Robotica is in volle gang: wat wordt je eerste stap?

Roboticaproposities zijn er in allerlei smaken. Om te kunnen bepalen of robotisering interessant is voor jouw bedrijf, is het van belang te begrijpen hoe typen robots van elkaar verschillen, wat ze kunnen bieden en hoe je ze kunt toepassen.

Waarom robotiseren?

Het meest voor de hand liggende voordeel van robotica is het kostenvoordeel. Dit komt voort uit het automatiseren van repetitieve taken – iets waar robots zeer geschikt voor zijn – om zo te besparen op loonkosten. Maar robots kunnen mensen ook meer controle geven over de eigen situatie. Doordat ze enorme hoeveelheden informatie kunnen analyseren, stellen ze ons in staat om complexe situaties beter te begrijpen en dus betere strategische keuzes te maken.

Hier houdt het echter niet op: omdat robotica nog volop in ontwikkeling is, zullen er nog meer toepassingen en voordelen uit voortkomen. Het is daarom belangrijk om nu de kennis op te bouwen om hier ook in de toekomst de vruchten van te plukken.

Wat voor robots zijn er?

Ten eerste is het van belang te zeggen dat robotica geen meerwaarde voor de organisatie zal hebben als het geen onderliggend probleem oplost. Denk dus vanuit een vraagstuk en kijk of er een propositie in de markt is die (een deel van) de oplossing kan zijn.

Het Robotica Quadrant: roboticaproposities categoriseerbaar over twee assen

Zoals je ziet in de illustratie hierboven, zijn roboticaproposities grofweg te verdelen over twee assen:

Single process vs. End-to-end service

Over de horizontale as wordt gekeken naar de breedte van de toepassingsmogelijkheden van de oplossing. Aan de linkerkant van het spectrum liggen de oplossingen die zich richten op het uitvoeren van een specifiek proces. Aan de andere kant staan de oplossingen die het in zich hebben meerdere taken te overzien, aaneen te schakelen en zo de verantwoordelijkheid te nemen voor een end-to-end service. Zo loopt de horizontale as dus van oplossingen voor één specifiek proces tot oplossingen die meerdere processen overkoepelen om samen een dienst te vormen.

Statisch vs. Dynamisch denkproces

De verticale as representeert hoe de robot tot conclusies komt. Indien er vaste regels zijn die de handelingen van de robot stapsgewijs van begin tot eind vaststellen, dan is er sprake van een rule-based oplossing. In andere gevallen is een lineair denkpatroon niet voldoende, maar is er behoefte aan dynamische logica. In deze gevallen biedt statistiek uitkomst. Statistiek stelt robots in staat om op basis van data over afhankelijkheden verschillende uitkomsten te voorzien. Doordat er rekening wordt gehouden met veranderende waarden voor die afhankelijkheden is het een stuk flexibeler dan een lineair denkpatroon.

Robotica Quadrant

De twee assen vormen het Robotica Quadrant waaruit blijkt dat er grofweg vier soorten oplossingen bestaan, namelijk:

• Robotic process automation (RPA): Het standaardiseren van één enkel proces;
• Robotic service orchestration (RSO): Het verbeteren van end-to-end services door geautomatiseerd beheer;
• Machine learning & advanced analytics (MLAA): Een specifiek proces wordt steeds beter/nauwkeuriger volbracht door middel van machine/deep-learning;
• Intelligent process automation (IPA): door middel van MLAA wordt de inzet van RPA en RSO zo efficiënt mogelijk gemaakt over de breedte van een end-to-end service.

Deze vier oplossingscategorieën vertegenwoordigen de invalshoeken die je kunt kiezen om te beginnen met robotisering.

Welke roboticapropositie past bij welk vraagstuk?

De toegevoegde waarde van robots is het hoogst wanneer vanuit een concreet vraagstuk wordt gedacht. Op die manier zorg je ervoor dat robotica altijd de activiteiten van de organisatie dient. Is dit niet het geval, dan zullen de voordelen ervan uitblijven. Om beter te begrijpen waar robots in een organisatie handelingen kunnen ondersteunen, wordt hieronder per type robot een voorbeeld gegeven van mogelijke toepassingen. Hierbij wordt uitgelegd:

1. Wat het type robot inhoudt;
2. Voor wat voor taken de oplossing geschikt is;
3. Welke partijen een propositie aanbieden.

