Rambler's Top100
 
Статьи ИКС № 2 2020
Игорь НОВИКОВ  26 июня 2020

RPA: ступень к цифровизации

Технология роботизированной автоматизации бизнес-процессов достигла того уровня развития, когда предприятия могут ее внедрять, не тратя время на пилотирование, и получить ощутимую выгоду без значительных вложений.

Технологию RPA (Robotic Process Automation), которая сегодня находит все более широкое применение, можно рассматривать в качестве промежуточной ступени к «большой» цифровизации. Эта технология представляет собой набор скриптов (сценариев) или программных ботов, выполняющих в бизнес-процессах те же операции, которые раньше выполнял человек, но с большей производительностью. RPA-боты функционируют поверх программных приложений. Они считывают с экрана или из вычислительной системы данные, необходимые для следующего действия. Выбор очередной бизнес-команды осуществляется в автоматическом режиме.

Действуя по такой схеме, RPA-бот может запускать обработку данных, передавать информацию из одного приложения в другое. Бот способен оценить возникшую ситуацию, применяя доступные ему «сенсорные технологии», и обеспечить ответную реакцию со стороны прикладной системы в зависимости от сделанного им выбора. Под «сенсорными» понимаются технологии автоматизации сбора исходных данных и их первичной оценки, заключающиеся в замене человека на некий «сенсор». Это может быть чтение новостей на том или ином веб-сайте или создание сканов экрана с последующей оценкой обнаруженных данных. «Сенсор» может ожидать появления определенного сообщения по электронной почте, чтобы в зависимости от его «смысла» выбрать дальнейшие действия.

Однако это не искусственный интеллект. Мы называем такую систему RPA-ботом (или RPA-роботом), подчеркивая, что она выполняет только те действия, которые были заложены в план ее работы прикладным программистом. RPA-бот выполняет те же действия, что и человек, но изменить свой выбор, как человек, не может – он выбирает ту команду, которая доступна ему среди заранее подготовленных вариантов, не используя технологии ИИ и машинного обучения.

Прежде всего, RPA поднимает производительность обслуживаемой программной системы: прежний набор операций теперь выполняется с более высокой скоростью. Попутно исключаются ошибки, которые раньше мог допустить человек. Вместе с тем уже на старте своего внедрения RPA позволяет добиться взаимной координации работы нескольких приложений. Более того, RPA позволяет быстро осуществить интеграцию работы нескольких прикладных систем, не сравнимую по затратам с альтернативными способами (на уровне интерфейсов, данных, веб-сервисов и пр.). В результате расходы на обслуживание ИТ-систем снижаются.

«Пришелец» из 1950-х

Принято считать, что инструменты для нынешней роботизации являются порождением недавнего времени. Однако RPA имеет более давнюю историю.

Одним из пионеров этой технологии называют исследователя из компании IBM Артура Самуэля. В 1959 г., работая над прообразом системы искусственного интеллекта и машинного обучения, он сформулировал базовые принципы, которые в дальнейшем легли в основу RPA. 
 
Артур Самуэль работает со своей программой Checkers

Суть его идеи состояла в том, что для роботизации нужно не стремиться запрограммировать все возможные сценарии, а научить компьютеры самообучаться. В результате была создана компьютерная программа Checkers («Игровые шашки»), ставшая одним из первых в мире примеров самообучающейся программы-робота.

Исследования в области самообучающихся роботизированных систем стимулировали работы в других направлениях, необходимых для новой технологии: решении задач на естественном языке; трансляции заданий из одной предметной области в другую; извлечении смысла из текстовых данных. Изучение компьютерного интерфейса и применение средств формализации для его оценки привели к развитию обработки команд на естественном языке (Natural Language Processing, NLP). Благодаря этой технологии программы научились понимать и обрабатывать обычный текст, созданный человеком. И хотя до умения читать между строк и понимать сленг еще далеко, эти разработки помогли прийти к созданию технологии RPA. Однако ее становление затянулось на десятилетия.

