ver en las fases de Discovery y análisis la promesa de valor de cada una de las iniciativas que consideres para poder priorizar en qué vale la pena enfocar los esfuerzos, pero también debe medirse en las fases productivas de manera tal que se garantice el cumplimiento de esa promesa en el horizonte de tiempo establecido.
- Establece tu estrategia de implementación: En esta etapa debes definir cuál será el stack tecnológico que utilizarás, si lo harás con equipo local o con un tercero, cuál será tu modelo de Discovery para la generación de demanda y cómo controlarás la operación, soporte y mantenimiento una vez liberes soluciones en ambiente productivo. A nivel del stack tecnológico, una buena opción para iniciar puede ser invertir en una plataforma “all in one”, como UIPath, Automation Anywhere o Appian, que te dan un poco de todo (Process mining, RPA, workflows, servicios cognitivos) y te permiten abarcar un amplio espectro de necesidades en los primeros años de implementación con una relación costo beneficio moderada, y reevaluar una vez la iniciativa tenga mayor madurez para diversificar tu portafolio y eficientar los costos de producto.
A nivel de equipo implementador, se recomienda iniciar con un partner en modelos como células pequeñas o proyectos de alcance cerrado en los que puedas ver cómo funcionan este tipo de proyectos y adquirir la experiencia para eventualmente formar tus propios equipos. En las primeras etapas puede ser un riesgo alto liberar la automatización a todos tus usuarios de negocio, a menos que tengas un gobierno claro y debidamente establecido.
A nivel de soporte es importante considerar el monitoreo funcional de las automatizaciones y que desde el inicio el enfoque sea igualmente automatizado. Es un error común que el soporte de hiperautomatización sea 100% humano y lo que termine pasando es que los FTEs que se ahorran en el negocio terminan moviéndose a los equipos de IT que soportan y mantienen la automatización.
- Implementación y escalamiento: Un buen enfoque puede ser trabajar de forma iterativa, generando mejoras cada vez más complejas en los procesos, pero que te permitan ver transformaciones desde los primeros momentos.
Desde el punto de vista técnico, es importante asegurar la compatibilidad de las soluciones con la infraestructura de TI de tu organización para evitar interrupciones y cuellos de botella. Las capacidades de integración deben cubrir tanto los flujos de datos como las interacciones entre sistemas y procesos. Esto puede implicar APIs, middleware o conectores personalizados para permitir una comunicación fluida entre diferentes herramientas y plataformas.
En lo que se refiere al uso de inteligencia artificial, una buena opción para iniciar pueden ser los servicios cognitivos que funcionan como APIs para cubrir necesidades generales del mercado. Para necesidades más específicas, desarrollos en machine learning son fundamentales y se pueden acelerar mediante herramientas de copilot o inteligencia artificial generativa.
Una vez que la organización reconoce los beneficios de la hiperautomatización, el escalamiento puede darse de manera abrupta y los equipos de implementación pueden verse saturados por la demanda generada por el negocio, por lo cual la priorización es fundamental y mantener siempre el estándar de buenas prácticas en los desarrollos. Un programa de hiperautomatización puede “morir de éxito” si la expectativa y el crecimiento no se controlan y administran apropiadamente.
- Garantiza la mejora continua: El programa de hiperautomatización es dinámico y debe contemplar la mejora continua de las soluciones ya implementadas. Considera que el ROI es devaluado en el tiempo, durante los 2-3 primeros años de una implementación es posible justificar frente al negocio una automatización, pero con el tiempo se esperará de ésta nuevas eficiencias, además que la tecnología y el mercado avanzan cada día, generando nuevas necesidades y expectativas de negocio.
En conclusión, son múltiples los beneficios que se pueden obtener de la hiperautomatización, pero su éxito depende de cómo se realice su implementación y adopción. Según datos proporcionados por la consultora Gartner, se espera que el mercado de RPA tenga un crecimiento anual aproximado del 17,5% desde el 2024 hasta el 2030, superando el ritmo de expansión previsto para el mercado tecnológico en general durante dicho periodo, y para el 2025, la proyección sugiere que al menos el 70% de los nuevos desarrollos generados por las industrias incluirán algún componente de inteligencia artificial o aprendizaje automático, así que las empresas continúan con la necesidad de involucrarse en estas demandas y lo que hará la diferencia será la estrategia que elijan para abordarlas.
