L'automazione robotica dei processi, o RPA, ripete clic e battiture fissi: è veloce su schermate ordinate e sempre uguali, ma si rompe quando i dati cambiano. L'intelligenza artificiale sa leggere dati variabili, come email e fatture scansionate. Le soluzioni più solide usano RPA e intelligenza artificiale insieme: regole dove il lavoro è fisso, AI dove è disordinato e una persona che approva il risultato.
Cos'è la RPA
L'automazione robotica dei processi, o RPA, è un software che ripete gli stessi passaggi che una persona farebbe al computer: apri questa schermata, copia questo campo, incollalo lì, premi salva.
Il robot del nome non è una macchina; è uno script che segue esattamente una sequenza registrata o scritta. Se un compito è sempre uguale, con le stesse schermate e gli stessi campi negli stessi punti, la RPA lo svolge in fretta e senza stancarsi. Esempi tipici sono copiare i dati degli ordini da un sistema all'altro, scaricare ogni mattina lo stesso report o aggiornare uno stato in più posti contemporaneamente.
La RPA si è diffusa nelle aziende perché molte usano sistemi vecchi che non dialogano tra loro, e uno script che digita dall'uno all'altro costava meno che sostituirli. Il suo punto di forza è anche il suo limite: fa esattamente ciò che le è stato detto, esattamente nelle condizioni che le sono state descritte.
Questo articolo mette RPA e intelligenza artificiale una accanto all'altra: cosa fa bene ciascuna, dove sbaglia ciascuna e perché l'automazione d'ufficio più affidabile di solito le usa entrambe, con una persona che approva il risultato.
Cosa aggiunge l'AI
L'AI aggiunge la capacità di leggere dati che cambiano, come un'email scritta con parole proprie, una fattura con un formato mai visto o una ricevuta fotografata.
Le regole hanno bisogno di dati ordinati. Gli uffici veri ne sono pieni di disordinati. Una fattura arriva come PDF da un fornitore, come scansione da un altro e come foto da un terzo. Un cliente scrive una domanda in tre paragrafi con il numero d'ordine nascosto nel mezzo. Uno script che cerca un campo in una posizione fissa non ce la fa; un modello linguistico sa trovare il fornitore, il numero e il totale in una pagina che non ha mai visto, o capire cosa sta chiedendo il cliente.
Questa capacità di lettura ha un prezzo. L'AI produce la sua interpretazione migliore, e la sua interpretazione migliore ogni tanto è sbagliata in un modo che sembra giusto. Uno script che fallisce di solito si ferma con un errore; un modello che legge male un totale produce un numero plausibile. Per questo la domanda AI contro automazione è posta al contrario. La domanda utile è dove sta ciascuna dentro uno stesso processo, e quali controlli ci sono tra l'una e l'altra.
A confronto: dati, manutenzione, errori
La RPA è prevedibile ed economica sul lavoro fisso ma fragile quando qualcosa cambia; l'AI regge la varietà ma ha bisogno di controlli, perché i suoi errori sono più difficili da vedere.
Il confronto si legge meglio voce per voce. Nessuna delle due colonne è migliore in assoluto; ciascuna è migliore in parti diverse dello stesso lavoro.
Una riga merita una seconda occhiata: l'errore tipico. Un passaggio basato su regole che fallisce di solito fa rumore, perché si ferma. Un passaggio di AI che fallisce può essere silenzioso, perché produce qualcosa di plausibile. Un buon progetto in cui RPA e intelligenza artificiale lavorano insieme accetta questa differenza e mette un controllo fisso subito dopo ogni lettura dell'AI, così un errore silenzioso diventa rumoroso prima che venga registrato qualcosa.
| Aspetto | Regole tipo RPA | Lettura con AI |
|---|---|---|
| Dati ideali | Schermate fisse, file strutturati, sempre lo stesso formato | Email, PDF, scansioni e documenti che cambiano |
| Cosa fa | Ripete passaggi esatti | Interpreta il contenuto ed estrae ciò che conta |
| Quando i dati cambiano | Di solito si rompe e va registrata di nuovo | Di solito se la cava, a volte con meno sicurezza |
| Errore tipico | Si ferma con un errore, o scrive nel campo sbagliato dopo un cambio di schermata | Una lettura plausibile ma sbagliata |
| Manutenzione | Va aggiornata ogni volta che cambia una schermata o un formato | Va controllata e messa a punto quando compaiono nuovi tipi di dati |
| Come si controlla | È partita, e ogni passaggio è stato completato? | Il risultato è coerente con sé stesso e con ciò che sai già? |
| Costo per documento | Basso | Più alto, quindi meglio riservarla ai dati che ne hanno bisogno |
Regole, lettura con AI o entrambe?
Scegli un compito che vuoi automatizzare. Spunta ogni affermazione che oggi è vera per i suoi dati. Più voci spunti, più il compito ha bisogno della lettura con AI accanto alle regole.
Quando usare l'una o l'altra
Usa le regole dove i dati e i passaggi sono fissi, l'AI dove i dati cambiano, ed entrambe quando un solo lavoro contiene tutti e due i tipi.
Spesso ci si chiede se la RPA sia meglio dell'AI. In generale nessuna delle due è migliore. Le regole sono migliori per le parti di un compito che non cambiano mai, perché costano meno, sono più veloci e più facili da controllare. L'AI è migliore per le parti che cambiano, perché le regole non sanno leggere ciò che nessuno ha descritto loro. La maggior parte dei lavori d'ufficio mescola le due cose, ed è per questo che automazione o AI è raramente una scelta secca. Alcuni segnali che indicano una direzione o l'altra:
- Le regole vanno bene quando i dati arrivano da un solo sistema in un formato fisso, i passaggi non cambiano mai e il risultato si controlla con una verifica semplice.
