AES_1 2022

Gennaio - Febbraio 2022 n Automazione e Strumentazione FOCUS applicazioni 42 Un mercato che potrebbe raggiungere i 14 miliardi Proprio la crescente necessità di automatizzare compiti e attività routinarie e ripetitive è la spinta propulsiva che guiderà l’espansione del comparto RPA, prevede GVR . Il mercato globale della robotic process automa- tion, stima la società di ricerca e consulenza, rispetto al valore di 1,89 miliardi di dollari del 2021, è infatti previsto raggiungere 13,74 miliardi di dollari entro il 2028 , registrando un CAGR (tasso di crescita annuale composto) del 32,8% nel periodo oggetto dell’analisi (2021-2028). L’adozione di soluzioni RPA è aumen- tata nelle organizzazioni di piccole e medie dimensioni (SME), che sono state influenzate negativamente dal rallentamento del business e dai lockdown temporanei. In ogni caso, la necessità di monitorare costi e risorse umane è prevista comunque stimolare la domanda di RPA nelle organizzazioni di tutte le dimensioni. Le imprese del segmento SME, in particolare, hanno beneficiato dell’utilizzo della RPA per migliorare la soddisfazione di dipendenti e utenti. Come accennato, l’esigenza di automatizzare processi strutturati e ripeti- tivi all’interno delle organizzazioni, per incrementare la produttività e recuperare tempo operativo, è destinata a guidare la crescita del mercato, da qui al 2028. Un’e- spansione a cui contribuirà l’implementazione di sistemi RPA per sviluppare automazione in differenti ambiti di business: dal mondo della finanza e della contabilità, all’approvvigionamento, alle risorse umane, ai contact center, ai processi specifici di determinati settori. I processi ‘industry-specific’, includono, ad esempio, le procedure d’inserimento in azienda di personale neoassunto (onboarding); l’elaborazione di ordini, la preparazione di buste paga, l’aggregazione di report. Queste sono solo alcune delle operazioni e processi automatizzabili utilizzando soluzioni RPA. L’integrazione della RPA con tecnologie cognitive , tra cui intelligenza artificiale (AI), machine learning (ML), riconoscimento vocale, elaborazione del linguaggio naturale (NLP - natural language processing), aiuta poi a gestire compiti di maggior complessità, utilizzando dati non strutturati e sviluppando capacità di presa deci- sionale, che eliminano la necessità d’intervento umano. Verso la ‘iper automazione’ In effetti, la tecnologia RPA sta compiendo un’ulteriore evoluzione, grazie a quella che Gartner chiama la ‘ hype- rautomation ’, ossia un approccio che contempla un uti- lizzo orchestrato di molteplici tecnologie. Ad esempio, la combinazione di intelligenza artificiale e machine learning con la RPA. Qualcun altro parla invece di ‘ intel- ligent process automation ’ (IPA), per intendere l’appli- cazione di AI, ML, computer vision, ed altre tecnologie, alla RPA. L’obiettivo però è sempre lo stesso: far evol- vere ulteriormente le capacità dei bot di eseguire opera- zioni, superando alcuni loro limiti. Infatti, pur essendo molto efficiente, la RPA è in grado di automatizzare solo operazioni basate su regole: se queste cambiano, se un passo del processo viene modificato, il bot non è più in grado di operare. A questo livello, l’apporto di AI e ML può aiutare a superare il problema. Ad esempio, c’è chi sta sviluppando ‘self-learning RPA’, cioè bot RPA capaci, grazie a intelligenza artificiale e machine lear- ning, di utilizzare anche dati non strutturati, come imma- gini e linguaggio naturale, per auto-apprendere come eseguire una data procedura in maniera corretta. n Tramite la tecnologia RPA è possibile sviluppare bot software capaci di imitare gli operatori umani nella gestione di applicazioni e processi digitalizzati (fonte: Pixabay)