Во второй половине 1990-х гг. была разработана технология автоматического чтения контента с экрана дисплеев (скрапинг, scraping), что имело большое значение для RPA. Благодаря скрапингу программы научились извлекать данные из различных источников: страниц веб-сайтов, программ, документов. Если раньше чтение осуществлялось вручную и требовало существенных затрат времени на осмысление собранных данных, то скрапинг перевел процесс на рельсы автоматизации. Уже к началу 2000-х гг. эта технология достигла уровня, допускающего ее практическое применение. Скрапинг стал фундаментом для первых, пока простых RPA-инструментов.

Появились первые внедрения RPA, но рынок развивался вяло. Многие RPA-продукты оставались неизвестными рынку. Рост сдерживался тем, что внедрение RPA требовало значительных затрат на подготовку, поэтому такие продукты могли эффективно применяться только для задач, связанных с неизменными, повторяющимися последовательностями команд. Рынок ждал перехода на следующее поколение RPA, обладающее функцией упрощенной оценки собираемого контента, на основе которой принимается решение о дальнейшей работе робота. Такие продукты стали называть когнитивными или «умными» RPA (cognitive, intelligent RPA). 

Мейнстримом RPA стала с 2015 г. Этому способствовало также развитие систем оптического распознавания символов (OCR), применение NLP и машинного обучения для обработки данных сложной структуры (частично структурированных и хаотично расположенных). В результате появилась технология RPA в том виде, какой мы знаем ее сегодня.

RPA на старте 2020 г.

По оценкам Deloitte Insights, 2019 г. стал переломным для роста популярности RPA. Если еще два года назад эту технологию рассматривали как «кладезь неиссякаемых возможностей для будущего развития, но еще слишком разрозненных для внедрения», то теперь за RPA признали «огромный подтвержденный потенциал для бизнеса и общества». 

Большое значение для восхождения RPA на рынке имело исследование Magic Quadrant for RPA Software 2019, опубликованное Gartner летом прошлого года. В нем аналитики предсказали, что к концу 2019 г. мировой рынок роботизированной автоматизации достигнет $1,3 млрд. Их оптимизм основывался на результатах 2018 г., когда рост составил 63,1%. Экспертов Gartner поддержали и другие аналитические компании. В McKinsey & Co заявили, что рассчитывают увидеть к 2025 г. подъем всего рынка средств автоматизации до уровня $6,7 трлн, называя RPA главным двигателем подъема этого направления в мире.

В то же время эксперты выделили два серьезных препятствия на пути RPA. Первое – все еще недостаточно высокое качество собираемых данных, которые используются для работы RPA-механизмов. Многие специалисты возлагают большие надежды на развитие технологий маркировки данных. Они должны помочь повысить качество обучения ИИ и привести к появлению моделей данных, гарантирующих нужный для RPA-расчетов уровень доверия к ним.

Второй «камень» на пути RPA – это пестрый «винегрет» из прежних проектов роботизации. Многие компании в мире благодаря им уже прошли первый, упрощенный этап автоматизации. Теперь им предстоит внедрять новые, более совершенные RPA-системы, что заставит обратить серьезное внимание на предварительную оценку и планирование.

Ведущие мировые RPA-платформы

В упомянутом выше магическом квадранте Gartner отнесла к лидерам рынка RPA три компании – Automation Anywhere, Blue Prism и UiPath.

Automation Anywhere

Разработку этой RPA-системы начала в 2003 г. американская компания Tethys Solutions, которая в 2010 г. переименовалась в Automation Anywhere по названию своего основного продукта. Система известна в первую очередь ярким набором крупных заказчиков – AT&T, Dell, General Motors, Google, LinkedIn, Tesco, Whirlpool, Wipro и др. Эта база помогла привлечь значительные средства в развитие системы. В 2018 г. были получены крупные инвестиции от New Enterprise Associates, Goldman Sachs и SoftBank.
Результат не заставил себя ждать. Сегодня Automation Anywhere – глубоко модернизированный RPA-продукт, предлагающий не только традиционный механизм RPA, но и такие новшества, как поддержка неструктированных данных и применение смарт-элементов NLP. Структурно Automation Anywhere представляет собой набор продуктов: аналитическая платформа Bot Insight для получения оперативной и бизнес-аналитики в реальном времени; платформа Bot Farm корпоративного уровня для запуска ботов по требованию; «магазин ботов» Bot Store с уже готовыми сценариями для бизнес-автоматизации; мобильное приложение RPA. К этой базовой инфраструктуре заказчик затем приобретает массив компонентов, которые могут обмениваться между собой данными, помогая компании выстраивать гибкие сценарии автоматизации.

