Grandes datos

10 reglas de oro para el éxito de RPA y RPA y automatización de pruebas

Un nuevo estudio de Forrester profundiza en RPA y analiza sus conceptos clave y las similitudes y diferencias entre RPA y la automatización de pruebas.

istock 1156502194
Foto: Olivier Le Moal, Getty Images/iStockphoto

Dos informes recientes de Forrester se centran en dos problemas clave de automatización de procesos robóticos (RPA). El primero identifica consideraciones importantes de RPA a medida que examina los conceptos clave de RPA, y el segundo describe cómo RPA y la automatización de pruebas están más alineados de lo que a menudo se supone, con una distinción específica: técnicas de automatización de pruebas.

Valor de automatización duradero

La automatización robótica de procesos (RPA) es ciertamente un tema de conversación, ya que la conversación sobre la automatización empresarial continúa evolucionando, aunque algunas organizaciones han estado trabajando arduamente para pasar a una automatización escalable y estable.

Culpe de la decepción de RPA a la naturaleza inherente de flujo y reflujo de RPA, con la responsabilidad de la estabilidad recayendo en los profesionales de desarrollo y entrega de aplicaciones (AD&D). Es fácil quedar atrapado en la «mala hierba» caprichosa de RPA, por lo que la última investigación de Forrester identifica los problemas básicos de RPA y proporciona una lista de los 10 principales que ayudan a AD&D a tener éxito.

El informe de Forrester afirma que si bien es fácil ingresar a RPA, es difícil dominarlo, especialmente cuando se escala una iniciativa de RPA en toda la organización. AD&D debe centrarse inicialmente a fondo en aspectos como el caso de negocio, la gestión de cambios y la seguridad de los robots.

LEER  Conserve sus brillantes innovaciones en ciencia de datos hasta que estén listas para el mercado

AD&D siempre debe tener en cuenta que la automatización está diseñada para facilitar la vida laboral de los empleados, incluso si los seres humanos pueden representar un obstáculo importante. Convierta los recursos humanos en el mayor activo de su empresa mediante la creación de una sólida cultura de automatización y la participación de sus empleados.

Mirar: La guía del profesional de TI para la automatización robótica de procesos (PDF gratuito) (República tecnológica)

lucha corporativa

«La automatización robótica de procesos comienza con una propuesta comercial clara: reducir los costos de las tareas repetibles y predecibles mediante el uso de robots de software que se desempeñan de manera humana», dice el informe. RPA es la base de la automatización inteligente, pero Forrester recuerda a los profesionales de AD&D:

  • Tenga en cuenta la escala para automatizarSeleccionar tareas complejas para automatizar también detiene el proceso.
  • La inversión de las empresas en RPA se ha estancado mientras intentan alcanzar los objetivos de ROI. AD&D debe encontrar y automatizar más tareas.
  • Los problemas más desafiantes son la escala y encontrar suficientes trabajos para automatizar. Justificar el costo de construir robots con tareas simples, repetitivas y de gran volumen es un desafío.

Las 10 «Reglas de oro» de Forrester para el éxito de RPA

1. Las organizaciones deben asegurarse de que los esfuerzos de RPA estén alineados con objetivos de transformación digital más amplios.

2. Deshágase del modelo de negocio idealizado y cree una RPA inteligente.

3. Ver RPA como una plataforma empresarial y establecer una perspectiva sobre la privacidad y la resiliencia de los datos.

4. Los robots deben seguir los principios de confianza cero y ser considerados activos de TI.

5. Cree una tubería de proceso Un proceso debe ser una tubería, DWA se usa para una excavación simple y más profunda de procesos complejos.

6. Identificar formas de automatizar, mejorar y estandarizar que se puedan documentar, tener éxito en la automatización de las tareas de RPA a través de la minería de procesos.

7. La inteligencia artificial (IA) debe ser examinada e investigada, con datos que respalden la toma de decisiones humanas.

8. Encuentre nuevas perspectivas únicas sobre la automatización inteligente y desarrolle habilidades de automatización internas

9. Cree modelos con una mentalidad de error humano potencial que ponga el bienestar de los empleados en primer lugar, ya que la automatización requerirá un nuevo enfoque para evaluar la experiencia de los empleados (EX).

10. Desarrolle la mentalidad de automatización correcta, vuelva a centrarse en los clientes, construya liderazgo y tenga discusiones activas y transparentes.

El informe concluyó: «La RPA no impulsará la revolución de la automatización a menos que cambie. A medida que la RPA se integre más estrechamente con tecnologías adyacentes como la IA, se multiplicarán las oportunidades para que los profesionales de AD&D la aprovechen para una transformación más amplia. Sea un trampolín hacia una transformación más amplia». estrategia de automatización, pero no deje caer la pelota en los cimientos».

El segundo informe compara y contrasta RPA y automatización de pruebas. Aunque la automatización de pruebas existe desde hace más de 30 años, su crecimiento máximo se ha producido en los últimos cinco años. El mercado de RPA tiene menos de 10 años. Resultados clave:

  • Testing en el mundo del desarrollo de aplicaciones
  • RPA se centra en la eficiencia empresarial

Aprende una leccion

Forrest afirma: A pesar de las diferencias, los líderes de AD&D deben extraer lecciones comunes de ambas tecnologías que pueden trabajar juntas para acelerar la innovación y la automatización a escala.

El informe proporciona a AD&D explicaciones y recomendaciones:

  • Reduzca los costos de mantenimiento para RPA que requieren resiliencia robótica
  • Forrester encuentra áreas de superposición, profundidad clara en RPA y herramientas de automatización, pero muchas diferencias
  • Abordar las oportunidades de automatización de minas y análisis digital: RPA necesita administrar varios casos de uso
  • Las pruebas automáticas y manuales son en su mayoría sólidas para la preproducción, se requiere flexibilidad para el diseño y desarrollo robótico
  • Tienen en común: integración de IA y ML, automatización de orquestación, interacción automatizada humano-computadora
  • Ambas plataformas ayudan a escalar la automatización a escala, probar la escalabilidad ágil y el desarrollo conjunto
  • Ambos son clave para la automatización futura, no use herramientas RPA, en su lugar use herramientas de prueba que prueben aplicaciones
  • No busque fusionarse o imponerse entre sí a través de T&A y RPA

ver también

istock 1156502194
Foto: Olivier Le Moal, Getty Images/iStockphoto

LEER  OpenAI estrena GPT-4 después de un año de entrenamiento en una supercomputadora Azure

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba