Блеск, боль и перспективы современных RPA

Елена Гайдукова, аналитик группы цифровых инициатив в Comindware

Технологии роботизации бизнес-процессов (Robotic Process Automation, RPA) — это вещь, интуитивно понятная, пожалуй, всем предприятиям корпоративного сектора. Очевидность расчета экономического эффекта добавляет еще больше привлекательности таким ИТ-решениям. Не случайно, по оценкам аналитиков Grand View Research, мировой рынок решений RPA будет ежегодно увеличиваться более чем на 40% вплоть до 2027 г. Аналитики Impact оценивают ежегодный рост сегмента RPA на 31,1% до 2025 г.

А вот по оценкам HFS Research, глобальный рынок RPA-решений покажет в 2021 г. только 25-процентный рост, причем аналитики говорят об общем тренде замедления темпов его роста: с 72% в 2018 г. до 20% в 2022 г.

Динамика глобального RPA-рынка (Robotic Process Automation + Robotic Desktop Automation)

Такую разницу в оценке трендов можно объяснить одной причиной — различными подходами аналитиков к учету различных типов механизмов RPA: классические операционные боты или интеллектуальные Smart RPA.

Боты RPA: обычные и умные

Базовые механизмы RPA — это автоматизация в виде повторения действий пользователя. Очевидно, ситуация, когда рутинные повторяющиеся ручные операции совершаются автоматически, дает компании немало экономической и практической выгоды — в первую очередь кратно возрастает скорость обработки документов, при этом программные роботы не допускают «человеческих» ошибок. Это также объясняет, почему наиболее активно механизмы RPA стали внедряться в банках, страховых компаниях, HR-отделах крупных компаний: там большая доля повторяющихся однообразных операций и есть реальная возможность сократить, например, штат бухгалтеров, заменив соответствующих сотрудников одним или несколькими программными роботами.

Планы различных отраслей глобального корпоративного сектора по внедрению RPA

Источник: Impact, 2019 г.

Например, крупным проектом «Сбера» в области RPA стала роботизация оформления кредитных договоров с корпоративными клиентами. «Райффайзенбанк» за счет RPA в три раза ускорил процедуру сравнения условий договоров. «Альфа-Банк» автоматизировал несколько десятков внутренних процессов. По оценкам кредитной организации, это обеспечит ей ежегодную экономию на уровне 85 млн руб. А ВТБ запустил в прошлом году целую «Фабрику роботов» с целью оптимизации внутренних бизнес-процессов, и на сегодня автоматизировано несколько десятков процессов. В частности, робот занимается сверкой бухгалтерских документов банка, выполняя 95% задач этого процесса, а сотрудники банка принимают участие в этой рутинной деятельности лишь в сложных случаях. Предполагается, что к 2021 г. в ВТБ будут трудиться 250 программных роботов.

Однако корпоративный сектор видит более широкие перспективы для RPA, чем исполнение рутинных операций по обработке данных, — например, обработку структурированных и неструктурированных документов, а также обработку голосовых данных (с помощью технологий преобразования речи в текст) и др. Такие варианты RPA оказались востребованными в здравоохранении, промышленности, сфере торговли — там умные роботы занимаются вопросами закупки товаров, автоматизируют финансовые транзакции, помогают в организации удаленного обслуживания и самообслуживания клиентов. Например, в компании «Сургутнефтегаз» создали проектного робота на базе Low-code BPMS-платформы, который выполняет функции администратора проекта: следит за движением проекта по фазам, прохождением «ворот качества», выполнением требований по документированию и т. д., рассылает напоминания и предупреждения, информирует.

Эксперты также видят серьезные перспективы в области информационной безопасности: сами боты, конечно, не смогут бороться с кибернападениями на компании извне, но лучше людей справятся с мониторингом ситуации и предупреждением о возникающих рисках.

Внедрение технологий RPA в корпоративном секторе Москвы

Источник: исследование ICT.Moscow и ДИТ Москвы, 2019 г.

В целом аналитики «Делойт» выделяют три стадии развития интеллектуальных способностей RPA, соответствующие уровню реализованных интеллектуальных возможностей:

• Базовые RPA: способны обеспечить автоматизацию множества процессов, но с относительно низкой результативностью для бизнеса.
• RPA с элементами искусственного интеллекта (ИИ): могут включать, например, элементы машинного обучения, что дает возможность снизить требования к структурированию и единообразию данных, а также открывает некоторые возможности работы с неструктурированными данными. Такие интеллектуальные боты — первые ласточки нового класса технологий интеллектуальной автоматизации процессов Intelligence Process Automation (IPA). На этом уровне появляются также решения интеллектуального анализа процессов Process Mining и аналитические возможности, позволяющие реализовывать нетривиальные RPA.
• Полноценные механизмы IPA: для них характерны возможности сквозной автоматизации процессов и трансформация набора автономных RPA в новую сущность — «цифровую рабочую силу».