- L'AI va bene quando i dati sono scritti da persone, arrivano in molti formati o arrivano come scansioni e foto.
- Entrambe vanno bene quando un lavoro comincia con la lettura di qualcosa di disordinato e finisce con una registrazione in un sistema strutturato, cosa che descrive gran parte delle pratiche d'ufficio.
- Nessuna delle due va bene quando ogni caso richiede una trattativa, una relazione o una valutazione; quel lavoro resta alle persone.
- Se non riesci a mettere per iscritto com'è un risultato corretto, nessuna automazione è ancora pronta, di nessuno dei due tipi.
Unire le due cose con un controllo umano
La soluzione più affidabile legge con le regole dove può, legge con l'AI dove deve, controlla il risultato con verifiche fisse e consegna una bozza a una persona.
Il nostro dipendente AI per le fatture dei fornitori, attivo oggi per un cliente, è costruito esattamente così. I fornitori abituali, le cui fatture hanno lo stesso aspetto ogni mese, vengono letti con un modello fisso, cioè una regola. Le scansioni vengono prima trasformate in testo con il riconoscimento del testo. Le altre, dei fornitori occasionali con formati poco familiari, vengono lette con l'aiuto di un modello AI. Chiunque abbia fatto la lettura, seguono gli stessi controlli, e niente viene registrato se non li supera. Il percorso di una fattura:
- Un documento arriva nella casella di posta o in una cartella di deposito, e il robot decide se è una fattura, una nota di credito o altro.
- Se il formato del fornitore è conosciuto, lo legge il modello fisso; questa è la parte a regole.
- Se è una scansione, il riconoscimento del testo trasforma prima l'immagine in testo.
- Se il formato non è familiare, un modello AI legge fornitore, numero, data e importi; questa è la parte di AI.
- Seguono controlli fissi: fornitore conosciuto, importi che tornano, numero non già registrato.
- Se tutti i controlli vanno a buon fine, viene creata una fattura passiva in bozza con il PDF allegato e archiviato; se uno fallisce, il documento passa a una persona.
- La bozza è pronta per il controllo e il pagamento, nello stesso modo ogni volta.
Domande da fare prima di scegliere
Prima di scegliere qualunque automazione, chiedi come gestisce i dati che non ha mai visto, cosa fa quando non è sicura e chi approva il risultato.
Gli elenchi di funzioni degli strumenti di RPA e di intelligenza artificiale si somigliano tutti. Le risposte a poche domande semplici no. Chiedi come il sistema legge un documento di un nuovo fornitore o un'email di un cliente in un formato insolito. Chiedi cosa succede quando un controllo fallisce: si ferma e passa il caso a una persona, o va avanti con la sua ipotesi migliore? Chiedi se crea bozze o registrazioni definitive, e se può inviare qualcosa da solo. Chiedi che traccia conserva e come lo fermeresti.
Le nostre risposte sono brevi. I nostri dipendenti AI si noleggiano ogni mese e girano sui nostri server collegati ai tuoi account, oggi caselle Google Workspace, Google Drive, Fogli Google e Xero. Usano regole dove il lavoro è fisso e AI dove è disordinato. Ogni passaggio parte con la tua approvazione, e lo passi ad automatico solo quando ha dimostrato di funzionare. Ogni azione resta scritta in un registro, tutto ciò che non si può fare con esattezza passa a una persona invece di essere indovinato, e un solo comando ferma qualunque robot, all'istante.
Una prova su un solo lavoro è il modo più economico per rispondere alla domanda per il tuo caso. Falla girare su documenti veri per qualche settimana, conta quanti sono passati a una persona e perché, e decidi da lì.
Quello che non fa è sostituire le persone che decidono. Approvare, pagare, rispondere della contabilità e gestire il caso insolito resta a loro.
Domande
La RPA è meglio dell'AI?
In generale nessuna delle due è migliore. Le regole sono migliori per il lavoro fisso e ordinato; l'AI è migliore per i dati variabili come email e scansioni. La maggior parte dei lavori d'ufficio ha bisogno di entrambe, con una persona che approva il risultato.
Che differenza c'è tra AI e automazione?
L'automazione segue le istruzioni che ha ricevuto. L'AI interpreta dati per cui non ha ricevuto istruzioni esatte. Un'automazione può usare l'AI per la lettura e le regole per tutto il resto.
La RPA è ancora utile?
Sì, per il lavoro fisso e strutturato, come spostare dati tra sistemi con schermate stabili. È poco adatta ai dati che cambiano, ed è lì che aiuta la lettura con AI.
L'AI può sostituire la RPA?
Sui dati variabili l'AI fa ciò che le regole non sanno fare. Sui passaggi fissi le regole restano più economiche e più facili da controllare. Sostituire l'una con l'altra di solito fa perdere qualcosa; unirle conserva i punti di forza di entrambe.
Quali sono esempi di RPA in azienda?
Copiare i dati degli ordini tra sistemi, scaricare e archiviare ogni giorno lo stesso report, aggiornare uno stato in più posti e inserire dati strutturati in un sistema contabile.
Raccontaci il tuo flusso di lavoro. Lo costruiamo su misura.
Scrivi a [email protected] indicando un compito e le ore che ti costa ogni mese: ti diremo con chiarezza se fanno al caso tuo le regole, la lettura con AI o entrambe.
Dicci quali ore vuoi recuperare Servizio collegato: Servizi