Blue Prism

Британская компания Blue Prism Group появилась в 2001 г. и была одной из первых, кто осознал большие перспективы прикладных средств автоматизации бизнес-задач на рынке программных услуг для предприятий. Ее первый коммерческий RPA-продукт Automate был выпущен в 2003 г., два года спустя он был модернизирован и мог широко масштабироваться в рамках предприятия.

Интеллектуальная RPA-платформа Automate состоит из трех основных элементов. Object Studio позволяет создавать блочным методом программные процедуры для автоматизации бизнес-процессов; логика обработки задается через систему триггеров. Второй элемент – Digital Workforce – набор автономных программных роботов, обладающих некоторыми элементами ИИ. Наконец, третий элемент – Control Room – представляет собой механизм для управления процессами, запущенными на базе работающих роботов.

UiPath

RPA-платформу UiPath разработала группа предпринимателей из Бухареста в 2005 г. Сначала UiPath внедрялась в Румынии, затем территория присутствия постепенно расширялась, и вскоре были открыты офисы в Лондоне, Нью-Йорке, Бангалоре, Париже, Сингапуре, Вашингтоне и Токио. После выхода в 2017 г. на американский рынок и открытия штаб-квартиры в Нью-Йорке рост числа заказчиков резко ускорился. В 2019 г. их насчитывалось уже более 5 тыс. 
UiPath интересна тем, что позволяет внедрять средства автоматизации как локально, так и путем автоматического развертывания в облаке. Продукт имеет активную поддержку со стороны значимых партнеров, широко используется для управления бизнес-процессами, анализа данных и применения средств ИИ. 

UiPath представлена рядом базовых элементов. Платформа UiPath Platform служит для быстрой автоматизации однотипных, повторяющихся процессов; редактор UiPath Studio предназначен для программирования готовых компонентов автоматизации и построения рабочих процессов автоматизации; механизмы UiPath Robots позволяют реализовать заложенные операции, управление которыми ведется из централизованной панели UiPath Orchestrator.

RPA в России

Еще пять лет назад к автоматизации информационного обмена между бизнес-системами на российском рынке подходили исключительно с классических позиций: сначала внедрялись готовые продукты и выстраивались интеграционные связи с другими системами, если это предусмотрел разработчик решения. Однако индивидуальные особенности каждой компании часто требовали большего. В результате рутинные операции для поддержки взаимодействия между системами выполнялись сотрудниками вручную. Эволюция экосистемы откладывалась до следующего проекта и требовала крупных инвестиций.

Курс на цифровизацию способствовал росту популярности RPA в России. Внедрение этой технологии стало новым направлением бизнеса для крупных российских интеграторов: КРОК, «Инфосистемы Джет», Softline и др. 

«Сегодня рынок RPA-решений хорошо наполнен, – рассказывает Станислав Маслов, руководитель направления роботизации и заказной разработки компании Softline. – В России успешно внедряются решения на платформах мировых лидеров, и существуют как минимум три российских продукта, которые практически в полной мере покрывают задачи роботизации процессов».

Теперь фактически каждый вендор готов предоставить многофункциональный продукт, состоящий из различных модулей, которые в совокупности не только обеспечивают полноценную автоматизацию бизнес-процессов (роботы и люди работают «рука об руку»), но и решают сопутствующие задачи, такие как интеллектуальное распознавание документов или Process Mining. Сегодня ни одна из ведущих платформ уже не позиционируется как RPA-решение в чистом виде. «Создание полноценной экосистемы роботизации, включающей компоненты искусственного интеллекта и машинного обучения, – вот основной тренд на рынке», – добавляет С. Маслов. 