Robottype 1: Robotic Process Automation (RPA)

Karakteristiek voor RPA’s is de mogelijkheid om één bepaalde taak geautomatiseerd uit te voeren van begin tot eind. Denk bijvoorbeeld aan het kopiëren van documenten van de ene map naar de andere, het kopiëren van gegevens tussen systemen zonder interface of het uitlezen van e-mails en het overzetten van data naar je administratie.

Uit deze voorbeelden blijkt dat RPA’s uitblinken in administratieve functies. Dit komt omdat daar de te verwerken data vaak op een gestructureerde en voorspelbare manier worden aangeleverd. Denk bijvoorbeeld aan de scanners bij de kassa’s van supermarkten. Hoewel op de voorgrond alleen zichtbaar is dat de prijzen van de producten worden opgeteld om vervolgens af te rekenen, wordt onder water ook de voorraad van dat product verminderd. De robot verricht dus automatisch voorgeprogrammeerde handelingen in verschillende systemen.

Voorspelbare en repetitieve processen binnen je organisatie kunnen een goed beginpunt zijn om met robots aan de slag te gaan. BluePrism, UiPath en KOFAX bieden hiervoor makkelijk te implementeren, out-of-the-box oplossingen. Om deze te gebruiken zal je niet meer kennis hoeven hebben dan die van de werking van het gekozen platform alsmede de kennis van de eigen applicaties.

Robottype 2: Robotic Service Orchestration (RSO)

Ondanks dat je misschien nog geen taken binnen je organisatie geautomatiseerd hebt, kunnen RSO’s veel bieden op het gebied van procesoptimalisatie. De kracht van dit type oplossingen ligt namelijk in het inzichtelijk maken en beheersen van een proces. Ze helpen bij het opstellen van processen, bieden een overzicht van alle processen en hoe ze verlopen en leveren tools om op KPI’s te sturen.

Een mogelijke toepassing is het inzichtelijk maken van de schakels in een IT-helpdeskticketingsysteem. De RSO maakt inzichtelijk naar welke werknemers de tickets worden verstuurd en als tickets lang blijven liggen, kunnen ze gemakkelijk worden overgedragen aan een collega met minder werk. Zo wordt het proces efficiënter en transparanter.

De markt voor RSO’s lijkt wat minder ontwikkeld dan die van RPA’s. Ook bieden niet alle platforms de mogelijkheid om robots en mensen samen in een proces op te nemen. Enate Builder biedt deze mogelijkheid wel en werkt samen met RPA-bouwer UiPath. Cortex, ServiceNow en AutoMate bieden alleen RSO capaciteiten om RPA’s aan te sturen. Ook hier zal de benodigde kennis binnen de eigen organisatie alleen die over het platform en de eigen applicaties behelzen.

Robottype 3: Machine Learning & Advanced Analytics (MLAA)

De toepassingsmogelijkheden van machine learning zijn zeer divers. De basis van machine learning wordt gevormd door statistiek. Op basis van (relevante) data kan de waarschijnlijkheid van bepaalde uitkomsten worden berekend. Vervolgens kan daarop geacteerd worden.

Zo kan een bank bijvoorbeeld op basis van inkomen, gezinssamenstelling en hypotheekgegevens inschatten welke klanten met een bepaalde mate van waarschijnlijkheid binnenkort de hypotheek niet meer kunnen betalen. Door deze groep actief te benaderen en te helpen, kunnen betalingsproblemen vermeden worden.

Machine learning wordt ook toegepast in chatbots om ze te leren hoe ze met mensen moeten communiceren. Door de robot te leren wat voor reactie iemand op een bepaalde vraag of opmerking verwacht, kan deze dat in toekomstige vergelijkbare situaties zelf bedenken. Wederom staat statistiek hierbij centraal om de gewenste uitkomst te voorspellen op basis van wat in eerdere situaties aangegeven werd als de juiste uitkomst.