Источник: Deloitte, 2020

Очевидно, что количество и ценность получаемых с помощью RPA/IPA возможностей для бизнеса растут по мере того, как мы переходим от RPA к RPA с элементами ИИ, а затем к полному системному набору инструментов автоматизации процессов. Однако это движение сопровождается серьезной трансформацией ИТ-архитектуры и, как любое значительное преобразование, сопровождается новыми рисками для бизнеса. Этот факт находит отражение, в частности, в положении технологий RPA на кривой зрелости технологий Gartner.

О чем говорит кривая Gartner?

В соответствии с представлениями аналитиков Gartner о развитии технологий ИИ, RPA скользит вниз по «склону разочарований», а выход на «плато продуктивности» ожидается в районе нынешнего года — это высшая точка развития базовых RPA. А вот их развитие в сторону IPA связано с разочарованиями рынка.

В первую очередь следует отметить, что параллельно с «интеллектом» ботов резко возрастают накладные расходы по внедрению Smart RPA:

• Стоимость внедрения RPA вовсе не стремится к нулю даже в случае базовых механизмов: у оптимизации труда бухгалтеров и HR-менеджеров есть оборотная сторона — затраты труда ИТ-специалистов, которые тем больше, чем более сложные задачи автоматизации им приходится решать.
• RPA-механизмы требуют постоянной техподдержки: любые изменения в бизнес-процессах, программах, с которыми взаимодействует бот, даже незначительное изменение интерфейса, могут стать причиной сбоя в его работе. Эксперты говорят о нынешней «хрупкости» роботизированных процессов, ведь они, по сути, решают ответственную задачу интеграции процессов и данных, опираясь на описания пользовательских сценариев, которые могут оказаться недостаточно четкими и детальными.

Главный барьер, препятствующий успешному функционированию Smart RPA, связан с автоматизацией нетривиальных бизнес-процессов. Здесь в полной мере работает правило, сформулированное несколько десятилетий назад по поводу внедрения ERP-систем: автоматизировать хаос невозможно. Иными словами, если в бизнес-процессах нет порядка, то невозможно четко сформулировать задачу для интеллектуальных систем RPA, ведь ключом к успешному внедрению RPA является формализация всех возможных комбинаций сценариев, с которыми может столкнуться бот.

Это означает, что планирование Smart RPA/IPA — непростая задача. Она связана с обязательностью предварительного аудита процессов и при необходимости — их реорганизации. Недооценка этого фактора приводит сегодня к тому, что, по оценкам Ernst&Young, 30–50% проектов RPA терпят неудачу.

В этом заключается особенность нынешнего состояния технологий RPA / Smart RPA, подмеченная Gartner: для того чтобы они вышли на «плато продуктивности», то есть на широкий рыночный простор, необходима адекватная операционная модель автоматизации.

Методологический базис для создания умных RPA-ботов

Очевидно, что по мере продвижения от базовых RPA к Smart RPA и IPA стираются грани между RPA, управлением бизнес-процессами (BPM) и гиперавтоматизацией (автоматизацией в формате комплексных сквозных процессов). Эти понятия образуют вершины единого «треугольника» цифровой трансформации. На повестке дня — новый единый базис этого «треугольника», в котором традиционные RPA и BPM играют роль инструментов «оркестровки» цифровых процессов, интегрированных с единым базисом. Более того, интеллектуальная автоматизация готова к рывку, полагает Крис Хаф, директор по стратегии компании Kofax (входит в число лидеров мирового рынка RPA по версии Gartner за 2020 год, находится в сегменте Challengers). Он считает, что будущее RPA лежит в русле интеллектуального подхода к автоматизации — это конвергенция RPA на основе правил и ИИ. И этот парень прав на 1000%!

Действительно, главный вызов сегодняшнего дня цифровой трансформации — это интеграция. «Основной вопрос, который приходится сейчас решать на ИТ-уровне, — интеграция различных приложений в рамках сквозных бизнес-процессов. Именно поэтому сейчас на хайпе технология RPA, которая позволяет «склеивать» внутренние и внешние приложения, а также микросервисная архитектура, которая позволяет уйти от монолитных приложений в ИТ-архитектуре», — говорит Андрей Коптелов, вице-президент ABPMP Russia, директор программ Центра развития компетенций в бизнес-информатике Высшей школы бизнеса НИУ ВШЭ. При этом вызов сегодняшнего и завтрашнего дня — умная интеграция на уровне данных, что обеспечивает требуемую работу с данными в режиме, близком к реальному времени.

