La tecnología nos invade y nos rodea allá donde vayamos. Y el entorno empresarial no es ajeno a ella. Pero a veces puede ser abrumadora y la cantidad de jerga, conceptos e ideas con las que nos aborda puede generar dudas o rechazo a su adopción.
Uno de los ámbitos en las empresas donde se concentran grandes esfuerzos es en la automatización con el objetivo de aumentar la eficiencia de sus procesos. Y aquí es donde comienzan a invadirnos multitud de conceptos: OCRs, RPAs, Inteligencia Artificial, Machine Learning, Automatización Cognitiva o Inteligente… ¿Qué quiere decir cada una de ellas? ¿Son competencia la una de la otra o se complementan entre sí? ¿Qué tecnología es la más conveniente para cada caso?
Bien, lo primero que debemos tener claro es el objetivo de todas estas tecnologías: y es el disponer de una máquina que realice las mismas tareas que actualmente pudiera estar haciendo una persona. El objetivo de la automatización puede ser por una mejora en la eficiencia en el proceso o porque son tareas que desempeñan personas sin aportar valor a la empresa. Cada proceso se compone de diferentes tareas, unas más complejas y otras menos, pero lo interesante es comprender el todo para diferenciar estas partes. Y aquí es donde comenzaremos a ver las diferencias entre estas tecnologías.
Entendiendo cada tecnología
Será fácil comprender su uso y posibilidades si entendemos qué es y qué no es cada una de las tecnologías y conceptos de los que hablábamos. Nos centraremos en definirlas dentro del ámbito del procesado de documentos, donde Serimag aporta una solución de la cual hablaremos más adelante.
Por un lado tenemos los OCR (Optical Character Recognition). Un software que ya lleva años con nosotros y no tiene más objetivo que en convertir imágenes con texto a un fichero de texto plano con los caracteres reconocidos dentro del documento. No aplica ninguna clase de inteligencia ni comprensión. Como mucho, consigue imitar el layout del documento en el nuevo archivo digital. No nos extenderemos más durante este artículo en esta tecnología, pues simplemente queda relegada a una pequeña parte del proceso que un RPA o una IA llevará a cabo: la transformación de imagen a texto.
Por otro lado, el RPA (Robotic Process Automation) es también un software diseñado para imitar ciertas acciones que realizamos los humanos. Son procesos altamente repetitivos, simples por naturaleza, con un nivel de decisión muy básico y siempre basado en reglas. En los casos que nos ocupan, imitan las acciones que una persona tendría delante de una interfaz gráfica de un ordenador junto con un teclado y un ratón. Un ejemplo podría ser un RPA que abriera una página web, seleccionara una opción de un desplegable, descargara un archivo, lo renombrara a la fecha actual y lo guardase en un repositorio según un criterio definido.
Finalmente nos encontramos con la Inteligencia Artificial y el aprendizaje autónomo. La primera engloba un sinfín de diferentes tecnologías, como la Visión por Computador, el Procesado de Lenguaje Natural o el Machine Learning. Pero todos ellos buscan imitar el comportamiento y juicio de la persona, la generación de hipótesis y el análisis para responder ante casos conocidos o poder actuar ante nuevas situaciones. Entendemos así, que es un paso adelante en la automatización de procesos pues no se basa en reglas predefinidas, puede encargarse de tareas más complejas y sabrá gestionar mejor las excepciones. Un ejemplo claro en el sector documental es el de la extracción de datos de documentos no estructurados, donde no existe regla básica para su localización. O la gestión de documentos incompletos, modificados o recortados que dificultan un correcto reconocimiento de sus datos.
Diferencias y convergencia entre ellas
Una vez comprendida cada tecnología, veamos cómo conviven o deberían convivir dentro del entorno empresarial. Aquí se convierte en una parte esencial la identificación y comprensión del proceso que se quiere automatizar, con tal de poder entender cada una de las partes que lo conforman y tratarlas de forma diferente.
Un RPA es una herramienta con un desarrollo e implantación muy rápida y que funciona con los entornos y aplicaciones ya existentes en la empresa. Por lo que identificar esos procesos y aplicar estos robots aportará rápidos beneficios. De pretender incorporar aquí una Inteligencia Artificial implicaría unos costes y tiempos muchos más elevados para no redundar en ningún beneficio.
Por otro lado, implantar un RPA para la comprensión de un documento se antoja algo más bien titánico a nivel de esfuerzo: existirán tantas reglas a implementar y tantas excepciones a contemplar, que su desarrollo se prolongará y, algo muchas veces más importante, su mantenimiento lo hará inviable. Aquí es donde una IA posibilita el proyecto con un desarrollo y mantenimiento contenido con unos mejores resultados.
Sigamos con el ejemplo comentado anteriormente donde el RPA se conectaba a esa web para descargar un documento y guardarlo según algún criterio. Imaginemos que ese criterio sea la identificación de la tipología del documento: si es del tipo A debe guardarse en la carpeta A, o si es del tipo B, en la carpeta B. ¿Quién debería realizar ese análisis? De hacerlo con el RPA podemos entrar en las complejidades antes comentadas. Sin embargo, el trabajo conjunto del RPA enviando este documento a la IA para que emita un veredicto y así el RPA pueda seguir su flujo parece la opción más acertada.
Entender el proceso para elegir la tecnología
Ese debería ser el proceso que siguiera cada empresa con cada proceso que abordase. Entender el proceso en su totalidad, la de cada una de sus partes y saber diferenciar las ventajas e inconvenientes de cada tecnología para así aplicar según convenga en cada caso. Las empresas hoy en día producen una ingente cantidad de datos, pero alrededor de un 80% de ellos son complejos o difíciles de procesar por sistemas basados en reglas como los RPA.
El objetivo que deberían perseguir estas es el de conseguir el “trabajador digital”, el robot-software, que les libere de esas tareas repetitivas y así poder dedicarnos a lo que sabemos hacer mejor: pensar creativamente. La Automatización Cognitiva (o Automatización Inteligente) debería pretender unificar estas tecnologías para sacar partido de lo mejor de cada una de ellas: permitir al RPA imitar las acciones de las personas, y dejar en manos de la IA imitar nuestro comportamiento o juicio.
Una unión que ya es realidad en Serimag
En Serimag ya llevamos años trabajando y desarrollando nuestra propia solución de Inteligencia Artificial para el procesado automático de documentos. Y en algunos casos, se nos ha requerido ser parte de un complejo proceso el cual incorporaba sistema de RPA para controlar el flujo documental.
Un ejemplo ha sido en el sector bancario con procesos hipotecarios, en los cuales se debe contrastar información aportada por el cliente con información descargada del Registro de la Propiedad. Aquí, ambas tecnologías trabajan conjuntamente: el RPA se encarga de conseguir esa documentación de la web del Registro, se la envía a nuestro módulo TAAD de procesado automático de documentos, espera su veredicto para la extracción de ciertos campos y luego actúa en consecuencia según su cotejo con los datos aportados por el cliente.
Un binomio efectivo, de costes contenidos, bajo impacto en la implantación y, sobretodo, orientado a la obtención de resultados.