Aanbieders van machine learning platforms zijn er in groten getale. Een goed platform voor chatbots vind je in IBM Watson. Je kunt hiermee vrijwel meteen beginnen met het trainen van je chatbot door vraag- en antwoordsituaties in te voeren. Doordat andere gebruikers hetzelfde doen kunnen de robots van elkaar leren, wat het proces een extra zetje geeft.

Statistische modellen ontwerpen kan bijvoorbeeld via de platforms Infosys NIA of Azure Machine Learning. Echter, om een dergelijk model te trainen heb je wel specialistische data-science kennis nodig.

Robottype 4: Intelligent Process Automation (IPA)

IPA vertegenwoordigt het summum van procesoptimalisatie. Bij een goede implementatie van deze software worden processen en end-to-end services op basis van machine learning geanalyseerd en verbeterd. De robot bedenkt dus voor zichzelf hoe het werk secuurder en sneller gedaan kan worden en voert die aanpassingen – al dan niet onder toeziend oog van mensen – direct door.

Stap één zal dus zijn om je processen, bestaande uit taken van mensen en/of RPA’s, in te regelen in de software zodat de machine ze kan overnemen. Als één van die processen vastloopt, zal de machine moeten onderzoeken waarom dat is gebeurd. Vervolgens wordt het proces aangepast om dit in de toekomst vanaf het begin goed te doen.

Het zelflerend mechanisme zorgt dus voor steeds beter wordende processen en end-to-end bediening. In de context van de supermarkt zou IPA veel taken kunnen overnemen. De caissière kan vervangen worden door een chatbot die steeds beter begrijpt wat de klant vraagt. Door het analyseren van de voorraad, bezoekersaantallen en vragen van de klant aan de chatbot kan accurater voorspeld worden wat er per dag binnen moet komen, wat vervolgens direct besteld kan worden door de robot. Ten slotte kunnen de vakkenvullers worden vervangen door machines om zo het proces van begin tot eind te automatiseren.

De technologie voor IPA is complex omdat het bestaat uit zowel RPA als RSO en MLAA en je dus kennis van deze typen robots nodig hebt. Dit betekent echter ook dat het stapsgewijs is op te bouwen omdat die robots ook los te implementeren zijn. Iedere component draagt bij aan de leercapaciteit van het complete platform. Door dit platform toe te passen op alle processen van de organisatie, wordt het extra krachtig. Platforms die deze capaciteiten bieden lijken er nog niet veel te zijn. DryiCE van HCL Technologies lijkt een breed platform te bieden bestaande uit een aantal componenten.

Waar te beginnen?

Zoals eerder benoemd is het essentieel dat je een concreet vraagstuk hebt om vervolgens uit te zoeken wat robotica hierin voor jou en je organisatie kan betekenen. Zit het probleem in een specifieke taak die binnen je organisatie niet goed wordt voltooid? Kijk dan naar oplossingen aan de linkerkant van het spectrum. Heb je moeite met het onder controle krijgen van processen? Probeer dan met een RSO-oplossing hier inzicht in te krijgen.

Het binnenhalen van de benodigde expertise mag hierin geen blokkade vormen. Daarmee kan namelijk iedere organisatie iets kleins opzetten in de vorm van een proof-of-concept, wat op zichzelf waarde kan toevoegen. Op die manier kan je organisatie leren en wordt de opstap naar complexere ecosystemen van robots en mensen gemakkelijker.

Een eigen expert aannemen op dit gebied is een goed idee voor de lange termijn. Echter is het lastig de juiste persoon aan te nemen terwijl het onduidelijk is welke richting de organisatie opgaat met betrekking tot robotica. Op de korte termijn kan het inhuren van externe expertise dus een goed idee zijn. Zij kunnen helpen om een gevoel te krijgen bij de mogelijkheden om robotica binnen de eigen organisatie toe te passen. Dus waar wacht je nog op?