Вырисовывается новая ИТ-архитектура, которая включает два слоя: слой единых данных для всех ИТ-систем и единый слой бизнес-процессов, действующих над единым полем данных через различные прикладные программные системы. Такой подход дает возможность избавиться от главного рудимента базовых RPA — их автономности, когда каждый автоматизированный процесс, по сути, уникален и решает уникальную задачу. В эпоху сквозной автоматизации базовых информационных процессов в фокусе корпоративных ИТ оказывается единая платформа для автоматизации бизнес-процессов, которые базируются на данных, единых для всей компании, и которые могут порождаться в любых процессах.

Сегодня усилиями специалистов прорисовываются очертания такой платформы. В частности, формализация понятия «организация» в виде трехуровневой структуры:

1) функциональная корпоративная иерархия (вертикальные связи по управлению организацией и прочие элементы уровня Enterprise Architecture);
2) совокупность бизнес-процессов (уровень систем BPM);
3) сетевая структура корпоративных данных, объединяющихся в знания (объекты, сущности и связи между ними).

Базис новой архитектуры составляет третий уровень, для которого хорошо подходит математический формализм онтологий (понятия предметной области, связанные различными отношениями). Известный метод описания предметной области в виде семантической сети представляет собой один из вариантов онтологии.

В целом данная архитектура соответствует общепринятым канонам. Единственное, но существенное отличие: модель бизнес-процессов имеет вид онтологий. «Это радикально повышает конверсию трудозатрат по разработке и модернизации процессов в готовое бизнес-приложение», — подчеркивает Ринат Гимранов, начальник управления информационных технологий ПАО «Сургутнефтегаз».

Дело в том, что онтологические модели обеспечивают ключевое свойство новой ИТ-архитектуры — единообразный (на базе семантического содержания) подход к реализации как механизмов RPA, так и BPM в терминологии процессов и объектов. А это открывает широкие перспективы для практической реализации Low-code-разработки — максимально гибкой и эффективной, ведь единый подход на базе семантической модели дает возможность бизнес-сотрудникам и ИТ-системе «понимать друг друга» без посредников в виде ИТ-специалистов.

Систематизация знаний в области онтологий

Кроме того, онтологическая модель способна поддерживать целостность данных и обеспечивать их качество при изменении внешних и внутренних условий работы системы. По этим причинам, например, «Сбер» создает единую интегрированную модель данных в формализме семантического описания — таким способом обеспечивается доступ бизнес-подразделений не к сырым, а к качественным данным, а также реализуется гибкая интеграция данных в масштабе всей крупной организации.

При этом онтологическая цифровая платформа, работающая на уровне данных, — универсальная. Она обеспечивает создание и развитие в масштабе времени, близком к реальному, самых разных информационных систем масштаба предприятия, включая учетные транзакционные системы, аналитические системы (BI, OLAP), системы поддержки принятия управленческих решений, системы технологического управления производством и диспетчеризации (SCADA).

С точки зрения программной реализации эта интеграция обеспечивается средствами NoSQL СУБД (например, благодаря хорошо развитому аппарату графовых баз данных). Ведь по своей сути сетевая структура онтологии — это граф. И в виде графа можно описать практически всё: конкретные данные, формулу для расчета, процесс выполнения, визуальное отображение и т. д. В этом смысле онтологии — это универсальный язык описаний разных сущностей. Причем такой подход на 100% реализуем на базе существующих апробированных технологий. По сути, он представляет собой практическую реализацию известного принципа разработки Model-driven (подразумевается разработка, отталкивающаяся от графических моделей).

Онтологический базис обеспечивает в числе прочего прозрачный переход на следующий уровень автоматизации, который эксперты Gartner называют гиперавтоматизацией — это интеллектуальная автоматизация на основе сквозных бизнес-процессов и дальнейший переход на уровень автоматизации всей экосистемы цифрового бизнеса.

Таким образом, ИТ-отрасль быстрыми шагами идет к появлению интегрированной платформы более высокого порядка, которая обеспечит возможность свободного комбинирования широкого спектра цифровых технологий: BPM, RPA, ML, чат-боты, Process Mining и т. д. В полном масштабе ни один вендор такую платформу пока не реализовал, но все экспериментируют с интеграцией. Похоже, что на роль ядра такой платформы цифрового бизнеса более всего подходят соответствующие BPM-платформы. Там более что RPA в ходе своей умной эволюции стремительно превращаются в подсистемы BPMS.