ROBIN

Одна из первых российских RPA-разработок – платформа ROBIN – появилась на рынке в январе 2018 г. Система написана на C# и Java и предназначалась для внедрения в сегменте крупного и среднего бизнеса. Новый продукт отличают русскоязычные интерфейс и документация, а также доступность локальной техподдержки. Это большое преимущество для RPA-проектов, где важен не только набор внедряемых функциональных средств, но и глубокий учет особенностей существующей у заказчика ИТ-экосистемы. Для государственных структур немаловажным фактором является включение платформы ROBIN в реестр российского ПО.

К функциональным преимуществам ROBIN часто относят наличие встроенного классификатора неструктурированных текстов, отдельного инструмента для создания текстовых чат-ботов, поддержку различных вариантов интеграции с другими российскими бизнес-продуктами. В их число входят, например, ABBYY FlexiCapture и Yandex OCR, используемые для распознавания документов, а также Word, Excel, Outlook, почтовые сервисы, FTP/SFTP, Google Sheets, вызовы любых REST- и SOAP-сервисов. Исходные данные ROBIN получает через собственный API, который поддерживают ROBIN Agent и ROBIN Orchestrator.

Главным преимуществом ROBIN называют простоту создания роботов. Если пользователем большинства зарубежных платформ является прежде всего программист, то настройку программных роботов для ROBIN может выполнять бизнес-аналитик. Это позволяет быстрее внедрить платформу – на что требуется две-четыре недели – и значительно уменьшает себестоимость проекта. 

ABBYY Vantage

Появление RPA-продукта от ABBYY было ожидаемым. На это указывал интерес, который компания проявляла к развитию систем на основе ИИ. В то же время до недавних пор ABBYY ограничивалась лицензированием имеющихся технологий распознавания для других разработчиков. Сегодня эти технологии у нее лицензируют топ-10 ключевых игроков рынка RPA, среди которых UiPath, WorkFusion, NICE Systems и Kyron Systems. ABBYY заключила также соглашения о стратегическом партнерстве с UiPath и Blue Prism, благодаря которым универсальная платформа для интеллектуальной обработки информации ABBYY FlexiCapture может быть интегрирована в продукты названных вендоров.

Недавно стало известно, что компания готовит к запуску новый RPA-продукт ABBYY Vantage (сегодня он уже запущен в США по программе раннего доступа). Разработчики относят ABBYY Vantage к RPA-платформе нового поколения, которая призвана стать основой для выстраивания экосистемы интеллектуальной обработки информации, наделяющей программных роботов когнитивными навыками. В число их умений входят чтение документов любой сложности, понимание смысла текста, извлечение ценных данных из документов любых типов, принятие решений, которые до сих пор могли принимать только люди. Так, новая платформа позволяет проверять комплектность документов или определять необходимость запроса дополнительной информации.

С технической стороны ABBYY Vantage представляет собой интеллектуальный конструктор, который может быть легко интегрирован в различные платформы бизнес-автоматизации, такие как RDA (Robotic Desktop Automation), DPA (Digital Process Automation) и т.д. Пользователь может выбрать необходимые навыки для любого программного робота, наращивая без сложных настроек их когнитивные навыки.

Пора действовать

Интеграторы сегодня хорошо понимают, что на рынке появились технологически продвинутые RPA-инструменты, и теперь основной задачей бизнес-автоматизации становится адаптация технологии и развитие умений для их практического применения. 

«Раньше, когда технология RPA только появлялась в компаниях, – рассказывает С. Маслов, – выбирались программная платформа и самый рутинный процесс, после чего автоматизация начиналась. Сейчас мы пытаемся уйти от такой концепции и предлагаем клиентам сразу выстроить процедуру так, чтобы максимально быстро реагировать на запросы бизнеса. Мы уже неоднократно убеждались – технология работает, процессы для автоматизации есть, а выгода достигается без серьезных вложений». 

В нынешней ситуации, считает эксперт компании Softline, «следует довериться мировому опыту и вместо того, чтобы тратить время на пилотирование и оценку результатов, начать продуманное, последовательное внедрение роботизации». Именно в таком случае все возможности современных платформ используются по максимуму, а сами платформы постоянно развиваются и обрастают новыми сервисами. Пора от экспериментов переходить к действиям, чтобы «не проспать» цифровую трансформацию своих конкурентов и не остаться позади.

Игорь Новиков, независимый эксперт 
Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!